SPC培训教材2.docx

资源描述

SPC培训教材2.docx

《SPC培训教材2.docx》由会员分享，可在线阅读，更多相关《SPC培训教材2.docx（20页珍藏版）》请在冰豆网上搜索。

SPC培训教材2.docx

SPC培训教材2

SPC培訓（第二期）

二、SPC的起源與發展及制程能力指標

1.SPC的起源.

1.1.1924年修華特博士在貝爾實驗室工作時,首次提出管制圖（SQC）的概念.

1.2.1939年修華特與戴明博士合寫了《品質觀點的統計方法》.

1.3.二戰後英美兩國將品質控制圖方法引進制造業,並應用於生產過程.

1.4.1950年,戴明博士到日本演講,介紹了SQC的技術與觀念.

1.5.1960年統計品質管制方法（SQC）在日本廣為推行.

-從1960年開始,日本的品質變得愈來愈好.

-在很多方面,日本成為市場領先地位.

-有訓練有素的工作人員及可以追朔的品質記錄.

-在生產制造現場維持非常簡單.

-管理階層的支持與參與.

-西方國冢開始向日本學習.

1.6.1974年美國成立品管圈.

1.7.1981年戴明博士在電視上發表“IfJapanCan,WhyCan`tWe?

”

-GeneralMotors、Ford等著名大公司邀請戴明演講.

-距離戴明到日本講學37年之後,美國人開始接受及實踐戴明理論,因此SPC得以廣泛應用.

2.SPC的發展.

-從SQC到SPC.

2.1.1920年美國修華特博士首創SQC理論.

2.2.SQC手法是在發生問題後才去解決問題,是一种浪費.1970年美國發展出SPC理論與實際應用,SPC注重的是過程控制,起到預防問題的發生和減少浪費的作用.

2.3.ISO9000體系亦注重過程控制和統計技術的應用,有專門的要素要求.

3.SPC的觀念與應用.

3.1.相關詞語的單述.

3.1.1.品質（Quality）:

符合顧客的需求.

供應商的制品及其品質,能合乎購買者需求,且其品質均勻,可受顧客信賴,同時價格亦公道合理能使消費者樂意付出相當之代價.

3.1.2.變异（Variation）:

偏離規格.

沒有兩件完全相同的工業品,產品間之差异是正常現象,在生產制造過程當中,產品產生變异可歸類於下列兩种原因之一.

Ⅰ.變异的特殊原因（AssignableCause）:

可歸咎於某一特殊地點、機器或操作,變异的原因

是可以確認,因此可以被消除的（非機遇性原因）.

Ⅱ.變异的共同原因（ChanceCause）:

變异是由全部的機器、全部的操作、全部的作業員等

造成,變异的共同原因不規則的存於自然界中,不能完全的被消除（機遇性原因）.

3.2.應用SPC的目的.

預防問題的發生,減少浪費.

3.3.SPC的應用場合:

生產、開發、設計、來料等一系列活動的過程控制.

4.SPC使用的統計方法.

<1>.柏拉圖分析

柏拉圖也叫主次因素排列圖,主要根據關鍵的少數,次要的多數的原理作成.

柏拉圖有兩個縱坐標,圖內的直方形分別表示各因素的作用大小,圖內的線條表示各因素作用

百分率的累計曲線.

例:

某電子加工廠FW32的QE工程師共處理了21件品質問題,針對問題進行分類統計如表2-4-1.

表2-4-1FW32品質問題統計

問題分類

數量（件）

比率

累積百分率

人為問題

28.57%

機器問題

23.81%

52.38%

修理問題

19.05%

71.43%

執錫問題

14.29%

85.72%

來料問題

9.52%

95.24%

環境問題

4.76%

100%

合計

100%

根據該統計表繪制成柏拉圖:

<2>.特性要因圖

特性要因圖又叫魚骨圖,表示原因與結果的關係,通過此圖形的繪制來尋找影響結果的各種原

因,特性要因圖格式如下:

更小原因

原因D原因E

中原因

結果

原因A原因B原因C

特性要因是從質量問題的結果出發,依靠全員集思廣益,由表及里,逐步深入,直至找到問題的源

頭,特性要因圖不僅可以用在品質問題分析上,也可用在其他問題分析上.

例:

膠水板A-BD掉件原因分析.

可從人、機、物、法、環境幾個方面加以分析,以確定此機种掉件原因.

環境方法

點膠員工作業姿勢不對

環境溫度高點膠點大小

新員工較多治具不合理PCB來料不良A-BD掉件

彎腳銅條不規範

人夾具物料

膠水板A-BD掉件原因分析圖

<3>.直方圖（Histogram）.

直方圖法一般用於數據整理、研究質量分布、調查工序能力,直方圖法步驟分為四步:

Ⅰ.編制頻數分布表.

A.將原始數據按數据數量多少進行分組.

設原始數據為n個,可分為K組,K值大致可參考下述範圍來選定:

n在5~100時,K=6~10;

n在100~250時,K=7~12;

n大于250時,K=10~20;

例:

某零件的尺寸為40+0.035mm,現測量100個零件數據,其公差數據見表2-4-2,作直方圖並

研究工序能力.

表:

2-4-2單位:

um.

最大

最小

B.找出數據內的最大值和最小值.

首先將表中每一橫行的最大、最小值寫在表的右邊最大欄和最小欄內,然後從表的右邊最大欄內找出其中的最大者,並寫在該欄的最下格內,從表的右邊最小欄找出其中的最小值,並寫在該欄的最下格內.

故:

XMAX=30,XMIN=0

C.求組距h.

組距為每組組值範圍,即該批數據按其最大值與最小值的範圍分成10組,

每一組的範圍稱為組距h.

h=（XMAX-XMIN）/K=（30-0）/10=3

D.求各組的組界（組的上下界）

首先從數值最小的組開始3

h為奇數時:

第一組下界限值=Xmin–h/2=0-=-1.5.

最小測量單位

h為偶數時:

第一組下界限值=Xmin–

第一組的上界限等於下界限加組距,第二組的下界限為第一組的上界限,第二組的上界限等於第一

組的上界限加組距,照此類推,定出各組的組界.

E.求各組的組中值（中心值）,以Xi表示.

Xi=（下限值+上界值）/2

F.計算各組數據個數（稱為頻數）,以fi表示:

各組頻數統計:

依次讀出2-4-2中的每一個數據,所讀數據值屬於上述10個組中某一界內,在該組的頻數欄內作記號,直至表2-4-2的數都讀完並記在統計欄內,統計每一組頻數fi,作fi=n的頻數表2-4-3.

表2-4-3頻數分布表

組號

組界值

中心值Xi

頻數統計

頻數fi

-1.5~1.5

1.5~4.5

4.5~7.5

7.5~10.5

13.5~16.5

16.5~19.5

19.5~22.5

22.5~25.5

25~5

28.5

28.5~31.5

正

正正

正正正正正

正正正

正正

正

合計100

Ⅱ.繪制直方圖.

根據所作的頻數分布表示畫直方圖,以橫坐標表示組界值,縱坐標表示頻數值,以組界界限為底,組

的頻數範圍為高畫出各組的直方條,各直方條組成直方圖.

圖中T表示公差范圍,B表示直方圖范圍.

件數nT

27B

3018

2014

1051312351

-1.501.54.57.510.513.516.519.522.525.528.531.535（單位:

um）

Ⅲ.對直方圖的觀察與分析.

A.直方圖的圖表參差不齊,應著眼於圖形的整體形狀近似於正態分布圖形與否,作為分析的依據.

（a）對稱形（b）孤島形（c）陡壁形

（d）鋸齒形（e）偏向形（f）雙峰形

圖（a）.是近似正態分布形（中間高,兩邊低,左右對稱）.

圖（b）.是孤島形,在主體直方圖外另出現一個小直方圖,這可能是因材料中混入不同的材料,或者因操

作方法變化等原因所引起的.

圖（c）.是陡壁形,這意味著可能是將不合格的工件剔除後所得的數據.

圖（d）.是鋸齒形,一般是測量方法或計數有問題,也有可能是分組不適當造成.

圖（e）.是偏向形,這往往因加工習慣而造成的.

圖（f）.是雙峰形,通常是由兩個不同的分布混合在一起形成的.

B.將直方圖與公差比較進行分析.

圖中T表示公差範圍,B表示直方圖範圍.

T　　　　　　　　　　　　　　Ｔ　　T

BＢB

（a）　　　　　　　　　　　（b）（c）

TTT

BBB

（d）（e）（f）

各种形狀直方圖與公差範圍比較

其中圖（a）、（b）、（c）、（d）四种均表示質量未越出公差範圍,但（b）與（c）有一側或兩側與公差重合,說明是不安全和不穩定的,圖（d）、（f）雖然沒有超公差範圍,但距離太大意味著精度浪費

圖（a）是合適的,既不超公差又沒有精度浪費.

<4>.管制圖（第三、四章詳細介紹）.

<5>層別法:

也叫分類法,是將收集到的質量數據按一定的標誌來分類整理,以便分析影響質量的原因,

找到提高質量的有效方法.

分類的原則:

使一層內數據的波動幅度盡可能小,使各層之間的差別盡量大.分層按一定標誌來劃

分,在質量管理中,常按下述標誌分.時間

A、時間,按月、日班次分層.人員

B、人員,按人員的年齡、性別等分層.机器

C、機器設備,按型號、使用年限分層.方法

D、原材料,按成分、規格、批次、產地等.

E、作業方法,如工作條件、工藝方法等.層別法

F、其他（如測試手段等等）.

例:

××公司注塑機系三班輪班,前周三班所生產的產品為同一產品,結果如下:

班別

項目

產量（件）

10000

10500

9800

不良率（%）

0.3

0.4

0.2

以班別加以統計,可得知各班的產量及不良率狀況,以便於有依據地采取措施.

<6>.抽樣檢驗（第六章詳細介紹）.

<7>.檢定與推定.

<8>.相關分析.

<9>.抽樣方法（第六章詳細介紹）.

<10>.實驗計劃.

實驗計劃法是有計劃地在某种條件下進行實驗從而去獲得能預測某种現象的統計資料,並且通過分析實驗結果,從該現象中歸納出普遍性及再現性規則的一种有效方法.

實驗計劃法的主要目的在於通過實驗的設計,選取最佳作業條件.

例:

一個烤漆工廠.針對噴漆後烤漆所使用的時間及溫度各使用一元多次實驗法進行實驗,以了解

哪一种條件下密著性（附著度）最好.

前提條件:

A.底材要一樣（同一批材料及加工）.

B.油漆要一樣（同一廠家及生產批）.

C.溶劑要一樣（同一廠家及生產批）.

D.粘度要一樣.

在以上生產條件固定狀況下,使用一元多次的配置法來實驗對產品特性（密著性）的影響.

（a）:

實驗因素有兩個:

烘烤溫度及時間.

（b）

在圖（a）溫度別中可以觀察出,當溫度在130~140℃間時,密著性最理想.

在圖（b）時間別中可以觀察出,當烘烤時間在40~60分鐘間時,密著性最理想.

通過上面的實驗,我們可以找出最佳的生產條件.

每一產品在制程中,均有其不同的變异要因,根據這些要因進行實驗找出最佳之生產條件,在生產進行

中再加以日常控制,即可得到穩定的品質.

5.影響品質活動的六個要因,簡稱5MIE.

<1>.Material（材料）..

<2>.Machine（機器）.

<3>.Man（人）.

<4>.Method（方法）

<5>.Measure（測量）.

<6>.Environment（環境）.

6.制程能力指標及分析.

欲判斷一個群體品質好壞有三個主要數據.

A.為平均數代表集中趨勢.（Ca）.

B.為標準差值代表離中趨勢（Cp）.

C.為超出規格的不良率.

6.1.制程能力分析:

<1>.當制程中的所有非機遇性原因已確認並消除后,就可以確定此製程是在穩定狀態並且可以預

測結果.

<2>.一旦制程已達穩定,即可做制程能力分析,以便進一步了解此制程下可否制造出能符合規

格的產品.

6.2.制程能力指標.

6.2.1制程能力指數（Cpk）.

USL:

UpperSpecificationLimit

LSL:

LowerSpecificationLimit

Cpk=（USL–X）/3或（X–LSL）/3

圖例:

<1>.Cpk

3σ3σ

LSLUSL

X-LSLUSL-X

3σ3σ

6.2.2.工程準確度指數Ca（CapabilityofAccuracy）

<1>.從生產過程中所獲得的資料其實際平均值（X）與規格中心值（U）之間偏差的程度,稱為工程準

確度Ca.

實際中心值–規格中心值X-U

Ca=×100%=×100%

規格許容差T/2

T（規格公差）=規格上限–規格下限

由此可知當U與X之差愈小時,Ca值愈小,也就是品質愈接近規格要求的水準,Ca值是負時

表示實際平均值偏低.

規格許容差（單邊規格）

U100%

規格上限

規格中心值

12.5%25%50%

C級

B級

A級

D級

X（實際）

X（實際）X（實際）

<2>.Ca等級表:

等級

Ca值

Ca≦12.5%

12.5%

25%

50%

<3>.等級評定後之處置原則:

A級:

作業員遵守作業標準操作,並達到了規則的要求,需繼續維持.

B級:

有必要時盡可能將其改進為A級.

C級:

作業員可能看錯規格,不按作業標準操作,應檢討規格及作業標準.

D級:

應采取緊急措施,全面檢討所有可能影響的因素,必要時得停止生產.

例:

某電線電纜加工廠加工生產外徑規格為560±10m/m之電纜.

（a）.第一月份生產出的電纜實際外徑（X±3）求出為561±9m/m.

561-560

Ca=×100%=10%-----（A級）

（b）.第二月份生產出的電纜實際外徑（X±3）求出為557±8m/m.

557–560

Ca=×100%=-30%-----（C級）

6.2.3.制程精密度Cp（CapabilityOfPrecision）.

設定工程規格上下限目的在希望製造出各個產品之品質水準能在規格上下限之容許範圍內.制程精密度評價之目的,系在衡量產品分散寬度符合公差程度.

規格容差T

Cp==（T規格公差=規格上限–規格下限）

由此可知當T>6時,T愈大,Cp值愈大,也就是在這种生產條件（人、機械、材料、方法等）下非常適合生產此种精密度的產品,反之,T<6時,T愈小,Cp值越小.

6C、D級（0.83）

6B級（1.0）

6A級（1.33）

下限中心值上限

<1>.Cp等級表:

等級

Cp值

判斷

1.33≦Cp

合格

1.00≦Cp<1.33

警告

0.83≦Cp<1.00

不合格

Cp<0.83

不合格

等級評定後之處置原則:

A級:

此工程甚為穩定,可以將規格許容差縮小或勝任更精密的工作.

B級:

有發生不良品之危險,必須加以注意,並設法維持不要使其變壞,及迅速追查.

C級:

檢討規格及作業標準,可能本工程不能勝任如此精密的工作.

D級:

應采取緊急措施,全面檢討所有可能影響的因素,必要時停止生產.

例:

某產品之硬度規格為65±2.0.

（a）.第一月份生產實績為X±3=64±1.4

Cp===1.43（A級）

62.8

（b）.第二月份之生產實際為65±2.5.

Cp===0.8（D級）

65.0

6.3.制程能力調查:

A、把所要調查的品質特性及其調查範圍明確,然後收集數據.

B、制作管制圖,確認制程是否安定.

C、制作直方圖,決定制程能力指數.

D、判斷是否有制程能力,若工程能力不足應予改善.

制程能力有無之判斷基準.

Cp（Cpk）

分布和規格的關系

工程能力有無之判斷

Cp>=1.67

LSLUSL

過份充足.

1.67>Cp>=1.33

LSLUSL

充分,理想狀態之維持.

1.33>Cp>=1.00

LSLUSL

避免不良發生.

1.00>Cp>=0.83

LSLUSL

不足,有不良發生,應進行全數選別.

進行制程管理改善.

0.83>Cp

LSLUSL

非常不足,應立即進行品質改善,追究原因.

采取緊急錯施或檢討規格

6.4.工程能力綜合評價.

一個工程生產實績是否達到規格的要求,是要Ca及Cp都要很好,有時Ca雖然很好,但Cp不好,結果實績也有很多會落在規格外,或是Cp很好,Ca很差,也會有很高不良率,總評就是用Ca及Cp對整個制程品質作綜合評價.

綜合評價計算方式:

X–UT

Ca=Cp=Cpk=（1–Ca）×Cp

T/26

Z1=3Cp（1+Ca）由Z1查常態分配表得P1%（Z為標準常態變數）.

Z2=3Cp（1+Ca）由Z2查常態分配表得P2%.

P%=P1%+P2%即為推定群體超出規格上下限之不良率.

<1>.P%（不良率）等級.

等級

總評P%

P≦0.44%

0.44%

1.22%

6.68%

例:

某輪胎廠生產之輪胎規格寬度為165±5m/m,每天生產量約100~150條,使用X–R管

制圖作管制,每日抽樣n=4,為能了解在生產期內品質,試利用工程能力綜合評價分析?

X±3=164±6m/mT=（SU–SL）=（170–160）=10

則:

X-U164-165

Ca===-0.2=-20%（B級）

T/210/2

T1010

Cp====0.83（C級）

62×612

Cpk=（1–Ca）×Cp=（1–0.2）×0.83=0.664（D級）

Z1=3Cp（1+Ca）=3×0.83（1-0.2）=2

查常態分配表Z得P1%=0.022750132×100%=2.27%

Z2=3Cp（1-Ca）=3×0.83（1+0.2）=3

查常態分配表Z得P2%=0.001349898×100%=0.135%.

故P%=P1%+P2%=0.135%+2.27%=2.4%（C級）

6.5.圖例解釋準確度與精密度,及精密度與準確度的變化情形.

<1>精密度:

反映數值間差异之大小.

（a）精密度最高.（b）精密度次之.

（c）精密度又次之.（d）精密度最差.

<2>准确度:

反映平均值与中心值之差.

（a）准确度最高.（b）准确度次之.

（c）准确度又次之.（d）准确度最差.

<3>精密度与准确度的變化情形.

真值平均值真值=平均值

（a）准确度与精密度均不佳.賓（b）准确度佳,精密度不佳.

真值平均值真值=平均值

（c）准确度不佳,精密度佳.（d）准确度与精密度均佳.

展开阅读全文