SPC理论与应用范围.doc

SPC理论与应用范围.doc

《SPC理论与应用范围.doc》由会员分享，可在线阅读，更多相关《SPC理论与应用范围.doc（12页珍藏版）》请在冰点文库上搜索。

SPC理論與應用範圍

SPC是一種用來統計分析資料的科學方法，大家不要聽到“統計理論“就心中發毛不已,實際上SPC所應用的統計理論只有一個就是常態分配,而常態分配此一觀念非常重要且容易,因為宇宙大多數事物都符合常態分配。

SPC的優點

根據品管大師戴明Dr.Deming對SPC應用於製造過程改善的說明有以下幾個重點:

1.SPC是一個方法,也是一個系統,從統計評估的資料中以管制製程並改善之。

2.SPC可以減少變異並控制成本。

3.SPC可以增加產品的壽命。

4.在討論製程績效時,SPC提供了一個共同的語言。

SPC的應用步驟如下圖:

一.確立製造流程

二.決定管制項目

三.實施標準化

問題分析解決

四.製程能力調查

五.管制圖的運用

六.問題分析解決

七.製程之繼續管制

上管制線（uppercontrollimit,UCL）﹑中心線（centerline,CL）﹑下管制線（lowercontrollimit,LCL）。

不同製程管制對象有不同的資料，所有的資料都可歸類到下列其中一種：

1.分類資料－將產品品質分為「好或不好」、「合格或不合格」等

·計數資料－記錄某產品的某個特性發生次數，例如錯誤次數﹑意外次數﹑銷售領先次數等

3.連續資料－某個品質特徵的量測值，例如尺寸﹑成本﹑時間等

基本計算

假設y為量測品質特性之樣本統計量，y之平均數為μy，標準差為δy，則

UCL＝μy＋kδy

中心線＝μy

LCL=μy－kδy

其中kδy為管制界限至中心線之距離。

此管制圖之理論首先由美國之WaiterA.Shewhart博士提出，任何依據此原理發展出之管制圖都稱為Shewhart（修華特）管制圖

管制圖實施步驟

1.選擇品質特性

2.決定管制圖之種類

3.決定樣本大小

4.抽樣頻率和抽樣方式

5.收集數據

6.計算管制圖之參數，一般包含中心線和上下管制界限

7.收集數據，利用管制圖監視製程

使用管制圖之原因

1.管制圖是一改善生產力之有效工具

2.管制圖是預防不合格品之有效工具

3.管制圖可預防不需要之製程調整

4.管制圖可提供診斷之資訊

5.管制圖可提供有關製程能力之資訊

何謂製程能力

製程能力是指「各種能力均標準化，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，前者一般稱為「機器能力」，可為一項預定的產品之全部製程，包括人、材料機器及方法在長時間內所程現的能力。

前者一般稱為「機器能力」，而後者則稱為「綜合製造能力」，後者經常包括了工具損耗之正長影響，材料的微些變化及其它的微小變化。

在此我們所討論之製程能力即以後者為主。

製程能力與規格

當考量製程績效之前，必須先討論兩個重要的問題：

1.製程是否有維持良好”統計管制狀態”的能力。

2.是否具有產出符合工程規格零件的製程能力。

只有當製程處於”統計管制狀態”下，估計製程能力才合理，因為當製程處於”統計管制狀態”下，製程沒有可歸咎的非自然因素存在，此時才可以顯示製程真正的變異

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，一邊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。

製程能力指標

製程能力指標的好處之一是它提供一個簡單易懂的製程整體表現量測標準，此標準是依據製程達成規格要求為基準。

以下介紹的能力指標都是純數字的，不會因為不同的測量單位而有所不同。

（processcapacityratio,製程能力比）指標：

製程能力比（ProcessCapacityRatio,PCR）或稱指標是最常被拿來測量製程是否合乎規格的指標。

指標是利用製程產出範圍（上下自然允差界限之差）與上下規格界限之差的比值。

PCR或=

（USL,LSL分別是上下規格界限，是標準差）

通常無法得知，可以利用在管制圖中介紹用來估計的值取代，=。

如果管制圖的標準差s已知，=是另一個的估計方法，是各組抽樣標準差的平均。

上下製程能力指標

假設只有上或下規格界限，則指標需經由製程平均數到上或下規格界限與自然允差來計算，上下製程能力指標公式如下：

CPU=

CPL=

上下製程能力指標在評估規格界限與製程績效非常有用，而且在決定製程參數設定（如）或製程參數條件（如）很有幫助。

（processperformance,製程績效）指標

從前面的介紹知道指標與產品品質特徵值的平均值並無關係，從的介紹中也知道，製程變異並非影響產品的唯一因素，製程平均會影響產品合格的程度，當製程平均不處於上下規格界限的中央，值計算如下：

=Min{}

Min{CPU,CPL}

從公式可知值是取製程平均的到上下規格界限差與3的比值，所以值是愈大愈好，至少1。

前面提到值是製程的潛力；值則可稱為在現存參數值下製程實際的能力。

邁向6σ品質與國際標準

何謂6個標準差品質?

一個公司的產品品質是這家公司整個營運的結果，影響的因素很多，錯綜複雜。

Motorola公司用6σ品質標出其目標，使複雜的問題變的容易了解。

在Motorola，6σ品質水準的意義如下：

1.3.4PPM（不良率或缺點數為百萬分之三點四）

2.99.99966%產品為無缺點。

3.提供一個與競爭者比較的基準，為TQM提供一個衡量的基準。

4.可以瞭解距離無缺點有多遠。

為何6σ品質吸引我們

6σ品質已經吸引很多公司，特別是半導體工業及電子工業，其理由如下：

1.6σ品質提供了一個比較複雜的產品或服務的基準。

2.利用6σ品質可以測度自己公司和競爭者之間的品質差距。

3.顯示邁向無缺點的進展。

4.為各部門提供一個明確的目標。

邁向六個標準差的六個步驟

從1980年代Motorola公司利用六個標準品質策略以提昇全面品質水準以來，該公司將，SPC、問題解決（Problemsolving）、連續改善實驗計畫直交設計（TaguchiMethod）等合在一起，擬出六個達成六標準差品質的步驟：

Step1：

確定滿足顧客要求或法令規章要求之重要品質特性

使用工具：

市場要求規格（MarketingRequirementsSpecification，MRS）

Step2：

決定達成這些重要品質特性的特定產品要素（如零件組模組等）。

使用工具：

a.特性要因圖（CauseandEffectDiagrams）

b.樹型分析（SuccessTreeandFaultTreeAnalysis）

c.組件搜尋（ComponentSearch）

d.因子及部分因子實驗法（FullandFractional）

e.電腦模擬（Computer-AidedSimulation）

f.失敗模式效應及重要度分析（FailureModeEffectsandCriticalityAnalysis，FMECA）

Step3：

根據產品要素決定控制每一重要特性之製造步驟或選擇，這一步驟有下列三重項目的：

·以訂出生產步驟2所列之產品要素之生產精確方法。

·以決定這些產品要素是自製或外購。

·以確定可能影響品質的至誠條件或項目。

使用工具：

a.因子或部分因子實驗計畫（FullandFractionalFactorialExperiments）

b.電腦模擬（Computer-AidedSimulation）

c.製造工程研究（ManufacturingEngineeringStudies）

d.多變量分析（Multi-variAnalysis））

e.B對C或其他比較實驗法（BversusCorOtherComparativeExperiments）

f.供應商數據（SupplierData）

Step4：

決定重要品質特性的設計中心直與最大允差，而仍能保證必要的功能。

使用工具：

a.圖示技術（GraphingTechniques）

b.工程手冊（EngineeringHandbooks）

c.電腦模擬（Computer-AidedSimulation）

d.實驗計畫（PlannedExperiments）

e.最適化，特別是RSM（Optiomization，EspeciallyResponseSurfaceNethidiligy）

f.田口實驗法（TaguchiMethid）

g.公差縮分（PartitioningofTilerances）

h.SPC分析、製成能力分析（SPCAnalysis.PeocessCapabilityStudy）

i.組件工程之合格分析（ComponentEngineeringQualificationStudies）

Step5：

決定控制重要品質特性之零件或製程因素的能力。

研究對象：

a.製程及發展過程（ManufacturingandDevelopmentEngineering）

b.供應商之製程、供應商品管數據（能力分析、管制圖）

Step6：

如未達，則改變產品及/或製程直到有足夠的能力。

使用工具：

a.直方圖（Histogram）

b.管制圖（controlCharts）