SPC基础知识

每百萬產品內之缺陷 71800 6900 2700 63 < 1 (0.0020) << 1 part per billion
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T x
USL
LSL
T x
USL
Cpk = 1.00
Cpk = 0.60
LSL
T x
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
調整製程(Adjust Processes) 輸入 INPUT 生產過程 Products PROCESSES 貨品 抽樣/全面檢查 SAMPLE OR 100% INSPECTION 損壞/再造 Scrap/Rework O.K.
- 用來監察生產過程
- 利用數據及簡單的圖表表達生產情況
- 用來判斷製程的走向及有否出現問題
- 引導員工去作出適當的決定
- 預防問題的惡化及重現
㈠代表先进的品质管理
世界一流的大公司都在大力推行实施SPC 如通用汽車、福特、英特尔、摩托罗拉等
SPC：
㈡是成熟的品质管理方式
有一系列的运行、管理方法
㈢是品質、產量、競爭能力提升及成 本下降的有力手段
=
16. SPC 的基本原理 III :
如數據在 內 , 平均可接受之百份比約為 68%
（正规分布图一如下）
34.13% 34.13%
68%
34% 34%
32%
m-
m
m+
17. SPC 的基本原理 IV :
如大多數數據是在 2 內, 其可責受之百份 比約為 95% 95%
47.72%
普通管制分 析
PPM/不良 推移
单品质特性 图
多品质特性 图
P-CHART不良率管制图 NP-CHART不良数管制图 C-CHART缺点数管制图 U-CHART单位缺点数管制图 柏拉图
不良率推移图 PPM推移图
Xbar-R Chart平均数全距管制图 Xbar-S Chart平均数标准差管制图 X-Rm Chart个别值与全距管制图 Median-R Chart中位数全距管制图 Histogram Chart直方图 KσChartK倍标准差管制图 σs Chart规格标准差分析图 σa Chart制程标准差分析图 CPK推移图 制程能力分析图 制程建议分析图
1 2
(
= )
- X 3 sd
(1-
-X 3 sd
或
}
)
Cpk =
{
USL - LSL USL - X 3sd
)
，
X - LSL
1 2
(
USL - LSL
min
=
{
，
X - LSL 3sd
} min
註 : min 即為取兩者之最小值。
Cpk 值 0.60 0.90 1.00 1.33 2.00 4.50
= 1.667 Since : Cp = 1.667
Process Mean = x = 13
Cpk
= USL - LSL [ 1 -( - X )/3sd] UCL - LCL
= (24-10)/(20-6) * [1-(17-13)/7]
= (14)/14 * [0.4286] = 0.4286
许多厂商被顾客要求做SPC
2. SPC 的起源 :
二战前产生于美国，二战期间应用于美 国军工，战后先在日本得到推广并繁盛。
-1900’s : 西方的生產利用抽樣或全檢查去控制物件的品質
-1930’s : 開始運用統計技術 : 統計品質管制 (SQC) -1940’s : 二次世界大戰時, 美國軍隊運用SQC去保証他們的 武器能合乎一定的水準 -1950’s : SPC品質概念傳入日本 -1970’s : 日本的高科技及品質開始被世界認同 -1980’s : 美國三大車行(通用汽車,福特及佳士拿)以及其他 的生產公司運用SPC去監管以及提高貨品的質素 2000 : Philips …...
預防生產模式(Prevention Detection Approach) :
自我監管 輸入 生產過程+SPC Products INPUT PROCESSES 貨品 SAMPLE OR 100% INSPECTION (減少) 抽樣/全面檢查 (Less) Scrap/Rework O.K. (減少) 損壞/再造
19. 製程能力指數 Cp 及 Cpk（i）
CP = = Engineering Specification Process width Allowable Spread Actual Spread = = USL - LSL Actual Data 容許寬度 實際寬度
=
顧客要求是什麼 (What the customer WANTS) ? 顧客所得是什麼 (What the customer GETS) ?
11.SPC运作的一般流程
具体量测数值 不良原因与个数 管制图、推移图、柏 拉图、直方图等39种 不良率\不良数\缺点 数\CPK\PPM\CA\CP等 管制判读 直方图、柏拉图分析 注意实时监控改善前中后状况
收 集 各 生 产 线、各 产 品 原始数据进SPC S P C 将 数 据 转 换 成 各 种 直 观 图 形 实 时 监 控 各 生 产 线、 各产品的品质状况 了 解 数 据 真 实 性、 分析各种图形
从众多原因中 找出最大原因 专案处理 （以 最 小 代 价 得出 最 大 效 果）
找出下一步可以 的可能品质状况
有问题否
无
有 及时通知制造 和工程采取措施
记录纳入 标准化
有无效果 是否明显 有 继续生产 和监控
无 立即采取其它措施 或调整部分参数
SPC运作流程实例
QC抽样检验产品，并记录数据 文员收集数据，并输入计算机 QE、生产主管、工程师分析 该批第 一组否 否 管制图 异常 否 否
3.SPC的作用（3W2H）
找出什么时候会发生异常（WHEN） 找出发生什么具体异常（WHAT） 分析出异常的具体原因（WHY） 得出解决异常的方法（HOW） 建立起预防方案（HOW）


即：看清品质状况，提前发现问题 找出问题根源，少花钱办好事 减少报表麻烦，满足客户要求 提升生产效力，降低品质成本
二、运作规划
1.相关人员权责规划 2.SPC运作流程
三、图表处理 (略) 11.管制图判读标准 12.品质级别 13.产品资料
8.用户及权限 9.检验单位 10.表尾格式
10. 訓練目的
- SPC 怎樣監管及提高貨品的質素? - 如何正確地運用 SPC ?
- 從圖表中可得到甚麼有用的資料 ?
- SPC 帶給我們甚麼好處 ?
LSL 10
T x = 20
USL 30
22. 旧七工具的簡介 I :

I.
CHECK LIST : 記錄及組織資料,以提供數據給其他工具使用, 如柏拉圖(Pareto)及直方圖(Histogram) :
4.SPC的主要内容：

主要分为：计数值与计量值两种
过程涉及： ①抽样检验 ②数据整理 ③各种图形分析（状况） ④制程分析（原因） ⑤改善监控等

SPC的结构图
计数值 数据输入
产品资料设定
基本资料建立
产品类别设定 缺点类别设定 缺点代码设定 检验工站设定
计量值 数据输入
连接仪器设定 层别条件设定 量测单位设定 表尾资料设定
S P C
知 识 讲 座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎
连续5~10 组否
继续严密监控并提醒生产部门
是
否 是否超 出要求 是 检看原始数据 问题严 重否 通知产品工程师和生产部 否
是
是 QE分析品质状态图及指标 状态图 异常否 否 继续生产 否 是
紧急研究对策及方案
该批完 成否 是 该批生产完成入库或出货
停止生产调整或整顿 如有可能，填写制 程标准参数记录表
LCL 6 LSL 10 13 17 T x UCL 20 USL 24
Since : Cp = 1
例子說明 II :
Process Mean = X = 15 LCL UCL
Cpk
=
USL - LSL [ 1 -( - X )/3sd] UCL - LCL
= (20-12)/(22-8) * [1-(16-15)/4] = (8)/14 * [0.75]
Allowable Spread
Actual Spread
LSL
LCL

X
UCL
USL
20. 製程能力指數 Cp及 Cpk （ii）
Cp = Cpk = Where k = Cpk = USL - LSL UCL - LCL Cp (1 - k ) Target Value - process mean (USL - LSL) / 2 USL - LSL UCL - LCL USL - X
SPC作用具体表现：
1.分析共同原因与特殊原因 2.改善的评估 3.减少报表处理的工作量 4.找出最大品质问题原因,以便工作更有绩效 5.减少数据在人员传递的过程中的变异 6.分辨数据的真实性 7.从宏观到微观全面真实地了解品质状况 8.建产一个工程、品管、制造等三个与品质有 直接关系部门的沟通平台与管道