论文:SPC技术应用及应注意的几个问题
SPC技术应用及应注意的几个问题
The Application of SPC Technology
摘要：本文分析了企业实施SPC管理的重要作用，阐述了SPC的实施程序，根据实施经验重点总结了5PC应用过程中应注意的几个问题。
关键词：动态 连续 过程控制
Abstract：This paper analyzes the important action to a corporation, explicates the actualizing process． According the actualizing experience， author has summed several noticing questions during the application of SPC．
Key words: movement continue process control
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( —R图)、均值—标准差控制图( —S图)、中位数—极差控制图( —R固)、单值—移动极差控制图( —Rs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( —R图)、均值—标准差控制图( —S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.Wg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。
五、结束语
随着我国加入WTO，企业面临的竞争将更加激烈，企业问的竞争实质上就是产品的竞争。如果不从产品质量人手去赢得市场，企业就会陷入发展的困境。SPC是一种有效的质量管理工具，如果在企业中成功地实施了SPC，在质量控制中将起到极好的预防作用，从而为提高产品质量，降低生产成本，为企业带来丰厚利润，起到事半功倍的效果。口
The Application of SPC Technology
摘要：本文分析了企业实施SPC管理的重要作用，阐述了SPC的实施程序，根据实施经验重点总结了5PC应用过程中应注意的几个问题。
关键词：动态 连续 过程控制
Abstract：This paper analyzes the important action to a corporation, explicates the actualizing process． According the actualizing experience， author has summed several noticing questions during the application of SPC．
Key words: movement continue process control
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( —R图)、均值—标准差控制图( —S图)、中位数—极差控制图( —R固)、单值—移动极差控制图( —Rs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( —R图)、均值—标准差控制图( —S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.Wg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。
五、结束语
随着我国加入WTO，企业面临的竞争将更加激烈，企业问的竞争实质上就是产品的竞争。如果不从产品质量人手去赢得市场，企业就会陷入发展的困境。SPC是一种有效的质量管理工具，如果在企业中成功地实施了SPC，在质量控制中将起到极好的预防作用，从而为提高产品质量，降低生产成本，为企业带来丰厚利润，起到事半功倍的效果。口
没有找到相关结果
已邀请:
RSS Feed
12 个回复
87495024
赞同来自:
THs