June 24, 2008

目視管理

1.目視管理的含義
目視管理是利用形象直觀、色彩適宜的各種視覺感知資訊來組織現場生產活動,達到提高勞動生產率目的的一種管理方式。它是以視覺信號為基本手段,以公開化為基本原則,盡可能地將管理者的要求和意圖讓大家都看得見,藉以推動自主管理、自我控制。所以目視管理是一種一公開化和視覺顯示為特徵的管理方式,也可稱之為“看得見的管理”。
2.目視管理的優點
2.1目視管理形象直觀,有利於提高工作效率
現場管理人員組織指揮生產,實質是在發佈各種資訊。操作工人有秩序地進行生產作業,就是接收資訊後採取行動的過程。在機器生產條件下,生產系統高速運轉,要求資訊傳遞和處理既快又准。如果與每個操作工人有關的資訊都要由管理人員直接傳達,那麼不難想像,擁有成百上千工人的生產現場,將要配備多少管理人員。
目視管理為解決這個問題找到了簡捷之路。它告訴我們,迄今為止,操作工人接受資訊最常用的感覺器官是眼、耳和神經末梢,其中又以視覺最為普遍。
可以發出視覺信號的手段有儀器、電視、信號燈、標識牌、圖表等。其特點是形象直觀,容易認讀和識別,簡單方便。在有條件的崗位,充分利用視覺信號顯示手段,可以迅速而準確地傳遞資訊,無需管理人員現場指揮即可有效地組織生產。 字串3
2.2目視管理透明度高,便於現場人員互相監督,發揮激勵作用
實行目視管理,對生產作業的各種要求可以做到公開化。作什麼、怎樣作、作多少、什麼時間作、在何處作等問題一目了然,這就有利於人們默契配合、互相監督,使違反勞動紀律的現象不容易隱藏。
例如,根據不同產線和工種的特點,規定穿戴不同的工作服和工作帽,很容易使那些擅離職守、聊天的人處於眾目睽睽之下,促其自我約束,逐漸養成良好習慣。又如,有些地方對企業實行了掛牌制度,單位經過考核,按優秀、良好、較差、劣等四個等級掛上不同顏色的標誌牌;個人經過考核,有序與合格者佩戴不同顏色的臂章,不合格者無標誌。這樣,目視管理就能起到鼓勵先進,鞭策後進的激勵作用。
總之,大機器生產既要求有嚴格的管理,又需要培養人們自主管理、自我控制的習慣與能力。目視管理為此提供了有效的具體方式。
2.3目視管理有利於產生良好的生理和心理效應
對於改善生產條件和環境,人們往往比較注意從物質技術方面著手,而忽視現場人員生理、心理和社會特點。例如,控制機器設備和生產流程的儀器、儀錶必須配齊,這是加強現場管理不可缺少的物質條件。
不過,如果要問:哪種形狀的刻度表容易認讀?數位和字母的線條粗細的比例多少才最好?白底黑字是否優於黑底白字?等等,人們對此一般考慮不多。然而這些卻是降低誤讀率、減少事故所必須認真考慮的生理和心理需要。又如,誰都承認車間環境必須乾淨整潔。但是,不同車間(如機加工車間和熱處理車間),其牆壁是否應“四白落地”,還是採用不同的顏色?什麼顏色最適宜?諸如此類的色彩問題也同人們的生理、心理和社會特徵有關。
目視管理的長處就在於,它十分重視綜合運用管理學、生理學、心理學和社會學等多學科的研究成果,能夠比較科學地改善同現場人員視覺感知有關的各種環境因素,使之既符合現代技術要求,又適應人們的生理和心理特點,這樣,就會產生良好的生理和心理效應,調動並保護工人的生產積極性。
3.目視管理的內容
3.1規章制度與工作標準的公開化
為了維護統一的組織和嚴格的紀律,保持大工業生產所要求的連續性、比例性和節奏性,提高勞動生產率,實現安全生產和文明生產,凡是與現場工人密切相關的規章制度、標準、定額等,都需要公佈於眾;與崗位工人直接有關的,應分別展示在崗位上,如崗位責任制、操作程式圖、工藝卡片等,並要始終保持完整、正確和潔淨。
3.2生產任務與完成情況的圖表化
現場是協作勞動的場所,因此,凡是需要大家共同完成的任務都應公佈於眾。計畫指標要定期層層分解,落實到車間、班組和個人,並列表張貼在牆上;實際完成情況也要相應地按期公佈,並用作圖法,是大家看出各項計畫指標完成中出現的問題和發展的趨勢,以促使集體和個人都能按質、按量、按期地完成各自的任務。
3.3與定置管理相結合,實現視覺顯示資訊的標準化
在定置管理中,為了消除物品混放和誤置,必須有完善而準確的資訊顯示,包括標誌線、標誌牌和標誌色。因此,目視管理在這裡便自然而然地與定置管理融為一體,按定置管理的要求,採用清晰的、標準化的資訊顯示符號,將各種區域、通道,各種輔助工具(如料架、工具箱、工位器具、生活櫃等)均應運用標準顏色,不得任意塗抹。 字串1
3.4生產作業控制手段的形象直觀與使用方便化
為了有效地進行生產作業控制,使每個生產環節,每道工序能嚴格按照期量標準進行生產,杜絕過量生產、過量儲備,要採用與現場工作狀況相適應的、簡便實用的資訊傳導信號,以便在後道工序發生故障或由於其他原因停止生產,不需要前道工序供應在製品時,操作人員看到信號,能及時停止投入。例如,“看板”就是一種能起到這種作用的資訊傳導手段。
各生產環節和工種之間的聯絡,也要設立方便實用的資訊傳導信號,以儘量減少工時損失,提高生產的連續性。例如,在機器設備上安裝紅燈,在流水線上配置工位元故障顯示幕,一旦發生停機,即可發出信號,巡迴檢修工看到後就會及時前來修理。
生產作業控制除了期量控制外,還要有品質和成本控制,也要實行目視管理。例如,品質控制,在各品質管制點(控制),要有品質控制圖,以便清楚地顯示品質波動情況,及時發現異常,及時處理。車間要利用壁報形式,將“不良品統計日報”公佈於眾,當天出現的廢品要陳列在展示臺上,由有關人員會診分析,確定改進措施,防止再度發生。
3.5物品的碼放和運送的數量標準化
物品碼放和運送實行標準化,可以充分發揮目視管理的長處。例如,各種物品實行“五五碼放”,各類工位器具,包括箱、盒、盤、小車等,均應按規定的標準數量盛裝,這樣,操作、搬運和檢驗人員點數時既方便又準確。
3.6現場人員著裝的統一化與實行掛牌制度
現場人員的著裝不僅起勞動保護的作用,在機器生產條件下,也是正規化、標準化的內容之一。它可以體現職工隊伍的優良素養,顯示企業內部不同單位、工種和職務之間的區別,因而還具有一定的心理作用,使人產生歸屬感、榮譽感、責任心等,對於組織指揮生產,也可創造一定的方便條件。1.目視管理的含義
目視管理是利用形象直觀、色彩適宜的各種視覺感知資訊來組織現場生產活動,達到提高勞動生產率目的的一種管理方式。它是以視覺信號為基本手段,以公開化為基本原則,盡可能地將管理者的要求和意圖讓大家都看得見,藉以推動自主管理、自我控制。所以目視管理是一種一公開化和視覺顯示為特徵的管理方式,也可稱之為“看得見的管理”。


June 21, 2008

資訊電子業品質指標

資訊電子業品質指標雛議
1、前言
   1998年5月1日品質學會召開出版委員會,主任委員盧瑞彥先生(台灣的品質獎個人獎得獎人,憶華電機總經理)提到一個令人疑惑的問題。多年前他曾經訪問美國矽谷旭電公司(Solectron)(1991年曾獲美國國家品質獎),當問到該公司目前的品質水準時,該公司陳董事長答道說:『經多年的整體改善活動,目前已達到500個ppm的品質水準』。但是盧總經理自己經營的憶華電機,目前製程品質水準也可以達到200個ppm,是否以憶華的品質水準也應可以申請美國國家品質獎?可是目前憶華還不曾申請台灣的品質獎,這是否意味著台灣的品質獎較美國國家品質獎的門檻還高。本人曾經替憶華電機設計即時製程管制系統,系統中要求以dppm為單位計算製程的品質水準,所以熟知憶華電機品質水準的計算方式,當時就以下例來說明兩者 ppm 的計算方法不同,而造成品質指標不一致的結果。假設某製程;例如SMT,AI或HI,某天的生產日報如下:

產品別 檢點數 /台 生產台數 不良台數 合計缺點數
A 200點/台 1000台 5台 10點
B
100點/台  1000台  10台  20點 
C 50點/台  2000台  15台  30點 

●假如以台為計算基礎
  p =(5+10+15)/(1,000+1,000+2,000)
   =30/4,000
   =7,500ppm
  即表示每100萬台平均有7,500台是不良。
  c =(10+20+30)/(1,000+1,000+2,000)
   =60/4,000
   =0.015 dpu
 即表示每台平均有0.015個缺點。
●假如以檢點為計算基礎
  μ =(10+20+30)/( 200×1,000+100×1,000+50×2,000)
   =60/400,000
   =150 dppm
  即表示每100萬個檢點平均有150個缺點。
 以上的解釋以100萬台為單位及100萬個檢點為單位,當然要兩個 ppm   的品質指標互相比較就有所出入。近年來國內資訊電子業在國際分工的設計及製造佔有舉足輕重的地位,客戶對製造商的品質合約常包括規格承認書、品質管制計劃及製程統計資料,其中引起最多爭議就是品質水準的計算方式,其間的影響造成訂單簽不下來或出貨簽不出去,當然品管人員首當其衝被老板罵得莫名其妙。早在1993年筆者曾撰文詮釋6σ的意義(註1),而今品質學會出版委員會決定出版一份資訊電子業通用品質指標的標準一小冊,提供國內業界參考的依據。本文就此項需求先行提出一些通用的品質指標及符號術語,供資訊電子業先進討論空間,再逐步訂出符合大家可以使用的品質指標標準。

2、主要品質指標的沿革
  產品品質特性的記錄一般分成計數值或計量值,計數值又以計件或計點為記錄,計量值以實際量測之特性值為記錄。自從資訊電子業導入MIL-STD-105D表為抽樣檢驗的標準後,品質指標一直延用MIL-STD-105D表之AQL;目前使用版本為MIL-STD-105E,多年來一直通行於資訊電子業界。AQL在10以下時,可表計件的不良率或計點的缺點數,AQL在10以上時,則表計點的缺點數或每百件缺點。計量值則以製程能力指數Cp、k(Ca)、Cpk為代表。這些品質指標的大小,理論上是可以解釋其品質意義,譬如AQL=0.3%(以計件不良率表示)其意義為當檢驗批的品質水準不良率p達到0.3%時,該批以MIL-STD-105E表驗收時,被允收的機率很高約90%以上,但檢驗批的實際不良率p太大時;如1%、2%,則檢驗批被允收的機率很小。因此,AQL常被用來當成製程的品質指標,以保證交貨(交易)時的允收率。製程能力指數也被拿來衡量產品試作及量產時品質稽核的指標。有些客戶要求供應商在試作階段及量產階段提報產品或製程的管制特性,其Cp或Cpk值在多少以上,才能保證不良率 p 在多少以下。

3、各種品質指標的定義及計算例
  近年來,資訊電子業受到所謂“6個Sigma”的品質國際標竿(Benchmarking)的影響,大家紛紛採用“ppm ”或“幾個Sigma”為品質水準的計量單位,但是對這一些新的名詞及術語的定義及計算方法不同行業有不同的說法,造成業界隨客戶的要求而無所適從。以下介紹目前流行於業界的一些品質指標名詞及術語。
●計數值計件的品質指標
製程良率(Yield):一般以一製程之投入產品件數與該製程輸出良品的件數之比率。如(圖1)說明。
 輸入1000件             輸出900件
 INPUT 1000件  950件   920件
  
  不良品 50件   30件    20件
          (圖1)
A 製程良率=輸出良品件數/輸入產品件數
    =950/ 1000
    =95.0%
B 製程良率=輸出良品件數/輸入產品件數
    =920 / 950
    =96.8%
C 製程良率=輸出良品件數/輸入產品件數
    =900/ 920
    =97.8%
全製程良率=輸出良品件數/輸入產品件數
    =900/ 1000
    =90.0%
  以上適用於電子零件、半導體等製程,其不良品無法修理而報廢者。裝配廠的製程,其不良品大致上都可以修理,修理好的產品,再回線測試,繼續裝配,如此要定義其良率應以各製程的初檢通過率(First Time Yield;FTY)較為合理。
初檢通過率(First Time Yield;FTY):一製程投入產品件數與第一次檢驗就通過之件數之比率。如(圖2)說明。
 輸入1000件             輸出1000件
 INPUT 1000件  1000件  1000件

  

  不良品 50件   30件    20件
         (圖2)
A 製程FTY=輸出良品數/輸入件數
   =950/1000
   =95%
B 製程FTY=輸出良品數/輸入件數
   =970/1000
   =97%
C 製程FTY=輸出良品數/輸入件數
   =980/1000
   =98%
全製程FTY=A製程FTY×B製程FTY×C製程FTY
   =0.95×0.97×0.98
   =0.903
   =90.3%
  如此可知,全製程FTY較(圖1)略高,因此以直通率(Rolled Yield )定義較準確;其定義為輸入件數比上全製程中沒有被修理過的件數。
直通率=全製程中沒有被修理的件數/輸入件數
   =900/1000
   =90%
全製程之直通率(Rolled Throughout Yield):定義為全製程的投入產品件數與通過全製程無缺點產品件數之比率,不過在製程上要準確計算比較困難,一般以各製程的良率相乘。
●計數值計點的品質
  一般資訊電子產品只要有一個缺點就應視為不良品,但是一個不良品可能有一個以上的缺點,因此以平均每件幾個缺點較能完全表示品質;以dpu (Defects Per Unit)為單位。如(圖3)的流程圖。
 輸入1000件             輸出1000件
 INPUT 1000件  1000件  1000件
  
  不良品 50件   30件    20件
  缺點數 80點   45點    25點
          (圖3)
A製程的dpu=缺點數/檢查件數
   =80點 / 1000件
   =0.08dpu
B製程的dpu=缺點數/檢查件數
   =45點 / 1000件
   =0.045dpu
C製程的dpu=缺點數/檢查件數
   =25點 / 1000件
   =0.025dpu
全製程的dpu=缺點總數/檢查件數
   =(80+45+25)點/4000件
   =0.0375dpu
  一般不同產品的每件檢點數不同,檢點數愈多,dpu就可能愈大,以dpu的大小來比較產品品質的好壞似乎不太合理,因此用總檢點數與總缺點數之比來比較品質會客觀一點;以dppm(Defect Parts Per Million)為單位,如(圖4)的流程圖。
 輸入1000件             輸出1000件
  檢點數 50點   50點    400點
  INPUT 1000件  1000件   1000件
   
   不良品 50件   30件    20件
 缺點數 80點   45點    25點
          (圖4)
A 製程每百萬檢點平均缺點數
 =(總缺點數/總檢點數)× 106
 =(80 /(1000×50))×106
 =1600 dppm
B 製程每百萬檢點平均缺點數
 =(總缺點數/總檢點數)× 106
 =(45 /(1000×50))× 106
 =900 dppm
C 製程每百萬檢點平均缺點數
 =(總缺點數/總檢點數)× 106
 =(25 /(1000×400))× 106
 =62.5 dppm
全製程每百萬檢點平均缺點數
 =(總缺點數/總檢點數)× 106
 =((80+45+25)/(1000×50+1000×50+1000×400))×106
 =300 dppm
 dpu是代表每件產品平均有幾個缺點,而dppm是每檢查一百萬的檢點平均有幾個缺點。一個檢點代表一產品或製程可能會出現缺點的機會,它可能是一個零件、特性、作業等等,有些地方以ppm/part(註2),dpmo(Defects Per Million Opportunities)(註3)為品質指標,其實與dppm是同樣的意義。時下許多資訊電子裝配廠,其製程上記錄是以dppm 為單位,不同檢點數的產品或製程就可依下式換算為dpu。
  dpu=產品或製程檢點數×dppm×106
 良率是最容易了解的品質指標;投入製程的產品,經製造過程後,就可以實際交給下工程或可以直接出貨的比率,良率愈高代表效率愈高,報廢愈少,修理愈少,對品質、成本、交期都有直接的關係,這是人人皆知的道理,因此,良率應為最終的品質指標。假若可以事先估算出產品或製程的dpu,就可以預估產品在該製程的良率,以卜氏分配的性質可計算其良率。假設X為某件產品經某製程後之觀測缺點數,當X=0時,即表示該件產品沒有缺點,因此,P[X=0]即表示該產品無缺點的機率;就是良率。以下式表示
P[X=0]= e-dpu
dpu與製程良率的關係如(表1)。

dpu 5.0 4.0 3.0 2.0 1.0 0.5 0.05 0.01
Yield% 0.67% 1.83% 4.98% 13.5% 36.8% 60.7% 95.1% 99.0%

(表1)

  以上之品質指標皆以計數值之計件或計點來解釋其與良率之關係,而計量值之品質指標Cp或Cpk也可以定義一產品或製程特性的良率;此處可以計數值之一檢點為同樣的意義,一檢點可以為一產品或製程特性。
●計量值的品質指標
  製程能力指標Cp或Cpk之值在一產品或製程特性分配為常態且在管制狀態下時,經由常態分配之機率計算,可以換算為該產品或製程特性的良率或不良率,同時亦可以幾個Sigma來對照。茲以產品或製程特性中心沒偏移目標值,中心偏移目標值1.5σ及中心偏移目標值T/8分別說明之,品管先進陳文化先生認為對於Sigma水準較小時,偏移的幅度應相對的小,才較合理,因此提出偏移目標值T/8的考量。
先定義以下幾個符號
● X:個別產品或製程特性值
● USL:規格上限
● LSL:規格下限
● m:目標值或規格中心,一般為(USL+LSL)/2
● T=USL-LSL:規格界限寬度
● μ:產品或製程特性中心或平均數
● σ:產品或製程特性標準差
(1) 產品或製程特性中心沒偏移目標值;即 μ = m = (USL+LSL)/2
Sigma 水準= + - kσ;即 T = USL - LSL = 2 kσ
Cp = 規格界限寬度 / 6σ = T / 6σ = (USL - LSL)/ 6σ = 2 kσ/ 6σ = k / 3 = Cpk
不良率= P [ | X | > kσ ] = P [ | Z | > k ] =標準常態分配右尾機率 × 2
良率= ( 1-不良率)

Sigma
水準
+ - kσ Cp
Cpk 良率
% 不良率
ppm
1σ 0.33 68.27% 317,400
2σ 0.67 95.45% 45,600
3σ 1.00 99.73% 2,700
4σ 1.33 99.9937% 63
5σ 1.67 99.999943% 0.57
6σ 2.00 99.9999998% 0.002

(表2) 中心沒偏移目標值

(2) 產品或製程特性中心偏移目標值1.5σ;即μ=(USL+LSL)/2 + - 1.5σ
 Sigma 水準= + - kσ;即 T=USL-LSL= 2 kσ
 ●產品或製程特性中心大於目標值1.5σ
 CPU=(USL - μ)/3σ=(kσ - 1.5σ ) / 3σ=( k-1.5 ) / 3
 CPL=(μ - LSL) / 3σ = ( kσ + 1.5σ ) / 3σ = (k+1.5) /3
 Cpk = MIN{CPU,CPL}=(k-1.5)/3
 不良率=P [ X > USL ] + P [ X < LSL ] = P [ Z > 3 x CPU ] + P[ Z > 3 x CPL ]
    =P [ Z > ( k + 1.5 ) ] + P [ Z < ( k + 1.5 ) ]
 良率 = ( 1- 不良率)
 ●產品或製程特性中心小於目標值1.5σ
 CPU=(USL-μ) / 3σ =(kσ + 1.5 σ )/ 3σ =(k+1.5) /3
 CPL=(μ-LSL) / 3σ =(kσ + 1.5 σ )/ 3σ=(k-1.5) /3
 Cpk= MIN{CPU,CPL}=(k-1.5) /3
 不良率= P [ X > USL ] + P [ X < LSL ] =P[ Z > 3 x CPU ] + P[ Z > 3 x CPL ]
    = P[ Z > ( k + 1.5 )] + P[ Z > 3 x ( k - 1.5 ) ] 
 良率 = ( 1- 不良率)

Sigma
水準
+ - kσ Cp Cpk 良率
% 不良率
ppm
1σ 0.33 -0.17 30.23% 697,672
2σ 0.67 0.17 69.13% 308,770
3σ 1.00 0.50 93.32% 66,811
4σ 1.33 0.83 99.379% 6,210
5σ 1.67 1.17 99.99767% 233
6σ 2.00 1.50 99.99966% 3.4

(表3) 中心偏移目標值1.5σ


(3) 產品或製程特性中心偏移目標值T/8;即μ=(USL+LSL)/2 + - T / 8
 Sigma 水準= + - kσ;即T=USL-LSL= 2kσ
 ●產品或製程特性中心大於目標值T/8=2kσ / 8= (k / 4)σ
 CPU=(USL-μ)/ 3σ =(kσ-( k / 4) σ )/ 3σ=3k/12
 CPL=(μ-LSL)/3σ=(kσ+( k / 4) σ )/ 3σ=5k/12
 Cpk= MIN{CPU,CPL}=3k/12
 不良率=P [ X > USL ] + P [ X < LSL ] =P[ Z > 3 x CPU ] + P[ Z > 3 x CPL ]
    =P[ Z > 3k / 12 )] + P[ Z > P [ Z > 5k /12 ]
 良率= ( 1- 不良率)
 ●產品或製程特性中心小於目標值T/8=2kσ / 8= ( k / 4)σ
 CPU=(USL-μ)/ 3σ =(kσ + (k / 4)σ) / 3σ = 5k/12
 CPL=(μ-LSL)/ 3σ =(kσ - (k / 4)σ) / 3σ = 3k/12
 Cpk= MIN{CPU,CPL}=3k/12
 不良率=P [ X > USL ] + P [ X < LSL ] =P[ Z > 3 x CPU ] + P[ Z > 3 x CPL ]
 =P[ Z > 5k /12 )] + P[ Z > P [ Z > 3k /12 ]
 良率= ( 1- 不良率)

 

Sigma
水準
+ - kσ Cp
  Cpk 良率
% 不良率
ppm
1σ 0.33 0.25 73.33% 266,686
2σ 0.67 0.50 92.698% 73,017
3σ 1.00 0.75 98.7687% 12,313
4σ 1.33 1.00 99.8650% 1,350
5σ 1.67 1.25 99.99116% 88.4
6σ 2.00 1.50 99.99966% 3.4

(表4) 中心偏移目標值T/8


  不管是計數值或計量值,產品或製程的良率均可依製程記錄計算或預估出來,我們以(表2)、(表3)、(表4)可以比對其品質水準達到幾個Sigma。但是產品或製程有些檢點多有些少,有些容易有些困難,有的是零件、KD件、CKD件或最終產品,如何以一致的品質指標來表示品質水準,以下節來說明。
4、品質指標的解讀
  以6 Sigma國際品質標竿3.4 ppm是資訊電子的終極目標,幾乎有定出品質目標的公司都以6 Sigma或3.4 ppm為最終追求的品質水準。3.4 ppm是以以一個檢點而言,不是每一產品或製程都要達到這個水準,要看產品或製程的檢點數。以(表5)、(表6)來說明檢點數在不同品質水準時其相對應的良率。

 

檢點數
n 3σ 4σ 5σ 6σ
1 99.73% 99.9937% 99.999943% 99.9999998%
2 99.46 99.99 99.9999 99.99999
5 98.66 99.97 99.9997 99.99999
10 97.33 99.94 99.9994 99.99999
50 87.36 99.69 99.997 99.99999
100 76.31 99.37 99.994 99.99998
500 25.88 96.90 99.97 99.99990
1000 6.70 93.89 99.94 99.9998
2000 0.45 88.16 99.87 99.9996


(表5)檢點數與良率的關係(中心不偏移目標值)

 

檢點數
n 3σ 4σ 5σ 6σ
1 93.32% 99.379% 99.9767% 99.99966%
2 87.09 98.76 99.95 99.99932
5 70.77 96.93 99.88 99.9983
10 50.09 93.96 99.77 99.9966
50 3.15 73.24 98.84 99.98
100 0.10 53.64 97.70 99.966
500 0.00 4.44 89.02 99.83
1000 0.00 0.20 79.24 99.66
2000 0.00 0.00 62.75 99.32


(表6)檢點數與良率的關係(中心偏移目標值1.5σ)

  當你的產品或製程檢點為10個,良率為93.96%時,以(表6)對照品質水準約在4σ,產品或製程檢點為100個,良率為97.70%時,品質水準約在5σ。一般可依下式轉將良率轉換為k Sigma水準,設良率為Yield,檢點數為n,則
當中心不偏移時,k= Φ-1 ( Yield1/N )
當中心偏移1.5σ時,k= Φ-1 ( Yield1/N ) +1.5
Φ-1 ( x )為標準常態分配累積百分點
  因此,產品或製程的品質指標不管是以Yield%、ppm、dpu、dppm或計量值來記錄,我們只要知道其檢點數n,將這些品質指標都轉換為良率即可依上式轉換為幾個Sigma。

(例1)產品或製程的品質水準為500ppm,檢點數為30。則
Yield = 0.9995, Φ-1 ( 0.99951/30 ) = Φ-1 ( 0.99998 ) = 4.1
當中心不偏移時為,4.1σ
當中心偏移1.5σ為,5.6σ

(例2)製的品質水準為0.005dpu,檢點數為50,則
Yield=e-0.005 =0.995,= Φ-1 ( 0.9951/50 ) = Φ-1 ( 0.999899 ) = 3.7
當中心不偏移時,為3.7σ
當中心偏移1.5σ,為5.2σ

(例3)製程的品質水準為200dppm,檢點數為10,則dpu=100×200×10-6=0.002,
Yield=e-0.002=0.98,= Φ-1 ( 0.9998 ) =3.5
當中心不偏移時,為3.5σ
當中心偏移1.5σ時,為5.0σ

  以6σ不良率3.4ppm為品質標桿時,應以產品或製程的一個檢點或一個特性之dppm或ppm為計算標準,依檢點數的多寡或難易定義合理的品質指標。
  當產品或製程的品質水準達到某一dppm水準時;例如500dppm,而其檢點數為200個,則實際生產時品質狀況將會如何?先計算其dpu,我們可以預估其缺點的分配狀況。假設生產1000件產品,dpu=0.1時,則產品中有k個缺點的機率如下式
    dpu=產品或製程檢點數×dppm×10-6=200×500×10-6=0.1
      P(X=k)= dpuke-dpu / k! = (0.1 )ke-0.1 /k! , ,k=0,1,2,…
以(表7)說明其缺點分配狀況。

缺點數
k 機率P(X=k) 期望
件數 總
缺點數
k=0 0.905 905 0
k=1 0.090 90 90
k=2 0.005 5 10
k≧3 0.000 0 0
Total 1.000 1,000 100

(表7)dpu=0.1時1,000產品的缺點分配



June 19, 2008

什麼是SPC?

什麼是SPC?
一、概述
  近年來,由於科學技術的迅猛發展,產品的不合格品率迅速降低,如電子產品的不合格率由過去的百分之一、千分之一降低到百萬分之一(ppm,10–6),乃至十億分之一(ppb,10–9)。品質控制方式也由過去的3s控制方式演進為6s控制方式。3s控制方式下的穩定狀態不合格品率為2.7×10–3(0.27%),6s控制方式下的穩定狀態不合格品率僅為2.0×10–9(10億分之二),參見圖1。(略) 這就是21世紀的超嚴格品質要求,各種產品都有其相應的超嚴格品質要求。因此,著名的美國品質管制專家朱蘭早在1994年就在美國品質管制學會年會上指出:“21世紀是品質的世紀”。
  大家知道,貫徹預防原則是現代品質管制的核心與精髓。對如此嚴格的品質要求,採取什麼樣的科學措施和科學方法來貫徹預防原則並保證品質方針和目標的實現呢?這就要提到“SPC”    二、 什麼是SPC ?
  1. SPC
  SPC(Statistical Process Control)即統計程序控制,是20世紀20年代由美國休哈特首創的。SPC就是利用統計技術對過程中的各個階段進行監控,發現過程異常,及時告警,從而達到保證產品品質的目的。這裡的統計技術泛指任何可以應用的數理統計方法,而以控制圖理論為主。但SPC有其歷史局限性,它不能告知此異常是什麼因素引起的,發生於何處,即不能進行診斷,而在現場迫切需要解決診斷問題,否則即使要想糾正異常,也無從下手。
    如何在生產實踐中應用SPC
    SPC即指統計程序控制。它能科學地區分出生產過程中的偶然波動與異常波動,從而對生產過程的異常及時警告,以便人們採取措施,消除異常,恢復過程的穩定。SPC強調全過程的預防,就是應用統計技術對過程中的各個階段進行監控,從而達到改進與保證品質的目的。
  SPC的特點是:1)SPC是全系統的、全過程的、要求全員參加,人人有責。這與全面品質管制的精神完全一致。2)SPC強調用科學的方法(主要是數理統計技術,尤其是控制圖理論)來保證全過程的預防。3)SPC不僅用於生產過程,而且可用於服務過程和一切管理過程。SPC的上述特點與2000版ISO9000要求的三個強調:1)強調“把一切看成過程”;2)強調“預防”; 3)強調“統計技術的應用是不可剪裁的”是一致的。因此,企業各級領導及品質專業人士應該明確:SPC是推行ISO9000的基礎。
    一、 SPC在企業應用中的一般步驟
  1. 技術培訓
  主要培訓SPC的重要性、正態分佈等數理統計基本知識、品質管制七種工具(其中特別要對控制圖深入學習)、兩種品質診斷理論、如何制訂程序控制網圖、如何制訂程序控制標準等。
  2. 確定關鍵變數(即關鍵品質因素)
    a. 對全廠的各道工序都要進行分析,找出對產品影響最大的變數,即關鍵變數;
    b. 列出程序控制網圖,即按工藝流程順序將每道工序的關鍵變數在圖上標出。
  3. 提出或改進規格標準
    a. 對步驟2得到的每一個關鍵變數進行具體分析;
    b. 對每個關鍵變數建立程序控制標準,並填寫程序控制標準表。
  4. 編制控制標準手冊並予以落實
    將有關程序控制標準的文件編制成明確易懂、便於操作的手冊,讓各道工序使用。
  5. 對過程進行統計監控
    主要應用控制圖對過程進行監控,使用中若發現控制標準有問題,則需要對控制標準手冊進行修訂。
  6. 對過程異常進行診斷並採取措施解決問題
    a. 可運用傳統的品質管制方法,如七種工具,進行分析;
    b. 可應用診斷理論,如兩種品質診斷理論,進行分析和診斷;
    c. 在診斷後的糾正過程中可能引出新的關鍵品質因素,應及時回饋到步驟2、3、4。
    二、休哈特控制圖的種類、用途及應用控制圖需要考慮的問題
  計量控制圖四種:均值—極差控制圖(Xbar—R)、均值—標準差控制圖(Xbar—Rs)、中位數—極差控制圖(Xmed—R)、單值—移動極差控制圖(x—Rs);計數控制圖四種:不合格品率控制圖(P)、不合格品數控製圖(Pn)、缺陷數控製圖(C)、單位缺陷數控製圖(U)。它們的用途分別是:
  1. Xbar—R控制圖是最常用的基本控制圖。它適用於各種計量值。Xbar控制圖主要用於觀察分佈的均值變化;R控制圖用於觀察分佈的分散情況或變異度的變化,而Xbar—R控制圖則將兩者聯合運用,以觀察分佈的變化。
  2. Xbar—Rs控制圖與Xbar—R控制圖相似,只是用標準差圖(s圖)代替極差圖(R圖)。極差計算簡便,故R圖得到廣泛應用,但當樣本容量較大時,應用極差估計總體標準差的效率降低,需要用s圖來代替R圖。
  3. Xmed—R控制圖與Xbar—R控制圖相比,只是用中位數代替均值圖。由於中位數的計算比均值簡單,所以多用於需在現場把測定資料直接記入控制圖的場合。
  4. x—Rs控制圖多用於:對每一個產品都進行檢驗,採用自動化檢查和測量的場合;取樣費時、檢驗昂貴的場合;樣品均勻,多抽樣也無太大意義的場合。由於它不象前三種控制圖那樣能取得較多的資訊,所以它判斷過程的靈敏度要差一些。
  5. P控制圖用於控制物件為不合格品率或合格品率等計數值品質指標的場合。應注意的是,在根據多種檢查項目綜合評定不合格品率的情況,當控制圖顯示異常時,難以找出異常的原因。因此,使用P圖時應選擇重要的檢查項目作為判斷不合格品的依據。常見的不良率有不合格品率、廢品率、交貨延遲率、各種差錯率等。
  6. Pn控制圖用於控制物件為不合格品數的場合。設n為樣本大小,P為不合格品率,Pn作為不合格品數控製圖的簡記記號,由於計算不合格品率需進行除法,比較麻煩,所以在樣品大小相同的情況下,用此圖比較方便。
  7. C控制圖用於控制一部機器、一個部件、一定長度、一定面積或任何一定的單位中(即樣本大小不變)所出現的缺陷數目,如布匹上的疵點數、鑄件上的砂眼數、機器設備的缺陷數或故障次數等。
  8. U控制圖。當樣本大小變化時,不宜用C控制圖,需換算為平均每單位的缺陷數後再使用U控制圖。
    應用控制圖需要考慮以下問題:
     1) 控制圖用於何處?原則上講,對於任何過程,凡需要對品質進行控制管理的場合都可以應用控制圖。但還應注意區分計數值和計量值,另外所控制的過程必須具有重複性,即具有統計規律,對於一次性或少數幾次的過程顯然難於應用控制圖進行控制。
     2) 如何選擇控制物件?在使用控制圖時應選擇能代表過程的主要品質指標作為控制對象。一個過程往往具有各種各樣的特性,需要選擇能夠真正代表過程情況的指標。如內圓磨工序,應選擇內徑尺寸偏差及變動量進行控制。
     3) 怎樣選擇控制圖?首先應根據所控制品質指標的資料性質選擇採用計數或計量值控制圖中的一種。其次要確定過程中要控制的因素是單指標還是多指標,選擇用一元控制圖還是用多指標控制圖。最後,還需要考慮其他要求,如檢出力大小、抽取樣品、取得資料的難易程度、是否經濟等。
     4) 如何分析控制圖?如果控制圖點子出界或界內點子排列非隨機,則應認為生產過程失控。但在判斷過程失控前,應首先檢查樣品的取法是否隨機、資料的讀取是否正確、計算有無錯誤、描點有無差錯,然後再來調查生產過程方面的原因。
     5) 對於點子出界或違反其他判斷判定準則的處理,應執行“查出異因、採取措施、保證消除、不再出現、納入標準”的20字原則,立即追查原因,並採取措施防止它再次出現。否則,就不如不搞控制圖。
     6) 一般來說,控制圖只能告警,而不能告訴引起異常的原因。要找出造成異常的原因,除根據生產和管理方面的技術與經驗來解決外,應用“兩種品質診斷理論”和“兩種品質多元診斷理論”來診斷是十分有效的。
     7) 控制圖的重新制定十分重要。控制圖是根據穩定狀態下的條件(人員、設備、原材料、工藝方法、環境,即4M1E)來制定的。上述條件一旦發生變化,控制圖也必須重新加以制定。另外,控制圖在使用一段時間後,應重新抽取資料,進行計算,加以檢驗。
    8) 控制圖應加以妥善保管。控制圖的計算及日常的記錄都應作為技術資料加


June 16, 2008

標準工時與效率分析(產能排程與產線平衡)

通用計數產能模式

作業特性
所加工的產品每一件各別獨立存在,實際進行生產作業時對個別獨立工件進行工作。

計算需求工時的方式
前置準備工時+(工件數量*單件工時)

適用範圍
大多數行業的組立或包裝作業。
模具業(精密加工業)放電加工作業。


獨立批量產能模式

作業特徵
所加工的產品以固定的批量方式存在,實際進行生產作業時以每個批量為最小作業單位,前一批量完成作業之後才能開始進行下一批量的作業。

計算需求工時的方式
前置準備工時+(批量數*單批工時)
※ 批量數=應工作數量/每批數量

適用範圍
電子組裝業的SMT或自動插件作業(常見多聯片)。
塑膠射出機的生產作業(常見一模數穴)。
染整業的染色作業。
化工業的反應槽作業
光電產業鏡片真空鍍膜作業
金屬加工業一般熱處理作業


連續批量產能模式

作業特徵
所加工的產品以固定的批量方式存在,實際進行生產作業時以每個批量為最小作業單位,前一批量尚未完成作業時下一批量即開始作業,前後批量之間有部分重疊工時同步進行作業。

計算需求工時的方式
前置準備工時+單批工時+(批量數-1)*批量間隔工時
※ 批量數=應工作數量/每批數量

適用範圍
陶瓷業隧道式連續窯。
金屬加工業連續式熱處理作業。
連續式粉體塗裝表面處理作業。
電鍍作業。
需要資料者請至下載點:
http://gogobox.com.tw/yangalex0320



June 14, 2008

生產管理

生產管理
production management
為了使工業生產過程能以規定水準順利進行而作的計畫與控制,
其技巧同時被運用在服務業和製造業。
※ 找出及解決與生產有關的問題
※ 理解生產管理對公司成功的重要性
※ 把生產資源發揮最大效用
※ 懂得運用新的工具于生產管理中
※ 決定生產策略
※ 生產系統
※ 生產地點選擇及設計
※ 管理生產成本
※ 存貨管理(帕累托分析,經濟定貨批量模型,訂貨系統)
※ 活動排期(物料需求量計劃,准時生產制)
※ 生產管理中的人為因素
※ 項目管理 ─ (甘特圖,關鍵路徑法,計劃評審技術)
※ 表現的量度及監察(如:質素、速度、可靠性、靈活性及成本)
何謂生產:
生產的意義係指將一切的生產所需要的資源組合起來,製作有形的產品或無形的勞務,用以滿足消費者的需要。換言之,這種將生產所需要投入的資源加以組合後,轉換成產品或勞務的產出 (Output) 就叫做生產。生產過程(參考圖一)中,所需要投入的資源叫做生產因素。通常生產所需要的生產因素主要有下列數項:
(1) 土地
(2) 勞工
(3) 資本
(4) 資材(原料及物料)
投入 → 生產因素 → 轉換過程 → 產出 → 產品或勞務
二、生產管理的意義:
由投入之資源轉換為產出之產品,其間所經歷的生產過程有好有壞,其生產效率有高低之分。想要將低的生產效率轉變成高的生產效率,便需要有一套妥善的管理方法。這種將生產過程加以管理,使生產效率提高的方法,稱之生產管理 (Production Management) 。生產管理之任務在提高生產效率,而生產效率應以下列公式表示:  
生產效率=產出/投入      
勞工的生產效率=產出/勞工的投入
資本的生產效率=產出/資本的投入
因此生產管理要使生產效率提高,必須注意下列各事項:
(1) 設法瞭解各種生產所需要之投入資源,並以最低價格獲取品質優良的各項投入資源。   
(2) 產品之品質設計應使產品的獲利最高。如(圖二)所表示,產品之品質設計應 QA 水準,如此產品獲利最高。若產品之品質設計在 QB 或 QC 則產品的獲利降低。   
(3) 設法降低原物料之存量,減少勞工在工作期間之休閒,並對資本與土地善加利用。   
(4) 設立最佳生產過程,縮短物料搬運時間,減少物料搬運成本。
(5) 產品的品質、數量與交期都應合乎客戶的要求。品質不合乎客戶要求的不良品,容易遭到客戶退貨、要求賠償、再修理或毀壞商譽、喪失客戶等損失。
生產管理的意義
廣義的來說,生產管理即是企業對所有和生產產品或提供服務有關活動的管理。生產管理這個名詞,數十年來名稱未變,然而,其內容的變動卻反映了產業界的變革,這種變動的趨勢,和我們如今對服務業越來越重視的趨勢是一致的。因此,當我們談到生產管理時,我們並不特別強調所考慮的範圍是在製造業或在服務業上,事實上許多管理上的原理及工具,都是可以共通使用的。
在一個企業中,生產管理主要的功能,便是負責製造出企業的產品或服務。由於資源的投入企業系統,而產生出客戶需要的產品及服務。輸入企業系統的包含人員、設備、材料、物料、能源、技術、服務、廠房、土地、資金及政府法令規章、社會及環境的要求等資源或資訊,企業系統輸出的是企業產出的產品或服務。而企業系統就是我們利用輸入轉換為產出的機制。資訊的流動及傳遞需是雙向的,轉換的機制便利用這些雙向流動的資訊來改善轉換機制的績效,使得轉換機制運作的更有效率。
一個現代的企業,要能生存才是最重要的。能生存且具有其他企業所不能及的競爭優勢,才是企業能長久生存之道。成本低、品質好、交貨時間短、生產彈性大是現在以及可預見的未來,客戶門的主要訴求,是難以改變的。生產管理就是要找出如何做好且領先同業的方法,徹底執行,以建立企業特殊的競爭優勢,讓其他企業可望但不容易學到的競爭優勢。
生產管理是供應鏈管理的基礎,如果企業的生產管理績效不彰,必然影響與上下游企業的合作。

下載生產管理資料:
http://gogobox.com.tw/yangalex0320

June 13, 2008

QC SPC

[管制圖基本原理]

統計理論認為母體參數可由隨機抽取的樣本來估計,SPC圖的統計基礎即在於此。
但是,SPC圖並不能控制一個製程,它只是提供製程重要的資訊,這個資訊可以作為品質決策與修正製程的基礎。

一般SPC圖提供三條製程資訊的管制線:

上管制線(upper control limit, UCL)

中心線(center line, CL)

下管制線(lower control limit, LCL)。

不同製程管制對象有不同的資料,所有的資料都可歸類到下列其中一種:

1. 分類資料-將產品品質分為「好或不好」、「合格或不合格」等

2. 計數資料-記錄某產品的某個特性發生次數,例如錯誤次數﹑意外次數﹑銷售領先次數等

3. 連續資料-某個品質特徵的量測值,例如尺寸﹑成本﹑時間等

前兩種資料為計數值資料,第三種為計量值資料。收集資料時,如果可能應該盡量收集定量資料,
因為定量管制圖所需的比較性計算較少,而且能提供較多的資訊。
 

[基本計算]

管制圖可用一通式來表示,假設y為量測品質特性之樣本統計量,y之平均數為μy,標準差為δy,則

UCL=μy+kδy
中心線=μy
LCL=μy-kδy

其中kδy為管制界限至中心線之距離。此管制圖之理論首先由美國之Waiter A. Shewhart博士提出,
任何依據此原理發展出之管制圖都稱為Shewhart (蘇華特)管制圖。


[應用範圍]

管制圖之應用有許多方式,在大多數之應用上,管制圖是用來做製程之線上(on-line)監視。亦即收集製程樣本數據用來設立管制圖,
若樣本值落在管制界限內且沒有任何系統性之變化,則稱製程在管制內。管制圖也可以用來決定過去之製程數據是否在管制內,及
末來之製程是否將在管制內。管制圖也可用來做為估計之工具,當製程是在管制內時,則可預測一些製程參數,例如平均數、標準差、不合格率等。
此種製程能力分析對於管理者之決策分析有相當大之影響,例如自製或外購之決策,工廠及製程之改善以降低變異,及與供應商或顧客間之合約。


[管制圖實施步驟]

1. 選擇品質特性

2. 決定管制圖之種類

3. 決定樣本大小

在設計管制圖時,我們必須決定樣本之大小(sample size)及抽樣之頻率。一般而言,大樣本可以很容易地偵測出製程內小量之變動。

當選定樣本大小時,必須先決定所要偵測之製程變動的大小。當製程變動量相當大時,則適合使用小樣本,反之,若製程變動小時則使用大樣本。
除了決定樣本大小外,我們同時須決定抽樣之頻率。最理想之狀況是次數頻繁地抽取大樣本。但從經濟觀點而言,此並非最佳之抽樣方法。
較可行之方法是在長時間間隔下取大樣本或短時間間隔下取小樣本。在大量生產下或有多種可歸屬原因出現下,較適合樣本小而次數多之抽樣。
由於檢測器和自動量測技術之發展,目前之趨勢傾向100%檢驗。

4. 抽樣頻率和抽樣方式

管制圖是利用合理樣本組之概念來收集樣本數據。合理樣本組之抽樣方式可讓可歸屬原因出現時,樣本組間發生差異之可能性最大,而樣本組內發生差異之可能性為最小。
當管制圖應用到生產時,生產時間次序為一合乎邏輯之合理樣本組取樣方法。
一般合理樣本組之抽樣有兩種方式進行。

在第一種方式下,組內樣本儘可能在時間差距很短
之情況下收集,如右圖之(a)。這種抽樣方法將可使樣本組間之差異為最大而樣本組內之差異為最小。這種抽樣方式也是估計製程標準差之最好方法,
一般稱之為瞬時法(instant time method)。

第二種方式下,樣本組內之數據為來自於上次抽樣後具代表性之產品。在此種抽樣方式下,每一樣本可視為在抽樣間隔內之隨機樣本,如右圖之(b)。
此種抽樣方式稱為分散式抽樣(distributed sampling)或稱為定時法(period of time method)。
這種抽樣方法通常是用在決定自上次抽樣後之產品是否可接受時。

5. 收集數據

6. 計算管制圖之參數,一般包含中心線和上下管制界限

7. 收集數據,利用管制圖監視製程

 
[使用管制圖之原因]

1. 管制圖是一改善生產力之有效工具

管制圖之有效運用可降低報廢和重工。報廢和重工之降低代表生產力增加、成本降低和產能之增加。

2. 管制圖是預防不合格品之有效工具

管制圖為一預防性之管理工具,強調第一次就做對,它比事後之檢驗更能提昇產品之品質。

3. 管制圖可預防不需要之製程調整

由管制圖可獲知調整製程參數之最佳時機,以避免因過度調整,使製程變異增加,造成製程成效惡化。

4. 管制圖可提供診斷之資訊

管制圖上之非隨機性變化模型(nonrandom patterns)可以提供診斷製程異常之情報。一個非隨機性模型通常是由一組異常原因所造成。
由管制圖上非隨機性模型可了解製程何時為異常,並可縮小尋找問題原因之範圍,降低診斷時間。管制圖可提供有關製程能力之資訊
管制圖可提供製程參數、製程之穩定程度和製程能力等情報,這些資訊對於產品和製程之設計者非常有幫助。
提供excel版本的SPC
下載點:http://gogobox.com.tw/yangalex0320


June 11, 2008

全面質量管理實施與推進

全面生產保養(Total Productive Maintenance)是所有員工經由小集團活動實現的生產保養;具體內涵是「徹底排除設備的損失及浪費,使設備達到最高效率,以提昇企業的業績及創造出有人生意義的工作現場為目標」,亦是企業製造策略重要一環,藉由人員素質提昇,進而改善設備效能,以提昇企業體質提昇製造競爭力具體作為之活動。日本設備維護協會(Japan Institute of Plant Maintenance,JIPM)對TPM具體涵義為:
(1)以建立追求生產系統效率化的極限(總合效率化),以改善企業體質為目標。
(2)在現場現物架構下,以生產系統全體壽命週期為對象,追求「零災害、零不良、零故 障」,並將所有損失事先加以防範。
(3)從生產部門開始,擴展到開發、營業、管理等所有的部門。
(4)從公司經營階層到第一線的作業員,全員參加。
(5)利用重複小集團活動,達成「零損失」之目標。
三、TPM 的理念與目標
藉著人和設備體質的改善,進而改善企業的體質為TPM的目標,其基本理念:
TPM的基本理念
1、建立可以賺錢的企業體質
─追求經濟性、零災害、零不良、零故障
2、預防哲學(防範未然)
─MP─PM-CM-
3、全員參加(參與型管理、尊重人性)
─重複小集團組織、從業人員的自主保養
4、現場現物主義
─把設備、工作塑造成“應有的狀態”、以用目視管理、創造乾淨明亮的現場
5、自動化、無人化
─不用人工的生產現場

最近看到一篇TPM的PPT,寫的還不錯~~有興趣的可以來下載
http://gogobox.com.tw/yangalex0320