统计制程管制SPC（PPT 42页）.PPT

1、統計製程管制SPC,Statistic Process Control,Jeffrey Chen,SPC簡介, SPC的基本原理： 1.被量測出的產品品質特性均是由於某些偶然因素 所造成的結果。 2.某些偶然因素下的一致現象，是任何製造和 檢驗的架構下所故有的。 3.在這固有之一致現象的狀態下的變動將無法 找到原因。 4.在該狀態外的變動原因，則是可被發現而加以改 正的。,影響產品品質的變異分為不可歸咎變異和 可歸咎變異等兩類因素： 1.不可歸咎變異因素是在製程中隨時都會影響到產 品。 2.可歸咎變異因素則是在某種特定條件下的製程中 才會影響到產品。,SPC圖 (SPC Charts)正是為了

2、判斷製程是否穩定，或是區分製程究竟是被不可歸咎變異因素或可歸咎變異因素所影響的一種統計技術。,數據描述的方法,中央趨勢量的量測 在SPC 中，中央趨勢量的目的是指出資料所處的位 置與集中的值，可以幫助我們決定是否要更改製程 的設定。包括下列數個具代表性的值：平均數中 數眾數與截尾平均數。,平均數(mean)： 平均數在SPC中最常用來決定製程是否偏離目標值， 樣本平均值以X表示。 中位數(median)： 位於所有數值的中央稱為中位數，如果數值有偶數個 ，則取中間兩個數的平均值當中位數。中位數的意義 在於有50%的值小於或等於中位數。 因為中位數比起平均數而言，較不會被極端值影響， 故中位數比

3、較穩健。,眾數(mode)： 出現次數最多的數稱為眾數 截尾平均數(trimmed mean)： 截尾平均是取介於第一與第三四分位數中所有值的平 均，比起平均數，截尾平均數較不受特別大或特別小 的值所影響。同時又不是只代表某個出現頻率最高的 值。,分散度的量測,分散度的量測提供資料變化分散的程度 Range: 在一組資料中最大與最小的差 R= Xc - Xs 最大 最小 Variance 變異數: 是測量觀測值均值變動的情形 標準差： 表示觀測值相對於平均值的離散狀況,製程能力分析,何謂製程能力 製程能力是指製程在管制狀態下所呈現之質與量 的能力。故製程能力可以產量、效率表示，也可 以成品、半

4、成品、零件等之品質特性來表示，也可 以不良率或缺點數來表示。 製程能力可為一部機器或一設備在一定條件下操作 的能力，包括人、材料機器及方法在長時間操作下 所程現的能力。,製程能力與規格,製程是否具有產出符合工程規格零件的能力，在於 製程變異範圍是否介於工程規格之內，一般而言可 能有下列三種情況： 1.製程變異小於規格間差異。 2.製程變異等於規格間差異。 3.製程變異大於規格間差異。,第一種情況：6USLLSL 當製程變異(6 )小於規格間之差(USLLSL)時， 這是最理想情況，個別值和規格的關係最佳，因為 規格比製程變異大很多，即使製程平均值有很大的 移動，也不易超出規格界線，所以不必時常

5、調整機 器或尋找非自然因素。,第二種情況：6 USLLSL 製程變異或製程能力等於規格間的差。如果製程的 次數分佈與A相同則有99.74%的產品符合規格；但 是當製程平均移動時(如分佈B)或變異增大時(如分佈 C)，則不良率可能遠大於0.06%。只有分佈A的是處 於統計管制內，不良品的發生率在可接受的範圍之 內，可是一但發生非自然因素的變異，需立即加以 矯正。,第三種情況：6 USLLSL 當製程變異或製程能力大於規格間之差時，表示製 程處於非常不理想的情況中，即使是自然型態的變 異，如圖上次數分佈A，超出規格的上下限的不良率 在不可接受的範圍內；換句話說，製程沒有製造符 合規格產品的能力。,

6、製程能力分析,美國品質協會對製程能力的定義為：對一指定特 性的固有製程變異性(Inherent Process Variability) 的統計量測。在討論製程能力指標之前，我們必 須假設製程產出是一個常態分配，且處於統計管制 之下。,所謂製程能力分析又稱為製程能力研究， 是利用管 制圖、次數分配圖及其它統計方法以決定製程能力 的一種系統性工作，這種工作包括下列步驟 1.確定能代表製程能力的品質特性。 2.由製程抽取樣本測定其特定性值普通需收集100至 250個數據。 3.點繪出的形態，計算其平均值與標準差(利用次數 分配圖) 。 4.解釋此種形態，發掘異常現象，確定在經濟上是否 值得採取措施

7、。 5.對異常現象採取措施。,製程能力分析的用途,製程能力分析之用途，約可分為下列幾點： 1.提供資料給設計部門，使其能盡量利用目前之工程能力，以設計新產品。 2.決定一項新設備或翻修的設備能否滿足要求。 3.利用機械之能力安排適當工作，使其得到最佳應 4.選擇適當的作業員材料與作業方法。 5.製程能力較公差為窄時，用於建立經濟管制界限。 6.製程能力較公差為寬時，可設定一適當的中心值來 獲得最經濟的生產。 7.用於建立機器之調整界限。,製程能力指標,CaCapability of Accuracy工程精準度 CpCapability of Precision工程精密度 Cpu、CpL上下製程

8、能力指標 Cpk (process performance, 製程績效)指標,工程準確度指數Ca(Capability of Accuracy),設定工程規格中心值的目的，在於希望該工程製造出 來的各種產品的實際值，能以規格中心為中心，成左 右對稱的常態分配，而製造時也應以規格中心值為目 標。工程準確度評價之目的就在於衡量製程平均與規 格中心的一制程度，有時工程準確度指數又稱為正確 度指數。, Ca的計算 製程平均值()與規格中心值之間偏差程度，稱為工程 準確度， 其指數Ca之計算公式如下： T=Su-Sl=規格上限-規格下限 由上是可知當M與差愈小，也就是品質接近規格要 求的水準。K值為負時

9、，表示實績值偏低，K值為正 時表示偏高。在單邊規格的情形，即只有規格上限 Su或只有規格下限Sl的情形，因沒有規格中心值， 故不能計算工程準確度指數。, Ca等級評定,等級,A,B,C,D,Ca值,0 |Ca| 12.5%,12.5% |Ca| 25%,25% |Ca| 50%,50% |Ca|,工程能力指數Cp(Capability of Process),設定工程上下限的目的，在於希望製造出來的各個產 品之特性值，能在規格上下限之容許範圍內。工程能 力的評價之目的就在於衡量產品分散寬度符合公差的 程度。工程能力指數又可稱為工程精密度指數 (Capability of Precision),

10、 Cp的計算 由上式可知產品分散寬度愈大時，Cp值愈小，表示 製程能力差，反之表示能力好。前者係用於計算雙 邊規格之Cp，而後者用於計算單邊規格之Cp。 與 所代表的意義一樣，都是表示群體標準差 之估計值。, Cp等級評定,等級,A,B,C,D,Cp值,1.33 Cp,1.00 Cp 1.33,0.67 Cp 1.00,Cp 0.67,綜合評價Cpk,要製程達到規格要求，必須Ca與Cp均好方可，但有時 Ca雖很好但Cp不好，結果會有不良品，有時Cp很好， 但Ca不好，也會有高不良率產生。綜合評價是將Ca與 Cp兩者綜合起來評定等級。, Cpk的計算, Cpk等級評定,等級,A,B,C,D,Cp

11、值,1.33 Cpk,1.00 Cpk 1.33,0.67 Cpk 1.00,Cpk 0.67,過程能力(Cp)Capability of process(Capability of Precision) 衡量產品分散寬度符合公差的程序 Cp值愈小,表示能力差,反之表示好,而Ca值是衡量製程之平均值與規格之中心值一致性， 、Ca 計算之公式 USL: 規格上限LSL 規格下限T 規格公差 注意：因為單邊規格無視規格中心值，所以不能計算Ca值。 Ca值系應用在變邊規格的準確度分析。 Ca表示 Ca值之意義 規格的上下限是容許產品差異的範圍，由圖可知，若將公 差的一半空間視為100，則 Ca表示製

12、程已消耗此空間有 多少百分比如圖6-3中 ，及為兩种製程實際中心值。假設的實際中 下Ca值為，所以的Ca值為： Ca 值的意義簡言之，就是實際中心值和規格中心值的差距。 佔 線段有多少百分率。所以Ca值越小表示偏離規格值越集中，準確度越良好。,使用直方圖之製程能力分析一,機器設備與作業員 能力均夠，工程上 有充裕度。,機器設備能力均夠 ，但調整不當，重 新調整至正確位置 即可改正。,使用直方圖之製程能力分析二,機器設備能力勉強 符合規格要求，稍 有變動即將產生不 良品。,產品品質特性之分 配太分散，似乎難 以改正，機器過度 調整也亦產生此種 情況。,使用直方圖之製程能力分析三,兩種分配的混合， 可能由工具、作業 員、檢驗員、材料 等所引起。,兩種