实施SPC过程中的一些误区

本帖最后由 snow_man 于 2010-11-24 10:09 编辑

我们都知道SPC具有预警的功能，通过将检验结果绘制在控制图上我们可以在不良出现之前发现异常，通过对异常的分析可以找到异常根源，从而从根本上解决问题、保持生产过程的稳定受控。但是在我们的经历中发现，现在许多工厂使用SPC往往是为了应付客户，调整数据做出客户想要的Cpk值；没有真正理解SPC的原理，在使用上存在许多的误区；因此效果难以体现，在实际生产中没有真正起到预防、警示从而提高制程稳定性和降低不良率的作用。其中原因有多种，这里我将我们在工作过程中遇到的一些有代表性的误区加以解答以飨读者。

第1问 如何选择控制图
每种控制图都有它适用的场合，如果控制图选择不对就可能难以反映过程的变异。
对于计数型的特性控制图的选择比较简单：计件的特性通常采用P图，记录缺陷数的计点型特性如果采样数相等采用c图，否则采用U图；然后对于计量型的特性往往容易有些误区。对于当子组样本数小于10时，我们通常采用Xbar-R图，而当子组样本数大于等于10时采用Xbar-S图，因为当样本数大于10时，极差R不能反映子组内变异情况，而标准差S的计算将所有的子组数据全部包括在内，可以更为准确反映子组内的变异情况。


第2问 什么时候不应计算控制限

也许大家会感到意外这个还用问！其实在我们接触到的很多的用户却在这方便犯了错误。常见的有以情几种情况：
1．动态计算——每输入一个子组数据就计算一次控制限；
2．不到10组数据就计算一次控制限；
3．使用Excel表做好了一张表，输满25组之后计算了控制限，再看看有没有超出控制限的情况，便得出了过程能力值等等；下次再输入25组再重复上面的动作。以此方式进行过程监控。
4．把生产了1个月的上百组的数据汇总到一起计算控制限；

以上做法为什么不正确？

SPC中建立控制限的目的是为了使用它们监控将来的生产，我们认为受控的控制图反映的是生产过程的正常状态，所以可以使用它的控制限来衡量将来过程的输出是否正确。
在第1、2种情况下，我们在没有足够的数据的情况下计算得出来的控制限并不能准确反映过程的真实情况，有可能偏窄也有可能偏宽；如果使用不准确的控制限监控过程有可能给操作员给出错误的信号；15-25组数据是计算有效控制限的基本要求；
此时大家会想“第3条为什么又不对了？”。其实，我们要用这个控制限对将来进行监控首先必须保证我们现在用来计算控制限的过程是受控的过程；而收集满25组计算控制限如果有异常就表明这个过程并没有受控，在没有查明异常原因、排除异常之前不可以将控制限延伸用以监控的。
数量不够不适，那为什么用1个月的数据来计算控制限又是不合理呢？我们用来监控是为了发现特殊原因，也就是说我们建立的控制过程不包含特殊原因在内，而用1个月的数据计算控制限，此时过程有可能已经发生了偏移，这样计算出来的控制限将包含系统原因和特殊原因，控制限将偏大。

（未完-待续）