管制图.ppt

R管制圖 全距管制圖乃用以追蹤製程之分散程度，其對於製程分散程度之變動極為靈敏。其管制界限為： See example 3 平均值與全距管制圖(1/2) 平均值與全距管制圖(2/2) 如何決定最初管制界限 抽取20/25組樣本並計算各個樣本適當統計量(平均數或全距) 運用公式計算初步管制界限並繪製圖形 將樣本統計量繪製於管制圖上，並注意是否有樣本點落於管制界限外 若無發現點落於管制界限外(管制中) 。反之，則應矯正產生變異之非機遇原因，並刪除界限外樣本點，再重新計算管制界限並檢驗製程是否處於管制中。 屬性管制圖-計數管制圖 p管制圖：用來監控製程中不良品的機率(不良項目比率)。 c管制圖：用來監控每單位不良品個數(每單位缺點數目)。 選擇 p 管制圖或 c 管制圖 p-管制圖 p管制圖中心線為母體中平均不良率，當p已知時，抽樣分配標準差為： 若p未知，則可由樣本中估計p值, see example 4. c-管制圖應用 當目標在於管制每單位瑕疵數時，則使用c管制圖，其依據波松分配(Poisson distribution)假設，缺點是在某連續區域中產生，且在特定點產生一個以上缺點機率極低。每個單位平均數為c，標準偏差為 常用常態分配估計值取代Poisson。 若p未知，則可由樣本中估計p值, see example 4 管制圖在管理上考量因素 理想狀態下，一個優良製程勿須使用任何管制圖。但現實狀況下，欲達到預定品質水準須於各個製程中設定管制圖檢驗站。 在製程中的何處使用管制圖？ 樣本大小要取多少？ 抽樣頻率 要使用哪一種管制圖？ 計數管制圖 計量管制圖 連串檢定(run tests) 連串檢定：通常用來補充管制圖，目的是檢定隨機性。 即使管制圖中所有點可能都落在管制界限之內，資料仍然可能無法反映出隨機製程。 任何形式樣本都可能為非隨機製程。 數據中模式的呈現可指出非隨機製程所在 不隨機的範例(1/2) 不隨機的範例(2/2) 連串(run) 連串指某種特性之一系列觀測值，其後跟隨一個或多個具有不同特性之觀測值。 Example: AA BBB A，三個連串(RUN) 上、下連串檢測：A(大於)與B(小於)於中位數，相近連串之U(上)與D(下) 。 See textbook for details. 計算連串 計算連串 連串計算 為了決定是否製程中具有不穩定模式，管制圖中數據須轉換成A、B 或 U、D。 這些數目須與完全隨機系列之期望比較。 以中位數/U and D檢定為例，其期望連串數為觀測數目之函數。 連串計算 任意一組觀測值之實際連串數會隨期望值而變動之，隨機變異性可使用連串的標準差衡量之。 為了自模式中區別出機遇變異，則必須應用中位數連串與向上(U)/向下(D)之抽樣分配。 實務上，經由區分連串觀測數與期望值為最容易決定標準偏差z數字。Example: 95.5%(2 σ，z=±2)連串中，若觀測值落於界限中，則無非隨機模式存在。 連串計算 連串計算 就中位數連串檢定與U/D連串檢定而言，可由下列公式求出z值。 See example 6 當製程出現可能的非隨機變異會如何? 可能錯誤訊號（即型 I 誤差） 。 可能為隨機變異原因存在訊息。 必須註明機遇發生原因。 當團隊實際需要處理更多複雜問題時，可以訓練操作員去處理簡單問題。 製程能力 公差 規格：依工程設計或顧客要求所建立，其指出個別產出單位的落點數值範圍。 管制界限：其可反映樣本統計量之隨機性變動程度統計界限。 製程變異性：反映製程中自然或天生變異 管制界限乃以抽樣變異性為基礎；而抽樣變異性為製程變數之函數。 規格公差與管制界限或製程變異間並無直接關聯。製程於統計上也許在管制中，但製程產出並不一定符合規格公差 製程能力：指製程產出天生變異性，相對於規格的製程變異性 製程能力與規格 Cpk = min { , } 製程能力指標 See examples 7, 8, and 9 製程能力指標限制 製程可能並不穩定 有些製程產出並非常態分配 若製程非集中化，但卻使用Cp 指標， 將得到誤導的結果 3? 與 6? 製程能力 3? 與 6? 製程能力 製程能力改進 方法 範例 簡單化 減少步驟、減少零件數、使用模組的設計 標準化 使用標準零件與標準製程 改進缺失 防呆設計、簡化控制程序 設備升級 更換壞掉的設備、使用新科技 自動化 以自動化操作取代人工作業 田口成本函數 能力指數限制 若製程並不穩定，能力指標將無意義。 若製程產出並非常態分配，