编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页 共1页电子厂品质技术杜美洲2009前言书店中关于品管技术的书籍已是琳琅满目,而激发来写这本的原因是我试图用简单的方式来描述各品质技术的迷惑之处.所以本书内容在各章中会罗列总的知识点，但在讲解时只抽取难点来介绍。撰写的原则尽量少的文字,清楚的概念分类,让学习者头脑更清晰,知道自己学了多少,知道可以用多少. 现有众多的国际化标准在运用上并不一定都是很好用，塑料盆厂，飞机制造思想是创造的源泉报告品质的优劣要用眼球感受来评判对报告内容的口头陈述要用秒作时间管理的工具日常工作报告应以结果为报告主体,对过程略加概述CIP发表要展示改善活动的逻辑,过程,包括失败的过程, 让看报告听报告的人去感受活动的智慧,体现出一场攻坚战KM要体现Knowledge Management的味道.让看报告听报告的人获得他们想要的东西TIP核心是创造性的想法.运用品质技术的几种境界:第一层是作业员级别,会收集数据,会执行指示第二层是领班级别,会按既定期标准对数据进行简单的数据统计,归类,判定第三层是工程师级别,会按既定方法分析数据,作出对策第四层是研究者级别,懂得既定方法的机理,能对定性分析的中间模糊地带作定量分析并作对策,能创造新的方法公司的动作只需要少数的第四层人员监控公司品质工具的使用状况,而所有的数据统计,分析都要有第三层人员直接参与或审查.如果并没有专研的兴趣和爱好,就不必向第四层发展SPCMSADOEFMEAQC七检定回归分析抽样文件管理报告制作检验文件编订品管系统现场管理追溯管理活动: CIP, KM,TIP,6第一章 SPC统计制程控制一. SPC管制图总述天气预报的价值在于人们可以根据它提前作好生产准备以避免损失发生（如台风来临前停止出海），而管制图的价值在于它可以在制程生产不良品增多前发出预告，而工程技术人员可以及时排除问题，让生产恢复正常。例如机器某一颗螺丝因为机台的震动慢慢变松，生产的产品尺寸今偏差也越来越大，通常情况下一周后（仅举例）产品尺寸偏差将大到产品成为不良品，屇时将会有大的经济损失，而如果使用管制图每天监控两次（白夜班各抽检一次），则抽检产品尺寸值放在管制图中将出现连续上升或下降的形状，如果连续六点这样，技术人员就会做出反应，从而避免损失发生。而因为抽样就有误判的风险，所以我们必须用统计的手法来得出一套可以执行的方案。(本章中即是Xbar,指平均值，即是Xbarbar,指多个平均值的平均值，*为乘方的符号)SPC的统计基础是常态分布，中央极限定理是一个重要的理论基础。使用管制图管制的前提是制程是稳定的。二. 管制图实做1. 数据采集如下例，作业员做的工作就是按照要求(如SOP规定)，每到时间就取5个样品测量，然后将个值填进阴影区，再计算个值的平均值Xbar和极差值，然后将这两个值分别填进Xbar-chart和R-chart.再将这个点与前一个点用线连起来(计算和描点也可以上电脑完成)2. 图形和数据分析领班所做的工作是对图形进行监控如下图示，+3即是上例中的UCL, -3即是上例中的LCL, 即是CL中心线. UCL与LCL间分为个区间，中间两个定义为区，往外有两个区，再往外有两个区，再往外定义为管制界线外以此定义按下述八种规则中的几种（具体哪几种由工程师定义）来判定制程是否异常如果异常，应通知工程师处理而工程师应根据以下介绍的方向来分析异常以尽快找出原因和对策括号（）内是这种判异在正常情况出现误报警的概率计算，因为这些误报警是低概率事件，所以当出现这种情况时，我们应认为是制程出现异常而非误报警（一些书中计算概率时会有一些扣除项，那些并不重要，且这些计算都是只供我们参考用）。如果我们要怀疑制程误报警，可以立即再加抽样，观察趋势是否还是反应有异常，一點超出3管制界限外(误报警率为(1-N(3.0)2=0.27%根据常态分配特点，点在单边3以外概率为0.135%,“2”是因为上下各有一区，以下同)，連續三點有二點在同邊B區外 (误报警率为(1-N(2.0) 2C232=0.31%根据常态分配特点，点在单边2以外概率为2.275%,而三点中的二点组合可能性有C23种) N(2.0)指Z=2的常态分布，連續五點有四點在同邊C區外 (误报警率为(1-N(1.0) 4C452=0.63% 根据常态分配特点，点在单边1以外概率为15.8655%,而五点中的四点组合可能性有C45种)，連續九點在中心线同侧 (误报警率为1/2 92=0.39% 根据常态分配特点，点在中心线一侧的概率为%)（以上四种异常的成因均是制程出现单向漂移造成，例如：加工机构某位置被损坏导致加工件特征往一边偏移；电路老化或损坏使机台获得的电压值低于正常值导致加工件特征往一边偏移；新增员工作业方法错误导致良率偏低四种异常的制程偏移量依次递减，所以发现问题需要的点数会递增），連續六點上升或下降(误报警率为(1/P662=0.28%连续6点上升的概率是6的排列/P66数的倒数，相当于6个点排在一起，刚好排成从小到大的概率。此种概率有时会被错误地计算为1/26，因为第一个点是自由的，第2个点大于第1个点的概率是50%，而第2个点要大于第1个点，它的分布概率已受到一些限制，第3个点大于第2个点的概率已小于50%，再往后的概率会更小好比方王五比很多人都要高，再随机找一个人要比王五要高的概率会小于50%一样） hj在55（此种异常的成因是渐变的，例如螺丝越来越松；模具磨损越来越严重；定位治具越来越偏），連續十四點一上一下(误报警率与0.27%相当，这一概率是模拟实验得出的)（分析此种异常，要先将第1,3,5等奇数位点的来源与2,4,6等偶数位点的来源分层例如奇数位点都是由白班张三量测，偶数位点都是由夜班李四量测，则图形的问题可能是因为两个量测员方法差异造成，也可能是白天，夜间环境温差使用治工具不一样造成如果是不良率管制图，则可能是白夜班管理力度差异造成），連續八點在C區外兩邊(误报警率为(1-N(1.0)2)=0.01% 根据常态分配特点，点在单边以C區外概率为15.8655%,)（此种异常的成因很明显是将两组制程不一致的制程混淆在一起，如要有效监控，必须分成两组来监控例如两条生产线，或一条生产线不同的机台，或是同一台机不同的加工模具或不同的加工机构，或同一模具不同的穴位），連續十五點在C區內(误报警率为(1-(1-N(1.0)2) 15=0.33%根据常态分配特点，点在单边以C區内概率为34.1345%)（此种异常的成因如果不是人为造假数据，则是制程能力有提升如引进新设备）对于第八种异常，如果制程能力有提升，则SPC管理员应采用新数据计算后缩中管制限，常会有工程师迷惑我改善了制程，你又要把管制限缩小，我不是永远都没完没了回答这个问题，我们要回到管制图的功能上来讲，管制图的目的是要在制程刚出现异常但还未恶化至大量产生不良品前发生警报如果制程改善而不变更管制限，当出现如右图的情形时，实际上制程已经发生了异常，但因为管制限过大而不会报警这类问题可以这样处理：如果制程绩效Ppk远高于我们的目标（如2.0或1.67）而该制程特性并不是最关键的，则可以取消监控；如果Ppk远高于我们的目标而该制程特性是最关键的则可以考虑减少抽样量或降低抽样频率如果Ppk不是远高于我们的目标但因有改善也可以考虑减少抽样量或降低抽样频率三. 管制图设计1. 管制图选用计量值指连续型分布的数值如温度，尺寸和电流值，而计数值指非连续型分布的数据如人数，不良数(不良率属于计数型而非计量型)。当制程稳定后就可建置管制图，首先是按下述原则选用合适的管制图计量值管制图中的n是样本容量，指每次抽样的样品数n=1指每次抽样只抽一个样本，这种抽样运用于三种情形：，管制的产品特性值是连续型产品的特征值如啤酒的酒精度，抽样时是在流水线上抽样，酒精度是一致的，样品检测成本高，如破坏性测试且产品本身昂贵，或者检测费用高，当制程足够稳定以致连续多次抽样间的变异与一次抽检多个产品间的变异没有区别时中位数的优点是计算简单，在电脑普遍运用的现代工厂，不建议使用n=2-10，建议使用Xbar-R chart, 因为n10时，对样本求标准差的误差比较大而不宜使用 chart10n10时，对样本求标准差的误差较小，而极差值的缺点是只代表最大值减去最小值，而大量中间值的差异对缺少贡献，同时不建议n25，因为统计上讲抽样量大于24后,因扩大抽样而能降低的抽样误判率几乎为零了,但抽样成本会上升。不良数指一批产品中不良品的数量，缺点数指一批产品中缺点的数量（一个产品不良只能算一个不良品，但一个产品却可以有多个缺点如一件衣服有处线出现打结所以这件衣服有个缺点）计数值管制图中的n和单位是产品检验量（可以是全检也可以是抽检）如果检验量近似相等也可以采用np chart和c chart2. 管制限计算3. 管制限计算实例以Xbar-R chart为例，先收集20组数据查表得子组容量为4时2=0.73, D3=0, D4=2.28CLXbarbar=Xbarbar= 5.027 UCLXbar=Xbarbart + A2Rbar=5.027 + 0.730.066=5.075LCLXbar=Xbarbart + A2Rbar=5.027 + 0.730.066=4.979CLR=Rbar=0.066 UCLR= D4Rbar = 2.280.066=0.150LCLR= D3Rbar = 0我们要注意P图和U图,其管制限计算式内含有检验数，而这个检验数每次是不一样的，所以每次抽样的点对应的管制限可能都不一样(如7/1生产并检验900个产品，而7/2生产并检验1000个产品，这两天的控制限计算出来就不一样),下附一个示意图四. 管制图研究1. 什么是稳定的制程共同原因：不可避免的原因、非人為的原因、偶然原因、一般原因特殊原因：可避免的原因、人為原因、異常原因、局部原因等两者的区别在于人的可控制性，特殊原因可通过管理改善来解决，而共同原因的改善相对困难，需要技术突破或设备引进等方能解决而两者又是相对的，例如工厂停电是良率变差的特殊原因，可如果工厂经常性停电则成为共同原因；而温度在正负度内的变化是共同原因，可加上空调装置控制下负度后出现正负度就成为特殊原因组内差异：同一次抽样的样本间的差异（比如今早8点5个样本间的差异），它受技术，设备的限制，减小时需要较多的投入。组间差异：不同次抽样的样本间的差异（比如昨天样本和今天样本间的差异），它通常是管理不周全引起的制程差异稳定的制程才适用管制图。稳定是相对的，概念上它指特殊原因发生的概率小（例如平均超过一个月才会出现一次），如果隔三差五就有不同的特殊原因，就不是一个稳定的制程，如果每天都发生同样的问题，那这个原因就得考虑把它列为共同原因如果在加工中每天都要更换某一个部件，而更换部件后的起初几个产品（例如设备加热过程）的特性值都会有偏差，