SPC控制图介绍
作者: 来源: 文字大小:[大][中][小]
前言:
为使现场的质量状况达成目标，均须加以管理。我们所说的 “管理”作业,一般均用侦测产品的质量特性来判断 “管理”作业是否正常。而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在 “管理”状态,即为控制图的基本根源。
控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。
控制图的基本特性:
一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异范围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。
控制状态:
控制图的原理:
1.质量变异的形成原因:
一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品;而引起变动的原因可分为两种：一种为偶然(机遇)原因；一种为异常(非机遇)原因。
（1）偶然(机遇)原因(Chance causes)：
不可避免的原因、非人为的原因、共同性原因、一般性原因,是属于控制状态的变异。
（2）异常(非机遇)原因(Assignable causes):
可避免的原因、人为的原因、特殊性原因、局部性原因等,不可让其存在,必须追查原因,采取必要的行动,使过程恢复正常控制状态,否则会造成很大的损失。
(偶然原因的变动) (异常原因的变动) 分类
变异的情况
影响程度
追查性
过程的改进
偶然原因
体系的一部份,很多一定有且无法避免
每一个都很微小不明显
不值得、成本高、不经济
修改—经常且稳定的过程
异常原因
本质上是局部的,很少或没有,可避免的
有明显的影响而且巨大
值得且可找到,否则造成大损失
创造—经常且稳定的过程
2.控制界限的构成:
控制图是以常态分配中的三个标准差为理论依据。中心线为平均值,上、下控制界限为平均数加减三个标准差( )的值,以判断过程中是否有问题发生。此即修哈特博士(W.A.Shewhart)所创造的方法。控制图即以3个标准差为基础,换句话说,只要群体是常态分配,则自该群体进行取样时,用取出的数值加以平均计算来代表群体,则每进行10000次的抽样会有27次偶然机会,不予计较。同样我们平均抽样时如有超出时,判定为异常,则误判的机率也是千分之三。因为假设机率存在的前提,所以控制界限以加减3个标准差来订立,应是最符合经济效益的。
控制图的控制界限是把常态分配图形旋转90°后,在平均值处绘成中心线(CL),平均值加三个标准差处绘成上控制界限(UCL),在平均值减三个标准差处绘成下控制界限(LCL)。
意义与功能
品质管制是一种品质的图解纪录，在图上有中心线及二条管制界限；中心线是一种标准值，二条管制界限是容许产品的品质特性在其间变动的范围。在製造过程中用抽查的方式，将样本的统计量，点绘于图上，用以判断品质的变异，是否显着。
控制图在设计产品的规格时，可做为参考；在製造过程中，可做为控制品质均匀的工具；在检验时，可做为判断的标准。因此控制图可使设计、製造、检验三者连为一体。
控制图观念的形成，管制数据的整理步骤中可得到完整的观念，首先把所收集的各种数据，依照次数分配的方法，经分组、划记、整理成为次数分配表，如此即可看出各种数据的分配形态，然后计算此种分配的中心值和标准值，把分配中心值加减3个标准差之值，即得管制图的管制上下限；而分配的中心值则为管制图的中心线。
构成主要要素
一、构成控制图的要素
一般构成控制图的要素有四：
1. 控制图的数据具有时间先后顺序，不得溷乱颠倒，亦即应依取得（生产）的先后顺序排列并绘成图形，亦即一连串的数据为含有时间序列的特性。
2. 控制图上一连串的点子必有波动现象，乃此因变异所引起，变异原因分为两大类，一为机遇原因，一为非机遇原因，非机遇原因引发的大幅度波动现象影响品质较大应避免之，亦即波动现象愈大，品质愈不稳定，管制上下限的宽度将愈宽，此时构成图上点的个别值散佈范围亦较大，如与规格比较，较易逸出规格界限外成为不良品。
3. 控制图必须含有统计界限，亦即管制上下限，没有统计的管制上下限不符合控制图原理。通常μ±3σ之管制上限，其横座标为时间（即组别），纵座标为品质的刻度。
二、机遇原因与非机遇原因
在样本与样本，或批与批之间量度产品品质时，会表示出许多种原因的变异。这些变异可分下列两种：
1. 无需调查真相的变异（机遇原因）。
2. 显着的变异，指出有非机遇原因（引起困难的原因）存在，应该加以鑑定及校正。当非机遇原因从生产过程中的消除后，控制图上所绘的各点始终都在管制界限以内，这种製造过程程序对品质量度而言，就可称为在统计的管制状态下。
三、管制界限之意义
在生产过程中，仅有机遇原因之作用时，任何产品之品质特性均可构成一分配，此等分配有其平均数及标准差，在平均数加减三个标准差范围以外之点极少；因此通常都以平均数加减三个标准差做为管制上限与管制下限。
四、u Chart（单位缺点数控制图）
使用时机：比较相同产品缺点之状况，但比较之对象其样本大小不同。
控制图的判读
一、正常型态的特性
因为各项数据有：(1)聚集于中心的趋势，和(2)分散对称的趋势。故在一张控制图上，大多数的点子应该有向中心线附近聚集的特性，即中心线两边的点子，亦应接近相等。因此我们可以归纳出一个正常形态的特性如下：
1. 大多数的点子在中心线附近。
2. 有少数的点子在管制界限附近。
3. 没有点子超出管制界限。正常的控制图上，必须连续25点以上都在管制界限以内；或连续35点中仅有1点，100点中仅有2点或以下超出管制限界之外。
4. 点子分佈呈随机状态，无任何规律可循。
5. 中心线两侧的点子接近相等。
二、不正常型态的特性
一个不正常的型态对上述之五项特性，通常皆有一项以上不能符合。例如：
1. 在中心线附近无点子，反而散佈在上下管制界限附近。此种型态称之为「溷合型」（Mixture），因为样本中可能包括了两个群体，其中一个较高，另一个较低，固有此种结果。
2. 在管制界限附近无点子，都集中在中心线附近，波动显得不剧烈，此种型态，我们称之为「分层型」（Stratification）。有时我们任为此种型态管制良好，其实是错误的，可能原群体已经楝选过，把其中不适合某一种尺寸规格者，业经取去之故。
3. 点子时常逸出管制界限以外，此种型态，我们称之为「不稳定型」（Instability）。
4. 控制图中的数据，以重複的型态出现，即有一连串高的部份或尖峰，和一连串低的部份或波谷，相间散佈的重複趋向，此种型态我们称之为「週期型」（Cycle）。週期的原因是製造变数在相当有规律的基础上加入或除去。
5. 控制图上一长连串的点子，向上或向下的连续行动，而没有改变其方向。它的位置在一段时间内，逐渐向一个方向移动，此种型态我们称之为「趋势型」（Trend）。趋势相当易于检出，其原因可能是某一变数对产品渐渐发生作用的结果，原因的性质可以从显出趋势的控制图种类来决定。
不正常型态的检定方法，是根据或然率的原理而来，即根据霍然率之理论，认为分佈在中心线附近及管制界限附近的点子，其间有一定的比率关係存在。