如何進行過程控制.doc

如何進行過程控制 By Robert Rowland and Tom Woody 本文介紹，通往防止缺陷之路開始于一個良好的過程品質計劃。過程品質決定產品品質，其主要目標是限制和減少創(chuàng)造一個健康過程的變量。這個計劃應該概述用于監(jiān)測產品與過程的方法。 許多公司對產品缺陷發(fā)生率是被動反應的，雖然他們認為自己是前攝反應的，因為他們大多數的努力是去計數缺陷而不是檢測過程。事實上，計數缺陷是被動反應的，因為損傷已經發(fā)生了。檢測過程是比較前攝反應的，因為這是一個幫助防止缺陷的方法。的確，具有良好品質控制計劃的公司正是要計數缺陷。但是更重要地，他們檢測其過程和把注意力集中在缺陷的防止上。以下是討論過程控制概念與工具、檢測方法、和品質度量標準，從一個分成四種級別的品質計劃開始：預防行動與預防意識。過程在控制中還是失去控制。能夠生產可接受的產品還是不能。如果是后者，則進行下三個級別的行動。 失效分析。有現成的技術與工具來有效地分析和調研典型的過程與產品問題 問題解決。有現成的結構性問題解決技術和工具(例如，因果關系圖解、Pareto圖表，等)來離析問題的根源。 改正行動。找到這些原因之后，可找到和實施永久的解決方法。 基本過程控制過程控制將幫助達到和維持過程能力、穩(wěn)定性和可重復性的一個所希望的水平。過程控制不只是統(tǒng)計；它是詳細的一系列事件(表一)。如果遵循這些事件，那么過程控制將會達到。表一、達到過程控制的典型的一系列事件 定義裝配要求建立裝配過程定義過程參數定義過程品質計劃制作裝配過程文件制作過程品質計劃文件培訓和給雇員授予合格證開始有限的生產收集特征與變量數據計算過程能力開始批量生產繼續(xù)數據收集 所有裝配過程都有某些變量。統(tǒng)計過程控制(SPC, statistical process control)提供工具來檢測過程和監(jiān)測變量，其中有兩種形式：普通原因(common cause)與特殊原因(special cause)(如Deming所定義的)。普通原因變量是在一個穩(wěn)定的過程中固有的，即，雖然不完美，不管怎樣一個穩(wěn)定的過程是可重復的 - 檢測的一個關鍵要求。相反，特殊原因變量是特殊行動的結果，如執(zhí)行錯誤(即，制定成文件的過程沒有遵循)。因此，除非一個過程是可重復的，結果(如在X條R圖表上所顯示的)將反應操作員的變化而不是過程變化。工程師腦子里總是想著過程失控的可能性，他們有時在檢測它以防止得到低“分數”之前企圖使過程表現完美?？墒牵@樣一個步驟有一點弄巧成拙；統(tǒng)計過程控制(SPC)應該用來穩(wěn)定新的過程和改進現有的過程。最后，基本過程控制必須基于從精確測量與觀察所獲得的事實。控制圖表，就是簡單的以時間展開的柱狀圖，記錄和顯示數據。變量數據(如，膠點直徑)是集中在過程上的和通過測量獲得的，而特性數據是通過觀察獲得的和集中在產品上的。通常，收集與分析特性數據(attribute data)是被動反應的行動，而收集與分析變量數據(variable data)是更加積極性的步驟。工具過程控制依靠統(tǒng)計工具來測量、反饋和分析。眾所周知的七個品質控制工具，是過程質量計劃的必要部分，因為它們可用來收集、顯示和分析數據。檢查表(check sheet)，用于收集數據，也可顯示數據。它們簡單、容易應用，并有效地顯示各種結果頻率。Pareto圖表，在柱狀圖上以下降的順序顯示缺陷種類，對于把致命的少數從不重要的多數中分離出來是非常有用的。因果關系圖(cause-and-effect)，將注意力集中在一個缺陷的最可能的原因和其潛在的相互聯系性上面。注意力通常集中于四種類型：方法、材料、人員與設備。流程圖(flowchart)，使用標準化的標識來說明過程中的各種步驟。一個流程圖清晰地說明從開始到結束的整個裝配過程。柱狀圖(Histogram)，是顯示統(tǒng)計分布的條形/柱形圖。它們在顯示數據分散中有幫助，使得容易比較和分析。散布圖(scatter diagram)，繪出無數的數據點來顯示一個過程或產品的兩個不同但又相關的特征之間的因果關系?？刂茍D(control chart)，在時間上和在實際與強加德上/下極限之間，顯示特性(計數的)或變量(測量的)數據。它們清楚地揭示可能影響過程能力的異常特性曲線、趨勢和周期。有六種基本圖形： X bar - 顯示一個測量系列的平均數的變化 R - 顯示一個測量系列范圍的變化 C - 顯示缺陷數量的變化 U - 顯示每個單元缺陷數量的變化 P - 顯示缺陷比率的變化 Np - 顯示確定單元數量的變化 檢查某個級別的產品檢查是必要的和所希望的?？墒牵C據清楚地顯示在長期運行中，大批量的檢查不會改進產品質量。檢查是一個篩選過程，盡力找出需要修理的不可接受的產品。大量檢查應該避免，除非發(fā)生有必要100%產品篩選的事件。對于日常檢查，應該基于一個合理的抽樣計劃。Deming經常提倡取消大批量的檢查。相反，他鼓勵統(tǒng)計上監(jiān)測的穩(wěn)健的和可重復的過程。定義檢查方法與工具是重要的。我們經?？吹剑藗冎涝鯓訖z查，結果多數建立其自己的方法，造成檢查的變化。檢查應該當作一個過程來定義，象任何其它過程一樣制作出文件。一旦完成，檢查員應該接受培訓和發(fā)給合格證書。事實上，檢查可分成三個基本模型：當每個板上的每個元件都檢查時(大批量檢查) 當確認每個板上的特殊元件時(減少的批量檢查) 當檢查特殊板上的特殊元件時(抽樣檢查) 理想地，一個公司從第一種模型向最后一種模型進步。不幸的是，制造運作更容易從第一種模型開始，并停留在那里。印刷電路裝配的復雜性影響檢查，因為每個板的元件數量不斷增加，造成更多困難來檢查每個板上的每個元件。事實上，復雜性是批量檢查不能改善產品質量的主要原因。一個方法是通過減少要檢查的元件數量來減少檢查的疲勞。理論上，可望馬上檢查出和修理所有的問題，實際上，這簡直不可能。焦點(focal point)檢查是從上述模型中進步的一個例子。基于歷史數據(即，Pareto圖形分析)，顯示更高缺陷率的元件接受更頻繁的檢查。這個方法保證麻煩的元件得到更多的注意力。缺陷率低的元件更少檢查或完全不檢查，改善整個檢查過程。檢查與監(jiān)測檢查(inspection)是集中在產品上的；監(jiān)測(monitoring)是集中在過程上的。一個良好的過程品質計劃應該包括兩者?？墒?，長期目標應該是更少檢查和更多監(jiān)測。這是所希望的，因為產品檢查是被動性的(缺陷已經發(fā)生)而過程監(jiān)測是積極性的(缺陷可以防止)，這是一個價值增值概念?？墒牵永щy的任務是建立一個不依靠批量檢查的、平衡的檢查與監(jiān)測策略。缺陷種類缺陷代號，諸如錫橋、開路、少錫和元件丟失，用來簡化數據收集與分析。在一個公司*，這些代號進一步分類成缺陷種類，指出需要另外改進的區(qū)域。一個餅圖，如圖一所示，是顯示數據的有效方法。有四個缺陷種類：過程能力(process capability)，意味著過程不能達到所希望的結果。例如，一臺不能持續(xù)產生所希望的膠點尺寸的滴膠機 過程執(zhí)行(process execution)，在這里過程是能夠的，但整體執(zhí)行差。例如，機器操作員沒有跟隨寫下的操作規(guī)程。 缺陷材料(defective material)，如密間距元件的引腳不能持續(xù)地滿足共面性規(guī)格要求。 對可制造的設計(design for manufacturability)，意味著板不是設計成裝配容易的。例如，基準點目標設計不正確。 過程控制誤區(qū)誤區(qū) #1：過程控制與統(tǒng)計過程控制(SPC)是相同的。過程控制是一個概念；SPC是一套支持該概念的工具。在SPC可以成為一個有效的工具之前，過程必須穩(wěn)定和可重復(但可能不是完美的)。誤區(qū) #2：產生和顯示圖形圖表是過程控制。只是為了給管理層和顧客一個映象的顯示圖表是浪費時間。使用圖表來防止缺陷和解決問題才是過程控制的部分。誤區(qū) #3：大批量檢查(mass inspection)是一個有效的過程控制工具。批量檢查不是過程控制。而它只是分類可接受與不可接受產品的一種企圖。過程品質計劃應該消除批量檢查的需要。檢測的藝術度量標準是檢測表現的科學。例如，對于第一次通過合格率(FPY, first-pass yield)，一個度量標準揭示一個過程或運作的表現有多好，通常與所希望的結果或期望比較。因此，度量標準是重要的，因為一個公司必須具有檢測其表現的能力。度量標準應該經常審查與分析 - 有些情況是每天，其它情況是每周。收集的信息不只是為管理層，而且應該與工程師、技術員、主管、操作員等共享。為了具有價值，度量標準必須基于事實和真正反映實際表現。在分析期間，管理層必須提高開發(fā)與真誠的氣氛，不怕批評或懲罰。保證每個個人和班次使用相同的格式收集數據和事實上對其發(fā)現作出反應是非常重要的。FPY 與 DPMO如所提及的，一個經常使用的檢測是第一次通過合格率(FPY)。傳統(tǒng)上，表面貼裝制造線的成功是以這個測量來評定的。運作的順序通常是從錫膏印刷到在線測試(ICT)，包括滴膠、元件貼裝、回流焊接、通孔裝配、波峰焊接、清洗和二次裝配(壓配的連接器、模壓、增加其它元件、導線等)。FPY定義為印刷電路板(PCB)裝配成功地完成的數量，除以所生產的裝配總數。數學上表達為：FPY% = 好板數 / 測試的板數 x 100 。在有中至高復雜性板的一個典型的高混合的工廠，FPY范圍可能在5080%或者更高，取決于設備年齡和類型、檢查方法、以及使用的過程控制技術。FPY測量的一個問題是它只處理好板與壞板的數量；忽視了與壞板有聯系的缺陷數量。當要調配資源來修理各種產品的現場問題時，這對高混合板制造商是一個關注。也可能具有一個似乎在第一次分析時可接受的FPY數，或許高于90%，而由于每個板有幾個缺陷的一些板，返工與人力成本失去比例。例如，這個可能發(fā)生，如果貼裝機器的送料器轉換完成不正確，或者如果錫膏印刷在短期內不足夠。雖然只是影響一些板，但在短期內產生的缺陷可能比每小時平均數高得多。最近的趨勢已經從把FPY作為一個方法到一個更現實的度量標準，叫做百萬機會的缺陷數(DPMO, defects per million opportunities)。對于這個度量，機會數等于零件(SMT或通孔)數加上焊接點數(只對元件，通路孔與測試點除外)。DPMO計算提供一個將缺陷按照板的復雜程度規(guī)范化的方法，即，對于相同的DPMO，機會較少的板將會有較少的缺陷，而具有多得多機會的高復雜性裝配對于相同的DPMO將會有更多的缺陷(DPMO = 缺陷數 / 機會數 x 106)。與FPY的關系是反線性的：對一固定過程能力，隨著機會數的增加，FPY將成比例地減少。當在1999年第一次遇到這個度量時，我們決定在生產中選擇一定數量的裝配與實際的情況來測試該理論。有至少六個月生產歷史的板是相當穩(wěn)定的，數量上選擇至少500或更多的單位。圖二描述了該結果。所示的編號(P/N)以DPMO向右增加的圖形顯示與該理論的相關性。在這個例子中，工廠的平均DPMO在代表65%總量的20個產品的范圍大約是55。在這個實際與理論之間關系的基礎上，一些公司*已經轉向把DPMO作為主要的表面貼裝運作的度量標準。長期趨勢 - 條形圖(Bar chart)在一個度量上溝通總趨勢的一個方法是在時間上使用條形圖，而不是在一個壓縮的水平刻度上如圖三所示。想法是要通過簡單的條形來總結每年或每季度的數據，并在每月或每周的基礎上顯示更新的信息。以這種方法，該圖表可以提供一個長期的數據，而更近期的數據可以一種提供臨近的歷史而不至于太忙方式顯示出來。例如，在一個特殊產品上，從圖表得出的結論是：2000年較早時期，DPMO低于目標(這樣好) 然后，年中，發(fā)生一些事使得DPMO超過目標值 在改正行動之后，DPMO開始趨向于回到目標值 當然，可能對該問題有許多解釋?？墒?，圖表顯示非常容易，在時間上、實際表現、以及注釋，它可能是把結果向所有有關人員溝通的有力工具。儀表板度量(Dashboard Metric)和品質之星(Quality Star)檢測性能表現是一件事情，有些地把數據和趨勢通信給所有受影響的參與者，使他們可以使用數據，那絕對是另外一件事情。例如，“品質之星”方法由五個監(jiān)測一個公司的健康和制造運作的基本度量組成。這些包括：DPMO 到達產品的壞機(DOA, dead on arrival products) - 在頭三十天內不工作的產品(當顧客打開產品時) 保修失效 - 開始工作但在為了六個月期間的某個時候失效的，并返回修理的產品。 功能測試合格率 - 產品測試通過或不通過功能測試時的FPY計算。 質量審查 - 也是一個FPY計算 - 包括按照視覺標準，如 IPC-A-610 和內部工藝標準，檢查的產品。 如果在所有這些方面性能表現良好，那么內部目標以及顧客對品質、可靠性、成本和性能的期望都應該滿足。品質之星的一個例子如圖四所示(金色是“好”，藍色是“壞”)。在微軟的電子表格中的“雷達”曲線產生圖表，并基于每個度量的一套滿足的最低值和目標值。最低值應該產生一個有完全藍色點的品質之星，如圖四品質審查(quality audit)所示。滿足目標會產生一個完全金色的點的品質之星，如保修(warranty)、測試或DOA所示。部分滿足目標將產生藍色與金色的點的品質之