SPC培訓讲义.pptx

SPC培訓讲义.pptx

《SPC培訓讲义.pptx》由会员分享，可在线阅读，更多相关《SPC培訓讲义.pptx（102页珍藏版）》请在冰点文库上搜索。

SPC培訓講義,第一章:

認識SPC第二章:

基本統計概念第三章:

SPC管制圖類別第四章:

SPC管制圖第五章:

制程能力分析第六章:

SPC總結第七章:

SIXSIGMA介紹楊兵Jackson2003/10/20,第一章:

認識SPC,一.什么是SPCSPC-StatisticalProcessControl工业革命以后，随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。

于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。

1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。

统计过程控制，是企业提高质量管理水平的有效方法。

它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。

与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。

二.SPC的作用:

1、确保制程持续稳定、可预测。

2、提高产品质量、生产能力、降低成本。

3、为制程分析提供依据。

4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。

三.SPC的焦點製程（Process）Quality，是指產品的品質。

換言之，它是著重买卖双方可共同評斷與鑑定的一種既成事實.而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭製程（Process）上.因為製程的起伏變化才是造成品质变异（Variation）的主要根源.,四.SPC的推行步驟:

確立製造流程、製造流程解析,決定管制項目,實施標準化,管制圖的運用,Cpk1.33,問題分析解決,製程的繼續管制,制程能力分析,Cpk1.33,問題分析解決,制程條件變動時,統計制程管制【SPC】統計製程管制之目的係持續改善產品與服務的價值，達到顧客滿意。

製程能力調查【Ca、Cp、Cpk】管制圖的運用,作業方式/資源混用方式,人員設備材料方法環境,產品或服務,顧客,辨識變化的需求與期望,統計方法,製程的聲音,輸入,製程/系統,輸出,顧客的聲音,製程回饋管制系統模式,SPC興起的背景SPC的迷思SPC的焦點SPC的思考SPC的診斷,SPC背景說明,對品質常有的錯誤觀念,大多數的品質問題是錯在作業人員容許少數的不良,意外的瑕疵是無可避免的品質是品管部門的責任只重視品質檢驗,檢驗人員需負責解決瑕疵品SPC只是在現場掛管制圖,對品質的正確觀念,85%的品質問題是管理人員所要擔負的,管理者態度的偏差，更勝過作業人員的懶散第一次就把事情做好,並且將後工程視為顧客,才能真正做到零缺點品質品質和公司每一個人都有關品質檢驗是可以解決問題但卻無法消除問題SPC是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力,SPC興起的背景,SPC興起是宣告經驗掛帥時代的結束手工藝的產業：

SPC無用武之地經驗取勝當經驗可以整理，再加上設備、制程或系統時，那SPC時機的導入，就自然成熟了。

SPC興起是宣告品質公共認證時代的來臨1980年以前，客戶大都以自己的資源與方法，來認定某些合格的供應商，造成買賣雙方的浪費。

1980年以後，GMP及ISO9000的興起，因為重視產品生產的制程與系統，故更須有賴SPC來監控制程與系統的一致性。

SPC的迷思,迷思一：

有管制圖就是在推動SPC？

這是產品品質（Q），還是制程參數（P）管制圖？

這張管制圖是否有意義？

它所管制的參數，真的對產品品質有舉足輕重的影響嗎？

管制界限訂的有意義嗎？

這張管制圖，是否受到應有的重視？

是否已遵照規定，實施追蹤與研判？

SPC的迷思,迷思二：

有了Cpk/Ppk等計算就是在推動SPC？

Cpk/Ppk有定期審查嗎？

是否已用Cpk/Ppk作訂單分派給不同生產線，作為生產的依據？

SPC的迷思,迷思三：

有了可控制的制程參數（ProcessParameter），就是SPC？

為什麼挑出這些制程參數？

這些制程參數的控制條件，是如何決定的？

這些制程參數與產品品質之間，有因果關係可循嗎？

SPC的焦點制程（Process）,SPC與傳統SQC的最大不同點，就是由QP的轉變SQC：

強調Quality產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種既成事實。

SPC：

則是希望將努力的方向更進一步的放在品質的源頭制程（Process）上。

因為制程的起伏變化，才是造成品質變異（Variation）的主要根源。

SPC的焦點制程（Process）,品質變異的大小，也才是決定產品優劣的關鍵,制程起伏條件,品質異常,產品優劣,因,因,果,果,SPC的思考,制程參數,制程,SPC的思考,步驟一：

深入掌握因果模式制程參數（因）/品質貢獻率（果）分析柏拉圖分析步驟二：

設定主要參數的控制範圍以迴歸分析方法或實驗設計來分析,SPC的思考,步驟三：

建立制程控制方法控制頻率樣本抽取方法樣本量測方法步驟四：

抽取成品來印證原始系統是否仍然正常運轉？

SPC的診斷,品質是否更穩定？

良品率是否提高？

制程是否更流暢？

成本是否更低廉？

異常是否更快能被偵測到？

品管員是否逐漸在減少？

統計制程管制的定義非機遇原因變異機遇原因變異制程控制與制程能力制程改善循環,制程變異,統計制程管制的定義,經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。

並藉由制程能力分析與標準化，以不斷提昇制程能力。

制程控制的需要,檢測容忍浪費允許將時間和材料投入到生產不一定有用的產品或服務中預防避免浪費第一次就把工作做對,變異機遇原因與非機遇原因,為了使變異的表示簡化，通常分成下列二種：

機遇原因的變異制程中變異因素是在統計的管制狀態下受控。

隨著時間的推移，具有穩定的且可重複的分佈制程中的許多全距的原因。

非機遇原因的變異制程中不常發生，但造成制程變異的原因。

所造成之分佈與時間的關係，是不穩定且不無法預期的。

散布举例,非機遇原因,过程A显示受控散布过程B显示不受控散布,因為生產制程中每一件成品都不同，因此如果製程很穩定，則生產產品的品質特性的分布將形成一種固定形狀，稱為分佈。

一般分佈有下列之不同情形：

.或是以上這些的不同組合,如果制程中，只有機遇原因的變異存在，則其成品將形成依各很穩定的分佈，而且是可以預測的,如果制程中，有非機遇原因的變異存在，則其成品將為不穩定的分佈，而且無法預測的,範圍,時間,可預測,範圍,時間,無法預測,大量之微小原因所引起原料在一定範圍內之微小變異機械之微小振動儀器測定時，不十分精確之做法依據作業標準執行作業的變化實際上，要除去制程上之機遇原因，是件非常不經濟之處置,一個或少數幾個較大原因所引起使用規格外的原物料新手之操作人員不完全之機械調整未依據作業標準執行作業所制訂之作業標準不合理非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的,機遇原因,非機遇原因,非機遇原因的變異,簡單的統計分析可發現,如管制圖,直接負責制程的人員去改善,局部措施改善對策,局部措施改善非機遇原因,牽涉到消除產生變異的非機遇原因可由製程人員直接加以改善大約可以解決15%之制程上的問題,系統措施改善機遇原因,共同原因的變異,製程能力分析可發現,如Ca，Cp，Cpk，及管制圖上點的變化,管理當局參與及製程人員合作去改善,系統改善對策,必須改善造成變異的機遇原因經常需要管理階層的努力與對策大約可以解決85%之制程上的問題,Time1,Time2,Time3,Time4,称为短期（st）我们的潜在能力-能做得最好的情况所有6sigma公司用报告价值不高的多数,顯示散佈原因,組內變異（Within）,組間變異（Between）,能力对实绩,过程实绩:

全部散布包括Shifts和ShortTerm（Pp&Ppk）,能力:

只有随机的或短期的散布（Cp&Cpk）,制程控制與制程能力,首先應通過檢查，消除全距所產生之非機遇原因，使制程處於受控的狀態接下來，就可依顧客的要求（規格），來評定制程能力，以使顧客滿意，這就是持續改善的基礎。

在管制規格內,Cpk1.33,範圍,時間,受控（消除了非機遇原因）,範圍,時間,制程控制,不受控（存在了非機遇原因）,受控，能力符合要求（機遇原因造成的變異已減少）,制程能力,規格上限,規格下限,範圍,受控，能力不符合要求（機遇原因造成的變異太大）,制程改善循環,P,D,A,C,P,D,A,C,P,D,A,C,1.分析制程,2.維護制程,3.改善制程,1.分析制程：

本制程應該做什麼？

會出現什麼問題？

本制程會有哪些變化？

我們已經知道本制程的什麼全距（全距）？

哪些參數受全距（全距）的影響最大？

本制程正在做些什麼？

本制程是否在生產廢品及需要返工的產品？

本制程生產的產品是否處於受控狀態？

本制程是否有能力？

本制程是否可靠？

2.維護（控制）制程：

制程是動態的，並且會隨時間而變化。

監控制程的能力指數查出非機遇原因的變異，並採取有效的措施3.改善制程：

使制程穩定，並以維持制程的能力指數充分理解機遇原因造成的變異減少機遇原因造成變異的發生,第二章:

基本統計概念,2,2,1.N=母體數（批量數）:

指母體（批量）數多少的個數.（例:

共了50個數,N=50）2.n=樣本數（抽樣數）:

指樣本（抽樣）多少的個數.（例:

抽了7個樣品,n=7）3.X=平均數:

所有數的平均值,計算公式:

X=（X1+X2+Xn）/nn=樣本數,X1,X2.表示各個數值例有數值:

1.51.61.71.551.65X=（1.5+1.6+1.7+1.55+1.65）/5=1.64.R=全距:

該組最大值-最小值的得數,計算公式:

R=MAX（該組最大值）-MIN（該組最小值）例有數值:

1.51.61.71.551.65R=1.7-1.5=0.2,2,5.方差=s=,6.標準差1.母體標准差=S=2.樣本標准差=s=,（Xi-X）,n,（Xi-X）,2,n-1,部份計算公式,（Xi-X）,n-1,2,2,2,7.中位數M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行平均,例如A:

13458M=X=4B:

22.53477.5M=X=（3+4）/2=3.58.Xbar-R常數表,=R/d2,9.制程中心沒有偏移良品率表,10.制程中心偏移1.5良品率表,正態分佈概率,第三章:

管制圖類別,1.計量型數據所謂計量型數據,就是均由量具實際量測出來的數據,如長度.重量.電流值.尺寸等具有連續性的數據.2.計數型數據所謂計數型數據,就是均屬於以單位個數或次數來計算的數據,如不良數.不良率.缺點數.缺點率等.3.SPC管制圖种類,计量值管制图之优缺点,优点:

用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况;能及时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点:

在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,计数值管制图之优缺点,优点:

只在生产完成后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之.对于工厂整个品质情况了解非常方便.,缺点:

只靠此种管制图,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.,管制圖之繪制流程,搜集數據,繪制解析用管制圖,穩定狀態？

繪制直方圖分布層別研究,滿足規格？

制程能力研究,管制用管制圖,Yes,消除非機遇原因,No,滿足,減少機遇原因4M、1E分析,不滿足,提升製程能力,Z-value,管制圖制程控制的工具,1.收集：

收集資料並畫在圖上2.控制：

監控是否超出管制上、下限非機遇原因計算所收集的資料，作為分析之用觀察全距的變化3.分析與改善：

依所計算之結果，評估制程能力指數監控在受控狀態資料的變化，確定機遇原因全距的變化，並採取措施必要時，可修改管制上、下限，持續不斷的改善,解析用管制圖,管制用管制圖,第四章:

SPC管制圖,結合本公司實際情況,本教材只講解Pchart,Uchart,XbarRchart三种管制圖,一.Pchart不良率管制圖（要20組以上,檢驗數可不相同）1.收集數據如下:

2.計算CL=P=di/ni=（5+6+6+7）/（200+230+220+.210）=0.025373.計算UCL與LCL（本例各檢驗數均在檢驗數總平均數+25%之內）UCL=P+3*P*（1-P）/ni=0.02537+3*0.02537*（1-0.02537）/n=0.05792LCL=P-3*P*（1-P）/ni=0.02537-3*0.02537*（1-0.02537）/n=-0.00718=0注:

ni表示第i組之檢驗數,本例為:

200,230,220,但如所有檢驗均在檢驗數總總平均數+25%之內,該ni則可用n代替（若否則做出的圖下頁圖2）.n=（n1+n2+n3+.）/K（K=檢驗組數）該例n=（200+230+220+.210）/20=203當管制下限計算出來是負數時,必須將其改為“0”,圖1,圖2,二.Cchart缺點數管制圖（要20組以上,檢驗數需相同）1.收集數據如下:

2.計算CL=C=（C1+C2+C3+.Ck）/kk=組數CL=C=（5+6+9+.4）/12=6.41673.計算UCL=C+3*C=6.4167+3*6.4167=14.0164.計算LCL=C-3*C=6.4167-3*6.4167=0,5.圖示,三.Uchart單位缺點數管制圖（要20組以上,檢驗數可不相同）1.收集數據如下:

2.計算CL=U=（C1+C2+C3+.Ci）/（N1+N2+N3+.Ni）CL=U=（23+19+18+17）/（400+375+365+410）=0.049473.計算UCL=U+3*U/Ni4.計算LCU=U-3*U/Ni,注:

如所有N均在N的+25%之內,則Ni=N本例Ni=N（因為所有Ni均在N+25%內）若否則做出圖如下下頁圖2,N=（400+375+365+410）/15=405.67UCL=U+3*U/N=0.04947+3*0.04947/405.67=0.08242LCL=U-3*U/N=0.04947-3*0.04947/405.67=0.01651,圖1,圖1,四.X-Rchart（一般要有25子組以上的數據才有分析價值）1.收集數據如下:

50+10,2.計算總體平均值,X=,X1+X2+X3+.Xi,K,=XCLK:

表示組數,該例K=20,X=XCL=（50.8+50.0+50.6+）/20=50.26,3.計算全距平均值R=（R1+R2+R3+Ri）/K=RCLK:

表示組數,該例K=20R=RCL=（5+6+4+.6）/20=5.1,4.計算管制上下限XUCL=X+A2R平均數管制上限XCL=X平均數中心限XLCL=X-A2R平均數管制下限,XUCL=50.26+A2R=50.26+0.577*5.1=53.2XCL=X=50.26XLCL=50.26-A2R=50.26-0.577*5.1=47.32圖表如下:

RUCL=D4R=2.114*5.1=10.78RCL=R=5.1RXLCL=D3R=0圖表如下:

第五章:

制程能力分析,關於Ca,Cp,Cpk,Pp,Ppk等有多种算法,本教材只取一种,確切了解要調查的品質特性與調查範圍，並收集數據製作解析用管制圖，確定製程處於受控狀態之中計算制程能力指數（ShortTerm:

Cpk）判斷制程能力是否足夠，如不夠時或不穩定時，則加以改善以解析用管制圖之管制上、下限，作為管制用管制圖之監控，並於一段期間後，再計算制程能力指數（LongTerm:

Ppk）,过程实绩:

全部散布包括Shifts和ShortTerm（Pp&Ppk）,能力:

只有随机的或短期的散布（Cp&Cpk）,Cpk在一穩定制程下的能力指數某一天、某一班次、某一批、某一機台其組內的變異（R-bar/d2orS-bar/c4）Ppk性能指數量試階段的能力指數、某一產品長期監控下的能力指數,Cpk/Ppk,準確度,精密度,高,低,高,低,Precision,Accuracy,1.Ca制程准確度（CapabilityofAccuracy）衡量自產品中所獲得產品資料的實績平均值（X）,與規格中心值（u）其間偏差的程度,是期望製程中生產的每個產品的實際值能與規格中心值一致

（1）Ca之計算方式如下：

實績平均值-規格中心值X-uCa=-=-規格公差/2T/2T=USL-LSL=規格上限-規格下限例:

上面Xbar-Rchart例子中50.26-50Ca=-（60-40）/2=0.026,

（2）Ca值的等級判定Ca值是正值-實績平均值較規格中心值偏高Ca值是負值-實績平均值較規格中心值偏低Ca值愈小,品質愈佳,依Ca值大小一般分為以下六級：

2.Cp制程精確度（CapabilityofPrecision）衡量自產品中所獲得產品資料的6個估計標準差（）,與規格公差（T）其間相差的程度,是期望製程中生產的每個產品以規格中心值為目標，其變異寬度愈小愈好，換言之，即在衡量規格公差範圍與製程變異寬度兩者間相差程度.

（1）Cp之計算方式如下：

估計標准差=R/d2R=全距的平均值d2=常數,如下表,以上面Xbar-Rchart為例,=5.1/2.33=2.189,Cp=,規格公差,6個估計標准差,T,6,雙邊規格,=,以上面Xbar-Rchart為例,Cp=20/6*2.189=1.523,Cp=,Cp=,規格上限實際平均值,3個估計標准差,3個估計標准差,實際平均-值規格上限,=,=,USL-X,X-LSL,3,3,單邊規格,2.Cp值的等級判定Cp值愈大-規格公差（T）大於估計標準差（）愈多，即表示製程的變異寬度遠小於規格公差Cp值愈大,品質愈佳。

依Cp值大小一般分為以下六級：

3.Cpk制程能力指數Cpk=|1Ca|*Cp當Ca=0時,Cpk=Cp單邊規格時，Cpk即以Cp值計之以上面Xbar-Rchart為例Cpk=|10.026|*1.523=1.4834,4.Pp&Ppk1.Pp,2.Ppk=,第六章:

SPC總結,控制圖分析,控制圖八大異常判定原則1.連續1點落在三倍標准差之外2.連續9點落在管制中心線一側3.連續6點持續上升或下降4.連續14點交替上下跳動5.連續3點中有2點中心線同側兩倍標准差以外6.連續5點中有4點中心線同側一倍標准差以外7.連續15點落在中心線兩側的一倍標准差之內8.連續8點落在中心線兩側但未在一倍標准差以內,控制圖的兩種錯誤分析對于僅僅存在偶然因素的情況下,由于點子越出控制界限外而判斷過程發生變化的錯誤,即將正常判斷為異常的錯誤是可能發生的.這種錯誤稱為第一種錯誤.當過程具有某種非偶然因素影響,致使過程發生程度不同的變化.但由于此變化相應的一些點子落在控制界限內,從而有可能發生判斷過程未發生變化的錯誤,這種錯誤稱為第二種錯誤.發生第一種錯誤時,虛發警報,由于徒勞地查找原因並為此采取了相應的措施,從而造成損失.因此,第一種錯誤又稱為徒勞錯誤.發生第二種錯誤時漏發警報,過程已經處于不穩定狀態,但並未采取相應的措施,從而不合格品增加,也造成損失.,控制圖的兩個階段一:

分析階段二:

控制階段一:

分析階段在控制图的设计阶段使用,主要用以确定合理的控制界限;每一张控制图上的控制界限都是由该图上的数据计算出来;,當進行初始過程研究或對過程能力重新評價時，應重新計算試驗控制限，以更排除某些控制時期的影響，這些時期中控制狀態受到特殊原因的影響，但已被糾正.在以下情況下需進行分析研究計算控制中心與上下限:

1.初次管制（新管制項目）2.過程發生變化A:

抽樣頻率改變時.B:

生產工藝改彎時.C:

重大品質異常處理后D:

機械設備較大維修后E:

原材料產生較大改變后3.控制圖不適用時4.過程能力值有重大變化時.5.其他重大改變時,分析階段方法與注意事項（部份為本公司規定）1.過程受控（如有個別個異常點,可去掉不管）2.分析階段抽樣頻率可加快1-2倍3.計量值最少需同時滿足具有100個數據及20組這兩個條件4.計數值最少20組以上5.生產能力滿足要求當分析階段達到以上要求時可轉入控制階段A:

控制图的控制界限由分析阶段确定;B:

控制图上的控制界限与该图中的数据无必然联系;C:

使用时只需把采集到的样本数据或统计量在图上打点就行;,常用管制圖之管制上/下限,第七章:

SIXSIGMA介紹,六西格瑪,什麼是6sigma,SixSigma是一種新思維程序是一種系統式的降低會對顧客滿意有重要影響的不良工具利用統計工具，進行重要制程能力的改善,什么是六西格玛？

六西格玛是一项以数据为基础，追求几乎完美的质量管理方法。

西格玛是一个希腊字母的中文译音，统计学用来表示标准偏差，即数据的分散程度。

对连续可计量的质量特性：

用“”度量质量特性总体上对目标值的偏离程度。

几个西格玛是一种表示品质的统计尺度。

任何一个工作程序或工艺过程都可用几个西格玛表示。

六个西格玛可解释为每一百万个机会中有3.4个出错的机会，即合格率是99.99966。

而三个西格玛的合格率只有93.32。

六个西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流程中影响质量的因素，找出最关键的因素加以改进从而达到更高的客户满意度。

六西格玛（SixSigma）是在九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。

继而与全球化、产品服务、电子商务等战略齐头并进，成为全世界上追求管理卓越性的企业最为重要的战略举措。

六西格玛逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺，追求持续进步的一种质量管理哲学。

6sigma的DMAIC模式:

DefineMeasureAnalyzeImproveControl定義量測分析改善控制,六西格玛类似于SPC（统计性工作程序控制）吗？

六西格玛是一个致力于完美和追求客户满意的管理理，SPC是一个支持六西格玛这个管理理念的工具。

所有那些传统的质量管理工具，像SPC、MSA、FMEA、QFD等均是实现六西格玛必不可少的工具。

实施六西格玛的目的是什么？

为企业实施六西格玛提供必须的管理工具和操作技巧；为企业培养具备组织能力，激励能力，项目管理技术和数理统计诊断能力的领导者，这些人才是企业适应变革和竞争的核心力量。

从而使企业降低质量缺陷和服务偏差并保持持久性的效益，促进快速实现突破性绩效，帮助企业达到战略目标。

六西格玛适合于什么样的企业？

它适用于任何水平、任何企业，它功能强，可以测量到百万分之一的水平。

因为它是要影响到整个公司，实施六西格玛需要上层领导的大力协助。

中国的企业在中国加入WTO后，必将面临日益激烈的来自全球的竞争，同时信息化的飞速发展将从根本上改变经济的组织结构和消费行为，如何在这种新的经济环境中生存、成长、壮大是对每一个企业领导人的挑战。

六西格玛，由于其严谨的方法和实施步骤、以面向最终用户来建立营运体系的管理思想，对于中国企业建立卓越的管理体系、获取并保持在国际市场上的竞争优势提供一个非常有效的管理思想和实践。

现在，一些中小型企业也开始运用六西格玛工具，来提高效率和创新开发能力，为扩大企业规模和提高国际竞争力奠定坚实的基础。

我们已经有了一个质量控制系统，为什么我们还需要六西格玛？

六西格玛是一套连续的优化工具，它能够提高质量、减少消耗，如果你们的企业现