SPC在制程中的应用培训ppt课件.ppt
《SPC在制程中的应用培训ppt课件.ppt》由会员分享,可在线阅读,更多相关《SPC在制程中的应用培训ppt课件.ppt(113页珍藏版)》请在三一办公上搜索。
1、01.04.2023,1,Statistical Process Control,SPC 在制程中的应用,01.04.2023,2,课程大纲,基本统计概述基本统计量数SPC 背景说明制程变异分析建立 SPC 步骤管制图制程能力研究实例演练,01.04.2023,3,统计制程管制【SPC】统计制程管制之目的系持续改善产品与服务的价值,达到顾客满意。制程能力调查【Ca、Cp、Cpk】管制图的运用,作业方式/资源混用方式,人员设备材料方法环境,产品或服务,顾 客,辨识变化的需求与期望,统计方法,制程的声音,输入,制程/系统,输出,顾客的声音,制程回馈管制系统模式,01.04.2023,4,统计方法的
2、意义群体与样本资料的分类资料的分析质量管理与统计方法,一、基本统计概述,01.04.2023,5,统计概念,判断上,事 实 上,01.04.2023,6,问题类型的分析,对的问题比对的答案更重要有清楚的实验策略,比急着去做实验更重要,01.04.2023,7,统计方法的意义,规划数据的收集,整理与解释资料,并据以导出结论或予以推广的制程,称为统计方法。阐述统计方法与理论的科学,即为统计学。,01.04.2023,8,统计资料,属性数据,属量资料,合格/不合格好/不好满意/不满意,计数值 间断资料计量值 连续资料,01.04.2023,9,群体与样本,群体Population,可为整个制程的所有
3、制品或半成品之全部测定值,亦可为一大批货品,一小批货品,一天内的制品或半成品,一小时内的制品。群体Population 以 N 表示。计数值 群体不合格率计量值 群体平均数,群体标准差群体的构成,特别应注意层别:不同批原料、不同机器设备、不同班別、不同操作员等。,01.04.2023,10,群体与样本,样本Sample,为自群体中选取的一部分制品或半成品之测定值,或自整个检验批中抽取一部分制品或半成品之测定值。样本Sample 以 n 表示。计数值 样本不合格率计量值 样本平均数X,样本标准差 x样本的取得,特别应注意随机性:并能够代表群体为原則。,01.04.2023,11,平均值(Mean
4、):代表一群数据的总合平均数值标准偏差(Standard Deviation):表示该群数值间差异大小的一个数值。,二、基本统计量数,A 牌电灯泡平均寿命为:8M hrs,B 牌电灯泡平均寿命为:700 hrs,您可能会购买A or B?Why?,01.04.2023,12,中心趋向的测量,平均值:一组数据的算术平均值反应所有值的影响,散布的测量,极差全距:数据组内数值之间的距离(Max Min)方差():每一个数据点到平均值的偏离的平方的均值标准偏差():方差的平方根,01.04.2023,13,群体平均值,样本平均值,群体标准偏差,样本标准偏差,X X,01.04.2023,14,准确度,
5、精密度,高,低,高,低,Precision,Accuracy,01.04.2023,15,正态分布,“正态”分布是一种数据具有某些一致的特性的分布 这些特性对于我们理解后面采集数据的过程是非常有用的 多数自然现象和人类行为的过程是呈正态分布的,或者 可以看成正态分布,01.04.2023,16,95.45%,99.73%,68.27%,-3-2-1 X+1+2+3,正态分布,群 体:N 规格中心值:T平 均 数:X 集中趋势 标准偏差:离散趋势被涵盖在特定范围的机率,当X=时,01.04.2023,17,Normal Distribution-List,m,T,USL,LSL,P(d),Z,0
6、1.04.2023,18,标准偏差,m,转折点,1s,T,USL,p(d),规格上限(USL)目标规格值(T)规格下限(LSL)分布平均值(m)分布的标准偏差(s),3s,在转折点和平均值的距离形成一个标准差.假如目标值和规格上限之间可以放置三个标准偏差 我们可以说这个制程有“3 sigma的 能力.”,LSL,01.04.2023,19,m,1s,T,USL,p(d),p(d),1234 5 6,s,标准偏差,转折点,01.04.2023,20,性质 1:正态分布只用下列2个我们已知的参数就可以完全描述 平均值,和标准偏差,正态分布,分布 1,分布 2,分布 3,这三个正态分布有什么区别?,
7、01.04.2023,21,正态曲线和概率区域与标准偏差的关系,4,3,2,1,0,-,1,-,2,-,3,-,4,40%,30%,20%,10%,0%,95.45%,样本数概率,从平均值的标准偏差数,性质2:曲线下的面积可以用来评估确定“事件”发生的累计概率,99.73%,68.27%,获得的两个值之间的累积概率值,01.04.2023,22,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,68.26%,95.45%,99.73%,%数据点的百分比,UCL,LCL,时间,我们测量的项目,标准偏差规则“数据处于哪个位置?”,01.04.2023,
8、23,问题的本性,Six Sigma 的方法可以辨识制程是偏离目标和/或者是高度变异,以修订制程及降低变异,偏离目标,变异大,正中目标,修订制程,降低变异,X,X,X,X,X,X,X,X,X,X,X,X,X,X,01.04.2023,24,另类观点,On-Target,从统计观点来看问题,USL,LSL,LSL=Lower spec limitUSL=Upper spec limit,问題的本性-统计观点,偏离目标,变异大,修订制程,降低变异,01.04.2023,25,SPC 兴起的背景 SPC 的迷思 SPC 的焦点 SPC 的思考 SPC 的诊断,三、SPC 背景说明,01.04.202
9、3,26,对品质常有的错误观念,大多数的品质问题是错在作业人员容许少数的不良,意外的瑕疵是无可避免的品质是品管部门的责任只重视品质检验,检验人员需负责解决瑕疵品SPC只是在现场挂管制图,01.04.2023,27,对品质的正确观念,85%的品质问题是管理人员所要担负的,管理者态度的偏差,更胜过作业人员的懒散第一次就把事情做好,并且将后工程视为顾客,才能真正做到零缺点品质品质和公司每一个人都有关品质检验是可以解决问题但却无法消除问题SPC是让品质保证的系统持续运转不断改善制程,以提升品质与生产力,01.04.2023,28,SPC 兴起的背景,SPC 兴起是宣告经验挂帅时代的结束 手工艺的产业:
10、SPC 无用武之地经验取胜 当经验可以整理,再加上设备、制程或系统时,那 SPC 时机的导入,就自然成熟了。SPC 兴起是宣告品质公共认证时代的来临 1980年以前,客户大都以自己的资源与方法,来认定某些合格的供货商,造成买卖双方的浪费。1980年以后,GMP(Good Manufacturing Practice)及ISO 9000的兴起,因为重视产品生产的制程与系统,故更须有赖 SPC 来监控制程与系统的一致性。,01.04.2023,29,SPC 的迷思,迷思一:有管制图就是在推动SPC?这是产品品质(Q),还是制程参数(P)管制图?这张管制图是否有意义?它所管制的参数,真的对产品品质有
11、举足轻重的影响吗?管制界限订的有意义吗?这张管制图,是否受到应有的重视?是否已遵照规定,实 施追踪与研判?,01.04.2023,30,SPC 的迷思,迷思二:有了Cpk/Ppk 等计算就是在推动 SPC?Cpk/Ppk 有定期审查吗?是否已用 Cpk/Ppk 作订单分派给不同生产线,作为生产 的依据?,01.04.2023,31,SPC 的迷思,迷思三:有了可控制的制程参数(Process Parameter),就是 SPC?为什么挑出这些制程参数?这些制程参数的控制条件,是如何决定的?这些制程参数与产品品质之间,有因果关系可循吗?,01.04.2023,32,SPC 的焦点 制程(Proc
12、ess),SPC 与传统 SQC 的最大不同点,就是由 Q P 的转变 SQC:强调 Quality 产品的品质,换言之,它是着重于买卖双方可共同评断、鉴定的一种既成事实。SPC:则是希望将努力的方向更进一步的放在品质的源头 制程(Process)上。因为制程的起伏变化,才是造成品质变异(Variation)的主要根源。,01.04.2023,33,SPC 的焦点 制程(Process),品质变异的大小,也才是决定产品优劣的关键,制程起伏条件,品质异常,产品优劣,因,因,果,果,01.04.2023,34,SPC 的思考,制程参数,制程,01.04.2023,35,SPC 的思考,步骤一:深入
13、掌握因果模式 制程参数(因)/品质贡献率(果)分析 柏拉图分析步骤二:设定主要参数的控制范围 以回归分析方法或实验设计来分析,01.04.2023,36,SPC 的思考,步骤三:建立制程控制方法 控制频率 样本抽取方法 样本量测方法步骤四:抽取成品来印证原始系统是否仍然正常运转?,01.04.2023,37,SPC 的诊断,品质是否更稳定?良品率是否提高?制程是否更流畅?成本是否更低廉?异常是否更快能被侦测到?品管员是否逐渐在减少?,01.04.2023,38,统计制程管制的定义非机遇原因变异机遇原因变异制程控制与制程能力制程改善循环,四、制程变异,01.04.2023,39,统计制程管制的定
14、义,由制程中去收集资料,而加以统计分析,從分析中得以发觉制程的变异,并经由问题分析以找出异常原因,立即采取改善措施,使制程恢复正常。并藉由制程能力分析与标准化,以不断提升制程能力。,01.04.2023,40,制程控制的需要,检测 容忍浪费允许将时间和材料投入到生产不一定有用的产品或服务中预防 避免浪费第一次就把工作做对,01.04.2023,41,变异机遇原因与非机遇原因,为了使变异的表示简化,通常分成下列二种:机遇原因的变异 制程中变异因素是在统计的管制状态下受控。随着时间的推移,具有稳定的且可重复的分布 制程中的许多全距的原因。非机遇原因的变异 制程中不常发生,但造成制程变异的原因。所造
15、成之分布与时间的关系,是不稳定且不无法 预期的。,01.04.2023,42,散布举例,非机遇原因,过程 A 显示受控散布过程B 显示不受控散布,01.04.2023,43,因为生产制程中每一件成品都不同,因此如果制程很稳定,则生产产品的品质特性的分布将形成一种固定形状,称为分布。一般分布有下列之不同情形:,.或是以上这些的不同组合,01.04.2023,44,如果制程中,只有机遇原因的变异存在,则其成品将形成依各很稳定的分布,而且是可以预测的,如果制程中,有非机遇原因的变异存在,则其成品将为不稳定的分布,而且无法预测的,范围,时间,可预测,范围,时间,无法预测,01.04.2023,45,大
16、量之微小原因所引起原料在一定范围内之微小变异机械之微小振动仪器测定时,不十分精确之做法依据作业标准执行作业的变化实际上,要除去制程上之机遇原因,是件非常不经济之处置,一个或少数几个较大原因所引起使用规格外的原物料新手之操作人员不完全之机械调整未依据作业标准执行作业所制订之作业标准不合理非机遇原因之变异,不但可以找出其原因,并且除去这些原因之处置,在经济观点上来说,是正确的,机遇原因,非机遇原因,01.04.2023,46,非机遇原因的变异,简单的统计分析可发现,如管制图,直接负责制程的人员去改善,局部措施改善对策,局部措施改善非机遇原因,牵涉到消除产生变异的非机遇原因可由制程人员直接加以改善大
17、约可以解决15%之制程上的问题,01.04.2023,47,系统措施 改善机遇原因,共同原因的变异,制程能力分析可发现,如Ca,Cp,Cpk,及管制图上点的变化,管理当局参与及制程人员合作去改善,系统改善对策,必须改善造成变异的机遇原因经常需要管理阶层的努力与对策大约可以解决85%之制程上的问题,01.04.2023,48,能力对实绩,过程实绩:全部散布包括 Shifts 和 Short Term(Pp&Ppk),能力:只有随机的或 短期的散布(Cp&Cpk),01.04.2023,49,制程控制与制程能力,首先应通过检查,消除全距所产生之非机遇原因,使制程处于受控的状态接下来,就可依顾客的要
18、求(规格),来评定制程能力,以使顾客满意,这就是持续改善的基础。,在管制規格內,Cpk 1.33,01.04.2023,50,受控,能力符合要求(机遇原因造成的变异已减少),制程能力,规格上限,规格下限,范围,受控,能力不符合要求(机遇原因造成的变异太大),01.04.2023,51,制程控制与制程能力矩阵,01.04.2023,52,制程改善循环,P,D,A,C,P,D,A,C,P,D,A,C,1.分析制程,2.维护制程,3.改善制程,01.04.2023,53,1.分析制程:本制程应该做什么?会出现什么问题?本制程会有哪些变化?我们已经知道本制程的什么全距(全距)?哪些参数受全距(全距)的
19、影响最大?本制程正在做些什么?本制程是否在生产废品及需要返工的产品?本制程生产的产品是否处于受控状态?本制程是否有能力?本制程是否可靠?,01.04.2023,54,2.维护(控制)制程:制程是动态的,并且会随时间而变化。监控制程的能力指数 查出非机遇原因的变异,并采取有效的措施3.改善制程:使制程稳定,并以维持制程的能力指数 充分理解机遇原因造成的变异 减少机遇原因造成变异的发生,01.04.2023,55,五、建立 SPC 的步骤,确立制造流程、制造流程解析决定管制项目实施标准化管制图的运用制程能力分析问题分析解决制程的继续管制,01.04.2023,56,一 确立制造流程,二 决定管制项
20、目,三 实施标准化,五 制程能力调查Ca、Cp、Cpk,四 管制图的运用,六 问题分析解决,六 问题分析解决,七 制程继续管制,Cpk 1.33,Cpk 1.33,制程条件变动时,01.04.2023,57,藉由所需的人员、程序、机器、物料等(输入),经由必要的作业活动来产生一特定的产品或 信息(输出),1.流程定义,01.04.2023,58,资 料物 料顾客需求资源设备人 员标 准教 育,增加附加價值的工作,产品,输出,服务,输入,流程的基本模式,01.04.2023,59,2.决定管制项目,管制项目的定义 为维持产品的品质,作为管制对象所列举的项目 特殊特性:尺寸、材质、性能、外观,01
21、.04.2023,60,产品/服务,KPC,KPC:Key Product Characteristics,KCC:Key Control Characteristics,01.04.2023,61,3.实施标准化,意义:所做的每一件工作、产品,都是 可以成为可靠的工作与可靠的产品目的:不会做出标准以下的工作、产品步骤:1.成立标准化体制 2.标准化的计划 3.标准化的运作 4.标准化的评价,管制计划Control Plan,01.04.2023,62,01.04.2023,63,4.管制图的运用,管制图是1924年由萧华特博士(Dr.W.A.Shewhart),在研究产品品质特性之次数分配时
22、所发现。正常工程所产生出来产品之品质特性,其分布大都呈正态分布的,会超出三个标准差(3)的产品只有0.27%,依据此原理,将正态曲线图旋转90度,在三个标准差的地方加上两条界限,并将抽样的顺序点绘成为管制图。,01.04.2023,64,使用管制图的效益,提供正在进行制程控制的作业人员使用有助于制程在品质上和成本上能持续的、可预测的维持下去提供检讨制程状况之共通的语言分辨机遇与非机遇原因的变异,提供采行局部或系统纠正措施的依据,01.04.2023,65,计量值管制图 X R(平均值与极差)X S(平均值与标准差)X R(中位值与极差)X MR(个别值与移动极差),计数值管制图 P(百分比不良
23、率)np(不良数)C(缺点数)U(每单位缺点数),管制图的种类,01.04.2023,66,管制图之管制上/下限,01.04.2023,67,X R 管制图常数表,01.04.2023,68,X S 管制图常数表,01.04.2023,69,计量值管制图之优缺点,优点:用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况;能及时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点:在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,01.04.2023,70,管制图使用时机,决定管制特性,可否取得 计量值数据,目标是否 在于不良
24、品数,目标是否 在于缺点数,NO,NO,样本数是否为定值,YES,使用 P管制图,使用 n p 或 P 管制图,样本数是否为定值,使用 U管制图,使用 C 或 U 管制图,YES,NO,YES,YES,NO,01.04.2023,71,数据是同类型或无法进行组内个别抽样?如化学槽液批亮油漆,样本平均是否容易计算,使用中位值管制图,NO,NO,各组样本打大小是否 9,YES,使用 X R管制图,NO,YES,样本标准差 S是否容易计算,使用 X R管制图,NO,使用 X S管制图,YES,使用个别值管制图:X MR,YES,01.04.2023,72,管制图之绘制流程,搜集数据,绘制解析用管制图
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPC 中的 应用 培训 ppt 课件
链接地址:https://www.31ppt.com/p-4012085.html