读SPC有感

不知你是否有过同样的经历，在一个产品出现问题后，人机料法环挨个检查遍，完全没有问题，正当你毫无头绪的时候，却发现是测量出了问题；一个产品在机台、模具、工艺同时稳定的情况下，每次尺寸总会有偏差，有了上次的经验，你会首先质疑质量有没有做PPK，做了，却发现在这个PPK之前根本就没有做MSA，当你还没有确认测量系统是否符合正态分布的情况下就做PPK了，能有说服力吗？
所以作为工艺的我们要自己系统地学习SPC，决不能就这么被人随便给忽悠了，以后会每隔一段时间或写点自己的心得，或摘点原文，好了，先把正文前的六点注意事项摘出来，注意，很多资深DQE都不一定能做到这六点：
一、收集数据并用统计方法来解释它们并不是最终目标，最终目标应该是在阅读的过程中不断加深理解，但一个不能实现任何改进的技术专家是很容易的，我们应该将增长知识作为行动的基础。。
二、测量系统对适当的质量分析来说是很关键的，在收集过程数据之前就应该很好地对它们加以了解。如果这些测量系统缺少统计控制，或他们的变差在过程总变差中占很大比例，就可能作出不恰当的决定。
三、研究变差和应用统计知识来改进性能的基本概念适用于任何领域。
四、SPC代表统计过程控制，但以前的统计方法常用于零件而不是过程。应用统计技术来控制输出（例如，零件）应仅仅是第一步，只有当产输出的过程成为我们努力的重点，这些方法才能在改进质量、提高生产效率、降低成本上充分发挥作用。
五、尽管手册中的每一点是透过已完成的例子来说明的，但要真正理解这些知识需要进一步与过程控制实际相联系，研究读者自己的工作场所或相似活动中的实际例子，是对本书的重要补充，实际工作经验是无法替代的。
六、本手册可看成应用统计方法的第一步，它提供了被普遍接受的方法，并在许多场所得以应用。然而，还是存在一些例外的情况，在这些情况中，盲目地使用这些方法是不恰当的。

第二更：
在评价过程能力时，会涉及到两个概念，短期过程能力指数PPK，长期过程能力指数CPK，（百度百科上的解释正好相反，每个企业的定义也不尽相同）。但很多人，包括一些质量人可能也会混肴一个概念，PPK只对普通原因造成的变差进行评价，也就是说在进行测量之前，必须排除特殊原因造成的变差。那有些人就会问了，我怎么评价我得到的数据，或者目前的生产过程已经排除了特殊原因造成的变差的？很简单，对你获得的数据进行分析，如果他符合正态分布，就证明已经排除了特殊原因造成的变差了。还有大家都知道，但很容易忽略的一点就是，测PPK之前，一定要做MSA，做MSA之前一定要比较你和客户端的测量手法。说到这里，有些人会问，为什么要事先做，别笑，真有人这么问过，我把测量作为过程的一部分一起测PPK不行吗？傻孩子，不确定你的测量系统，我怎么确保最终的值是具有说服力的呢？
另外书中提到了PPK过程能力，CPK过程性能的区别，讲得比较模糊，我搜了一下，觉得下面的解释还是比较靠谱的：
1.过程性能指数和过程能力指数之间主要的区别在于总体标准差的估计方法的不同；
2.过程性能指数反映是当前的过程能力是否满足技术要求的程度，并不要求过程稳定（区别于过程能力，需要过程稳定），即不要求过程输出的质量特性值一定服从某个正态分布，因为长期的数据很难保证具有正态性；
3.一般来说，对于同一个过程，过程性能指数使用的样品标准差S往往大于在稳定状态下总体标准差σ的估计值，过程性能指数一般小于过程能力指数。

第三更：
上次提到在做PPK之前应该排除过程的特殊原因，但是正态并不能保证过程没有特殊原因在起作用，也就是说，某些特殊原因可能在不改变其对称性和单峰性的情况下改变过程。同样一个非正态分布也可能没有特殊原因，但它的分布是不对称的。
所以贝尔实验室的沃尔特•休哈特博士在二十世纪的二十年代研究过程时，首先区分了可控制和不可控制的变差，就是由于我们所说的普通及特殊原因产生的。他发明了一个简单有力的工具来区分它们--控制图。
哈休特建立了一个“统计受控”的可操作的定义，首先，从过程是统计受控的假设出发，即，除非被证明有罪，否则就是清白的，然后，将样本与使用±3标准差限的样本分布比较，这些称为控制限。如果样本超出控制限，那么有理由相信存在特殊原因。更进一步说，就是期望所有（随机）样本在这些控制限之间显示随机的顺序。如果一组样本显示了这一模式，那么有理由相信有特殊原因存在。

第四更：
既然控制图有这么大的作用？那么，怎么策划控制图的制作呢？
首先，要问自己下面几个问题：
1.衡量指标合适吗？即，是否反映了过程的属性，并关系到关键业务因素？
2.数据一致吗？即，所有收集数据的方面都使用相同的可操作的定义吗？
3.数据可靠吗？即，是否使用经策划的数据收集方案？
4.测量系统合适和可接受吗？
以上是书中的原话，我是这么理解的：
首先，拿到客户端的图纸，上面会有客户定义好的关键尺寸，然后APQP小组成员必须在一起讨论还有哪些尺寸是要作为关键尺寸的？这就是第一点；
接下来就是定义关键尺寸的测量手法，有人问，在设计开发阶段，模具还在设计中，更不用说没有产品，怎么可能将测量手法定义出来？我要反问，为什么不可能？很多产品都是在客户端比较成熟的产品，为什么不能借鉴呢？就算客户端没有，了解产品结构，了解尺寸精度要求，不能根据类似的产品来定义吗？这一步是考验质量方案设计能力的，如果不能做到这一步，那么在接下来的验证阶段，你将走很多弯路，浪费很多时间，不单单是浪费你的时间，而是浪费整个小组的时间。如果做到这一步，那么，第二点，第三点就可以得到保证；
要做到第二点，第三点，需要质量工程师和测量技术员根据对产品的了解和相关测量经验，一起讨论后，定义出测量手法的结果，如果这个结果能以最简单的手法保证测量的准确，那将是一种艺术。我认为，作为注塑件，绝大多数尺寸要求都是为了保证装配，如果能制作出模仿装配的对手件的治具，所有测量结果均以no/no go来判定，那将是最经济最准确的。做到这一步，同时保证测量系统的重复性和再现性，测量系统将是合适和可接受的。
选择哪些尺寸作为SPC尺寸呢？一般从客户定义的关键尺寸中选择，当然，也有特殊情况，可以选择验证过程中波动比较大的尺寸；然后，可以选择零件的外形尺寸，因为外形尺寸的值是最大的，同时波动也是最大的，如果他们在控制线内，那么别的尺寸肯定也在控制线内了；最后，也是最重要的，一定要方便测量。

第五更：
今天听一个资深的工程师讲到SPC和SQC的区别，才恍然大悟，原来我们公司做的一直都是SQC，而不是SPC，有什么区别呢？SQC是每隔一段时间测量规定的产品尺寸，并以此为数据制作控制图，SPC是以机台过程中的某些参数作为监控点，并以此为数据制作控制图。这样一来，意义变大大得不同了，SPC舍弃过程中IPQC的检验工作，真正做到了无人检测。放眼国内的制造企业，质量的重点仍然是在检测，靠人检测过程中产生的不良，靠人来检查过程中不符合标准的地方，而外企已经他们的质量重点前期，现在是APQP的前期策划，将来可能就是实验室的研究，外企中也有后期的质量工程师，但这个岗位已经变得越来越不重要。试问作为民企中的质量人，我们会不会越来越被边缘化呢？现在，企业招质量工程师将不再重视技术背景，甚至不再重视行业背景，所以考验我们的将是我们的质量思路，质量设计能力，怎么使用工具制作成数据帮助团队中的成员让他们更有效更正确地工作，甚至有一天，质量作为一个单独的工作将不复存在，你必须具备和客户沟通，策划整个项目开发设计和开发的工作，或者是整合公司资源，管理供应商，甚至是整条供应链的能力。

第六更：
进入汽车一级供应商后，对质量，尤其是对过程控制的观念大为颠覆：零件的过程单一，而且可能通过计量型的X-Bar图进行实时监控，各种控制线，PPK，CPK，八种控制图失效模式预防过程失效，已经很成熟；而组装线就不同了，首先是作为流水线，过程更加复杂，每一步你都要知道要装配的结果是什么，这些结果的输入是什么，这个过程中会有哪些失效模式，其中会导致失效的最敏感的因素是什么，过程是通过什么方法来避免这些失效产生的，或者控制这些失效流出的，如果评价这些防止产生或防止流出的方法是否有效？
作为一个过程质量工程师，在制作控制计划的时候，是最能体会到以上的不同点的，在二级供应商这边CP基本可以复制，而在一级供应商，制作一个CP，我得到生产产线一遍一遍地操作，一遍一遍地想每一步我要装配到哪个位置，一遍一遍地每一步会有哪些失效模式，一遍一遍地琢磨现有的设备防误是什么，我可以通过什么方式骗过这个设备吗？
真的要懂的东西太多了，而且其中质量是没有很多精力陷入这些工艺的细节去过多地操心工艺应该做的事情的，所以你更应该学会的如何评价，又因为评价这些过程又不像二级供应商那样有很成熟的方法，又得一遍一遍地去琢磨。
在这个过程中其实是可以看到产线的装配技术是怎么逐步提升的，比如防止跳工位，以前会在该工位后面设置一个感应灯，灯没有感应到，下面的工位是无法启动的。但有些聪明的作业员做久了会直接去感应这个灯，可能造成这个工位没有做，但下面的工位一样可以启动。后面的技术就在这个基础上改进了，某一工位只有做完后才会给到中央控制系统一个信号，有了这个信号，下一步才能启动。