(转)SPC技术应用
一、实施SPC管理的重要作用
工序是组成生产过程的基本环节,对工序质量起主要影响作用的有操作者、机器、材料、工艺方法和环境等因素,因此,也可以认为工序是这五个要素在特定条件下的组合。只有对每一道工序的加工过程进行控制,才能形成自始至终的过程控制闭环,保证生产过程的可控态。有了稳定的工序状态,才会有稳定的生产质量。实践证明,SPC是控制生产过程的有效手段和工具。SPC作为一种过程控制方法,它运用数理统计概率论的原理,可及时发现生产过程中的异常情况,从而及时采取措施进行改进,把质量隐患消灭在萌芽状态,真正达到防患于未然。
SPC作为一种先进的质量管理方法,在国际国内许多企业中被广泛采用。摩托罗拉公司、GE公司、联信公司运用6西格玛控制质量,已经取得了巨大的经济效益。不论在企业还是在其它行业,引入6西格玛管理的条件之一,就是已经成功地推行了SPC和SPD,并且产品质量目前至少已经达到3西格玛水平66807 DPMO(defects per million opportunities百万次机会不合格数)。在企业生产过程中,最终产品的每一个零部件质量的优劣,都关系到出厂产品的质量,关系到企业的信誉。在大批量生产条件下,如果企业全检无能力,抽检无把握,在这种情况下用现代化的质量管理方法(SPC)控制产品的过程质量,可使零件加工过程处于可控态,保证零部件质量可靠,提高产品质量,为实现6西格玛管理打下坚实的基础。
二、控制图的分类
SPC主要是通过各种控制图,来达到进行质量分析、质量控制和质量改进的目的。控制图是SPC的核心工具,它被用于分析和判断工序是否处于稳定状态,预报工序中出现质量异常的现象及其原因。
控制图主要分为计量型控制图和计数值控制图。计量型控制图,即通过测量获得的是计量型数据,在概率统计中也称连续型随机变量,如零件的尺寸、材料的强度、热处理的温度等。主要包括:均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图。计数值控制图的数据,在概率统计理论中也称离散型随机变量,在质量控制中最常用的计数型数据只取两个数据中的一个,如0、1、合格、不合格,以及通过、不通过等。主要包括:不合格品率控制图(P图)、不合格品数控制图(比图)、不合格数控制图(C固)、单位不合格数控制图(U图)c除控制图外还有预控图,也叫彩虹图,它直接与标准界限相联系,而不是与控制界限相联系,因此不必根据积累的数据计算控制限,它可以使作业者操作简便。对于工序能力小于0.67的工序,用调查表加以控制,以便系统地收集数据,获取对事实的明确认识。
三、实施SPC的程序
使用SPC控制方法.需要花费一定的人力、物力,故在正式实施前必须做好准备工作,以减少浪费,保证实施的可靠性和有效性。SPC的实施一般按以下程序进行:
1.开展全员SPC培训工作
企业内部的主管部门首先要向全体员工讲述应用SPC这一先进质量管理工具控制产品
质量的重要意义,使员工从思想上认识到应用SPC控制产品质量的重要性;组织各单位质量管理人员和技术人员认真学习SPC的基本原理、控制图的选择、描点方法,控制限的计算、工序能力指数的计算等应用技术;对现场操作者进行SPC知识的培训,重点是控制图的计算、绘制,判异准则的应用等,通过培训使广大员工提高对9PC理论的理解,深刻领会应用SPC控制工序的重要性以及SPC必备的理论知识,为开展SPC工作打好基础。
2.SPC控制点的选取原则
(1)对产品的性能、精度、寿命、可靠性、安全性等有直接影响的零部件的关键特性和重要特性。
(2)图纸给出的关键、重要特性。
(3)经常出现故障的质量特性。
(4)对下道工序影响较大的质量特性。
3.选择合适的控制图
要根据控制点的性质来选择控制图。对于连续测得的质量特性值,如长度、重量、强度等计量型数据,应选用均值—极差控制图、均值—标准差控制图;按个数数得的非连续性取值的质量特性值,例如不合格品数、不合格率、铸件的疵点数等质量特性值数据,应选用不合格品率控制图(P图)、不合格品数控制图(Pn图)、不合格数控制图(C图)、单位不合格控制图(U图)。预控图是一种简便的质量控制工具,它不仅适用于计量值工序,也适用于计数值工序。但需满足:(1)过程服从正态分布;(2)CP>1;(3)工序分布中心与标准中心重合。
4.对测量系统进行检查
测量系统的准确性,对SPC数据的真实性和正确性十分重要,否则会影响SPC数据的准确度,导致浪费甚至起误导作用。因此,对实施SPC工序的测量系统必须进行严格地分析和检查。
5.收集数据作分析用控制图
每个控制点至少收集35组数据,每组4—5个数据,做出分析用控制图。大部分生产工序进行第一次收集数据分析时,往往都有异常点,必须将末处于统计控制状态的异常点加以剔除。经过校核后处于统计控制状态的控制图,才可供工序控制使用。
6.作控制用控制图
控制图受控后,计算出工序能力指数,延长其控制限作为控制用控制图,下发到各控制点。控制图的测量、绘制由操作者完成,控制图的异常处理和分析工作,由各单位的质量管理员和工艺人员完成。
7.建立SPC工作组
建立SPC工作组。制定出SPC管理制度。实施SPC管理的各单位SPC的执行情况,由SPC工作组监督检查,并将检查中发现的问题及时通知各单位。各单位建立基层SPC工作组,制定本部门的“SPC管理制度“,明确工作责任,随时对出现的异常情况进行分析。采取有效措施,以保证工序处于可控态,同时定期对SPC操作者及相关人员进行培训,要求各单位严格按规定执行,以确保SPC工作顺利进行。
四、实施SPC过程中应注意的几个问题
1. 来自不同总体的数据混杂在一起,将导致两种异常情况:
(1)异常情况增多,如由于更换材料,导致控制图的异常点比换料前增多。
(2)控制限过宽,也不是正常现象,用这样的控制限控制,减弱了控制图对异常检出的敏感性。如用两台设备加工的特性,控制限是由其中一台设备上收集的数据计算得到的;而两台设备用相同的控制限控制,导致了另一台设备控制图上全部点子集中在中心线10区域内,因而出现控制限过宽的现象。针对上述异常情况,可采取以下措施:将同一特性用不同设备加工或用不同批次的材料加工时,每台设备或每批材料分别计算控制限。用不同的控制图进行控制,以保证设备与图、材料与图一一对应。
2.单项公差的控制特性,如平行度、垂直度、圆度、跳动、中心距一转变动量、分离力等。对于这些特性值,只规定了单侧标准,不能确定它的范围,也不能确定它的中心。此时,质量特性分布的中心与标准界限的距离,就决定了工序能力的大小。单侧标准只给出上限标准时,在用均值—极差控制图控制一段时间后,这些工序经常出现绝大多数点子,甚至全部点子分布在中心线以下的现象。各单位技术人员及质量管理人员认为这是好的趋势,不予以关注。这种想法是错误的,它虽然是一种好的趋势,但并不是正常现象。出现这种情况时,应首先检查检测系统是否有误,在确定检测系统无误的情况下,分析出现这种情况的其它原因,使这种好的趋势能有所发展,然后重新计算控制限。如果不进行改进,仍维持现状,
控制图将失去控制的意义。
3.用极差图控制一段时间后,有些工序的控制图上会出现大部分点子分布在中心线以下的情况,这说明质量特性的分散程度变小了。遇到这种情况时,一些技术人员往往认为过程的散差减小了,是好的现象,不予以关注。这也是不正确的。此时应马上找出产生这种趋势的原因,让这种好的趋势能有所发展,然后重新计算控制限。
4.不连续抽样,易造成样本内部差异大,样本间差异小,据此确定的控制限较宽,减弱了控制图对异常检出的敏感性。因此,抽取样本时,需要连续抽样,这样就可以减少组内差异,增大组间差异,易于反映生产过程的变化。
5.测量系统的精度不够导致的测量误差,会使控制图上出现周期波。如:控制特性为某一齿轮的齿圈径向跳动量0.07,用百分表测量时,只能精确到0.01,小数点后第三位应为估计值。由于操作者末估计第三位小数值,从极差控制图上反映出来的图形表现为极差在0.02—0.03之间变动,呈现规律的周期波,峰顶0.03,峰底0.02,按判异准则判过程异常,实际上却是测量误差造成的。因此,应根据控制特性的要求提高测量系统的精度,避免因测量精度不够而导致的控制图异常。
6.控制图选择刻度不合理,会造成描点不正确。如:某齿轮,磨内孔工序,控制特性为齿圆径向跳动量0.063,均值图和极差图刻度均选用0.001/格。在极差固中,上控制限为0.039,中心线值为0.0172,中心线距离控制图底边只有两行的距离。操作者通过测量计算的极差值小于0.0152时,特性点已超出图纸边界,操作者无处描点,造成描点错误。
因此,选取控制限刻度时,应将控制限位于控制图中间,使上下控制限的范围足够大,这样才能保证描点正确。极差图的刻度一般设置为均值图的2倍为宜。
7.质量分布中心与标准中心严重偏离时,Cpk值降低,不合格品率明显增加。如:某轴控制特性为16.4土0.05,第一次采集数据,经计算X图:上控制限UCLx=0.01,CLx=-0.0282,LCLx=-0.45
CP=1.45,CPK=0.63,K=0.564 g
查CP、CPK值所对应的总体不合格品率表,不合格品率为1.46%。调整设备后,重新采集数据经计算
图:上控制限UCLR=0.02, CLR=0.00175,LCLR=-0.018
CP=1.243,CPK=1.19, K=0.035
查Cp、CPK值所对应的总体不合格品率表,不合格品率为0.01835%。 通过以上两次统计结果的比较可以看出,第一次收集数据计算的质量分布中心严重偏离标准中心。虽然CP值(1.45)较高,但CPK值(0.63)却很低,不合格品率较高。第二次调整设备,重新采集数据计算后,质量分布中心偏离标准中心较小,Cp值(1.243)和CPK值(1.19)相差不大,不合格品率明显降低。因此,控制图第一步取得预备数据后,一定要调整好质量加工中心,否则延长分析用控制图的控制限转化为控制用图的控制限后,质量分布中心就会严重偏离标准中心,使得不合格品率增加,实际工序能力降低。
工序是组成生产过程的基本环节,对工序质量起主要影响作用的有操作者、机器、材料、工艺方法和环境等因素,因此,也可以认为工序是这五个要素在特定条件下的组合。只有对每一道工序的加工过程进行控制,才能形成自始至终的过程控制闭环,保证生产过程的可控态。有了稳定的工序状态,才会有稳定的生产质量。实践证明,SPC是控制生产过程的有效手段和工具。SPC作为一种过程控制方法,它运用数理统计概率论的原理,可及时发现生产过程中的异常情况,从而及时采取措施进行改进,把质量隐患消灭在萌芽状态,真正达到防患于未然。
SPC作为一种先进的质量管理方法,在国际国内许多企业中被广泛采用。摩托罗拉公司、GE公司、联信公司运用6西格玛控制质量,已经取得了巨大的经济效益。不论在企业还是在其它行业,引入6西格玛管理的条件之一,就是已经成功地推行了SPC和SPD,并且产品质量目前至少已经达到3西格玛水平66807 DPMO(defects per million opportunities百万次机会不合格数)。在企业生产过程中,最终产品的每一个零部件质量的优劣,都关系到出厂产品的质量,关系到企业的信誉。在大批量生产条件下,如果企业全检无能力,抽检无把握,在这种情况下用现代化的质量管理方法(SPC)控制产品的过程质量,可使零件加工过程处于可控态,保证零部件质量可靠,提高产品质量,为实现6西格玛管理打下坚实的基础。
二、控制图的分类
SPC主要是通过各种控制图,来达到进行质量分析、质量控制和质量改进的目的。控制图是SPC的核心工具,它被用于分析和判断工序是否处于稳定状态,预报工序中出现质量异常的现象及其原因。
控制图主要分为计量型控制图和计数值控制图。计量型控制图,即通过测量获得的是计量型数据,在概率统计中也称连续型随机变量,如零件的尺寸、材料的强度、热处理的温度等。主要包括:均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图。计数值控制图的数据,在概率统计理论中也称离散型随机变量,在质量控制中最常用的计数型数据只取两个数据中的一个,如0、1、合格、不合格,以及通过、不通过等。主要包括:不合格品率控制图(P图)、不合格品数控制图(比图)、不合格数控制图(C固)、单位不合格数控制图(U图)c除控制图外还有预控图,也叫彩虹图,它直接与标准界限相联系,而不是与控制界限相联系,因此不必根据积累的数据计算控制限,它可以使作业者操作简便。对于工序能力小于0.67的工序,用调查表加以控制,以便系统地收集数据,获取对事实的明确认识。
三、实施SPC的程序
使用SPC控制方法.需要花费一定的人力、物力,故在正式实施前必须做好准备工作,以减少浪费,保证实施的可靠性和有效性。SPC的实施一般按以下程序进行:
1.开展全员SPC培训工作
企业内部的主管部门首先要向全体员工讲述应用SPC这一先进质量管理工具控制产品
质量的重要意义,使员工从思想上认识到应用SPC控制产品质量的重要性;组织各单位质量管理人员和技术人员认真学习SPC的基本原理、控制图的选择、描点方法,控制限的计算、工序能力指数的计算等应用技术;对现场操作者进行SPC知识的培训,重点是控制图的计算、绘制,判异准则的应用等,通过培训使广大员工提高对9PC理论的理解,深刻领会应用SPC控制工序的重要性以及SPC必备的理论知识,为开展SPC工作打好基础。
2.SPC控制点的选取原则
(1)对产品的性能、精度、寿命、可靠性、安全性等有直接影响的零部件的关键特性和重要特性。
(2)图纸给出的关键、重要特性。
(3)经常出现故障的质量特性。
(4)对下道工序影响较大的质量特性。
3.选择合适的控制图
要根据控制点的性质来选择控制图。对于连续测得的质量特性值,如长度、重量、强度等计量型数据,应选用均值—极差控制图、均值—标准差控制图;按个数数得的非连续性取值的质量特性值,例如不合格品数、不合格率、铸件的疵点数等质量特性值数据,应选用不合格品率控制图(P图)、不合格品数控制图(Pn图)、不合格数控制图(C图)、单位不合格控制图(U图)。预控图是一种简便的质量控制工具,它不仅适用于计量值工序,也适用于计数值工序。但需满足:(1)过程服从正态分布;(2)CP>1;(3)工序分布中心与标准中心重合。
4.对测量系统进行检查
测量系统的准确性,对SPC数据的真实性和正确性十分重要,否则会影响SPC数据的准确度,导致浪费甚至起误导作用。因此,对实施SPC工序的测量系统必须进行严格地分析和检查。
5.收集数据作分析用控制图
每个控制点至少收集35组数据,每组4—5个数据,做出分析用控制图。大部分生产工序进行第一次收集数据分析时,往往都有异常点,必须将末处于统计控制状态的异常点加以剔除。经过校核后处于统计控制状态的控制图,才可供工序控制使用。
6.作控制用控制图
控制图受控后,计算出工序能力指数,延长其控制限作为控制用控制图,下发到各控制点。控制图的测量、绘制由操作者完成,控制图的异常处理和分析工作,由各单位的质量管理员和工艺人员完成。
7.建立SPC工作组
建立SPC工作组。制定出SPC管理制度。实施SPC管理的各单位SPC的执行情况,由SPC工作组监督检查,并将检查中发现的问题及时通知各单位。各单位建立基层SPC工作组,制定本部门的“SPC管理制度“,明确工作责任,随时对出现的异常情况进行分析。采取有效措施,以保证工序处于可控态,同时定期对SPC操作者及相关人员进行培训,要求各单位严格按规定执行,以确保SPC工作顺利进行。
四、实施SPC过程中应注意的几个问题
1. 来自不同总体的数据混杂在一起,将导致两种异常情况:
(1)异常情况增多,如由于更换材料,导致控制图的异常点比换料前增多。
(2)控制限过宽,也不是正常现象,用这样的控制限控制,减弱了控制图对异常检出的敏感性。如用两台设备加工的特性,控制限是由其中一台设备上收集的数据计算得到的;而两台设备用相同的控制限控制,导致了另一台设备控制图上全部点子集中在中心线10区域内,因而出现控制限过宽的现象。针对上述异常情况,可采取以下措施:将同一特性用不同设备加工或用不同批次的材料加工时,每台设备或每批材料分别计算控制限。用不同的控制图进行控制,以保证设备与图、材料与图一一对应。
2.单项公差的控制特性,如平行度、垂直度、圆度、跳动、中心距一转变动量、分离力等。对于这些特性值,只规定了单侧标准,不能确定它的范围,也不能确定它的中心。此时,质量特性分布的中心与标准界限的距离,就决定了工序能力的大小。单侧标准只给出上限标准时,在用均值—极差控制图控制一段时间后,这些工序经常出现绝大多数点子,甚至全部点子分布在中心线以下的现象。各单位技术人员及质量管理人员认为这是好的趋势,不予以关注。这种想法是错误的,它虽然是一种好的趋势,但并不是正常现象。出现这种情况时,应首先检查检测系统是否有误,在确定检测系统无误的情况下,分析出现这种情况的其它原因,使这种好的趋势能有所发展,然后重新计算控制限。如果不进行改进,仍维持现状,
控制图将失去控制的意义。
3.用极差图控制一段时间后,有些工序的控制图上会出现大部分点子分布在中心线以下的情况,这说明质量特性的分散程度变小了。遇到这种情况时,一些技术人员往往认为过程的散差减小了,是好的现象,不予以关注。这也是不正确的。此时应马上找出产生这种趋势的原因,让这种好的趋势能有所发展,然后重新计算控制限。
4.不连续抽样,易造成样本内部差异大,样本间差异小,据此确定的控制限较宽,减弱了控制图对异常检出的敏感性。因此,抽取样本时,需要连续抽样,这样就可以减少组内差异,增大组间差异,易于反映生产过程的变化。
5.测量系统的精度不够导致的测量误差,会使控制图上出现周期波。如:控制特性为某一齿轮的齿圈径向跳动量0.07,用百分表测量时,只能精确到0.01,小数点后第三位应为估计值。由于操作者末估计第三位小数值,从极差控制图上反映出来的图形表现为极差在0.02—0.03之间变动,呈现规律的周期波,峰顶0.03,峰底0.02,按判异准则判过程异常,实际上却是测量误差造成的。因此,应根据控制特性的要求提高测量系统的精度,避免因测量精度不够而导致的控制图异常。
6.控制图选择刻度不合理,会造成描点不正确。如:某齿轮,磨内孔工序,控制特性为齿圆径向跳动量0.063,均值图和极差图刻度均选用0.001/格。在极差固中,上控制限为0.039,中心线值为0.0172,中心线距离控制图底边只有两行的距离。操作者通过测量计算的极差值小于0.0152时,特性点已超出图纸边界,操作者无处描点,造成描点错误。
因此,选取控制限刻度时,应将控制限位于控制图中间,使上下控制限的范围足够大,这样才能保证描点正确。极差图的刻度一般设置为均值图的2倍为宜。
7.质量分布中心与标准中心严重偏离时,Cpk值降低,不合格品率明显增加。如:某轴控制特性为16.4土0.05,第一次采集数据,经计算X图:上控制限UCLx=0.01,CLx=-0.0282,LCLx=-0.45
CP=1.45,CPK=0.63,K=0.564 g
查CP、CPK值所对应的总体不合格品率表,不合格品率为1.46%。调整设备后,重新采集数据经计算
图:上控制限UCLR=0.02, CLR=0.00175,LCLR=-0.018
CP=1.243,CPK=1.19, K=0.035
查Cp、CPK值所对应的总体不合格品率表,不合格品率为0.01835%。 通过以上两次统计结果的比较可以看出,第一次收集数据计算的质量分布中心严重偏离标准中心。虽然CP值(1.45)较高,但CPK值(0.63)却很低,不合格品率较高。第二次调整设备,重新采集数据计算后,质量分布中心偏离标准中心较小,Cp值(1.243)和CPK值(1.19)相差不大,不合格品率明显降低。因此,控制图第一步取得预备数据后,一定要调整好质量加工中心,否则延长分析用控制图的控制限转化为控制用图的控制限后,质量分布中心就会严重偏离标准中心,使得不合格品率增加,实际工序能力降低。
没有找到相关结果
已邀请:
2 个回复
johnzhangjun (威望:7) (江苏 苏州)
赞同来自: