【正文】 SPC統(tǒng)計製 程控制 技 術實戰(zhàn) Statistical Process Control 主 講 : 楊 兵 1 ? 何謂 SPC?傳統(tǒng)觀念與現(xiàn)代觀念大硬撞 ? SPC的基礎課程 統(tǒng)計學的運用 ? 制造現(xiàn)場數(shù)據(jù)的收集與整理方法 ? 產(chǎn)品的制造方式 流程生產(chǎn)與 SPC ? 選用合理的管制圖進行制程監(jiān)控 ? 十五項品質(zhì)指標的計算與合理運用 ? 如何利用管制圖工具解決品質(zhì)問題 ? 制造業(yè)推行 SPC有何益處 ? SPC學術流派的形成 管制圖原理 ? SPC與 零缺陷品質(zhì)合理結合運作 本章 課 程 內(nèi) 容介 紹 : 研討、交流、提高 2 ?SPC興起的背景 「經(jīng)驗掛帥時代」的結束 ISO9000品保體系的要求 「 ISO9000」。要求為客戶提供合格的產(chǎn)品，只有穩(wěn)定而一貫（ Consistent）的「過程」與「系統(tǒng)」，才能保證長期做出合格的產(chǎn)品。然而，如何檢核此一貫「過程」與「系統(tǒng)」仍然穩(wěn)定的存在呢？這必須仰賴 SPC來發(fā)揮功能。 美國 W. A. Shewhart博士於 1924年發(fā)明管制圖，開啟了統(tǒng)計品管的新時代 如果工作經(jīng)驗對產(chǎn)品品質(zhì)有舉足輕重的影響（例如：手工裁縫），那麼，SPC就沒有太多揮灑的空間。相反地，如果某一公司開始將經(jīng)驗加以整理，而納入設備、製程或系統(tǒng)時；也就是說，該公司開始宣告「經(jīng)驗掛帥時代」將要結束，那麼 SPC的導入時機也就自然成熟了。 SPC起源 3 SPC是英文 Statistical Process Control的字首簡稱 ,即統(tǒng)計過程控制。 SPC就是應用 統(tǒng)計技術 對過程中的各個階段收集的數(shù)據(jù)進行分析，並調(diào)整 制程 ，從而達到改進與保證質(zhì)量的目的。 SPC強調(diào) 預防 ， 防患於未然是 SPC的宗旨 。 ?什麼是 SPC? SPC定義 4 ? SPC是全系統(tǒng)的，全過程的，要求全員參加，人人有責。這點與全面質(zhì)量管理的精神完全一致。 ? SPC強調(diào)用科學方法 (主要是統(tǒng)計技術，尤其是控制圖理論 )來保證全過程的預防。 ? SPC不僅用於生産過程，而且可用於服務過程和一切管理過程 ?SPC的特點 SPC特點 5 推動品質(zhì)活動 約每 10年就出現(xiàn)一種關鍵品質(zhì)管理方法 19501960 SPC 19601970 QCC、 SPC + brainstorming(頭腦風暴 ) 19701980 TQM、 QCC、 SPC 19801990 ISO9000、 TQM、 QCC、 SPC 19902023 SIX SIGMA、 ISO9000、 TQM、 QCC、 SPC ?SPC發(fā)展歷程 SPC發(fā)展歷程 6 ? 世上沒有任何兩件事 .人員 .產(chǎn)品是完全一樣 ? 製造過程中所產(chǎn)生之變異是可以衡量的 ? 事情 .產(chǎn)品的變異通常根據(jù)一定的模式而產(chǎn)生 ? 宇宙萬物及工業(yè)產(chǎn)品大都呈常態(tài)分配 ? 例如 :身高 .體重 .智力 .考試成績 .所得分配 ? 變異的原因可分為偶因及異因 ? 偶因?qū)俟芾硐到y(tǒng)的範圍 ? 異因卻是作業(yè)人員本身就能解決的 ? 應用 SPC 可以確保作業(yè)人員的自尊 ? 應用 SPC 可以指出製程最需要改善的地方 ?SPC 的基本觀念 SPC基本觀念 7 規(guī)格 制程 USL UCL SL CL LSL LCL ?s ?a Ca Cp Cpk 群體 樣本 μ X bar ? ?x N n R 計量值： 均值極差圖 規(guī)格標準差圖 直方圖 計數(shù)值： P不良率圖 C缺點數(shù)圖 柏拉圖 Statistical Process Control SPC內(nèi) 容 說 明 8 項次 單 位 產(chǎn) 出 方 法 1. 研發(fā) ,設計 0 → 1 研發(fā) (設計 )單位：無中生有，須完全符合客戶規(guī)格要求 2 工程 ,技術 1 → 300 工程 (技術 )單位： ─ 計算、修訂、工程技術規(guī)格 ─ 3 試產(chǎn) ,量試 ,量產(chǎn) 300 → ∞ 製造 (量產(chǎn) )單位：製造符合成品規(guī)格 4 品管 1 → ∞ 品質(zhì) (品管、品保 )單位：檢查是否符合成品規(guī)格 SIX SIGMA管理方法論 SIX SIGMA管理方法論 9 有管制圖就是在推動 SPC ?這張管制圖是否有意義？ ?這張管制圖是否受到應有的重視？是否已照規(guī)定執(zhí)行追蹤與 研判？ 這些問題經(jīng)過推敲之後才能幫助我們對 SPC作更深入的瞭解。 ?它所管制的參數(shù)真的對產(chǎn)品品質(zhì)有舉足輕的影響嗎？ ?管制界限訂的有意義嗎？ ?SPC認識誤區(qū)的剖析 (一 ) SPC認識誤區(qū) 10 ?SPC認識誤區(qū)的剖析 (二 ) 有了 Ca/Cp/Cpk等計算就是在推動 SPC？ Ca/Cp/Cpk是在 SPC中計算製程能力最主要的指標，因此會作製程能力分析的公司，當然是一個對 SPC認識較深入的公司，但是值得再深入探討的是 ─ ?Ca/Cp/Cpk有定期 Review嗎？ ?是否已用 Ca/Cp/Cpk作訂單分派給不同生產(chǎn)線生產(chǎn)的依據(jù)？ ?Ca/Cp/Cpk被活用了嗎？ SPC認識誤區(qū) 11 ?SPC認識誤區(qū)的剖析 (三 ) 有了可控制的製程參數(shù)就是 SPC？ 製程參數(shù)的確是 SPC的焦點，但是我們應深入探究 ── ?為什麼挑出這些製程參數(shù)？ ?這些製程參數(shù)的控制條件是如何決定的？ ? 這些製程參數(shù)與成品品質(zhì)間有因果關係可循嗎？ SPC認識誤區(qū) 12 1σ 2σ 3σ 4σ 5σ 6σ 233 6,210 697,300 308,700 66,807 產(chǎn)品檢查 產(chǎn)品管制 製程管制 品管 7手法 (5S、 QCC、 ISO9001:2023) 管理改善 (PDCA)一般公司 THREE SIGMA改善 技術改善 (DMAIC) 世界標竿公司 SIX SIGMA改善 方法 管制 試驗計劃與 制程 結合 試驗計劃與 設計 結合 產(chǎn)品管制 最佳化 設計管制 最佳化 PPM ?品管方法歷程 Average Company 一般公司 Best in class 世界標竿公司 品管方法歷程 13 定義 主要統(tǒng)計學名詞 舉例說明 統(tǒng)計與 SPC 統(tǒng)計學概述 14 定義 統(tǒng)計學是科學的 以偏概全 的方法 一葉知秋 春霧雨 夏霧熱 秋霧太陽 冬霧雪 送禮物 為了解被 調(diào) 查 群體 的某些隱含的特性，運用合理的抽樣方法從被調(diào)查群體中取得適當?shù)?樣本 ，通過研究樣本來發(fā)現(xiàn)群體的特性 ! 統(tǒng)計定義 15 主要統(tǒng)計學名詞 群體 於制造業(yè)而言，通常指在同一生產(chǎn)條件下符合特定要求的 所有 個體的集合 ! 也可稱為批量 記為 N 樣本 於群體中抽樣而得的 部份 個體的集合 ! 記為 n μ 群體平均值 X bar 樣本平均值 群體標準差 ?x 樣本標準差 R 全距 概率 (六合彩 ) 正態(tài)分布 統(tǒng)計學名詞 16 正態(tài)分布基本知識 在中心線或平均值兩側(cè)呈現(xiàn)對稱之分佈 常態(tài)曲線左右兩尾與橫軸漸漸靠近但不相交 曲線下的面積總和為 1 正態(tài)分布知識 17 100個 機螺絲直徑直方圖。 圖中的直方高度與該組的頻數(shù)成正比 舉例說明： 機螺絲直徑直方圖 直方圖趨近光 正態(tài)分布知識 18 將各組的頻數(shù)用資料總和 N=100除，就得到各組的頻率，它表示機螺絲直徑屬於各組的可能性大小。 顯然，各組頻率之和爲 1。若以直方面積來表示該組的頻率，則所有直方面積總和也爲 1。 如果資料越多，分組越密，則機螺絲直徑直方圖的直方圖也越趨近一條光滑曲線，如直方圖趨近光滑曲線圖所示。在極限情況下得到的光滑曲線即爲分佈曲線，它反映了産品質(zhì)量的統(tǒng)計規(guī)律，如分佈曲線圖所示 正態(tài)分布知識 19 正態(tài)分布中，任一點出現(xiàn)在 μ177。 1σ 內(nèi)的概率為 P(μ 1σX μ+1σ) = % μ 177。 2σ 內(nèi)的概率為 P(μ 2σX μ+2σ) = % μ 177。 3σ 內(nèi)的概率為 P(μ 3σX μ+3σ) = % + 正態(tài)分布知識 20 中心線C區(qū)μ+2σμ+1σμ+3σB區(qū)A區(qū) 管制下限管制上限A區(qū)B區(qū)規(guī)格範圍在管制界限內(nèi)，為可接受區(qū)域 超過管制上限，為不可接受區(qū)域 正態(tài)分布知識 21 正態(tài)分佈有一個結論對質(zhì)量管理很有用，即無論均值 μ 和標準差 σ 取何值，産品質(zhì)量特性值落在 μ 177。3σ 之間的概率爲 ，於是落在 μ 177。3σ 之外的概率爲 100%一%= %，而超過一側(cè)，即大於 μ 3σ 或小於μ +3σ 的概率爲 %/2=%≈ 1 ‰ ，如正態(tài)分佈曲線圖。這個結論十分重要?？刂茍D即基於這一理論而產(chǎn)生。 正態(tài)分布知識 22 μ 1 μ 2X(a)μ 1≠ μ 2 ，σ 1 =σ 2不同的常態(tài)分配 (1) 正態(tài)分布形態(tài) 23 μ 1 = μ 2X(b )μ 1 = μ 2 ，σ 1 σ 2σ 1 σ2不同的常態(tài)分配 (2) 正態(tài)分布形態(tài) 24 μ 2 X (b)μ 1 ≠ μ 2 ， σ 1 σ 2 μ 1 不同的常態(tài)分配 (3) 正態(tài)分布形態(tài) 25 藍色代表規(guī)格分佈形態(tài) 紅色代表實際制程分佈形態(tài) 藍色代表規(guī)格分佈形態(tài) 紅色代表實際制程分佈形態(tài) 正態(tài)分布形態(tài) 26 舉例說明 初三學生體育測試 : 跳遠 : (男生組 ) 95%達標率 (女生組 ) 95%達標率