tft每日頭條

 > 生活

 > spc統計過程控制

spc統計過程控制

生活 更新时间:2024-08-11 22:04:15

統計過程控制(簡稱SPC)是一種借助數理統計方法的過程控制工具。它對生産過程進行分析評價,根據反饋信息及時發現系統性因素出現的征兆,并采取措施消除其影響,使過程維持在僅受随機性因素影響的受控狀态,以達到控制質量的目的。

變異的本質

  • 變異的共同(普通)原因:

制程系統有許多不明的變異原因,但随時間的不同而穩定地存在。以SPC的觀點為制程系統的分配随時間的不同是固定的,稱為在統計的管制狀态下或簡稱管制狀态下。若制程系統僅有共同原因存在,則其成品特性的分配是可預測的。

  • 變異的特殊(可查明)原因:

有些變異的原因不常存于制程系統中,若其出現于制程系統,會導緻制程系統不穩定。以SPC的觀點為制程系統的分配随時間的改變而不是固定的,稱為不在統計的管制狀态下或簡稱不在管制狀态下。若制程系統存有特殊原因,則其成品特性的分配是不可預測的。

改善及矯正措施

  • 局部對策:

通常需要消除制程系統的特殊原因。

通常由制程人員直接加以矯正。

大約能解決15%制程系統的問題。

  • 系統改善:

通常需要消除制程系統的共同原因。

經常需要管理當局的投入與對策。

制程系統大約有85%屬于此類的問題。

制程能力分析

制程能力研究在于确認關鍵特性符合規格的程度,以保證制程成品不符規格的不良率在要求的水平之上,作為制程持續改善的依據。

制程能力研究的時機分短期制程能力研究長期制程能力研究,短期着重在新産品及新制程的試作、初期生産、工程變更或制程設備改變等階段。長期以量産期間為主。

制程能力指标Cp或Cpk之值在一産品或制程特性分配為常态且在管制狀态下時,可經由常态分配之機率計算,換算為該産品或制程特性的良率或不良率,同時亦可以幾Sigma 來對照。

精密度Cp:重複制造同一産品的一緻程度。

準确度Ca:重複制造同一産品的平均數與目标值的偏差。

綜合制程能力Cpk:重複制造同一産品的一緻程度與平均數與目标值的偏差綜合指标。

一般産品關鍵特性及制程關鍵特性都被要求列為管制項目,進行制程能力研究。

所謂産品關鍵特性是,假如該特性不符規格時,會導緻産品失效或被退貨處理,例如尺寸、顔色、重量、速度、功能績效或會導緻客戶不滿意的屬性。

所謂制程關鍵特性是,在制造過程中會直接或間接影響産品的質量特性,這些作業必須仔細管制及監控使之均勻且在規格界限内,例如溫度、進料、速率、時間、無塵水平或其他會自然變異的特性。

短期制程能力研究:

制程能力研究在于确認這些特性符合規格的程度,以保證制程成品不符規格的不良率在要求的水平之上以及為制程持續改善的依據。制程能力研究的時機是在新産品及新制程的試作階段、初期生産階段、工程變更或制程設備改變,以獲得早期制程績效的信息來保證量産階段符合規格的能力。此時所作的制程能力研究與時間較無關系,一般稱為初期制程能力研究或短期制程能力研究。

假設一關鍵作業的特性平均數μ=m,标準偏差σ=Δ/6或6σ=Δ。也就是說規格公差為标準偏差的六倍,依常态分配的計算則該作業不合格的機率為0.000000002 (0.002ppm),即為十億分之二。

m:規格中心;USL=m Δ:規格上限;LSL=m-Δ:規格下限。

spc統計過程控制(淺談SPC統計過程控制)1

spc統計過程控制(淺談SPC統計過程控制)2

長期制程能力研究:

長期制程能力研究是在量産期間,依時間的不同了解制程狀況及制程的變異原因,以确認這些特性符合規格的程度,保證制程成品不符規格的不良率在要求的水平,進而決定延續管制界限來監控制程或做為持續改善的依據。

假設一作業的特性的平均數經長期的影響而位移μ=m 1.5σ,标準偏差σ=Δ/6或6σ=Δ。也就是說規格公差為标準偏差的六倍,依常态分配的計算則該作業不合格的機率為0.0000034 (3.4ppm)。

m:規格中心;USL=m Δ:規格上限;LSL=m-Δ:規格下限。

spc統計過程控制(淺談SPC統計過程控制)3

spc統計過程控制(淺談SPC統計過程控制)4

管制圖原理

運用管制圖管制制程有兩個目的,首先解析來自制程系統的數據來驗證制程在管制狀态下,若制程不在管制狀态下,則需消除特殊原因,以使制程在管制狀态下。再以管制狀态下的制程标準來監控制程,若監控中的制程數據顯示不在管制狀态下,則必須采取局部對策,以使制程回複到管制狀态下。

這些驗證或監控,都是以管制界限為标準,來分析制程在管制狀态與否。以統計假設檢定的理論,這種分析會發生兩種錯誤,第一種錯誤就是當制程在管制狀态下時,制程數據顯示不在管制狀态下,即管制圖上的點超出管制界限外;第二種錯誤就是當制程不在管制狀态下時,制程數據顯示在管制狀态下,即管制圖上的點在管制界限内。

一般以機率來衡量運用管制圖管制制程發生這兩種錯誤的風險,α為發生第一種錯誤的風險,制程在管制狀态下時,管制圖上的點超出管制界限外的機率,稱為生産者風險。β為發生第二種錯誤的風險,制程不在管制狀态下時,管制圖上的點在管制界限内的機率,稱為消費者風險。

要平衡發生這兩種錯誤的風險,管制界限的寬窄就要适中,若管制界限定的較窄±2σ,則管制較嚴,容易發生制程穩定時而任意找碴的現象;若管制界限定的較寬±4σ,則管制較松,容易發生制程不穩定時而渾然不知的現象。

休哈特(W.A.Shewhart)在貝爾實驗室研究的結果以管制界限定為±3σ時,發生這兩種錯誤的風險在工業界較為适宜,一般稱為3σ管制圖或Shewhart管制圖,而延用至今。

相關文章:QC七大手法之七:管制圖。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关生活资讯推荐

热门生活资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved