品质异常统计与分析管理_第1页
品质异常统计与分析管理_第2页
品质异常统计与分析管理_第3页
品质异常统计与分析管理_第4页
品质异常统计与分析管理_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、品质统计与制程分析一、前言统计质量管理(Statistical Quality Control, SQC)是一项维持与改善产品质量的技术,而 统计制程管制(Statistical Process Control, SPC)则是其中一项主要的工具,它着重于制 造过程中数据的分析,以判定产品发生变异的原因。统计质量管理与统计制程管制常常让人 感到迷惑,分不太清楚两者的差别,简单地来说,统计质量管理包含两个主要部分,统计制 程管制与抽样允收标准。而统计制程管制则包括QC七大手法和机率与统计学的基本理论及其 应用。SPC是利用制程操作变量对生产变量或产品的质量变量进行预测性监控,而从制程操作 变量发生

2、变化到安全/质量出现问题的过程中,有一定的时间落后存在,故如何能在最短的时 间内预测出质量变量的问题,是评估SPC相关方法优劣时需考虑的重要因素之一。在确定异 常侦测的制程为SPC技术所可以掌握的状况下,往后的工作就是合适地应用SPC技术。二、统计制程管制相关工具及其目的SPC最早是以管制图(Control Chart)之型式,由贝尔电话实验室的Shewhart博士于1924年 开始发展,利用统计与非统计的工具来有系统地分析所量测的制程变量,找出使系统发生变 异(Variation)的原因,进而加以消除以增进制程产物的质量与产量。许多参考书籍在讨论SPC 时,皆着重于管制图的介绍,而忽略其它方

3、法的使用,让人有将SPC与管制图画上等号的疑 虑。管制图虽然是目前SPC工具中最常使用的,但也只是众多手法之一,还是需要相互的配 合才能达到真正的效果。传统QC七大手法的制作原理与应用是SPC的重心,也是产品与服务质量改进最有效的工具之 一。从过去的质量是依靠检查出来的到今日的全面质量控制(Total Quality Control, TQC)、 全面质量管理(Total Quality Management, TQM),QC七大手法都不至于落伍或不适用。QC 七大手法包括:检查表(Check Sheets)要因分析图(Cause-effect Diagram)柏拉图(Pareto Analy

4、sis)直方图(Histogram)管制图(Control Charts)层别法/流程图(Stratification Analysis/Flowchart)散布图(Scatter Diagram)这七种手法个别来看虽然简单,但是只要运用得当,根据日本品管大师石川馨博士 (Kaoru Ishikawa)的经验显示,一个公司内部95%以上的质量问题是可以利用七大手法加以解决的。 换句话说,SPC所有的技巧,不但能够管制制程,使制程处于稳定状态下,而且也有改进制程 及产品质量的能力。到目前为止,QC七大手法还是被公认为改进质量之非常有用的工具,质量实务方面几乎离不 开这七种手法。当品管制度如在线或

5、线外品管判定之后,除了要能够反映制程的现况与未来 的发展趋势,让工作人员能够采取相对应的矫正行动与预防措施之外,应该进一步评估所使 用的品管制度之绩效与得失,并且考虑经济成本再精简之品管制度,使质量由检验而得提升 到质量决定于现场的制造管制,把质量做进产品中。表一汇整上述七种手法的目的,以供读 者参考。表一 QC手法与目的一览表手法 目的1检查表资料之分类、搜集2要因分析图质量问题之因果关系与系统整理3柏拉图重点之掌握4直方图变异之掌握5管制图质量特性之监控6层别法/流程图数据分析/工作程序之了解与掌握7散布图两种资料间之相关性分析三、制程能力分析制程能力(Process Capability

6、)是用来分析与评估制程是否符合工程规格与制程变异的程度, 正如同我们可以透过管制图的显示来判定制程是否处于统计中的管制状态(in Statistical Control),制程能力也可以依照两项指标一Cp及Cpk,来清楚的判定制程是否异常,即是否 偏离目标值或制程之变异太大。制程能力分析要在使用管制图之前,分析的周期会依照制程的关键与重要程度而有所不同。 以英国国际电话电报(I.T.T.)公司为例,对于关键制程平均每周至少执行一次以上的制程能 力分析研究,藉以判断制程的质量是否符合工程或顾客的要求,并决定后续的SPC管制计划, 决定制程之关键质量特性(Key Characteristics),

7、如何量测、何时取样、样本数、取样频率 及采取何种管制图等等。若同时使用Cp与Cpk指标,则可以更清楚的判断制程是否偏离目标值及制程之变异是否太大。 一般可分为三种状况:当Cp 1且Cpk 1时,表示制程符合工程规格。当Cp 1且Cpk 1时,表示制程变异尚可,但制程平均值已偏离目标值。当Cp 1且Cpk 1且Cpk 1时,已经符合工程规格,但现今业界大都将标准设定为1.33甚至 更高,以更加证明该制程能力。制程能力分析可分为短期制程能力分析与长期制程能力分析。通常短期之制程能力分析一般 使用于进料检验或产品的最终检验与测试等,它可迅速反映出供应厂商之原料或产品当时之 质量。而长期之制程能力分析

8、系指一个制程在稳定或管制状态下进行研究,包含决定关键质 量特性、搜集其量测之资料及计算制程能力指标等。制程能力分析拥有数项优点,能持续监 控制程之质量使得产品符合规格,提供产品设计者了解并改善产品与制程设计所需之信息, 并可做为进一步降低失败成本之依据。四、统计制程管制之整合性应用整合SPC中的QC七大手法可以系统性地总览整厂及制程,对问题的分析也较有组织性。图一 即展示以要因分析图为中心,将七大手法一一结合,如此搭配使用,便能达到事半功倍的效 果。相同地,分层建立因果分析图,若发生不符合管制状态时,可配合柏拉图找出原因,再 深入此原因直到找出问题所在。统计制程管制除了能判断问题发生之原因外,

9、也可以在订定解决方案中提供支持。SPC首先判 断变量和制程是否在统计管制内,若不是,则操作员需有适当之响应。操作员在操作循环中 利用各类统计工具如管制图、直方图等等来分析可能发生的原因,并设法解决。众所周知,制程异常最直接之影响即为产品之质量;因此,统计制程管制之利用,可谓起于 侦测制程异常,确实掌握制程状态,避免异常发生,最终目的为确保产品之质量符合规格(即质量保证,Quality Assurance)。换言之,统计制程管制在用于制程异常侦测之时,其本质 仍与质量改善息息相关。由于SQC与SPC在推动的过程中需要组织上下的配合和参与,而前 述的诸项工具,每项皆有其特定的使用时机与步骤,正确地

10、使用方能事半功倍。图一 SPC各项技术整合应用展示图 就如同质量管理的概念检测并不能提升产品质量,异常的侦测同样也不能消除或减少异常 的发生,而是需要靠系统性的分析与管理来解决,也就是PDCA(Plan、Do、Check、Act)的观 念。如同图二所示之系统发展图,从数据搜集、分析、监控到管理,整个精神与质量管理的 理念如出一辙,但目前业界在应用SPC时大都只是比较局限于个别技术层面,故较显示不出 其效益。正确的观念应是立于各项技术完备的基础上,朝向此一整合性系统来发展。图二SPC整合应用之PDCA系统发展图五、结论SPC只是异常侦测方法中的其中一种,为了能更快速、更有效地侦测异常的发生,诸如

11、类神经 网络(Artificial Neural Network, ANN)、多变量分析(MultiVariate Data Analysis, MVDA)、 模糊理论(Fuzzy Theory)等技术也相继发展应用。其中多变量分析技术若如同SPC般,扩展 到对多变量的同时侦测,即是所谓的MSPC(Multivariate SPC),而类神经网络和模糊理论则 是透过自我学习的方法来归纳并找出异常之发生。更进一步来说,虽然应用SPC技术可 及早侦测到制程异常,但是如何能找出引起制程异常的可能失误源,以期早期消弭失误源, 则是制程安全监控系统的另一研究课题。品管术语解释名词:管理:所谓管理,就是调

12、查现场作业是否按正确的基准在进行,如果发现有偏差的话,就须加以修正并将处置措施,以使它恢复原来正常做法实施,亦即维持正常持续运作。改善:所谓改善,就是针对现况不理想地方提出有效的改革,也就是说改变以往的做法,做出更 好的东西来。改善就现状突破,促使企业进步的原动力就是要不断的改革,提升管理水平。工作方法改善:就是将工作中不方便或不满意的地方,有系统的运用一般常识,去寻求更容易与更佳 的工作途径,以提高工作效率,且使工作者感到轻松愉快,即为工作方法改善,亦称为工 作简化。目标管理:目标管理乃一种管理发展,用以改进经营方法,提高绩效为目的,应用行为科学原理,在 组织内上下级人员共同会商该下级人员应

13、负责任范围,订立该人员于一定期间内完成之目标 以及成果评价标准与优劣界限之尺度为手段,以达成启发各级人员之潜力为依归。选别检查:将加工完成的产品区分为良品与不良品的检查,称之选别检查,为发现不良的检查方式。情报检查:发生不良时,立即将其情报回馈到发生不良的制程,让该制程采取行动,改善作业方法, 以防止不良再度发生的检查,称之情报检查,为减少不良的检查方式,采用此方式的检查有三 种:1) 统计品管方式2)顺序检查方式3)自主检查方式管制图方式:使用根据推定统计学画成的管制图,在管制界限外发生异常时,立即将此情报回馈到发 生异常的制程,让其采取行动,改善加工方法,以减少以后的不良,称之管制图方式。

14、次数分配图:就是当整理大批原始资料时,通常把这些资料分配成几组,把测定值所分为几个同间隔 的区间,并把在各区间的测定的数值算出,使其数值比例的高度划出柱状,并排出为直方图的 东西,叫次数分配图。二项机率纸(推计纸):横轴或纵轴以平方根做定点,做在图解用纸上这叫做平方根纸或推计纸,在做检定及推 定的简便实验时,用作图的方式,可将不良率等的二项分布变量及两变量间的相关关系,很清 楚的运用,至于其它的用途在有关常态分布的正规概率纸及广泛分布的概率纸等都有。检定推定:所谓检定是为了达到母群体其所要求的目的,而设定一与其有关的假设,而这假设是根 据测定值决定。推定就是从测定值中推测母数,而这母数是以一个

15、母数存在范围中推定其中之 一个,这种方式在以测定值为准去理性地了解母群体的性质及工程的解析上均可用得着。顺序检查:即由下一制程的作业员对上一制程加工品做全数检查,倘若发现不良时,立即将不良的 加工品交给上一制程的作业员确认不良之所在,改善不良发生原因,采取不再发生不良的措 施。称之顺序检查。自主检查:即作业人员自己检查自己的作业,自己确认其为正确无误,确实保证自己所作产品良好, 并视下一个人或下一工程为你的客户,永远对其负责。实施要点内容如下:1)自己的工作应该自己查核每个人都应该自主管理,工作才能顺利完成。2)自己的工作自己保证制造者、操作者为实际创造质量的人,应负完全的质量保证的责任。3)

16、找出控制的要点,防止思虑上的失误判断错误及马虎漏失,并非仅靠紧张及注意就可以的。4)防范未然事先了解异常之原因,先行防止必须充分了解原因,并追查出造成原因的原因,加以防止。5)要完全防策(Fool Proof)要追求最佳、最舒适、最迅速、最安全的作业方法。源流检查:不是根据“发生了不良的结果”去回馈情报并采取行动,而是发现“产生不良的错误原 因”,在“尚在错误的阶段”,即做情报回馈并采取行动,使“错误虽然已经发生”,但却“不 使其转变成不良”的一种检查方式,为不造成不良的检查方式。纵方向的源流检查:是指回溯制程,如在上游制程有不良的原因时,对此项有不良原因的制程加以管制的意 思。此种不祇注意眼

17、前的“制程”,也要回溯到“源流制程对质量的影响”,就是“纵方 向源流检查”的做法。横方向的源流检查:是探知制程里面,发生不良的原因,使此项错误不致于转变成不良的检查。亦即为“不发 生错误的检查方式”。防止失误方式(愚巧法):即机器设备安装防呆装置,即使再愚笨的人都会操作,以期达到异状管理、再发防止、工 作轻易之效果的工作方法,称之防止失误方式。ECR(Error Cause Removal)提案制度:即“不良原因消除提案制度”。ECR提案的特点是使自己的工作不犯错误,提出错误的 原因,对错误的原因提出改善的建议。ECR提案制度是向ZD工作小组之组长提案,与组长共同 研究构成错误之原因及其剔除对

18、策送交改善部门,而由该部门在一定之时间内采取措施。至于 ECR提案之表彰,其目的在于激励全体员工,不犯错误的工作。审查时,主要的是以剔除错误的 贡献度为审查之对象。18.5W1H 法:所谓五个W 一个H,是指为何、何事、何地、何时、何人及如何,也就是由六个方面探讨, 发觉问题的症结,以便改进。为何-WHY何事-WHAT何地-WHERE何时-WHEN何人-WHO如何-HOW19.SQC(Statistical Quality Control)统计品管:由SHEWHART及美国军方于二次世界大战期间所发展出的统计品管技术,它包含(1)管制 图基本技术;(2)抽样计划。20.SPC(Statistical Process Control)统计制程管制:SPC=SQC+Quality Planning And Desi

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论