华昊企管

统计製程管制(SPC)于原料品质管制之应用


  张课长是押出成型课的课长,近日,技术员向他反映生产的过程当中必须经常调机,导致生产计画无法如期完成。

  张课长一如往常的到生产线巡线….

  技术员:「课长,有一件事情要跟你报告,最近这一段期间,生产当中遇到很奇怪的问题。」

  课长:「什幺问题?」

  技术员:「生产过程中,有时候很顺,有时候却一直要调机,不知道哪里出问题?」

  课长:「有没有可能是机台出状况?」

  技术员:「应该不会,每天我都有落实机台点检与清扫的作业,每个星期六都会做保养,机器出问题的机会应该不大。」

  课长:「模具呢?」

  技术员:「我看了『模具保养记录表』,模具课的同仁也做了保养记录,没发现有什幺问题。」

  课长:「现在呢?」

  技术员:「现在生产还顺利,不用怎幺调机,调整好就OK了。」

  课长:「这样好了,若你遇到生产不顺要不断地调机时,再通知我。」

  技术员:「好。」

第三天下午

  技术员:「课长,你赶快来一下,状况又出现了。」

  张课长放下手边的工作,赶紧到现场

  技术员:「课长,今天成型出来的成品宽度老是不稳定。」

  课长:「之前有没有做什幺动作?」

  技术员:「没有,和往常一样。今天一早,生产还满顺的,上午10点休息过后,品检抽验就抽到成型出来的长度不足,之后调整了机台的速度,调至成品的规格中心值附近,一段时间后,品检再次抽验,就发现已到下限值,再调整到规格中心值附近后,现在发现成型后的长度跑到产品规格的上限值了。」

  课长:「会不会是原料的问题?」

  技术员:「原料?看不出来啊!」

  课长:「好!我去IQC课确认一下。」

  此时张课长到IQC课找庄课长了解原料的检验情况……

  张课长:「庄课,请问押出成型课所用的原料,最近是否有异常?」

  庄课长:「异常?IQC一直没有对原料做检验啊!只能就押出成型后的成品检验它的拉伸强度(Tensile Strength)、弯曲强度(Flexural Strength)、耐冲击强度(Impact Strength)…等等产品规格要求的指标。」

  张课长:「是喔!?」

  庄课长:「有问题吗?」

  张课长:「是啊!技术员最近向我反映调机很频繁,生产计画无法如期完成,我试图从人、机、料、法、环境来思考解决问题,确认排除人、机、法与环境的问题后,只剩材料因素。如今,原料又没有来料检验,不知道还有什幺因素没有考虑到?」

  庄课长:「张课,生产方面你最熟悉,这我就没法帮你了。」

  张课长:「好吧!我再想想办法。」

  董厂长:「张课长,生管向我反映押出成型课的生产计画比以往落后很多,这一阵子,我忙着公司的新厂规划,所以一直没时间与你讨论,究竟生产出了什幺问题?」

  张课长:「厂长,确实如此,但是我也找不出究竟出了什幺问题,我从人、机、料、法、环境来思考可能出现的问题,却都没能查出原因,这几天,我也一直在思索是哪个环节没有想到?」

  董厂长:「这样好了,我们一起去现场观察。」

  张课长:「好。」

技术员正在添加原料

  董厂长:「我们先观察技术员正在做哪些事?」

  张课长:「好。」

一段时间后

  董厂长:「张课长,你看到什幺异常吗?」

  张课长:「异常?没有啊!和平常一样啊!」

  董厂长:「好像少做一件事情?」

  张课长:「什幺事?」

  董厂长:「纪录参数啊! 」

  张课长:「参数?什幺参数?」

  董厂长:「就是参考的数据,它是一个变量,当我们在研究问题的时候,关心某几个变量的变化以及它们之间的相互关係,通常我们会称它为『製程参数』,就是对某一製程应该掌握哪些数据?掌握这些数据的变异并适时(源头)管理,就能将品质控制在一定的範围内,而不是等到超出範围了再来处理。」

  张课长:「咦!机台不是调整到可以生产符合产品的规格就好了吗?」

  董厂长:「话是没错,但是你若不纪录这些相关的数据,你怎幺有办法分析究竟是那里出问题?」

  张课长:「是喔!那接下来我该怎幺做?」

  董厂长:「我们先用这机台来试,你先想一想,在这机台上,有哪些因素会影响调机?都调些什幺?这些都是要记录的,你可以找技术员一起研究,明天一早我们再一起讨论。」

  张课长:「好!」

  张课长:「厂长,这是我昨天和几位资深技术员一起讨论出来要纪录的内容:『机台编号』、『模具编号』、『成型温度(℃)』、『技术员工号』、『螺桿转速(rev/min.)』、『引取速度(M/min.)』、『原料料号』、『产品品号』。」

  董厂长:「嗯!不错,但是还缺一些项目。」

  张课长:「哦? 」

  董厂长:「缺『日期』,还有,我们是两班制,因此还要加上『班别』的栏位,原料料号可以记录『批号』吗?」

  张课长:「可以,领料单上有『批号』的栏位。」?

  董厂长:「好,那幺再加上『批号』。哦!怎幺没有『成型压力(kgf/cm2)』的参数?」

  张课长:「成型压力和成型温度有相关性,机台厂商只让我们可以设定/调整温度,成型压力会依成型温度改变,不过,还是可以看到成型压力的数据。」

  董厂长:「OK,你把这些项目设计成表格的方式,请告诉技术员只要有调机,就把更动的数据记录在表单上相对应的栏位。」

  张课长:「需要这样做吗?那很繁琐哩!会增加技术员的工作负荷耶!而且我们都有一些经验值可以参考。」

  董厂长:「会吗?写几个数字需要花秒钟?会增加技术员的工作负担?若你想找出问题,你就要这样做。」

  张课长:「好吧!我一会儿画完表格后,马上请技术员纪录。」(如表1)

  董厂长:「好!不过,你还要用EXCEL试算表软体设计资料库,然后请助理每天将纪录表内的数据键入资料库内。」

  张课长:「好!」(如表2)

表1、参数纪录表

统计製程管制(SPC)于原料品质管制之应用

表2、参数纪录资料库

统计製程管制(SPC)于原料品质管制之应用

一段时间后…..

  张课长:「厂长,这一段时间,资料库累计的笔数有上百笔了,不知道接下来要怎幺分析。」

  董厂长:「你请助理把资料库email给我。」

  张课长:「好!」

  董厂长:「我们先看一下资料内容。哦!你已经水平展开了?」

  张课长:「没有,因为机台E、F、G是同一款型号,所以我就一起导入。」

  董厂长:「好!我先请问你:『之前出现的问题,通常你都调整什幺?』」

  张课长:「引取速度。」

  董厂长:「OK!我们先看这一个栏位的数据。我们先筛选同一个产品的品号,哦!你看,这个产品使用两种原料,分别是SHE4500与503X,而『引取速度』却有不同的值。」(如表3)

表3、参数纪录资料库

统计製程管制(SPC)于原料品质管制之应用

  张课长:「嗯!」

  董厂长:「接下来,我们要来制订『製程规格』。」

  张课长:「什幺是『製程规格』?」

  董厂长:「如同产品规格,简单地说,就是针对製程的参数所要管制的範围,只要管控在这个範围以内,就可以确保产品的品质符合规範。」

  张课长:「那我们要怎幺做?」

  董厂长:「EXCEL试算表可以帮助我们完成这个工作。首先,我们用MODE函数来找『引取速度』的中心值。」

  张课长:「什幺是MODE?」

  董厂长:「MODE 就是『众数』,所谓的『众数』是指一组数据中出现次数最多的那个数据。」

  张课长:「喔!懂了。」

  董厂长:「好!执行出来的结果是11.24,我们可以当作是这一组数据的中心值。接下来,我们要算标準差。」

  张课长:「等一等,厂长,为什幺不用平均值当中心值,以往,我们都用平均值当做中心值,怎幺这一会儿却用众数?」

  董厂长:「问得好,平均值是一组数据的平衡点概念,倘若这一组数据中有一个异常的值,那幺这个平均值就会偏离原先没有异常值的平均值;反之,没有异常值,众数和平均值会相等,这是假设我们有相当的观测值样本数,实用上,可视观测值呈『常态分配』(Normal distribution)。」

  张课长:「『常态分配』又是什幺?那如何界定『异常值』?」

  董厂长:「数学式子我先不谈,我画一个图形(如图1)给你看,先建立观念。常态分配为一种单峰对称的连续分配,中央有一个最高点,最高点的左右两边成对称状态,是一条左右对称的平滑钟形曲线。」

统计製程管制(SPC)于原料品质管制之应用

图1、常态分配图

  张课长:「真有趣。」

  董厂长:「要界定『异常值』,要先讲『标準差』。」

  张课长:「什幺是『标準差』?」

  董厂长:「讲白话一点,就是一组数据自平均值分散开来的程度(分散程度)。若标準差的值较大,代表大部分的数据和其平均值之间差异较大,也就是数据分散得比较开;若标準差的值较小,代表这些数值比较接近平均值。」

  张课长:「喔!了解。那怎幺算?」(注1)

  董厂长:「很简单,我们用STDEV函数就可以算了,算出来的结果是0.27。接下来,我们就可以订定管制界限了,通常,我们将管制界限定在平均值的上、下三个标準差之处。」

  张课长:「厂长,再等一下,为什幺我们要将管制界限定在平均值的上、下三个标準差?」

  董厂长:「说来话长,简单地说,当管制界限比六个标準差小时,第一型误差大,同时,第二型误差小。反之,管制界限宽度比六个标準差大时,第一型误差变小,同时,第二型误差变大。因而只好寻找此二型误差之和最小的管制界限。修华特(W.A.Shewhart)博士的研究,常态分配中,落在此管制上、下限内的机率是99.73%,也就是说,大约99.73%的产品在中心线上、下各三个标準差範围内,而此上、下管制界限是最符合经济原则。」

  张课长:「天那!我愈听愈糊涂了,第一型误差和第二型误差又是什幺啊!?」

  董厂长:「不会啦!等我解释完,你就清楚了。所谓的第一型误差,也称为型I误差,是指品质未变,但由于抽样误差使统计量落入拒收的区间,因此误判品质已经改变的机率;而第二型误差,就是型II误差,是指品质已经改变,但由于抽样误差使统计量落入允收的区间,因此误判品质不变的机率。我画一张表给你看你就明白了。」(如表4)

表4、型I与型II误差

统计製程管制(SPC)于原料品质管制之应用

  张课长:「哦!原来如此,看表比较容易懂。」

  董厂长:「现在回过头来谈『异常值』,我举两组数据(如表5),这两组数据最主要的差别在于第十组,A组是32,B组是10,其平均值(AVE.)、众数(MODE)、标準差(sigma)、上限值(AVE.+3xsigma)与下限值(AVE.-3xsigma)分别如表所示。我们先看标準差的部分,很显然地,B组的标準差比A组大许多,主要原因在于第十组的数据,由于A组的标準差很小(相对于B组),以常态分配的特性而言,平均值与众数是一样的,这时,用平均值或众数来分别求其上、下限值,两者的值是相同的。然而在B组却是不一样的,在B组,我们以平均值求其上、下限值分别为47.1与8.5,以这两个数据检视B组,看不出B组数据有何异常。若使用众数(MODE)当平均值,求其上、下限值,分别为49.3,10.7,即B1,以这两个数据检视B组的值发现,第十组的10小于10.7下限值,因此,我们称第十组的10是异常值。将10去除后,重新计算B组的值,即B2,其结果与A组相当的接近。

表5、解说範例

统计製程管制(SPC)于原料品质管制之应用

  张课长:「哇!真是太神奇了,怎幺以前都没发现?」

  董厂长:「因为你以前都没有使用数据管理,当然没发现啰!为了管理方便,我将平均值设为11,标準差为0.3,以此值计算上、下管制界限,分别为11.9与10.1,再整理一下,如表5,这一组数据就可以订为『引取速度』的规格。」

表5、引取速度之製程规格

统计製程管制(SPC)于原料品质管制之应用

  张课长:「原来如此。」

  董厂长:「还没结束哩!我们还要针对 SHE4500与503X这两种原料做进一步分析。利用EXCEL的筛选功能,将这两组的『引取速度』数据分别显示后,複製其数据,贴到统计软体去执行。嗯……跑出两张图,第一张是SHE4500(如图2),第二张是503X(如图3)。」

统计製程管制(SPC)于原料品质管制之应用

图2、原料SHE4500之数据分布图

统计製程管制(SPC)于原料品质管制之应用

图3、原料503X之数据分布图

  董厂长:「张课长,这两张图有什幺不一样?」

  张课长:「SHE4500的山形比较窄,503X的山形比较宽。」

  董厂长:「没错!因为SHE4500的标準差比较503X小,所以图形呈现出来就是一窄一宽。还有哪里不一样?」

  张课长:「好像在玩大家来找碴。」

  董厂长:「考验你的观察力啊!」

  张课长:「厂长,绿色线和红色线分别代表什幺意思?」

  董厂长:「绿色线是我们之前计算出来后定义的规格,红色线是我们将数据丢到软体后计算的结果。」

  张课长:「所以,SHE4500和503X这两款原料都在我们设定『引取速度』的规格内啰?」

  董厂长:「没错。」

  张课长:「为什幺SHE4500的中心线(平均值)在规格中心值(11)的右边,503X的中心线在规格中心值的左边?而且SHE4500的中心线距离规格中心值看起来比较近而503X的中心线距离规格中心值比较远?」

  董厂长:「在规格中心值(11)的两侧代表该组数据的平均值是比规格中心值大还是小,比规格中心值大,就会出现在规格中心值的右侧;比规格中心值小,就会出现在规格中心值的左侧。至于该组数据的平均值距离规格中心值的远近则代表製程的『準确度』(accuracy),以”Ca”表示。就像打靶一样,子弹离靶心愈近,Ca就愈小,反之就愈大。」

  张课长:「哈…哈…,这容易理解,因为我当兵时还是个神枪手哩!」

  董厂长:「好!那你说说,『精密度』(precision)又是什幺?」

  张课长:「就是子弹在靶上的集中程度。」

  董厂长:「Bingo,严格的说是『製程变异数与规格公差之差异』,以”Cp”表示。我画张图就更容易理解了(如图4)。」

  张课长:「所以,依图来看,SHE4500的数据比503X集中。」

  董厂长:「是的。好!我们看一下这两张图的数据(如表6)。」

  张课长:「咦!怎幺有一个Cpk值?」

  董厂长:「是指製程能力之综合指标,他同时含有Ca及Cp两个因子。」

  张课长:「厂长,那Cpk有没有範围啊?」

  董厂长:「有啊!我写给你看。它分A+、A、B、C、D五个等级。A+的等级是1.67≦Cpk,表示製程能力极佳;A等级是1.33≦Cpk<1.67,表示製程能力良好,继续保持;B等级是1.00≦Cpk<1.33,表示製程能力尚可,但须保持管制状态;C等级是0.67≦Cpk<1.00,表示製程能力不足,有不良品产生,必须改善製程;D等级是Cpk<0.67,表示製程能力极差,应该紧急改善 (如表7)。」

统计製程管制(SPC)于原料品质管制之应用

图4、準确度与精密度之图解

统计製程管制(SPC)于原料品质管制之应用

表6、原料相关数据

统计製程管制(SPC)于原料品质管制之应用

表7、Cpk等级

  张课长:「哦!了解了。所以,这样看来,我们可以说原料SHE4500比503X好喔?」

  董厂长:「不行,因为我们只分析『引取速度』的参数而已,其他参数都还没分析,不能如此妄下定论。」

  张课长:「那怎幺办?」

  董厂长:「接下来就是你的工作啊!把剩下的参数依照上述教你的方式分析,最后再来看结果,而且最后的结果也不能说哪一个原料不良,因为都可以生产。根据纪录,我们要思考如何从管理的手法来解决技术员频繁调机的问题。」

  张课长:「这些数据还有哪些用途?」

  董厂长:「虽然我们不知道厂商的原料配方,但是透过相同原料与参数的比较,你可以知道哪一家厂商的原料比较容易生产,把数据提供给厂商参考,他们会知道怎幺一回事。」

  张课长:「是喔!原来数据有这幺神奇喔!」

  董厂长:「没错。好,以上只针对SHE4500和503X两种原料分析,并没有针对机台,现在我们从机台的角度来看原料的使用情形。你看,F机台的用料情形最好,G机台次之,E机台稍微差一点。」

  张课长:「为什幺?」

  董厂长:「F机台,相同型号的原料都集中好几天生产;G机台相同型号的原料生产天数比F机台短,切换的次数也比较多;E机台有一天切换两种原料,且生产天数又比G机台短一些。」

  张课长:「喔!我知道了,厂长,你的意思是说,若从管理的角度来看,同一部机台最好使用相同的原料来生产,这样可以减少变异的产生,调机比较不会那幺频繁,万一产生变异也比较容易控制与查找,因为有之前的纪录可以追溯。」

  董厂长:「看来你已经懂了。」

  张课长:「嗯!我知道了,那我先把各机台的用料规範定下来,请备料员备料时依此原则备料,再把剩下未分析的参数都做出来。」

  董厂长:「好。对了,有空的话看看统计製程方面的书,毕竟我讲的内容并没有很全面,看书可以比较有系统的建立观念与学习,有疑问的话,我们再来讨论。」

  张课长:「好的,厂长。看来我的问题有解啰!」

[注1] 样本标準差(s)计算公式

统计製程管制(SPC)于原料品质管制之应用

(责任编辑:admin)