您的位置 首页 > 娱乐休闲

浅谈SPC(统计过程控制)

统计过程控制(简称SPC)是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价,根据反馈信息及时发现系统性因素出现的征兆,并采取措施消除其影响,使过程维持在仅受随机性因素影响的受控状态,以达到控制质量的目的。

变异的本质

  • 变异的共同(普通)原因:

制程系统有许多不明的变异原因,但随时间的不同而稳定地存在。以SPC的观点为制程系统的分配随时间的不同是固定的,称为在统计的管制状态下或简称管制状态下。若制程系统仅有共同原因存在,则其成品特性的分配是可预测的。

  • 变异的特殊(可查明)原因:

有些变异的原因不常存于制程系统中,若其出现于制程系统,会导致制程系统不稳定。以SPC的观点为制程系统的分配随时间的改变而不是固定的,称为不在统计的管制状态下或简称不在管制状态下。若制程系统存有特殊原因,则其成品特性的分配是不可预测的。

改善及矫正措施

  • 局部对策:

通常需要消除制程系统的特殊原因。

通常由制程人员直接加以矫正。

大约能解决15%制程系统的问题。

  • 系统改善:

通常需要消除制程系统的共同原因。

经常需要管理当局的投入与对策。

制程系统大约有85%属于此类的问题。

制程能力分析

制程能力研究在于确认关键特性符合规格的程度,以保证制程成品不符规格的不良率在要求的水平之上,作为制程持续改善的依据。

制程能力研究的时机分短期制程能力研究及长期制程能力研究,短期着重在新产品及新制程的试作、初期生产、工程变更或制程设备改变等阶段。长期以量产期间为主。

制程能力指标Cp或Cpk之值在一产品或制程特性分配为常态且在管制状态下时,可经由常态分配之机率计算,换算为该产品或制程特性的良率或不良率,同时亦可以几Sigma 来对照。

精密度Cp:重复制造同一产品的一致程度。

准确度Ca:重复制造同一产品的平均数与目标值的偏差。

综合制程能力Cpk:重复制造同一产品的一致程度与平均数与目标值的偏差综合指标。

一般产品关键特性及制程关键特性都被要求列为管制项目,进行制程能力研究。

所谓产品关键特性是,假如该特性不符规格时,会导致产品失效或被退货处理,例如尺寸、颜色、重量、速度、功能绩效或会导致客户不满意的属性。

所谓制程关键特性是,在制造过程中会直接或间接影响产品的质量特性,这些作业必须仔细管制及监控使之均匀且在规格界限内,例如温度、进料、速率、时间、无尘水平或其他会自然变异的特性。

短期制程能力研究:

制程能力研究在于确认这些特性符合规格的程度,以保证制程成品不符规格的不良率在要求的水平之上以及为制程持续改善的依据。制程能力研究的时机是在新产品及新制程的试作阶段、初期生产阶段、工程变更或制程设备改变,以获得早期制程绩效的信息来保证量产阶段符合规格的能力。此时所作的制程能力研究与时间较无关系,一般称为初期制程能力研究或短期制程能力研究。

假设一关键作业的特性平均数μ=m,标准偏差σ=Δ/6或6σ=Δ。也就是说规格公差为标准偏差的六倍,依常态分配的计算则该作业不合格的机率为0.000000002 ),即为十亿分之二。

m:规格中心;USL=m+Δ:规格上限;LSL=m-Δ:规格下限。

长期制程能力研究:

长期制程能力研究是在量产期间,依时间的不同了解制程状况及制程的变异原因,以确认这些特性符合规格的程度,保证制程成品不符规格的不良率在要求的水平,进而决定延续管制界限来监控制程或做为持续改善的依据。

假设一作业的特性的平均数经长期的影响而位移μ=m+1.5σ,标准偏差σ=Δ/6或6σ=Δ。也就是说规格公差为标准偏差的六倍,依常态分配的计算则该作业不合格的机率为0.0000034 )。

m:规格中心;USL=m+Δ:规格上限;LSL=m-Δ:规格下限。

管制图原理

运用管制图管制制程有两个目的,首先解析来自制程系统的数据来验证制程在管制状态下,若制程不在管制状态下,则需消除特殊原因,以使制程在管制状态下。再以管制状态下的制程标准来监控制程,若监控中的制程数据显示不在管制状态下,则必须采取局部对策,以使制程回复到管制状态下。

这些验证或监控,都是以管制界限为标准,来分析制程在管制状态与否。以统计假设检定的理论,这种分析会发生两种错误,第一种错误就是当制程在管制状态下时,制程数据显示不在管制状态下,即管制图上的点超出管制界限外;第二种错誤就是当制程不在管制状态下时,制程数据显示在管制状态下,即管制图上的点在管制界限内。

一般以机率来衡量运用管制图管制制程发生这两种错误的风险,α为发生第一种错误的风险,制程在管制状态下时,管制图上的点超出管制界限外的机率,称为生产者风险。β为发生第二种错误的风险,制程不在管制状态下时,管制图上的点在管制界限内的机率,称为消费者风险。

要平衡发生这两种错误的风险,管制界限的宽窄就要适中,若管制界限定的较窄±2σ,则管制较严,容易发生制程稳定时而任意找碴的现象;若管制界限定的较宽±4σ,则管制较松,容易发生制程不稳定时而浑然不知的现象。

休哈特(W.A.Shewhart)在贝尔实验室研究的结果以管制界限定为±3σ时,发生这两种错误的风险在工业界较为适宜,一般称为3σ管制图或Shewhart管制图,而延用至今。

相关文章:QC七大手法之七:管制图。

责任编辑: 鲁达

1.内容基于多重复合算法人工智能语言模型创作,旨在以深度学习研究为目的传播信息知识,内容观点与本网站无关,反馈举报请
2.仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证;
3.本站属于非营利性站点无毒无广告,请读者放心使用!

“如何应用spc,如何应用spc检查批量生产,如何应用spss进行调查问卷的数据分析,如何应用spss进行软件分析”边界阅读