转载：统计过程控制图

zw123321

　　统计过程控制技术作为产品制造加工过程中的主要质量工具，已在机械、化工、电子等很多行业得到广泛的应用[1]。但在企业实际的质量管理中，统计过程控制技术只作为一种纯粹的统计工具，用来统计产品质量问题发生后的状况，忽略了其对有用质量信息的挖掘能力和查找质量问题原因的能力。造成这一现状的根本原因是质量数据的分散和无序，大大降低了统计过程控制系统分析缺陷原因和持续改进产品质量的功能。因此能否有效组织和管理制造质量数据，成为企业实施统计过程控制的关键。本文依据统计过程控制的基本原理和制造质量数据的特征，提出了统计过程控制系统中质量数据的管理方法，实现了质量数据的合理存储和读取，从而使统计过程控制技术真正实现其质量控制的功能。
　　1 SPC简介yinghuiyun.com/
　　统计过程控制(Statistical Process Control，SPC)，是指使用控制图等统计技术来分析过程和其输出，通过适当的措施来达到并保持过程稳定，从而实现改进和保证产品质量的目的。SPC源于20世纪20年代，以美国质量大师Shewhart W A博士发明控制图为标志，自创立以来即在工业和服务等行业得到推广应用。ISO9000族质量体系和QS9000都将SPC纳入标准之中[2]。
　　统计过程控制的理论基础是中心极限定理和3σ原则[3]。在正态分布重要结论中认为在μ士3σ(μ为分布数据的均值，σ为标准差)范围内包含质量数据的99.73%，如果能控制住这99.73%的质量数据，就可认为过程基本上是受控的。统计过程控制技术主要工具控制图也是依据这一理论而提出的[1]。
　　统计过程控制技术原理为:通过对受控过程产品质量特性值波动的研究，建立有效的分析用控制图，并计算出受控状态下的过程能力，再将有效的分析用控制图转化为生产过程控制用控制图，对日常生产过程进行监控。通过对一个过程的产品特性数据连续测量，对数据进行合理分组，并按顺序打点在所选类型控制图上，便可以依据控制图判异准则从质量特性数据的排列状况来分析生产过程是否稳定，从而判断过程质量是否存在异常波动。当过程质量状态不稳定和出现异常波动，并发生偏移时，及时报警，查找原因，采取改进措施，从而达到持续改进和保证产品质量的目的。
　　2制造过程质量数据特征
　　企业生产活动中所有与质量管理有关的信息及在活动过程中所生成的大量信息被称为质量信息。质量信息存在于各种资料、图表、数据、报告和情报中，覆盖了产品寿命循环的各个阶段，也覆盖了企业的各级、各类人员和各个部门。质量信息的种类和数量都随时间的增加不断变化。按照质量信息与时间的关系，质量数据可分为静态质量数据和动态质量数据两类。
　　(1)静态数据指的是一些描述性信息，其数据量与时间的变化相对无关，不随时间的增加而改变，但与质量活动主体的增减变化有关，随工艺流程的改变而改变。静态数据一般由工艺人员确定，由质量管理人员录入数据库，并存储于全局数据库，全局共享。静态数据可供各级、各类人员和各个部门查看、使用，而数据的修改只能由质量管理人员来完成。静态数据包括各种档案数据(人实体数据、物实体数据)、参数数据、编码数据等，如操作员资料、质检员资料、质量管理人员资料、质检设备资料、产品检测规程和方法、质检设备检测规程和方法等。
　　(2)动态数据指的是数据种类和数据量随时间的增加而不断变化的质量信息。据统计，大部分动态质量数据都来源于产品制造加工过程中，随产品工序的累加而不断生成和增加。除了具有信息的共同特征外，动态质量信息还具有分散性、随机性、相关性、复杂多样性等特征，主要包括现场采集的质量检验数据、质检人员对工序是否合格的判断数据、不合格品产生原因的统计数据、零件报废数据、过程失控原因数据和失控工序处理数据等。此外，还包括动态的质检规范标准库，该标准库应能快速响应外界对质量特性不断变化的要求，以企业生产能力为前提，以顾客对产品的个性化需求为导向，以质量过程控制反馈信息为依据，不断更新和调整，在提高产品工序过程能力的同时，满足消费者对产品的个性化需求，从而提高企业的市场竞争力。
　　3制造质量数据管理方法
　　3.1制造质量数据的逻辑分类
　　企业实施统计过程控制，需要大量的静态质量数据，同时在控制过程中会产生大量的动态质量数据。静态数据由质量管理人员在统计过程控制系统实施前录入，通过产品结构配置关系来组织和管理所有待检零部件。动态数据产生于SPC实施的各个阶段，需要存储于相应静态数据的表格中。构建的制造质量控制系统模型的功能图，该功能图产生的动态质量数据如下。
　　(1)现场采集的质量数据，产品制造加工过程实施SPC系统后，将产生大量的质量检验记录，为了更好地对零件检验工作全过程进行跟踪管理，实现零件加工过程中检验记录的录入、修改、查询和保存，需要生成每个零件统一格式且唯一的质量检验记录报告，方便质量管理人员对关键质量工序进行分析，发掘检验数据中的隐藏信息，及时发现问题，提前预防。
　　(2)产品合格状况统计数据，以动态品质规范及工序质量特性指标为准绳，对产品关键工序进行质量检验。对于合格的零件，将进入下一道工序;对于不合格的零件立即触发不合格品处理事件，以免其流入下一道工序，增加产品加工的延误时间，甚至影响产品的最终质量。对于某一工序来讲，质量检验将得到产品合格状况统计数据，从而更好地进行工序分析。
　　(3)工序状况及工序能力记录，对关键工序进行工序分析，将得到一份工序状况的统计记录。对于过程不受控的工序，需要查找原因，及时消除异常因素对加工过程的影响;对于过程受控的工序，可依据SPC的规范对其进行工序能力计算，工序能力满足要求的生产过程，可进入质量监控阶段，工序能力不足的生产过程，需要查找原因，持续改进工序。工序状况及工序能力记录能很好地反应生产过程中的质量问题及企业质量管理的水平，是说服企业高层实施SPC管理的有力指标。
　　(4)偶然因素和异常因素统计数据，偶然因素对生产过程一直起作用，但对质量影响较小且难以除去;异常因素在一定时间内对生产过程起作用，对质量影响较大但不难除去。根据SPC原理可知，过程失控时，主要的影响因素属于异常因素，过程工序能力不足时，主要的影响因素属于偶然因素。分别对失控过程和工序能力不足的过程进行分析，便可得到影响产品质量的偶然因素和异常因素的统计数据，从而分析出影响产品质量的各因素的轻重缓急，按照质量因素的排列顺序，从主到次依次解决。
　　3.2制造质量数据存储与读取方法
　　将产品按照部件进行分解，部件再进一步分解成子部件和零件，直到零件为止，由此形成的分层树状结构，称为产品结构树或者产品配置树。制造质量数据是依据产品结构配置关系来组织和存储的，企业中的管理部门和质量部门依据设计部门对产品质量的要求，提出反应产品各种质量的新属性，在产品配置树的基础上产生新的制造质量BOM，如图2所示，并衍生出数据表。
　　(1)产品对象属性表。产品对象属性表具体描述了各零件的质量属性，以产品对象编号为关键字，可追溯每一产品的每一零件的质量信息。方便企业高层对企业质量状况进行全局监控，同时也能具体查看各分厂、各生产线及各零件的质量状况。
　　(2)产品质量规范表。产品质量规范表具体描述了各零件及各关键工序的质量特性指标，为质检员判断产品合格与否提供依据和准绳，同时也为后面的工序分析提供重要参考指标。产品质量规范表还包括数值类型、项目权重和检测设备等。其中数值类型一项用来选择相应的控制图，项目权重一项用来标示项目的重要性(关键工序、重要工序和一般工序)，检测设备一项指出各检测工序所需的设备种类、名称和数量。
　　(3)产品检验记录表。产品检验记录表存储的是工序检验实测数据和工序分析所得数据，包括各检验对象的实测值、产品合格百分率、工序过程能力指数等。为方便用户选择不同的质量数据集合绘制统计曲线，产品检验记录表中增加了一些辅助项，如检验员编号、操作员编号、检测设备和加工设备等。例如，需要考核某个操作人员、某个检测设备或者某个检验员的品质状况，可通过选择相应的约束条件，绘制该操作人员、该检测设备检测的或该检验员检测的质量特性数据的控制图。从而使质量管理人员可从多个角度绘制控制图，更全面地监控过程质量。
　　4应用实例
　　图3为质量数据管理方法在E-SPC系统中的应用。图3的上方为按产品结构配置关系列出的产品关键质量特性的属性表及检测规范表，涉及到检测对象自身的属性及控制图所必需的质量参数，左下方为第一个检测对象的检验记录表，右下方为第一个检测对象的均值-极差控制图，其中UCL、CL、LCL分别代表控制图的上控制线、中心线和下控制线。控制图中有超出下控制线的点(图3中用椭圆标示的点)，根据控制图判异准则[5]可知该过程存在异常因素，质量管理人员和工艺人员应共同分析，确定并消除过程中存在的影响产品质量的不稳定因素，然后重新采集数据绘制控制图，如果依据控制图判异准则发现过程不稳定，应该从5M1E(人、机、料、法、环、测)6个方面继续寻找造成质量异常波动的原因，依此重复进行，直到过程稳定为止。
　　5结束语
　　本文提出了统计过程控制系统中质量数据的管理方法，实现了质量数据的合理存储和读取，解决了制造质量数据分散、无序和不完整等问题。数据的完整和可靠，有利于统计过程控制技术在企业生产过程中的应用，提高了企业质量控制能力，更好地满足顾客需求，给企业带来较大的经济利益。

ltyzzhoubo

lurenjia2011050

刘卫东

没有看见图

56269785

Benny_liang

有没有XBAR-R的详细资料？

程蓉

1939162856

peterlin

Thank for your sharing.

21270053

学习了