统计制程管制SPC.pdf

統計製程管制SPC Statistic Process Control Jeffrey Chen SPC簡介 SPC的基本原理： 1.被量測出的產品品質特性均是由於某些偶然因素 所造成的結果。 2.某些「偶然因素下的一致現象」，是任何製造和 檢驗的架構下所故有的。 3.在這固有之「一致現象」的狀態下的變動將無法 找到原因 。 4.在該狀態外的變動原因，則是可被發現而加以改 正的。 影響產品品質的變異分為不可歸咎變異和 可歸咎變異等兩類因素： 1.不可歸咎變異因素是在製程中隨時都會影響到產 品。 2.可歸咎變異因素則是在某種特定條件下的製程中 才會影響到產品。 SPC圖 (SPC Charts)正是為了判斷製程是否 穩定，或是區分製程究竟是被不可歸咎變異 因素或可歸咎變異因素所影響的一種統計技 術。 數據描述的方法 中央趨勢量的量測 在SPC 中，中央趨勢量的目的是指出資料所處的位 置與集中的值，可以幫助我們決定是否要更改製程 的設定。包括下列數個具代表性的值：平均數､中 數､眾數與截尾平均數。 平均數(mean)： 平均數在SPC中最常用來決定製程是否偏離目標值， 樣本平均值以X表示。 中位數(median) ： 位於所有數值的中央稱為中位數，如果數值有偶數個 ，則取中間兩個數的平均值當中位數。中位數的意義 在於有50%的值小於或等於中位數。 因為中位數比起平均數而言，較不會被極端值影響， 故中位數比較穩健。 眾數(mode) ： 出現次數最多的數稱為眾數 截尾平均數(trimmed mean) ： 截尾平均是取介於第一與第三四分位數中所有值的平 均，比起平均數，截尾平均數較不受特別大或特別小 的值所影響。同時又不是只代表某個出現頻率最高的 值。 分散度的量測 分散度的量測提供資料變化分散的程度 Range: 在一組資料中最大與最小的差 R= Xc - Xs ↑ ↑ 最大最小 Variance 變異數: 是測量觀測值均值變動的情形 標準差 ： 表示觀測值相對於平均值的離散狀況 製程能力分析 何謂製程能力 製程能力是指「製程在管制狀態下所呈現之質與量 的能力」。故製程能力可以產量、效率表示，也可 以成品、半成品、零件等之品質特性來表示，也可 以不良率或缺點數來表示。 製程能力可為一部機器或一設備在一定條件下操作 的能力，包括人、材料機器及方法在長時間操作下 所程現的能力。 製程能力與規格 製程是否具有產出符合工程規格零件的能力，在於 製程變異範圍是否介於工程規格之內，一般而言可 能有下列三種情況： 1.製程變異小於規格間差異。 2.製程變異等於規格間差異。 3.製程變異大於規格間差異。 第一種情況：6＜USL －LSL 當製程變異(6 )小於規格間之差(USL －LSL)時， 這是最理想情況，個別值和規格的關係最佳，因為 規格比製程變異大很多，即使製程平均值有很大的 移動，也不易超出規格界線，所以不必時常調整機 器或尋找非自然因素。 第二種情況：6  ＝USL －LSL 製程變異或製程能力等於規格間的差。如果製程的 次數分佈與A相同則有99.74%的產品符合規格；但 是當製程平均移動時(如分佈B)或變異增大時(如分佈 C) ，則不良率可能遠大於0.06% 。只有分佈A的是處 於統計管制內，不良品的發生率在可接受的範圍之 內，可是一但發生非自然因素的變異，需立即加以 矯正。 第三種情況：6  ＜USL －LSL 當製程變異或製程能力大於規格間之差時，表示製 程處於非常不理想的情況中，即使是自然型態的變 異，如圖上次數分佈A ，超出規格的上下限的不良率 在不可接受的範圍內；換句話說，製程沒有製造符 合規格產品的能力。 製程能力分析 美國品質協會對製程能力的定義為：「對一指定特 性的固有製程變異性(Inherent Process Variability) 的統計量測」。在討論製程能力指標之前，我們必 須假設製程產出是一個常態分配，且處於統計管制 之下。 所謂