质量管理和质量管理体系方面的理论探讨

本帖最后由 张晓霜 于 2011-3-12 08:32 编辑


你对管理工具实际应用案例的渴望，我很理解。在我们给客户做咨询辅导时，都会深入现场，手把手地指导工程技术人员应用这些质量工具。因为仅仅靠在课堂上的理论讲解，大家还是不能很好掌握这些工具，必须要结合实践中的学习。我们甚至和客户的产品工程师一道，从产品的结构原理出发，帮助他们做产品的结构树分解、功能树分解，然后制作QFD多级展开表，最后根据QFD展开表做DFMEA。

请您理解的是，我不能把客户的真实案例分享给大家，这涉及到客户信息保密的问题。我这里可以简单说说你所提到的SPC、FMEA、CP在实际引用中的注意事项和常见的误区。

DFMEA 作为产品设计的失效模式和影响分析，是为了发现和预防产品设计风险用的。因而需要分析到目标产品所有客户所期望的功能的可能的失效模式，而失效要因分析要分析到所有影响产品功能的下级系统的功能或零部件的产品特性参数的影响。因而编制DFMEA必须要做产品功能树分析，在DFMEA表中能看到功能展开的树形结构。预防措施，是指我们在产品设计过程中，如何从功能的要求出发来计算分析、或参考设计手册、或参考竞品设计来选择相关参数。探测手段是指在样件验证试验中如何测试产品的功能来发现产品特性的选择是否正确。或者通过模拟计算，验证所选择的参数在设计范围内相应的功能是否能够保证。
DFMEA是DVP的基础，产品开发后需要做哪些验证，完全需要从DFMEA分析中得来。而目前很多企业的DVP和DFMEA完全两回事。
目前多数企业编制DFMEA，仅采用头脑风暴法。其结果受团队成员的经验影响很大。考凡咨询多年探讨研究结合QFD编制DFMEA，用这种方法可以方便学员对FMEA表格的理解。使DFMEA团队成员建立结构化的思维模式，可以从产品设计的结构出发，通过产品工作原理分析到几乎所有可能的失效模式和可能的失效原因。在我们所指导的案例中，用这样的方法所分析的失效模式至少是原来的4倍或5倍以上。

CP是控制计划。在生产现场对生产过程的输入，例如人员的操作、工艺参数、设备和工装的技术参数等都需要进行哪些方面的控制；对过程的输出，即本工位或工序所加工和影响的产品特性参数要做哪些测量、怎么测量？过程的输入管控和输出的监测在控制计划中都要进行规范，而多数企业的控制计划只有对产品的检测，而没有对过程输入的管控。
控制计划要完全根据PFMEA得来。而PFMEA的基础是过程QFD。即对每个工位都需要进行功能分解，把本工位所需要完成的产品特性的要求作为QFD左边，而把所有的过程输入参数作为QFD表格上面的技术手段，分析过程输入对产品特性的影响，确定关键过程特性。这样在PFMEA中的失效模式是指所要加工的产品特性不能保证，而可能的影响原因是相关的过程参数在工艺设计中没有选择正确，或生产过程中没有控制好。 预防措施是指对这些过程输入要素的控制，例如设备精度年度检测和恢复、定位销磨损情况三个月检测一次、设备每日点检、温度压力实时监控等等。而探测措施是测量零件的相关产品特性参数。

SPC是“统计过程质量控制”，在很多企业的应用中，仅用来做过程能力调查。其实SPC至少有三个方面的应用：设备能力调查、过程能力调查、过程监控。对于“过程监控”来所，SPC更是一种驾驶技能，保证你开车更安全，而不是给警察证明驾驶资格的《驾驶证》。SPC应用的关键是SPC布点，即在整个生产线中，只选择需要保证过程能力的关键产品特性做SPC。
当然在企业应用spc中还有很多误区，这里难以一一罗列。此外SPC还可以做过程输入的控制，即用来减少输入参数的变差。
掌握SPC的关键是要理解过程的时间模型和参数分布模型。
过程的时间模型是指SPC所测量观察的参数随时间变化的规律。我们按照时间序列抽检各时间点上的样本，统计观察过称的均值和离散的变化规律。在我们最常用的X拔-R图中，X拔是均值的估计，R反应了过程的离散。过程的时间模型按照均值稳定、均值规律变化、均值无规律变化，离散稳定、离散有规律地变化、离散无规律地变化，来区分不同类型的时间模型。在X拔-R图中的八大判定原则，其实就是判定均值或/和离散向不良趋势变化的原则。如果能判定被观测参数发生了哪种不良变化趋势，就可以有方向有目的地调整过程。例如在机械零件加工中，离散变大往往是设备的配合间隙变大了，如滑台导轨间隙、主轴配合间隙等。而均值的变化，往往是定位面磨损、定位不良、刀具磨损等原因造成的。
参数分布模型是指被测参数的统计学分布规律。我们很多人通常认为产品特性应该服从正态分布，但大家可能不知道在机械行业其实只有20%还不到的技术参数是服从正态分布的。所有的形位公差都不服从正态分布，例如圆度、位置度、圆跳动的统计分布规律其实是两个正交方向上的正态分布在两维平面上的扇形折叠。而对称度、直线度、平行度、粗糙度、端跳动等参数的统计分布其实是一维正态分布把负轴方向上的分布向正轴方向上折叠。这两种分布都是没有负值的，这和形位公差没有负值是对应的。其它分布还有联合分布、非定义型分布等等。如果选择错了统计分布模型，所计算的过程能力和设备能力就可能会存在较大误差。目前欧系企业多喜欢使用Q-DAS软件来做SPC分析就是这个道理，而国内企业普遍使用的MINTAB好像没有分布规律选择功能。

我的系列文章中，所以先谈质量管理的宏观理论，是因为质量管理和指挥战争一样，需要战略和战术的结合。没有宏观战略，仅训练单兵战术，如果所有的士兵都是神枪手，但指挥官让你趴错了山头，同样会全军覆没。只有在认识到各质量工具在整个质量管理中的作用和地位，才能更好地应用这些质量工具。

感谢您的意见，请继续关注我的文章。欢迎随时发言讨论！