华为SPC内训教程实战大全.ppt

《华为SPC内训教程实战大全.ppt》由会员分享，可在线阅读，更多相关《华为SPC内训教程实战大全.ppt（75页珍藏版）》请在三一办公上搜索。

1、,华为技术有限公司,SPC 实战大全,中国广东省深圳市龙岗区坂田华为基地内训教材,78,研討、交流、提高,本次訓練的內容正確認識SPC SPC興起的背景SPC的基本概念SPC認識誤區的剖析 統計學概述 控制圖原理 SPC推行具體步驟 判斷制程穩定或異常的準則 十五項品質指標 理論解析、實例演練,78,品管方法歷程SPC興起的背景什麼是SPCSPC基本觀念SPC的特點SPC認識誤區的剖析,正確認識SPC,78,一.品管方法歷程,Average Company一般公司,Best in class世界標竿公司,78,二.SPC興起的背景,經驗掛帥時代的結束,ISO9000品保体系的要求,ISO-90

2、00。要求為客戶提供合格的產品，只有穩定而一貫（Consistent）的過程與系統，才能保證長期做出合格的產品。然而，如何檢核此一貫過程與系統仍然穩定的存在呢？這必須仰賴SPC來發揮功能。,如果工作經驗對產品品質有舉足輕重的影響（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驗加以整理，而納入設備、製程或系統時；也就是說，該公司開始宣告經驗掛帥時代將要結束，那麼SPC的導入時機也就自然成熟了。,美國W.A.Shewhart博士於1924年發明管制圖，開啟了統計品管的新時代,SPC是英文Statistical Process Control的字首簡稱,即 統計過

3、程控制。SPC就是應用統計技術對過程中的各個階段收集的數據進行分析，並調整制程，從而達到改進與保證質量的目的。SPC強調預防，防患於未然是SPC的宗旨。,三.什麼是SPC,78,Statistical Process Control,規格 制程USLUCL SLCLLSLLCLs aCa Cp Cpk,群體 樣本 X bar xN n R,計量值：均值極差圖s規格標准差圖直方圖,計數值：P不良率圖C缺點數圖柏拉圖,78,四.SPC 的基本觀念,世上沒有任何兩件事.人員.產品是完全一樣製造過程中所產生之變異是可以衡量的事情.產品的變異通常根據一定的模式而產生宇宙萬物及工業產品大都呈常態分配例如:

4、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屬管理系統的範圍異因卻是作業人員本身就能解決的應用SPC 可以確保作業人員的自尊應用SPC 可以指出製程最需要改善的地方,SPC是全系統的，全過程的，要求全員參加，人人有責。這點與全面質量管理的精神完全一致。SPC強調用科學方法(主要是統計技術，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。,五.SPC的特點,六.SPC認識誤區的剖析(一),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？是否已照規定執行追蹤與研判？這些問題經過推敲之後才能幫助

5、我們對SPC作更深入的瞭解。,它所管制的參數真的對產品品質有舉足輕的影響嗎？,管制界限訂的有意義嗎？,六.SPC認識誤區的剖析(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線生產的依據？,Ca/Cp/Cpk被活用了嗎？,78,六.SPC認識誤區的剖析(三),有了可控制的製程參數就是SPC？,製程參數的確是SPC的焦點，但是我們應深入探究 為什麼挑出這些製程

6、參數？這些製程參數的控制條件是如何決定的？這些製程參數與成品品質間有因果關係可循嗎？,78,製程（Process）品質的源頭、SPC的焦點,製程的起伏變化是造成品質變異（Variation）的主要根源，而品質變異的大小也才是決定產品優劣的關鍵。這種因果關係，可進一步表示如下：,製程條件起伏,品質變异,產品优劣,因,果,因,果,結論：製程是SPC的焦點,78,定義主要統計學名詞舉例說明統計與SPC,統計學概述,78,定義,為了解被調查群體的某些隱含的特性，運用合理的抽樣方法從被調查群體中取得適當的樣本，通過研究樣本來發現群體的特性!,統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

7、陽 冬霧雪,送禮物,78,主要統計學名詞,群體於制造業而言，通常指在同一生產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 群體平均值 X bar 樣本平均值 群體標准差 x 樣本標准差R 全距概率(六合彩)正態分布,78,在中心線或平均值兩側呈現對稱之分佈常態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,正態分布基本知識,78,100個機螺絲直徑直方圖。圖中的直方高度與該組的頻數成正比,舉例說明：,機螺絲直徑直方圖 直方圖趨近光,78,將各組的頻數用資料總和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

8、。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，它反映了産品質量的統計規律，如分佈曲線圖所示,78,正態分布中，任一點出現在 內的概率為 P(-X+)=68.27%2內的概率為 P(-2X+2)=95.45%3內的概率為 P(-3X+3)=99.73%,78,不同的常態分配,78,不同的常態分配,78,不同的常態分配,2,X,(b),1,2,，,1,2,1,藍色代表規格分佈形態,紅色代表實際制程分佈形態,78,舉例說明,

9、初三學生體育測試:跳遠:(男生組)2.50m 95%達標率(女生組)2.30m 95%達標率 東西方身體素質差異 身高:東方成年男性168cm 西方成年男性175cm 體重:東方成年男性65kg 西方成年男性75kg,78,什麼是控制圖 控制圖是對過程質量加以測定、記錄從而進行控制管理的一種用科學方法設計的圖。圖上有中心線(CL)、上控制界限(UCL)和下控制界限(LCL)，並有按時間順序抽取的樣本統計量數值的描點序列，參見控制圖示例圖。,控制圖原理,78,控制圖原理的兩種解釋,控制圖原理的第一種解釋：在控制圖上描點，實質上就是進行統計假設檢驗，而控制圖的上、下控制界即爲接受域與拒絕域的分界限

10、，點子落在上、下界限之間，表明可接受，點子落在上、下界限之外，表明應拒絕。,78,正態分佈有一個結論對質量管理很有用，即無論均值和標準差取何值，産品質量特性值落在3之間的概率爲99.73，於是落在3之外的概率爲100%一99.73%=0.27%，而超過一側，即大於-3或小於+3的概率爲0.27%/2=0.135%1，如正態分佈曲線圖。這個結論十分重要。控制圖即基於這一理論而產生。,78,超過管制上限，為不可接受區域,在管制界限內，為可接受區域,78,控制圖原理的第二種解釋,根據來源的不同，質量因素可以分成4M1E五個方面。但從對質量的影響大小來看，質量因素可分成特殊原因與普通原因兩類。特殊原因

11、是始終存在的，對質量的影響微小，但難以除去，例如機床開動時的輕微振動等。普通原因則有時存在，對質量影響大，但不難除去，例如車刀磨損、固定機床的螺母鬆動等。,78,特殊原因和普通原因,特殊原因之變異,普通原因之變異,大量的微小原因所引起,不可避免不管發生何種之特殊原因，其個別之變異極為微小幾個較代表性的特殊原因如下：（）原料的微小變異（）機械的微小震動（）儀器測定時不十分精確之作法實際上要除去製程上之特殊原因，是件非常不經濟之處置,一個或少數幾個較大原因所引起,可以避免任何一個一般原因，都可能發生大的變異幾個較代表性的一般原因如下：（）原料群體的不良（）不完全的機械調整（）新手的作業員一般原因的

12、變異不但可以找出其原因，並且除去這些原因的方法，在經濟觀點上講常是正確的,78,局部性的對策及系統中的對策,局部問題的對策*通常用來消除特殊原因造成的變異*可以被製程附近的人員來執行*一般可以改善製程的 15%系統改善的對策*通常用來減低普通原因造成的變異*幾乎總是需要管理者的行動來加以矯正*一般可以改善製程的 85%,78,確立製造流程 繪製製造流程圖 訂定品質工程表決定管制項目 顧客之需求為何?實施標準化 標準之建立、修正與營運製程能力解析 是否符合規格或客戶的要求?,SPC推行具體步驟,78,(1)對全廠每道工序都要進行分析(可用因果圖)，找出對最終産品影響最大的變數，即關鍵變數(可用排

13、列圖)。如美國LTV鋼鐵公司共確定了大約20000個關鍵變數。(2)找出關鍵變數後，列出程序控制網圖。所謂程序控制網圖即在圖中按工藝流程順序將每道工序的關鍵變數列出。(3)對步驟2得到的每一個關鍵變數進行具體分析。(4)對每個關鍵變數建立程序控制標準，並填寫程序控制標準表。,決定管制項目,78,程序控制標準表,78,實施標準化,編制控制標準手冊，在各部門落實。將具有立法性質的有關程序控制標準的文件編制成明確易懂、便於操作的手冊，使各道工序使用。如美國LTV公司共編了600本上述手冊。,78,品質的一致性,乙選手,甲選手,誰的成績好呢?,您的工廠/服務品質/供應商若有問題,您希望是甲狀況還是乙狀

14、況呢?,誰較有潛力呢?,你會選誰當選手呢?,製程能力解析,78,符合規格就真的OK了嗎?,78,製程能力靶心圖,78,判斷制程穩定或異常的準則,判穩準則:在點子隨機排列的情況下,符合下列各點之一就認爲過程處於穩態:(1)連續25個點子都在控制界限內;(2)連續35個點子至多1個點子落在控制界限外;(3)連續100個點子至多2個點子落在控制界限外。判穩準則(2)：若過程正常爲正態分佈,令d爲界外點數,則連續100點,d2的概率爲P(連續100點,d 2)=0.0026 這是與0=0.0027爲同一個數量級的小概率。因此,若過程處於穩態,則連續100點,在控制界外的點子超過2個點(d2)的事件爲小

15、概率事件,它實際上不發生,若發生則判斷過程失控3=0.0026就是準則(3)的顯著性水平。,78,判斷異常的準則:符合下列各點之一就認爲過程存在異常因素:(1)點子在控制界限外或恰在控制界限上;(2)控制界限內的點子排列不隨機。界內點排列不隨機的模式很多,常見的有:點子屢屢接近控制界限、鏈、間斷鏈、傾向、點子集中在中心線附近、點子呈周期性變化等等,在控制圖的判斷中要注意對這些模式的識別。,78,模式1:點子接近控制界限(1)連續3個點中,至少有2點接近控制界限;0.0053(2)連續7個點中,至少有3點接近控制界限;0.0024(3)連續15個點中至少有4點接近控制界限 0.0030 模式2:

16、中心線一側出現長爲9的鏈 0.0038 模式3:連續6點的傾向，即上升或下降 0.00273 模式4:點子集中在中心線附近。即點子距離中心線在1以內 連續15點集中在中心線附近 0.0033,78,十五項品質指標 理論解析、實例演練,USL：規格上限 SL：規格中心值 LSL：規格下限 XUCL：Xbar管制圖的管制上限 Xbar：Xbar管制圖的中心值XLCL：Xbar管制圖的管制下限RUCL：R管制圖的管制上限R Bar：R管制圖的中心值RLCL：R管制圖的管制下限Ca：製程准确度Cp 製程精密度(製程潛力)Cpk 製程能力PPM Parts Per MillionSGMs 規格標準差SG

17、Ma 製程標準差Sigma Spec Chart 規格管制技術圖Sigma Actual Chart 製程管制技術圖,品質規格要求,品質管制圖分析,品質六大特質分析,品質技術分析,78,何謂標準差()?希臘文字里的 sigma小寫符號-是統計學符號。代表母體的“標準偏差”.（Standard Deviation）統計學中，標準偏差意指任何一組事項或流程所產出的變異或不一致的度量值。例熱漢堡、三件襯衫，超市感覺。,78,從技術上來說，標準差是在某流程中，變異（Variation）程度的度量值。Ts=21+/-2 0C的溫度控制器Ta=13-29 0C-不合格，變異=8也就是說標準差就象是一把尺，

18、用來評估流程結果的好壞。,六標準差之例,78,s 規格標準差,讀做Sigma Spec,78,a製程標準差,讀做Sigma Actual,注：樣本數 n 25,78,例題說明,X1=1 X2=2 X3=3,78,平均值與標準差(s=a=零PPM品質),客戶期望值:8天交期，X s=8，X a=217,2,4,8,12,16,17,15天SPAN,交貨期改進後 20 17 7 15 2 30 5 10 12 5 4 16 8,平均,78,平均值與標準差(s=a=零PPM品質),客戶期望值:8天交期，X=8，s=0,X a1=217，Xa2=79,2,4,8,12,16,17,15天SPAN,交貨

19、期改進後 6 20 17 7 15 2 9 30 5 9 10 12 8 5 4 7 16 8 8,平均,縮短範圍是重點.,9-10 6-7 1,78,Ca準確度Capacity of Accuracy,Ca=L1/L2L1=X SLL2=(USL LSL)/2,78,Ca等級之解說,等級評定後之處置原則(Ca等級之處置)A級:作業員遵守作業標準操作並達到規格之要求須繼續維持。B級:有必要可能將其改進為A級。C級:作業員可能看錯規格不按作業標準操作或檢討規格及作業標準。D級:應採取緊急措施，全面檢討所有可能影響之因，必要時得停止生產。以上僅是些基本原則，在一般應用上Ca如果不良時，其對策方法是

20、製造單位為主，技術單位副，品管單位為輔。,78,Cp精密度Capacity of precision,78,Cp等級之解說,等級評定後之處置原則(Cp等級之處置)A級:此一製程甚為穩定，可以將規何許容差縮小或勝任更精密之工作。B級:有發生不品之危險，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，可能本製程不能勝任如此精密之工作。D級:應採取緊急措施，全面檢討所有可能影響之因素，必要時應停止生產。以上也是與Ca一樣，僅是一些基本原則，在一般上Cp如果不良時，其對策方法是技術單位為主，製造單位為副，品管單位為輔。,78,Cpk 製程能力製程能力指數(綜合指數),Cpk是

21、總合Ca(k)和Cp二值之指數，其計算式為:當Ca=0時，Cpk=Cp 單邊規格時，Cpk即以Cp值計，但需取 絕對值。,78,Cpk=(規格上限 Xbar)/3a 或(Xbar-規格下限)/3a 兩者取小值,Cpk 精確度製程能力指數(綜合指數),78,實例演練,78,計量值管制圖的繪制,(1)收集數據選擇管制特性能測定的產品或製程特性与客戶使用及生產關系重大的特性對下工序影響較大的特性經常出問題的特性關鍵製程的特性決定樣本大小n及抽樣間隔n約在25個之間，不宜太大同一組的數據最好在同一生產條件及同一短時間內取樣初期解析的製程最好在較小的的間隔連續取樣，管制狀態下之製程可加長其間隔每組樣本可

22、識別日期、時間等不影響生產及可接受的成本下決定樣本組數足夠的樣本組數以保証製程的主要變异有机會出現25組以上的樣本以檢定製程的穩定及估計製程特性的平均數及標準差,78,(2)計算每組的平均、每組的全距、總平均、全距平均(3)計算管制界限Xbar=(X1X2Xn)/nUCLXbar=(Xbar)bar+A2RbarCLXbar=(Xbar)barLCLXbar=(Xbar)bar-A2RbarR=X最大值X最小值UCLR=D4RbarCLR=RbarUCLR=D3Rbar(4)繪制管制界限及描點(5)解析製程(6)製程能力研究(7)延長管制界限開始管制,計量值管制圖的繪制,“查找异因、采取措施、

23、保証消除、納入標準”,78,78,78,PPM：Part Per Million是指製程中所產生之百萬分之不良數。DPM：Defect Per Million是指製程中所產生之百萬分之缺點數。,何謂PPM、DPM？,78,6的詮釋,3与6的比較,“品質特性”中組合零件之數目 3品質水準的產品品質可靠度 6品質水準的產品品質可靠度,1 99.7300029%99.999999800%,9 97.5961049%99.999998200%,10 97.3325980%99.999998000%,50 87.3557666%99.999990000%,75 81.6464617%99.9999850

24、00%,100 76.3102995%99.999980000%,250 50.8695500%99.999950000%,500 25.8771111%99.999900000%,750 13.1635700%99.999850000%,1000 6.6962488%99.999800000%,2000 0.4483975%99.999600001%,78,6的詮釋,不同個數的相對嚴重程度之示意,以書刊錯字校對為例 6 一間小型圖書館全部藏書中有一個錯字 5 一部百科全書中有一個錯字 4 一冊書每30頁中有一個錯字 3 每頁書中有1.5個錯字 2 每頁書中有25個錯字 1 每頁書中有170個

25、錯字,78,不同個數与PPM品質水準的對比,78,PPM之計算-理論值(假設),以動態理論，中心會左右移動1.5，實際水準為6，6-1.5=4.5，查表得知4.5=0.000003398，換算後等於3.398PPM。以靜態理論，6-0=6，查表得知6=0.000000001=轉換後等於0.001PPM，但需乘2，所以PPM=0.002。,78,78,78,78,如何計算出合理工程技術規格(1),由Cpk公式中：Cpk=(規格上限 Xbar)/3a 或(Xbar-規格下限)/3a 兩者取小值 我們得知，當我們的Cpk值訂為1.5時，其規格上限、規格下限如何計算出來？1.5=(規格上限 304.5

26、62)/(3 0.058)規格上限=304.562+(1.5(3 0.058)規格上限=304.823 1.5=(304.562 規格下限)/(3 0.058)規格下限=304.562(1.5(3 0.058)規格下限=304.301,78,78,78,如何計算出合理工程規格(2),由品管SIX SIGMA理念中我們得知當a=s時，PPM=3.4 趨近於零缺點，因此由已知之中心值 6 a來訂定規格上限、下限。例如：位置1其中心值(Xbar)=304.562，a=0.058，計算其規格上限、規格下限？Xbar+6a=304.910.規格上限Xbar-6a=304.214.規格下限計算其Cpk、PPM？Cpk=2.00、PPM=2,78,78,