企业管理之之SPC,SPD,SPA概述

baozang

　一、概述
1 j9 N3 ~. z7 O7 c$ Y6 @
6 m( f' ]! Y1 v- S/ @0 _8 D! `. `+ E　　近年来，由于科学技术的迅猛发展，产品的不合格品率迅速降低，如电子产品的不合格率由过去的百分之一、千分之一降低到百万分之一(ppm，10–6)，乃至十亿分之一(ppb，10–9)。质量控制方式也由过去的3s控制方式演进为6s控制方式。3s控制方式下的稳定状态不合格品率为2.7×10–3(0.27%)，6s控制方式下的稳定状态不合格品率仅为2.0×10–9(10亿分之二)，参见图1。(略) 这就是21世纪的超严格质量要求，各种产品都有其相应的超严格质量要求。因此，著名的美国质量管理专家朱兰早在1994年就在美国质量管理学会年会上指出：“21世纪是质量的世纪”。
. n$ Z8 ?/ {2 {" z- ?" `  P- |
1 c. @; i+ u: c" m, \' ^. n5 V　　大家知道，贯彻预防原则是现代质量管理的核心与精髓。对如此严格的质量要求，采取什么样的科学措施和科学方法来贯彻预防原则并保证质量方针和目标的实现呢？这就要提到“SPC”、“SPD”与“SPA”。
2 ~( r( z% g2 O9 T　
& q* q. I6 K; X　　二、 什么是SPC、SPD与SPA？  

　　1． SPC

/ c3 i7 i/ ]& Q0 c! N　　SPC(Statistical Process Control)即统计过程控制，是20世纪20年代由美国休哈特首创的。SPC就是利用统计技术对过程中的各个阶段进行监控，发现过程异常，及时告警，从而达到保证产品质量的目的。这里的统计技术泛指任何可以应用的数理统计方法，而以控制图理论为主。但SPC有其历史局限性，它不能告知此异常是什么因素引起的，发生于何处，即不能进行诊断，而在现场迫切需要解决诊断问题，否则即使要想纠正异常，也无从下手。
) k' H$ a/ `- b  K* E4 s3 v
9 G# V- F- ?' c/ ?8 M　　2． SPD
- S$ U: P+ `: K0 V; a: b" ]2 l9 o, w　　SPD(Statistical Process Diagnosis)即统计过程诊断，是20世纪80年代由我国质量管理专家张公绪首次提出的。1980年，张公绪提出选控控制图系列。选控图是统计诊断理论的重要工具，奠定了统计诊断理论的基础。1982年，张公绪又提出了“两种质量诊断理论”，突破了传统的休哈特质量控制理论，开辟了质量诊断的新航向。此后，我国又提出“多元逐步诊断理论”和“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质量诊断问题。从此，SPC上升为SPD。SPD是利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。 目前，我国依据上述诊断理论已开发出两种诊断软件。一种是依据“两种质量诊断理论”开发的应用软件SPCD2000，用于诊断多工序生产线中上工序对下工序的影响；另一种是依据“多元逐步诊断理论”和“两种质量多元诊断理论”开发的多元诊断软件DTTQ2000，用于多因素相关条件下的诊断。而后者同时也考虑了上工序对下工序的影响。
; n. u7 v8 \" Q- }3 r( i
　　3． SPA
" Q% c: r. d8 V8 E8 W2 F　　SPA(Statistical Process Adjustment)即统计过程调整，是SPC发展的第三个阶段。SPA可判断出异常，告之异常发生在何处，因何而起，同时还给出调整方案或自动调整。SPA从90年开始提出，目前尚无实用性成果，正在发展之中。 4． 接近零不合格品过程的SPC在通常的SPC中，控制对象是不合格品，在接近零不合格品过程中，大量产品为合格品，而不合格品仅偶而出现，故控制对象也自然由不合格品数改换成为相邻不合格品间的合格品数。从而引出一系列新理论，构成了一个新学科。我国清华大学孙静博士就是接近零不合格品过程的质量控制专家，提出了多项达到国际水平的成果，如接近零不合格品过程的判异准则、判稳准则，接近零不合格品过程的CUSUM控制图、EWMA控制图等成果。而CUSUM控制图、EWMA控制图远优于国外的两阶段控制图法。　
) h% G9 z! h/ H2 r　
# m9 T- J& a2 x( i  m: H　　如何在生产实践中应用SPC
" z* F4 X/ ?/ L' y' V) n　
8 D( B/ \; E  z, U　　SPC即指统计过程控制。它能科学地区分出生产过程中的偶然波动与异常波动，从而对生产过程的异常及时警告，以便人们采取措施，消除异常，恢复过程的稳定。SPC强调全过程的预防，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。
/ V4 S* I" q8 J  _1 ~
　　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。这与全面质量管理的精神完全一致。2)SPC强调用科学的方法(主要是数理统计技术，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。SPC的上述特点与2000版ISO9000要求的三个强调：1)强调“把一切看成过程”；2)强调“预防”； 3)强调“统计技术的应用是不可剪裁的”是一致的。因此，企业各级领导及质量专业人士应该明确：SPC是推行ISO9000的基础。
9 t2 |$ S0 f0 {! p$ |! |( Y　
( r' t- G; V# E/ F( m% g　　一、 SPC在企业应用中的一般步骤

　　1． 技术培训
　　主要培训SPC的重要性、正态分布等数理统计基本知识、质量管理七种工具(其中特别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。

　　2． 确定关键变量(即关键质量因素)
　　　　a. 对全厂的各道工序都要进行分析，找出对产品影响最大的变量，即关键变量；
　　　　b. 列出过程控制网图，即按工艺流程顺序将每道工序的关键变量在图上标出。
$ A5 D' ~! f3 B& Q+ r/ O2 F
( F" \  I9 B3 L　　3． 提出或改进规格标准
　　　　a. 对步骤2得到的每一个关键变量进行具体分析；
0 x4 K+ r. j7 P- n9 [3 D4 P　　　　b. 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。
3 O# Z3 P$ v2 @  y
' _" o7 J( C1 C7 O# b; @　　4． 编制控制标准手册并予以落实
% B, q' D* [  V　　　　将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，让各道工序使用。
/ M, d) Q2 ^/ E! ~: j! Z) a
　　5． 对过程进行统计监控
* R( M% M, v# c' F. Y; @, ~$ c　　　　主要应用控制图对过程进行监控，使用中若发现控制标准有问题，则需要对控制标准手册进行修订。
9 a; T. g, }, K
　　6． 对过程异常进行诊断并采取措施解决问题
$ D3 T" t  ^$ k+ e, L) M　　　　a. 可运用传统的质量管理方法，如七种工具，进行分析；
7 e/ L  T' j6 L　　　　b. 可应用诊断理论，如两种质量诊断理论，进行分析和诊断；
7 M( r4 r8 [3 s" d: X5 Y　　　　c. 在诊断后的纠正过程中可能引出新的关键质量因素，应及时反馈到步骤2、3、4。
　
　　二、休哈特控制图的种类、用途及应用控制图需要考虑的问题
; c0 r* t5 f3 t3 y
) `/ T8 S. a; ~6 W" {　　根据国标GB4091，常规休哈特控制图包括计量控制图四种：均值—极差控制图(Xbar—R)、均值—标准差控制图(Xbar—Rs)、中位数—极差控制图(Xmed—R)、单值—移动极差控制图(x—Rs)；计数控制图四种：不合格品率控制图(P)、不合格品数控制图(Pn)、缺陷数控制图(C)、单位缺陷数控制图(U)。它们的用途分别是：
2 w. W* e5 C: p+ Z
　　1． Xbar—R控制图是最常用的基本控制图。它适用于各种计量值。Xbar控制图主要用于观察分布的均值变化；R控制图用于观察分布的分散情况或变异度的变化，而Xbar—R控制图则将两者联合运用，以观察分布的变化。

# z) K- I. \3 A6 C) w, p( K/ O) O6 m" n　　2． Xbar—Rs控制图与Xbar—R控制图相似，只是用标准差图(s图)代替极差图(R图)。极差计算简便，故R图得到广泛应用，但当样本容量较大时，应用极差估计总体标准差的效率降低，需要用s图来代替R图。
1 {7 K% E4 B. }! t" k/ d
　　3． Xmed—R控制图与Xbar—R控制图相比，只是用中位数代替均值图。由于中位数的计算比均值简单，所以多用于需在现场把测定数据直接记入控制图的场合。
: `, e7 E! r6 {9 r3 K: n  c. o
/ B' |  i6 p8 b- I! s　　4． x—Rs控制图多用于：对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、检验昂贵的场合；样品均匀，多抽样也无太大意义的场合。由于它不象前三种控制图那样能取得较多的信息，所以它判断过程的灵敏度要差一些。
! z' M, m' A) j( N. F' |8 n
　　5． P控制图用于控制对象为不合格品率或合格品率等计数值质量指标的场合。应注意的是，在根据多种检查项目综合评定不合格品率的情况，当控制图显示异常时，难以找出异常的原因。因此，使用P图时应选择重要的检查项目作为判断不合格品的依据。常见的不良率有不合格品率、废品率、交货延迟率、各种差错率等。

　　6． Pn控制图用于控制对象为不合格品数的场合。设n为样本大小，P为不合格品率，Pn作为不合格品数控制图的简记记号，由于计算不合格品率需进行除法，比较麻烦，所以在样品大小相同的情况下，用此图比较方便。
8 I$ R8 N; P4 p2 v6 x( ~$ M
　　7． C控制图用于控制一部机器、一个部件、一定长度、一定面积或任何一定的单位中(即样本大小不变)所出现的缺陷数目，如布匹上的疵点数、铸件上的砂眼数、机器设备的缺陷数或故障次数等。
, D3 p) u1 p6 h
$ ], @8 z0 a' R) [. x* j　　8． U控制图。当样本大小变化时，不宜用C控制图，需换算为平均每单位的缺陷数后再使用U控制图。
　　　　应用控制图需要考虑以下问题：
; E3 {& ^6 _- G! S. t
　　　　　1) 控制图用于何处？原则上讲，对于任何过程，凡需要对质量进行控制管理的场合都可以应用控制图。但还应注意区分计数值和计量值，另外所控制的过程必须具有重复性，即具有统计规律，对于一次性或少数几次的过程显然难于应用控制图进行控制。
+ b/ I% o  a2 C  [- d; z
　　　　　2) 如何选择控制对象？在使用控制图时应选择能代表过程的主要质量指标作为控制对象。一个过程往往具有各种各样的特性，需要选择能够真正代表过程情况的指标。如内圆磨工序，应选择内径尺寸偏差及变动量进行控制。

0 w2 |  q+ e9 G% X. D; [　　　　　3) 怎样选择控制图？首先应根据所控制质量指标的数据性质选择采用计数或计量值控制图中的一种。其次要确定过程中要控制的因素是单指标还是多指标，选择用一元控制图还是用多指标控制图。最后，还需要考虑其他要求，如检出力大小、抽取样品、取得数据的难易程度、是否经济等。
2 x% z7 B' Q/ `1 c
  M: G8 q+ N( u. M0 l　　　　　4) 如何分析控制图？如果控制图点子出界或界内点子排列非随机，则应认为生产过程失控。但在判断过程失控前，应首先检查样品的取法是否随机、数据的读取是否正确、计算有无错误、描点有无差错，然后再来调查生产过程方面的原因。

　　　　　5) 对于点子出界或违反其他判断判定准则的处理，应执行“查出异因、采取措施、保证消除、不再出现、纳入标准”的20字原则，立即追查原因，并采取措施防止它再次出现。否则，就不如不搞控制图。
- a0 \- a* E: N0 @  \
　　　　　6) 一般来说，控制图只能告警，而不能告诉引起异常的原因。要找出造成异常的原因，除根据生产和管理方面的技术与经验来解决外，应用“两种质量诊断理论”和“两种质量多元诊断理论”来诊断是十分有效的。
$ o0 V  x; c2 ~) m% S9 e; c　　　　　7) 控制图的重新制定十分重要。控制图是根据稳定状态下的条件(人员、设备、原材料、工艺方法、环境，即4M1E)来制定的。上述条件一旦发生变化，控制图也必须重新加以制定。另外，控制图在使用一段时间后，应重新抽取数据，进行计算，加以检验。

3 B; k9 H! I; r+ E5 _1 U6 [　　　　　8) 控制图应加以妥善保管。控制图的计算及日常的记录都应作为技术资料加以妥善保管。对于点子出界或界内点子排列非随机以及当时处理的情况都应予以记录，因为这些都是以后出现异常查找原因的重要参考资料。有了长期保存的记录，便能对该过程的质量水平有清楚的了解，这对于今后在产品设计和制定规格方面是十分有用的。

技术交流

谢谢楼主分享！
# v( R8 d/ n& f0 k6 A4 o学习了！