使用管制圖的步驟

1 使用管制圖準備 – 降低不必要的變異
  1) 通常在量產階段才會使用管制圖管制製程,此時應該確實按照製造作業標準進行製造,以確保
      製造的4M、環境等對製程品質的影響最低
  2) 因管制圖數據來自測量,因此確保測量系統定期校正與評價測量系統的適當性

2 數據收集
  1) 要使管制圖有效必須採用蕭華德的『合理分組』
      以x-bar與R管制圖為例,數據收集是在製程中抽取一組n個樣本(子組大小為n),共k組(25組或更多),
      然後每一組樣本計算統計量x-bar與R而製作管制圖,從使用管制圖的目的思考,x-bar管制圖就是用來
      管制製程的平均值,期望能夠發現製程平均值的有統計顯著性的改變。而所謂合理分組的觀念就是,
      在這種分組方法下計算所得的x-bar管制圖,能夠在存有異常原因時會有最大的機率發現異常,也就是
      讓組間變異盡量大,另一方面在全為機率性原因(沒有異常原因)時,製程被管製圖認為是異常的機率
      為最低,也就是讓組內變異盡量小。

      建立抽樣計劃時應記住的關鍵點就是,對子組間的變異與子組內的變異作比較,因此若子組樣本採自
      連續取樣或者儘量在同一時點取樣,這樣就會使異常原因對組內的產生變異的機會降低,因此縮小
      組內變異,當然相對於組間的變異機會會變最大,如此製程標準差可以得到較佳的估計。

  2) 制定抽樣計劃
      抽樣計劃有3個重要特性,子組大小(subgroup size;n)、取樣頻率、取樣類型(連續或隨機),大多
      抽樣計劃並未論及取樣類型,但類型卻有重大影響。
    (1) 子組大小:每組樣本大小,通常子組的樣本數愈大,愈容易偵測到較小的製程變化,因此如果預期
      製程的變化不大時,就必須採取較大的樣本數,當然需要思考經濟性的平衡。
      盡管近來統計上仍舊可以繪製子組大小不等的管制圖,原則性子組的大小要固定
    (2) 取樣頻率:通常是按時間來取樣,管制計畫需要規定兩組樣本的時間間距,例如每15分鐘取1組樣本,
      適當足夠頻繁的取樣才能發現潛在問題,但是也延伸經濟性問題,需要工程師對製程療解後逐步放寬
      取樣間隔
    (3) 取樣類型:係指取樣是採連續取樣或隨機取樣
      前述『合理分組』採連續取樣以逼迫組內變異為最小的作法是基於以下的假設,管制圖假設
      為每個樣本測定值是獨立的,樣本間無相關性,但現在的高速化、自動化、專用性等設備製程
      常常發現樣本間具有自我相關性(Autocorrelation)

  3)  自我相關性對管制圖影響的事例
    (1) 若以x-bar與R管制圖控制房間溫度,若樣本大小指定為5且為連續抽樣,則抽樣結果應為5個同樣的
      溫度讀數,1小時後再去取下一組樣本時,仍會讀取5個同樣溫度讀數,只不過此讀數與上一組可能
      有差異而已,如此抽取k組後繪製發現R圖的點都接近於0,因此R-bar近於0,而x-bar圖的管制
      界限含有R-bar,以致管制界限接近於x-bar的平均值,這樣導致多數x-bar的點逸出管制界限
      之外而造成假警報,且所得Cpk也是較偏高的。
    (2) 捲材的順序加工,如捲材沖模也是典型自我相關性,除非將捲材先切片段,然後隨機沖模才會避免
      自我相關性,不過本例的二種直方圖應該是一致的
  4)  子組數量
      在解析用管制圖為了計算管制界限,最好有25或更多子組數,以檢驗製程是否穩定,必要時可能
      需要到100個子組

3 根據抽樣計劃開始抽樣
  1)  記錄原始數據
  2)  計算每一子組的統計量,如x-bar、R等
  3)  記錄每一子組所發生的事件,例如換班、換料、調機等

4 將統計量畫到解析用的管制圖紙上
  1)  若為計量值數據,例如x-bar與R管制圖必須將x-bar與R的數據點一一對應
  2)  將圖上的點以直線連結成為推移圖
  3)  當數據一劃到管制圖上,就是觀察並識別有無問題,譬如數據點過高與過低,都須立刻進行確認
      是否為繪圖錯誤、測量錯誤或製程錯誤等原因。
  4)  注意此時有否明顯異常原因出現,若有則務必查出原因而採取改正行動(矯正與預防),並記錄於
      事件日誌

5 計算管制界限並繪製於管制圖上
  1)  使用管制圖實務上是區分二個階段
      階段一:以解析用管制圖解析製程是否在管制狀態,此時需要計算管制界限
      階段二:沿用解析用管制圖管制界限,進行製程管控發現異常,此時不須計算管制界限
  2)  需要計算管制界限的場合
      一般當子組數量達25組時即計算管制界限,按照各種管制圖公式計算管制中心線、管制上限、管制下限
  3)  將計算所得的管制中心線(以實線)、管制上限(虛線)、管制下限(虛線)繪製到管制圖上

6 用管制圖判斷製程是否為統計的管制狀態
  1)  製程有異常的判斷:若管制圖有點逸出管制界限外或管制圖的點非隨機則判定有異常,傳統上是以西方
      電氣的判異法則(Western Electric rules),目前AIAG第二版是採Nelson rule (如課程內容)
  2)  若本次調查有異常點出現,並已查出真因而採取改正行動(矯正與預防措施),此時可將此異常子組數據
      去除,並重新計算管制上下界限
  3)  若本次調查有異常點出現,但未能查出真因,只好藉著更多子組數據以判定該異常點為第一種錯誤
      (誤以為有異常),此時需要35組容許1點,或100組容許2點,在此狀況下管制上下界限不需要重新計算。

7 若製程判斷為管制狀態即可進入管制階段
  1)  若製程判斷為統計的管制狀態,即可進入第二階段開始進行以管制圖管制製程,及時發現異常
  2)  實務上還需要確認一件事,就是目前生產的產品是否為顧客所接受,也就是產品能否滿足規格,
      若能滿足顧客需求規格則進入管制階段是合理的,否則一大堆不良品說在管制是沒意義的
  3)  確認是否滿足顧客規格的手法就是製程能力分析

8 開始進入管制階段
  1)  本階段作法是先準備管制圖紙,沿用解析階段的管制界限繪到管制圖上
  2)  延續前述的抽樣計劃,繼續抽取樣本,計算統計量於管制圖上
  3)  用同樣的判異準則(Nelson rule)進行判斷是否有異常原因出現,若有則進行異常原因調查與處置行動

發表留言

秘密留言

自我介紹

Author:George
歡迎來到 FC2 部落格
本網站內容記載筆者推廣TQM、TPM、SixSigma等各項活動的經驗心得、教材與素材等記錄。

最新文章
最新留言
最新引用
月份存檔
類別
搜尋欄
RSS連結
連結
加為好友

和此人成爲好友