《聆听制程的声音(doc6).pdf》由会员分享，可在线阅读，更多相关《聆听制程的声音(doc6).pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、聆听制程的声音（聆听制程的声音（doc6)doc6)MOTOROLA 在推動其品質運動時期(1989 年)有一段話頗值得我們深思玩味:客戶滿意是一切商業行為的基石.特别是在現今高度競爭的時代,客戶們正毫不留情地要求更高標準的產品品質,更低的價格,更好的服務及附加價值.這一些已然影響許多公司的營運策略及日常運作.品質的源頭是製程,製程的變異是品質起伏變化的要紧根源.在現今大量製造,分工精細的時代.如何聆聽到”製程微弱的聲音”並下正確的判斷而獲致有效的操纵?若是沒有足夠並正確的工具來得知事件的真相,那跟”瞎子摸象”有何差別?每個瞎子摸到的部位都不一樣,自然彼此見解也不一樣,到時候團隊中充滿各種自以
2、為是的爭辯,演變到後來變成誰在爭辯中機智反應比較快,態度比較堅持強悍的,那他的解決方案便成為主流.這時在錯誤方向下,越努力的人,所造成的損失越大.戴明博士(W.Edwards Deming)稱之為”努力挖掘自已的墳墓”.為了不只是”work hard”,更要”work smart”,我們實在需要一個能聆聽”製程聲音”的工具,使自己确实能張開眼睛,看到未來正確的出路品質精良;顧客滿意.Cpk 与GRR 就是這類工具中兩個相當重要的成員.但是先提醒的是:同樣的工具,會因使用目的的不一致,而有不一致的使用方法.比如同樣使用尖嘴鉗,將電線剝絕緣皮或者是整個剪斷,使用手法便不一致.下列內容是根據敝人在所
3、服務的光電製造工程處的內部訓練課程中編寫的講義加以演述而成.且讓我們以”紙上研討會”的方式來簡介今天的主題:Cpk&GRR.圖圖 1 1若是少量生產,比如生產量為 100 個,不良率設定為 2%下列,而且品質的觀念尚停留在合規格即可的層次.要瞭解產品品質便很簡單,只要耐著性子把100產品都檢查完,不良品在2個下列便屬正常.但在現今一個訂單動輒數十萬個,甚至數百萬個,以全檢方式及合格與否來瞭解製程已不太可行.更何況現今客戶的品質觀念已從”合格即可”轉變成”產品特性集中並趨近期望值”的模式.上述對產品特性的瞭解均須透過量測數據,問題是量測工具可靠嗎?它會不會扭曲”製程聲音”?它造成的影響有多少?圖
4、 2 示:從生產機具所生產的產品中取樣(數量通常少於 100 個),量取特性數據後,透過Cpk的手法就能够瞭解品質問題的肇因方向.但量具需先通過GRR的驗證手法瞭解其數據可靠性.圖圖 2 2圖2的”量具穩定”是指量具對同一個樣品重複量測數據間的差異很小.”量具容易使用則是指量具不會因不一致的人使用而使數據有所差異.圖圖 3 3圖 3 右邊的圖示是以 Minitab 軟體計算得來.其中製程能力指標 Cpk 電子業通常要求1.33,即不良率 63ppm(每百萬個產品中有 63 個不良品),但一些較先進的公司要求 1.5即 3.4ppm(如 MOTOROLA).甚至 1.67 即 0.57ppm(如
5、 GM,Ford,Chrysler 全美三大汽車廠).Cp 較嚴格的要求則為 2.通常說來 Cp 比 k 重要,因為 k 值不佳很可能只要調整機器設定參數即可解決,但 Cp 差則是製程變異太大;變異是製程品質的大敵,較難以克服.圖圖 4 4：GRR 的作法是以 10 個樣品,23 人,每個樣品每人重複測 23 次,以所得數據求出GRR%(在此不做計算之講解).再以 GRR%讀值大小判斷量具的優劣.但是在此強調的是:對一量具而言,沒有絕對的優劣判定,端看使用目的及要求精度了.圖圖 5 5最後以 Q&T(問題與思考)探討一些實際工作上碰到的問題並透過思考得到更深一層的瞭解.許多問題是沒有絕對的答案
6、,但敝人嘗試在此提出個人的見解,以期達到拋磚引玉的效果.並歡迎先進們給予寶貴的意見.Q1.此種合不合格(go-nogo)的數據,樣品數量太少時是無意義的.MOTOROLA 建議此種數據必須在2000筆以上.那是個很大的負擔,況且此種數據並不能告訴你改善的方向.Q2.那可不一定!取決於你如何取樣.建議要監控 3060 天,才能下決論.Q3.可能有問題!當 C 是由 A 与 B 所組成,C 的變異等於 A 与 B 變異的幾何平均(DRSS/Dynamic Root-Sum-of-Squares 分析).Q4.GRR 跟量具的準確性無關,它只保證量具的穩定性,因此當然要校正.一個實際是2公尺的木頭,
7、用某一根尺重複量長度,每次的結果都是1.8公尺,GRR很好,但根本不準確,不堪使用.因此量具的驗證除了 GRR(穩定),還要驗證 Cpk(準確).Q5.可不一定!若是此量具是用來解讀製程數據,而你的製程Cp又非常好,“製程聲音”一樣會被扭曲.Q6.第一.你必須先找出產品本身的變異,並從 GRR 的 repeatability 項中減去.比如 LED:同一顆LED 的電性,亮度特性在每一秒都會有些微的不一致,這就是所謂產品本身的變異.第二.產品規格公差=可出貨之最小 bin 寬.因為此分 bin 機台的任務是對 bin 的辨識能力,此時不得使用可出貨之總 bin 寬,比如可出 a,b,c 三個 bin,產品規格公差=min(a,b,c)?(a bin 上限-c bin 下限).第三.不得使用定義:GRR=s(proceess)/s(gage),因為此分 bin 機台的任務不是拿來熟悉製程能力的.