您还没有绑定微信,更多功能请点击绑定
SPC

[转帖]让我們對SPC作更深入的瞭解之二

"細明體">   製程參數規格(P)的另一難題是它與產品品質規格(Q)之間的脈絡往往並不明確,換言之P正常Q不良的現象時有所聞,而P異常Q正常的個案更是司空見慣,如果這種因(P)果(Q)關係的矛盾未得澄清,又能如何鼓勵大家義無反顧地走向SPC之路呢?
      


--------------------------------------------------------------------------------

 
2.行有不得,重回原點

  SPC立意雖佳,但是既然橫亙在前有一連串的困難,並非一蹴可及,那麼與其盲目躁進,不如重回原點,再從它和SQC的關係想起,或者反而會柳暗花明。
 

  SPC的目的是什麼呢?豈不是希望能用事先的製程管制(P)使事後的產品品質(Q)自然做好嗎?如果P是方法Q才是目的,那麼推動SPC就仍然應該從Q著手才是正路。
 

  所謂從Q著手,就是必須先對Q作一次完整的診斷,看看在現有的品質特性中,就製程能力而言,有那些品質特性(Qi)落在安全區內,凡落在安全區內的,SPC只要照單全收,將目前的製程條件(Pi)現況標準化即可,反之如果發現部分品質特性(Qj)並未落在安全區內,那麼就要分別從Ca值及Cp值之現象來診斷,進行必要的製程改善以期在現行的製程參數(Pi)之外找到更嚴謹而有效的新參數條件(Pj),使產品品質(Q)獲得真正脫胎換骨的機會。
 

  上述過程可以流程圖的方式說明如下(參考圖1),以收按圖索驥事半功倍之效。

 
圖1:品質診斷流程圖

 
      
--------------------------------------------------------------------------------

3.青龍偃月,所向披靡

  若要做好前述的品質診斷流程圖(圖1),就有兩個輔助工具值得參考運用。
 

  其中首先會用到的是「品質製程能力診斷表」(表1),這張表上應列出某一特定加工製程(例如:鍍金)後會在產品上出現的各種品質特性(例如:金厚度、撕裂強度、針孔等),然後根據近況收集25組以上的數據,分別計算該品質特性的及,參酌該品質特性的規格後,即可分別算出Ca;Cp及Cpk。
 

  有了製程能力的數據之後,進一步可將Ca/Cp之組合標示在「製程能力改善方向圖」(圖2)上,在「製程能力改善方向圖」上主要的分割線是「良品率XX%等高線」,這條等高線可以因行業別及產品別而異,如果採取傳統± 3應該在規格上下限之內的想法為目標,那麼此良品率則應以99.73%為目標,至於如何做出99.73%的良品呢?那倒並非僅有唯一的答案,其實它可依技術精度與管理能力而出現各種可能的組合。
 

  若利用「STATGRAPHIC」統計套裝軟體,則可輕易地模擬出各種可能產生99.73%良品率的Ca/Cp組合,除了傳統理論上Ca=0 , Cp=1的組合可獲得99.73%的良品率之外,當Ca=0.125時若Cp可提升至1.0667則亦可獲得99.73%的良品率,依此類推(0.25 , 1.237)、(0.4 , 1.54607)、( 0.5 , 1.85)等組合當然也都可以得到99.73%的良品率,換言之Ca與Cp互相有互補性,Ca變大時若Cp相對提升當然仍可獲得同樣的良品率,反之亦然,有了這種認知及實際的模擬結果之後,進一步就可將上述的各種Ca/Cp組合點連接起來,運用Contour的想法,這就形成了所謂「良品率99.73%等高線」(參考圖2),當然如果要繪製「良品率95%等高線」或「良品率99.999%等高線」只要用同樣的邏輯,依樣畫葫蘆即可。

      


--------------------------------------------------------------------------------

4.理出頭緒,P出道理

4.1安全地區,現況維持

  有了良品率等高線,就可回頭再與製程能力診斷表結合,若發現任何品質特性的Ca/Cp組合點落在良品率等高線的上方,這就表示該品質特性的良品率一定可以高於設定的目標值,這種情形也等於證實目前的製程參數組合(Pi)已可達到Q的目標,那麼又何需另起爐灶,大費周章呢?!在此情況下,最簡單最合理的作法就是將目前的製程參數條件(Pi)作現況標準化即可。

 
4.2Ca不足,管理改善

  「人生不如意事十常八九」,除了上述幸運的狀況外,往往會有許多品質特性的Ca/Cp組合會落在安全區之外,在此情形下,可先檢視Ca值,如果Ca值在傳統分類法的B區之外(換言之Ca? 0.25即所謂管理改善區),那麼合理可行辦法是透過教育訓練及儀校保養,將往規格中心的方向修正,使Ca降低讓良品率回升,這是一種事半功倍的作法,值得先行嚐試,採取上述管理對策後要再追蹤其效果,如果其結果終於落入安全區,那麼就可回到4.1的作法,反之如果Ca雖有改善,但並卻也並未落入安全區,這就表示該特性實際上有明顯製程能力不足的問題(即落入技術改善區),必須採用4.3的作法澈底進行技術改善。
 

4.3Cp不足,追根究底

  一旦確定某一品質特性落入技術改善區之後,就表示現行的製程參數組合(Pi)並非最佳生產條件,因為事實證明Pi並無法讓Qj進入安全區,那麼當務之急就必須在現行的Pi之外另起爐灶,重新找出P與Q之間真正的因果關係。
 

  至於該用何種統計工具來找出真正的因果關係?那就要視問題的複雜程度而定,如果製程參數只有一兩個,那麼不妨借助較簡單的相關迴歸分析來嚐試突破(註三),相反地若製程參數甚多,而且孰重孰輕曖昧不明,那麼為了儘快理出頭緒,就該借助實驗計劃法(D.O.E)來透過嚴謹的實驗澈底獲得最佳生產條件(Pj組合),獲得Pj之後,當然仍需做再現性的量產證實,如果Qj因此被拉回安全區,那就表示Pj才是SPC真正的基礎。

      


--------------------------------------------------------------------------------

5.紮好基礎,源頭管理

  無論原來產品品質(Q)的製程能力是否足夠,我們都能從前節4.1至4.3的途徑中找到最理想的製程參數組合(P),換言之,這種由Q到P之路才是邁向SPC的終南捷徑。

 
  但是得到Pj是否表示SPC的工作就完成了呢?事實並非如此,因為Pj只是最理想的製程參數組合,它只能算是製程參數理想的規格,實際上的P也必然會像Q一樣依循統計的變異原理不斷隨著生產狀況而變化,因此若將P實際變化情形所產生的與與Pj相比對,我們又可以進一步發現製程參數的製程能力,這時我們才更明白此一製程是否有長期維持Pj的能力,換言之SPC的第二步就是要作參數的製程能力診斷(表2),從而努力將所有的Pj都推入安全區。

 
  近幾年,日本企業對提高Pj製程能力的努力有很具體的突破,例如化學藥液的製程管理方式已由傳統的批次更換(Batch Replace)改為即時自動添加系統(Auto Dosing System),至於刷磨拋光的加工製程,也用附加的自動拍板系統將每一片進刷磨機的板子以隨機方式,從左中右側輪流送入刷磨機,使刷輪能一直保持在最平整的狀態(Pj),進而刷出最佳的清潔表面(Qj)。
 

  以上所舉的例子都是將製程參數(P)從頭做好的一些案例,也就是日本所謂的源流管理,其目的在使最終的產品品質(Q)能透過事先的製程參數(P)管理而及早獲得保障,如果做到這一點SPC就幾乎江山底定了。
 

  等到前述的SPC可以合理地執行及管理之後,最後剩下的一件事就是追蹤最佳製程參數(Pj)穩定後,產品品質(Q)是否亦被同步帶入更穩定的境界,當這一步做到之後SPC就算大功告成了,上述之全部過程即為由Q到P之路,循序完成之步驟敬請參考品質工程體系圖(圖3)。

      


--------------------------------------------------------------------------------

6.掌握先機,事半功倍

  英代爾(Intel)公司的副總裁虞有澄博士在其大作「我看英代爾」(註四)一書中,談到SPC時對麥當勞推崇倍至,甚至期勉同仁要以Mac-Intel作為製程努力的目標,試想其原因何在?

 
  君豈不見麥當勞是如何做好品質(Q)的呢?炸好的薯條有人做出貨檢驗嗎?沒有出貨檢驗的薯條有半生不熟的嗎?那些口感又好又不要檢驗的薯條是資深老師傅才炸的出來的嗎?其實上述每個問題的答案都是No,因為若要在全世界任何一家分店都吃到一樣好吃的薯條,薯條是無法靠檢驗Q出來的,做出這種舉世一致不因人因地而異的好薯條的唯一方法就是SPC,只要把所有的P(薯條大小、薯條含水量、油溫、油質、油炸時間)掌握成功,其實Q就自然不用擔心了。

 
  從麥當勞的成功實例中,我們更容易明白,由Q到P的SPC之路是保證品質的必經之路,也是保障企業成功最事半功倍之路。
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

BUKD (威望:0)

赞同来自:

如何理解这里的管理改善区和技术改善区? 为什么管理措施可以使ca改善?
这些措施是否都属于系统措施?

过程能力不足时是先减少波动还是先对中,还是说看具体分布来确定?

遇到一个供应商,现场的情况是员工操作符合性不好,经常不按照控制计划操作,同时有一个问题是控制计划本身可能也不合理,很多过程参数并不见得是合理的,因此他们也经常去调整参数。所以整体看来,报废率忽高忽低,各种质量问题的比例也是波动比较大,这种情况应该先改善什么?是改善管理,让员工的操作完全符合控制计划(即使目前不是很合理),还是说先去改善过程参数的设置,使控制计划合理化先做?

1 个回复,游客无法查看回复,更多功能请登录注册

发起人

扫一扫微信订阅<6SQ每周精选>