统计过程控制-SPC,Agenda Kick off SPC workshop - 基本统计概念 - Cp, Cpk制程能力分析 - SPC基本管制图 - SPC应用常见问题点讨论 Q & A,样品是否合格？ 对关键零件进行承认检验 -规格：2400100 -工程师取样40pcs样品经测量数值如下： 2410, 2440, 2352, 2410, 2345, 2397, 2413, 2364, 2413, 2325 2415, 2437, 2367, 2310, 2408, 2384, 2375, 2433, 2466, 2370 2325, 2368, 2328, 2369, 2458, 2485, 2343, 2485, 2473, 2315 2498, 2461, 2480, 2352, 2392, 2418, 2420, 2319, 2355, 2419 -量测值都于规格内，样品质量是否合格？ 假设取样数合于MIL-STD-105E要求检验结果? Pass ?,经SPC手法推定结果 -Cp:0.64 (D: Cp 1.0) -Cpk:0.63 (D: Cpk 1.0) -不良率：约5.73% (单一测站） 综合评价： 级：应采取紧急措施，对产品加以分类，全面检讨可能因素，必要时停止生产。,常态分配 Normal Distribution 自然界绝大部分现象之分配均属常态分配，如身高、体重、质量特性观察值等 常态分配之特性 -为一单峰对称分配，呈钟型，以平均数为中心左右对称。 -常态分配的形状决定于两个母数，即平均数与标准偏差。,名词解释 ：母体平均值(Population Mean) ：母体标准偏差(Population standard deviation) X：样本平均值(Sample Mean)xi /n S : 样本标准偏差(Sample standard deviation),机遇原因和非机遇原因,机遇原因 自然界不可避免的变化 在规格内的微小变化 可能是: 温度 湿度 震动 材料 设备 人员,机遇原因(Common Causes): 不可避免，非人为，共同偶然 ，一般的原因.,大量之微小原因引起，因人、机、料、产生 不管发生何种机遇原因，个 别变异极微小. 实际上要除去制程中的机遇 原因是非常不经济的,非机遇原因 可以被避免及控制的 重大影响的 可能是: 机器之不同量具之不精确 作业标准之变动. 不同材混合 人员疏忽 环境条件失控 设备磨损 ,非机遇原因(Special Causes) 可避免之原因，人为原因，特殊 原因，异常原因，局部原因.,一个或少数几个较大之原因引起. 任何一个非机遇原因可能引起大的变异 除去非机遇原因,在经济观点是正确的,机遇原因和非机遇原因,稳定制程vs不稳定制程,稳定的制程 可以预计未来的质量状况.,不稳定的制程 可能无法预计未来的质量状况,机遇原因,机遇原因,非机遇原因,制程能力分析,制程能力分析 -Cp: (Capability of Precision)制程精确度 -Ca: (Capability of Accuracy)制程准确度 -Cpk: (Process performance )制程能力指标,制程能力分析的作业 确定能代表制程能力的质量特性。 1.由制程抽取样本，测定其特定性值 建议:生产制程普通需收集100至250个数据。 工程验证的过程约30个 2.观察数据是否属于常态分配。 点绘出的形态，计算其平均值与标准偏差。 计算Cp,Ca,Cpk 加以判定及分析,Cp Cp: (Capability of precision)制程精密度 -制程能力比(process capacity ratio/PCR) -实际生产产品之质量水平与工程规格上下限相比校，所衡量品质 水平满足工程规格的程度,Cp的公式：双边对称,Cp的公式：单边&不对称,Cp评价：,等级： 此一工程甚为稳定，可以将规 格容许差缩小获胜任更精密的工作 等级：表示尚佳，要设法维持，不要 使其变坏 等级：本工程能力不足，有改善必要， 必要时检讨规格及作业标准 等级：应采取紧急措施，对产品加以 分类，全面检讨可能因素，必要时 停止生产。,Ca: (Capability of accuracy)制程准确度 无单边Ca， 值= |Ca|,Ca,Cpk综合指标,Cpk: (process performance )制程绩效指标 要制程达到规格要求，必须K与Cp均好方可，但有时K虽很好但Cp不好，结果会有不品，有时Cp很好，但K不好，也会有高不产生。综合评价是将K与Cp两者综合起来评定等级。(K=Ca) 对称规格计算公式: Cpk= (1 -Ca) * Cp,单边&非对称规格,分散及集中的影响,Cpk为么要大于或等于1.33,假设； 某产品由20个部件所组成，每个部件有五个关键尺寸，请预估其生产，: 1.各关键尺寸的Cpk值均为1 Ans: Yield = (0.9973)5)20 = 76.31% 2.各关键尺寸的Cpk值均为1.33 Ans: Yield = (0.999927)5)20 = 99.27%,比较,制程的四种状态,SPC基本管制图,管制图基本概念,u,-3,+3,-3,+3,UCL管制上限,CL中心线,LCL管制下限,翻转90度,利用质量特性的发生机率来判断是否有异常的状况发生 管制上下限与中心线 管制上下限 为平均数上下3个标准偏差 范围内几乎会涵盖所有可能发生的状况 超出管制界限范围之外的状况被视为异常 中心线-制程的平均质量水平。,优先选用计量值管制图，因为 计量值，如.X-bar R Chart是对制程活动的实时监控。 计数值，如.p Chart则是对制程管制结果的事后调查。,管制图的选用考虑,不同管制表之选用,资料性质?,样本数n2?,中心线CL之性质?,n是否较大?,计量值,n2,X bar,X中位值,- chart,n10,-R chart,n10,-R chart,X-Rm chart,n=1,数据是不良数或缺点数?,n是否一定?,Pn chart,P chart,计数值,不良数,缺点数,单位大小是否一定?,c chart,u chart,一定,不一定,不一定,一定,能测定的产品或制程特性 与客户使用及生产关系重大的特性 对下工程影响较大的特性 经常出问题的特性 关键制程的特性,管制图特性选用原则,取样原则：系统、随机、批次、分散 -避免影响统计结果,取样,取样数建议，n 30(计量值) -依统计原理，对一般样本母体，n30可获得合理的近似常态分配 -样本数n越大，估计母体的参数越准确,区域检定法则 将管制中心的两侧，各分割为三个区域。 每个区域之宽度为一个标准偏差。 各区域以A、B和C区称之。,管制图的区域检定,异常管制图的天龙八部,异常管制图的天龙八部,管制图异常点的设定对照表,点子呈现往上或往下趋势现象。 可能由于零件或工具逐渐老化而导致，亦可能因作业员疲劳。,管制图的区域检定-趋势性变化,数据点子呈现平移的现象。 可能肇因于新的作业者、新方法、物料、机器、检验方法改变所造成。,管制图的区域检定-平均值平移,数据点子呈现循环变化现象。 可能因为系统环境有周期性的变化所造成，如.环境温/湿度、轮班制作业、作业者疲劳所造成。,管制图的区域检定-循环型变化,数据点子呈规律上下跳动现象。 可能肇因于不合理之抽样，如.中心线上方为机器A，下方为机器B。,管制图的区域检定-系统性变化,数据点子大部分落于接近上、下管制界线附近，中心线附近只有少数点子。 主因可能为来自两个或多个群体分配(来自两部机台或作业员)。 作业员调动频繁而导致过度反应，即可能如此。,管制图的区域检定-混合型变化,数据点集中于中心线附近而缺乏自然变异现象。 发生原因在于管制界限设定错误。 亦可能是原群体可能已经加以检剔过,管制图的区域检定层别型变化,制程不安定状态之处置方案-A,38,制程不安定状态之处置方案-A,注：上表亦适用于计数值管制图之异常处置。,制程不安定状态之处置方案-B,制程不安定状态之处置方案-B,制程不安定状态之处置方案-C,制程不安定状态之处置方案-C,制程不安定状态之处置方案-D,制程不安定状态之处置方案-D,统计制程管制（SPC）之建立,迷思一：有了可控制的制程参数(Process Parameter)，就是SPC？ 制程参数的确是SPC的焦点，但是我们应深入探究 为什么挑出这些制程参数？ 这些制程参数的管制条件，是如何决定的？ 这些制程参数与产品质量之间，有因果关系可循吗？,SPC的迷思,迷思二：有管制图就是在推动SPC？ 这是产品质量，还是制程参数管制图？ 这张管制图是否有意义？ 它所管制的参数，真的对产品质量有举足轻重的影响吗？ 管制界限订的合理吗？ 这张管制图，是否受到应有的重视？是否已遵照规定，实施追踪与分析？,SPC的迷思,迷思三：有了Cpk的统计是在推动SPC？ Ca/Cp/Cpk是在SPC中计算制程能力最主要的指标，因此对制程能力进行分析的组织，当然是一个对SPC认识较深入的组织，但是值得再深入探讨的是 有定期审查吗？ 是否作为制程能力或制程绩效水平的管制依据？,SPC的迷思,问题1：选择不适当的管制参数。 SPC应只用于重要的规格-关键质量特性，在不必要的管制项目上，只是花费大量的时间与人力， 并不产生任何效益。 如何鉴别重要尺寸、性能或功能等CTQ呢？ 如客户有指明，依客户要求即可。 CTQ分析矩阵，藉由VOC与VOP鉴别。 应用FMEA的方法：开发重要管制点、严重度为8或以上的点等。,管制图常见的问题点,问题2：没有适当的测量工具。 量测工具选用错误。如.计量值管制图，未应用测量工具取得管制特性的正确数值。 管制图对测量系统有很高的要求。 通常要求GR&R或10%。 测量仪器应有足够的分辨力，方能用于制程的解析与管制。 许多公司忽略了这一点，导致做出来的管制图没办法有效的应用，甚至造成误导。,管制图常见的问题点,问题3：没有解析生产过程，直接进行管制。 管制图的应用分为两个步骤：解析与管制，在实施管制用管制图之前，应先进行解析。 解析的目的是 确定制程是否稳定、可预测的， 制程能力是否符合要求。 了解到制程是否存在特殊原因、普通原因的变异是否过大等关键的制程信息。 制程只有在稳定，并且制程能力可以接受的情况下，方才进入管制状态。,管制图常见的问题点,问题4：将管制界限与规格界限混为一谈。 当产品设计出来之后，规格界限就已经定下来了；当产品产出后，管制图的管制界限也定出来了。 规格界限是由产品设计者决定的，而管制界限是由制程的变异决定的。 管制图上点子的变动只能用来判断制程是否稳定受控，与产品规格没有任何的联系，它只决定于生产过程的变异。 当标准偏差小时，管制线就变得比较窄，反之就变得比较宽，但如果没有特殊原因存在，管制图中的点跑出管制界线的机会只有千分之三。 有些公司常以规格作为管制界限，并以此来判制程与产品是否合格，如此是非常不合理的做法。,管制图常见的问题点,问题5：不能正确解读管制图上点子变动所代表的意思 我们常以天龙八部来判断制程是否出现异常。 如果是作业员，只在了解判定准则就好了；但作为品管工程师，如果不理解其中的原委，就没有办法对这些情况作出应变处理。 而此类判定异常的依据为何呢？其实，这些判定法则都是从机率原理所作出的推论。 例如.一个产品的某一特性呈常态分配，