统计过程控制在策划和实施阶段的 注意事项

        SPC（统计过程控制）是企业质量管理中的重 要工具之一，为质量管理提供技术支持。通过分 析策划与实施统计过程控制中的关键过程，解决 企业在推行SPC中遇到的问题。

       统计过程控制（SPC）是应用统计技术对产 品生产过程中的各个阶段进行监控，从而达到改 进与保证产品质量的目的。在管理咨询过程中发 现，实施统计过程控制中常见的问题有：控制点 的设置不合理、不能动态监控过程、过程控制图 绘制成为负担、过程出现异常无从下手等问题。 本文通过理解质量控制统计技术原理，分析统计 过程控制策划和实施中应注意事项，帮助组织选 择合理质量控制工具，并成功策划和实施统计过 程控制。

 质量数据规律及统计分布 

        1.质量数据规律 

         在产品生产过程中，条件完全一致的情况下， 所生产的产品质量特性结果也不完全相同，会在一定 范围内波动。在生产过程中，影响产品质量的人、 机、料、法、环等因素是动态的组合，完全一致的条 件不可能实现，而质量特性的结果也在无时无刻发生 变化。虽然这种变化不可消除，导致产品质量特性具 有变异性，但这种变异是在一定范围内，并符合一定 的规律的。质量数据的分布可以通过产品质量变异规 律的概率来描述。 

        2.质量数据类型及分布 

        在掌握生产过程大量重复性工作检测数据时，控 制过程所统计的规律性。用计量型控制图反映计量型 数据特征，通过绘制、分析计量型控制图对过程进行 控制。计数型控制图能反映计数型数据特征。质量数 据的三种分布特性：计量型数据服从正态分布； 计 数型数据服从二项分布；计点型数据服从泊松分布。 

统计过程控制的策划 

        1.建立工序质量控制点要考虑的因素 统计过程控制在策划和实施阶段的 注意事项 

        (1）产品的性能、精度、寿命、可靠性、安全 性等以及对其有直接影响的部件关键质量特性，以 及影响这些质量特性的关键要素。

       (2）工序(艺)本身有特殊要求，或对下道工序 (艺)有直接影响的质量特性，以及影响这些质量特 性的关键要素，即控制对象质量特性要求并不是产 品自身需求。

       (3）工序质量稳定性。产品或部件关键质量特 性稳定、工序(艺)技术成熟或工序质量能力大时出 现不合格的机率极小，只需进行常规管控。而用户 反馈的质量信息或抽检、审核不合格的质量项目， 以及影响这些质量特性的关键要素需要进行严格的 过程控制。

        2.工序过程分析 

       在进行质量控制前，通过采用流程图分析方法 对这些过程进行描述和分解，把大的过程分解为小 的过程，从而确定影响产品或服务质量的关键工 序。对关键的工序进行调查和试验，应用因果分析 工具(如因果图、系统图、关联图等)找出影响其质 量特性的支配性要素，再应用散布图、回归分析或 正交试验设计等方法确定其中的关键项目以及与特 性之间的相关关系。最后，通过工序分析编制“关 键工序分析表”，对支配性要素量化，明确规定质 量界限值、检测手段或工具、控制方法及每道工序 的责任者。 

       3.合理选择统计工具

        根据控制对象(质量特性或支配性要素)的类 型、特点及数据性质，确定采用适宜的计量型或计 数型控制图。

       4.建立质量控制管理制度 

       首先，建立关键质量控制管理制度，明确职责 范围、管理要求、控制方法、异常处理流程。其 次，制订关键工序质量控制作业指导书(或操作规 程、操作卡片)，必须严格执行作业标准。 

统计过程控制实施的注意事项

       1.统计过程控制与质量检查区别 在生产来制造中，以前是通过检查最终产品并 剔除不符合规范的产品，或把检查结果与公差限要 求直接比对，达到过程控制的目的。而在统计过程 控制中，强调的是使用统计技术对数据进行处理， 通过分析获得的数据与控制界限之间的关系，来实 现生产过程达到“稳态”的控制。只有区分理解公 差界限与控制界限含义才能更好实施统计过程控 制。

       2.合理选择测量装置 在计量型数据测量过程中选择合适的测量装置 至关重要。为识别获取的测量数据变化趋势，从保 证测量精度的角度考虑，要依据被测工件的公差来 选择测量器具，使测量装置允许的测量方法极限误 差等于被测工件公差1/5～1/10。当依据测量装置 不确定度或测量误差来选择测量器具时，避免测量 结果分布取值范围太窄，不能观察到测量数据变化 趋势，从而误判过程状态。选择测量装置时还应该 考虑测量误差与加工误差之间的分配问题，被测工 件的精度要求，结构尺寸大小、加工工艺条件、材 质、形状、重量、批量、测量器具的不确定度和经 济性等。 

       3.统计过程控制的判稳与判异原理 控制图采用3δ原则设计，因此把发生概率为 0.0027的事件定义为小概率事件[3]，即不发生的事 件，此时的接受风险是能被大家接受的。因此，连 续随机排列的多个点子发生的事件接受风险接近 或小于0.0027时视为过程稳定，连续排列的多个点 子发生的事件概率接近或小于0.0027时视为过程异 常。 

       4.过程控制的诊断及异常处理 在生产实践中，影响质量变异的因素是固有存 在的，随过程因素调整动态控制。当影响产品质量的人、机、料、法、环等因素的变化被忽视，而 导致新样本数据的控制界限幅度、中心位置以及 标准偏差变动，使原状态的分析控制图数据被新 状态下控制图引用会出现异常报警。在影响样本 数据变化原因中，模具调整、换料、换人等是经 常容易忽视的因素。

      经验证明，分析异常原因应遵循“先自身，后 他人；先内部，后外部”原则。先从控制图的设 计是否有错误入手，如计算是否有错误，制定的 抽样原则是否恰当，选择的图种是否适宜等。控 制图的设计没有问题时，再分析操作者的问题， 如抽取样本是否随机，测量有无差错，数据读 取、计算以及描点是否正确，特别应注意操作人 员是否有弄虚作假的行为。先内部是指先从企业 内部的分析人手，如操作的问题、测量的问题、设 备的问题、生产环境的问题等。确认内部没有问题 时再查外部，如原材料、外协件的供应问题等。

 抓住改进的机会 

      应用统计技术能更好地利用已获得的数据进行 决策，统计过程控制目的是避免生产无用的输出， 从而避免浪费资源，是一种预防过程变异的有效方 法，它充分体现了“第一次就把工作做好”的质量 管理精髓。通过对产品进行测量、描述、分析、解 释和建立模型，实现更好地掌握过程状态、理解变 异的性质、程度，分析引起变异的问题，从而快速 抓住改进机会。