统计工具促进底线改良-CASE

统计工具促进底线改良通过减少过程变量，统计过程控制(SPC)帮助使产量最大、返工最少、增加利润、满足顾客和达到卖主合格证标准。
　　
　　By Jeffery L. Cawley
　　
　　每个过程都有自然的变量。达到底线利益的关键是找到哪些变量是在统计的可预测的范围、哪些变量在外面。如果过程失去控制(即，显示出不平常的变量)，那么首先消除这失控的情况，然后进行一个性能研究，以决定是否过程满足可预期的规格和是否还可以满足更紧的规格。
　　
　　许多电子装配运作开始时使用过程能力分析，来选择、优化和证实生产设备。一旦设备到位并在一个过程中运行，变量和缺陷的跟踪可用统计过程控制(SPC, statistical process control)图表来进行，监视每天的生产。如果控制图表反应出严重的问题，那么SPC工程研究可以揭示问题的根源。
　　
　　制造商怎样使用统计过程控制(SPC)？
　　
　　保持焊锡高度在控制的范围内是板制造商的关键 - 它决定元件安装在板上有多好，如果板堆叠的时候元件内铜是否会移动。不适当的焊锡高度可能显示许多过程问题，包括模板磨损、施放焊锡的机器的校准问题、不适当的模板清洗或原料问题。这些问题可能导致更高的生产成本，因为浪费和返工。下面的过程例子解说了怎样使用统计过程控制(SPC)将一个失控的过程带回生产线。
　　
　　在这个例子中，焊锡高度的规格是0.25~0.55mm。定期地，同时抽查五个单位的样品来测试焊锡高度。数据分析使用X-bar/Range作图来决定是否变化显示失控的情形。一个全天运行的数据在X-bar/Range图上作图(图一)。这个图显示在X-bar图上过程失控，但在Range图上受控。这表示过程平均值正受外部影响，引起焊锡高度不足。问题可能与原材料、施放焊锡的机器或测量设备本身有关。调查发现不足焊锡高度全部来自使用一个卖主的原材料的批号。对来自该卖主的批号进一步分析发现，该卖主没有能力生产质量连续的材料。问题通过取消该卖主作为供应商而得到解决。