这里介绍SPC,控制图的重要性,控制图原理,判稳及判异准则,休哈特控制图,通用控制图。
第一章 统计过程控制(SPC)
SPC是英文Statistical Process Control的字首简称,即统计过程控制。SPC就是应用统计技术对过程中的各个阶段进行监控,从而达到改进与保证质量的目的。SPC强调全过程的预防。
SPC给企业各类人员都带来好处。对于生产第一线的操作者,可用SPC方法改进他们的工作,对于管理干部,可用SPC方法消除在生产部门与质量管理部门间的传统的矛盾,对于领导干部,可用SPC方法控制产品质量,减少返工与浪费,提高生产率,最终可增加上缴利税。
SPC的特点是:(1)SPC是全系统的,全过程的,要求全员参加,人人有责。这点与全面质量管理的精神完全一致。(2) SPC强调用科学方法(主要是统计技术,尤其是控制图理论)来保证全过程的预防。(3)SPC不仅用于生产过程,而且可用于服务过程和一切管理过程。
过程控制的概念与实施过程监控的方法早在20世纪20年代就由美国的休哈特(W. A.Shewhart)提出。今天的SPC与当年的休哈特方法并无根本的区别。
在第二次世界大战后期,美国开始将休哈特方法在军工部门推行。但是,上述统计过程控制方法尚未在美国工业牢固扎根,第二次世界大战就已结束。战后,美国成为当时工业强大的国家,没有外来竞争力量去迫使美国公司改变传统方法,只存在美国国内的竞争。由于美国国内各公司都采用相似的方法进行生产,竞争性不够强,于是过程控制方法在1950~1980年这一阶段内,逐渐从美国工业中消失。
反之,战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士,将SPC的概念引入日本。从1950~1980年,经过30年的努力,日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(Roger W. Berger)教授指出,日本成功的基石之一就是SPC。
在日本强有力的竞争之下,从80年代起,SPC在西方工业国家复兴,并列为高科技制(之一。 例如,加拿大钢铁公司(STELCO)在1988年列出的该公司七大高科技方向如下:(1)连铸,(2) 炉外精炼钢包冶金站,(3) 真空除气,(4) 电镀钵流水线,(5) 电子测量,(6) 高级电子计算机,(7) SPC。
美国从20世纪80年代起开始推行SPC。美国汽车工业已大规模推行了SPC,如福特汽车公司,通用汽车公司,克莱斯勒汽车公司等,上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000标准,在与汽车有关的行业中,颇为流行。美国钢铁工业也大力推行了SPC,如美国LTV钢铁公司,内陆钢铁公司,伯利恒钢铁公司等等。
SPC迄今已经经历了三个发展阶段,即:SPC,SPCD及SPCDA。
1.第一阶段为SPC。SPC是美国休哈特在20世纪二、三十年代所创造的理论,它能以便人们采取措施,消除异常,恢复过程的稳定。这就是所科学地区分出生产过程中产品质量的偶然波动与异常波动,从而对过程的异常及时告警,谓统计过程控制。
2.第二个阶段为SPCD。SPCD是英文Statistical Process Control and Diagnosis的字首简称, 即统计过程控制与诊断。SPC虽然能对过程的异常进行告警,但是它并不能告诉我们是什么异常,发生于何处,即不能进行诊断。1982年我国张公绪首创两种质量诊断理论,突破了传统的美国休哈特质量控制理论,开辟了统计质量诊断的新方向。从此SPC上升为SPCD,SPCD是SPC 的进一步发展,也是SPC的第二个发展阶段。1994年张公绪教授与其博士生郑慧英博士提出多元逐步诊断理论,1996年张公绪教授又提出两种质量多元诊断理论,解决了多工序、多指标系统的质量控制与诊断问题。目前SPCD已进入实用性阶段,我国仍然居于领先地位。
3.第三个阶段为SPCDA。SPCD也是英文Statistical Process Control,Diagnosis and Adjustment的字首简称,即统计过程控制、诊断与调整。正如同病人确诊后要进行治疗,过程诊断后自然要加以调整,故SPCDA是SPCD的进一步发展,也是SPC的第三个发展阶段。这方面国外刚刚起步,他们称之为ASPC(Algorithmic Statistical Process Control,算法的统计过程控制),目前尚无实用性的成果。张公绪教授与他的博士生也正在进行这方面的研究。
进行SPC和SPCD有下列步骤:
步骤1::培训SPC和SPCD。培训内容主要有下列各项:SPC的重要性,正态分布等统计基本知识,质量管理七种工具,其中特别是要对控制图深入学习,两种质量诊断理论,如何制订过程控制网图,如何制订过程控制标准等等。
步骤2:确定关键变量(即关键质量因素)。具体又分为以下两点:
(1) 对全厂每道工序都要进行分析(可用因果图),找出对最终产品影响最大的变量,即关键变量(可用排列图)。如美国LTV钢铁公司共确定了大约20000个关键变量。
(2) 找出关键变量后,列出过程控制网图。所谓过程控制网图即在图中按工艺流程顺序将每道工序的关键变量列出。
步骤3:提出或改进规格标准。具体又分为以下两点:
(1) 对步骤2得到的每一个关键变量进行具体分析。
(2) 对每个关键变量建立过程控制标准,并填写过程控制标准表。
所在车间 |
| 控制点 |
| 控制因素 |
| 文件号 |
| 制定日期 |
| |||||||||||
控制内容 |
| |||||||||||||||||||
过程标准 |
| |||||||||||||||||||
控制理由 |
| |||||||||||||||||||
测量规定 |
| |||||||||||||||||||
数据报告途径 |
| |||||||||||||||||||
控制图 |
| |||||||||||||||||||
纠正性措施 | 有无建立控制图 |
| 控制图 类型 |
| 制定者 制定日期 |
| 批准者 批准日期 |
| ||||||||||||
操作程序 |
| |||||||||||||||||||
审核程序 |
| |||||||||||||||||||
制定者 |
| 审核者 |
| 审核日期 |
| |||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
过程控制标准表
本步骤最困难,最费时间,例如制定一个部门或车间的所有关键变量的过程控制标准,大约需要两个多人年(即一个人要工作量年多)。
步骤4:编制控制标准手册,在各部门落实。将具有立法性质的有关过程控制标准的文件编制成明确易懂、便于操作的手册,使各道工序使用。如美国LTV公司共编了600本上述手册。
步骤 5:对过程进行统计监控。主要应用控制图对过程进行监控。若发现问题,则需对上述控制标准手册进行修订,及反馈到步骤4。
步骤6::对过程进行诊断并采取措施解决问题。可注意以下几点:
(1) 可以运用传统的质量管理方法,如七种工具,进行分析。
(2) 可以应用诊断理论,如两种质量诊断理论,进行分析和诊断。
(3) 在诊断后的纠正过程中有可能引出新的关键质量因素,即反馈到步骤2,3,4 。
推行SPC的效果是显著的。如美国率LTV公司1985年实施了SPC后,劳动生产率提高了20%以上。
五、宣贯ISO9000国际标准与推行SPC和SPCD的关系
ISO9000一1994年新版与1987年初版相比校,有三个强调:(1) 强调“把一切都看成过程", (2) 强调“预防", (3) 强调“统计技术的应用是不可剪裁的"。其实,这三者是互相联系、密切不可分的。众所周知,质量管理这门学科有个重要的特点,即对质量管理所提出的原则、方针、目标都要有科学方法和科学措施来加以保证。例如,强调预防就要应用统计方法(主要是应用SPC 和SPCD)和科学措施来保证它的实现。这样,后两个强调是紧密联系着的。其次,SPC即统计过程控制,故第一个强调也与后二者联系起来了。所以这三个强调是互相联系、密不可分的。企业推行ISO9000应该注意到这三个强调,在思想上应该明确:SPC和SPCD是推行ISO9000的基础。
一、控制图的重要性
贯彻预防原则是依靠推行SPC和SPCD来实现的,而居QC七个工具核心地位的控制图是 SPC和SPCD的重要工具。1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂,结果发现平均每家工厂使用137张控制图,这个数字对于我们推行SPC和SPCD是有一定的参考意义的。可以说,工厂中使用控制图的张数在某种意义上反映了管理现代化的程度。
控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL)、上控制界限(UCL)和下控制界限(LCL),并有按时间顺序抽取的样本统计量数值的描点序列,参见控制图示例图。
假定某车间有部车床车制直径为10mm的机螺丝。为了了解机螺丝的质量,从车制好的机螺丝中抽出100个,测量并记录其直径数据,如表所示。
机螺丝直径数据(mm)
10.24 | 9.94 | 10.00 | 9.99 | 9.85 | 9.94 | 10.42 | 10.30 | 10.36 | 10.09 |
10.21 | 9.79 | 9.70 | 10.04 | 9.98 | 9.81 | 10.13 | 10.21 | 9.84 | 9.55 |
10.01 | 10.36 | 9.88 | 9.22 | 10.01 | 9.85 | 9.61 | 10.03 | 10.41 | 10.12 |
10.15 | 9.76 | 10.57 | 9.76 | 10.15 | 10.11 | 10.03 | 10.15 | 10.21 | 10.05 |
9.73 | 9.82 | 9.82 | 10.06 | 10.42 | 10.24 | 10.60 | 9.58 | 10.06 | 9.98 |
10.12 | 9.97 | 10.30 | 10.12 | 10.14 | 10.17 | 10.00 | 10.09 | 10.11 | 9.70 |
9.49 | 9.97 | 10.18 | 9.99 | 9. | 9.83 | 9.55 | 9.87 | 10.19 | 10.39 |
10.27 | 10.18 | 10.01 | 9.77 | 9.58 | 10.33 | 10.15 | 9.91 | 9.67 | 10.10 |
10.09 | 10.33 | 10.06 | 9.53 | 9.95 | 10.39 | 10.16 | 9.73 | 10.15 | 9.75 |
9.79 | 9.94 | 10.09 | 9.97 | 9.91 | 9. | 9.88 | 10.02 | 9.91 | 9.54 |
为找出这些数据的统计规律将它们分组、统计、作直方图,如机螺丝直径直方图所示。图中的直方高度与该组的频数成正比。
将各组的频数用数据总和N=100除,就得到各组的频率,它表示机螺丝直径属于各组的可能性大小。显然,各组频率之和为1。若以直方面积来表示该组的频率,则所有直方
面积总和也为1。这时,直方的高=直方面积/组距=频率/组距=频数/(N×组距)。因此,无论纵坐标取为频率或频率/组距,各直方的高都与频数成正比。故机螺丝直径直方图所示的直方图仍可用,只要再作一条频率纵轴和一条直方面积表示频率的纵轴,见直方图趋近光滑曲线图。