spc培訓講義1(編輯修改稿)

　

【文章內容簡介】 良狀況 。 ＊ 能及時并正確地找出不良原因 ,可使品質穩定 ,為最優良之管制工具 . ? 缺點 : ＊ 在制造過程中 ,需要經常抽樣并予以測定以及計算 ,后需點上管制圖 ,較為麻煩而費時間 . 計數值管制圖之優缺點 ? 優點 : ＊ 只在生產完成后 ,才抽取樣本 ,將區分為良品與不良品 ,所需數據能以簡單方法獲得之 . ＊ 對于工廠整個品質情況了解非常方便 . ? 缺點 : ＊ 只靠此種管制圖 ,有時無法尋求不良之真正原因 ,而不能及時采取處理措施 ,而延誤時機 . 管制圖之繪制流程 搜集數據 繪制解析用管制圖 穩定狀態？ 繪制直方圖 → 分布 → 層別研究 滿足規格？ 制程能力研究 管制用管制圖 Yes 消除非機遇原因 No 滿足 減少機遇原因 4M、 1E 分析 不滿足 提升製程能力 Z value 管制圖 ─ 制程控制的工具 ： ● 收集資料並畫在圖上 ： ● 監控是否超出『管制上、下限』 → 非機遇原因 ● 計算所收集的資料，作為分析之用 ● 觀察『全距』的變化 ： ● 依所計算之結果，評估制程能力指數 ● 監控在『受控』狀態資料的變化，確定『機遇原因』『全距』 的變化，並採取措施 必要時，可修改『管制上、下限』，持續不斷的改善 解析用管制圖 管制用管制圖 第四章 : SPC管制圖 結合本公司實際情況 ,本教材只講解 P chart , U chart , Xbar – R chart 三種管制圖 一 . P chart不良率管制圖 (要 20組以上 ,檢驗數可不相同 ) : 2. 計算 CL=P=∑di / ∑ ni =(5+6+6+……7) / (200+230+220+….210) = 3. 計算 UCL與 LCL (本例各檢驗數均在檢驗數總平均數 +25%之內 ) UCL=P+3* P*(1P)/ni =+3* *()/ n = LCL=P3* P*(1P)/ni =* *()/ n = =0 注 : ni表示第 i…… 組之檢驗數 ,本例為 : 200,230,220…………, 但如所有檢驗均在檢 驗數總總平均數 +25%之內 ,該 ni則可用 n代替 (若否則做出的圖下頁圖 2). n=(n1+n2+n3+…….)/K (K= 檢驗組數 ) 該例 n= (200+230+220+….210) / 20 = 203 當管制下限計算出來是負數時 ,必須將其改為“ 0” 圖 1 圖 2 二 . C chart缺點數管制圖 (要 20組以上 ,檢驗數需相同 ) : 組 數 1 2 3 4 5 6 7 8 9 10 11 12 檢驗數 200 200 200 200 200 200 200 200 200 200 200 200 缺點數 5 6 9 5 6 7 8 6 9 7 5 4 2. 計算 CL=C=(C1+C2+C3+…….Ck)/k k= 組數 CL=C=(5+6+9+……..4) / 12 = 3. 計算 UCL=C+3* C =+3* = 4. 計算 LCL=C3* C =* = 0 5. 圖示 三 . U chart單位缺點數管制圖 (要 20組以上 ,檢驗數可不相同 ) : 組 數 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 檢驗數 400 375 365 420 405 410 360 350 400 400 440 450 430 470 410 缺點數 23 19 18 26 20 18 12 10 18 22 28 20 19 31 17 單位 U 2. 計算 CL=U=(C1+C2+C3+…….Ci) / (N1+N2+N3+…..Ni) CL=U=(23+19+18+……17) / (400+375+365+……410) = 3. 計算 UCL=U+3* U / Ni 4. 計算 LCU=U3* U / Ni 注 : 如所有 N均在 N的 +25%之內 ,則 Ni=N 本例 Ni=N(因為所有 Ni均在 N+25%內 ) 若否則做出圖如下下頁圖 2 N= (400+375+365+……410) / 15 = UCL=U+3* U / N = + 3* / = LCL=U3* U / N = 3* / = 圖 1 圖 1 四 . XR chart (一般要有 25子組以上的數據才有分析價值 ) : 50+10 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 NO1 51 53 51 50 48 47 50 49 50 49 50 50 50 52 49 55 52 50 46 48 NO2 48 47 49 52 48 53 53 52 48 52 52 53 50 50 51 46 52 49 51 54 NO3 53 48 50 50 50 51 45 51 55 50 52 47 51 52 48 50 51 52 48 51 NO4 51 50 53 48 49 51 49 49 53 52 53 51 50 50 52 52 51 54 49 49 NO5 51 52 50 45 47 52 52 52 48 50 55 51 50 45 51 49 51 48 48 48 X 50 50.6 49 48.4 50.8 49.8 50.6 50.8 50.6 52.4 50.4 50.2 49.8 50.2 50.4 51.4 50.6 48.4 50 R 5 6 4 7 3 6 8 3 7 3 5 6 1 7 4 9 1 6 5 6 2. 計算總體平均值 X= X1+X2+X3+….Xi K =XCL K: 表示組數 ,該例 K=20 X=XCL=(+++………) / 20 = 3. 計算全距平均值 R=(R1+R2+R3+……Ri) / K = RCL K: 表示組數 ,該例 K=20 R=RCL=(5+6+4+…..….6) / 20 = 4. 計算管制上下限 XUCL=X+A2R 平均數管制上限 XCL=X 平均數中心限 XLCL=XA2R 平均數管制下限 RUCL=D4R 全距管制上限 RCL=R 全距中心限 RLCL=D3R 全距管制下限 A2,D3,D4 均查第二章第 8節的 XbarR常數表 XUCL=+A2R=+*= XCL=X= XLCL==*= 圖表如下 : RUCL=D4R=*= RCL=R= RXLCL=D3R=0 圖表如下 : 第五章 : 制程能力分析 關於 Ca , Cp , Cpk ,Pp ,Ppk等有多種算法 ,本教材只取一種 ?確切了解要調查的 品質特性 與 調查範圍 ，並 收集數據 ?製作 解析用管制圖 ，確定製程處於 受控狀態 之中 ?計算 制程能力指數 ( Short Term : Cpk ) ?判斷制程能力 是否足夠 ，如不夠時或不穩定時，則加以改善 ?以解析用管制圖之『管制上、下限』，作為『管制用管制圖』之監控，並 於一段期間後，再計算 制程能力指數 ( Long Term : Ppk ) 5 04 03 02 01 01 41 31 21 11 0I n d e xCO2ShrtC O 2 L e v e l s f o r 5 5 T i m e P o i n t s過程實績 : 全部散布包括 Shifts 和 Short Term (Pp Ppk) 能力 : 只有隨機的或短期的散布 (Cp Cpk) Cpk – 在一穩定制程下的『能力指數』某一天、某一班次、某一批、某一機臺 其組內的變異 ( Rbar / d2 or Sbar / c4 ) Ppk – 性能指數 量試階段的『能力指數』、 某一產品長期監控下的『能力指數』 Cpk / Ppk 準確度 精密度 高 低 高 低 Precision Accuracy ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? 制程準確度 (Capability of Accuracy) 衡量自產品中所獲得產品資料的 實績平均值 (X),與 規格中心值 (u)其間 偏差的程度 ,是 期望製程中生產的每個產品的實際值能與規格中心值一致 (1) Ca之計算方式如下： 實績平均值 規格