文章插图
质量改进工具—控制图（Control Charts）（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 。例如 ， 假定某产品在强度方面有问题 ， 就应该选择强度作为控制对象 。在电动机装配车间 ， 如果对于电动机轴的尺寸要求很高 ， 这就需要把机轴直径作为我们的控制对象 。（3）怎样选择控制图？选择控制图主要考虑下列几点：首先根据所控制质量指标的数据性质来进行选择；其次 ， 要确定过程中的异常因素是全部加以控制（全控）还是部分加以控制（选控） ， 若为全控应採用休哈特图等；若为选控 ， 应採用选控图 。（4）如何分析控制图？如果控制图中点子未出界 ， 同时点子的排列也是随机的 ， 则认为生产过程处于稳态或控制状态 。如果控制图中点子出界（或不出界）而点子的排列是非随机的（也称为排列有缺陷） ， 则认为生产过程失控 。（5）对于点子出界或违反其他準则的处理 。若点子出界或点子的排列是非随机的 ， 则应立即追查原因并採取措施防止它再出现 。（6）对于过程而言 ， 控制图起着报警铃的作用 ， 控制图点子出界就好比报警铃响 ， 告诉是应该进行查找原因、採取措施、防止再犯的时刻了 。一般来说 ， 控制图只起报警铃的作用 ， 而不能告诉这种报警究竟是由什幺异常因素造成的 。要找出造成异常的原因 ， 除去根据生产和管理方面的技术与经验来解决外 ， 应该强调指出 ， 套用两种质量诊断理论和两种质量多元诊断理论来诊断的方法是十分重要的 。（7）控制图的重新制定 。控制图是根据稳定状态下的条件5MIE来制定的 。如果上述条件变化 ， 如操作人员更换或通过学习操作水平显着提高 ， 设备更新 ， 採用新型原材料或其他原材料 ， 改变工艺参数或採用新工艺 ， 环境改变等 ， 这时 ， 控制图也必须重新加以制定 。由于控制图是科学管理生产过程的重要依据 ， 所以经过相当时间的使用后应重新抽取数据 ， 进行计算 ， 加以检验 。基本结构（休哈特控制图）是在直角坐标系中画三条平行于横轴的直线 ， 中间一条实线为中线(Cl) ， 上、下两条虚线分别为上、下控制界限（UCl和lCl） 。横轴表示按一定时间间隔抽取样本的次序,纵轴表示根据样本计算的、表达某种质量特徵的统计量的数值 ， 由相继取得的样本算出的结果 ， 在图上标为一连串的点 ， 它们可以用线段连线起来根据所考察的质量特徵的性质是计量的还是计数的（包括计件和计点的）（见抽样检验） ， 以及所採用的统计量的不同 。详细分类控制图有不同的类型 ， 常用的有以下几类：①适用于遵循常态分配的计量特徵的平均数塣 控制图和极差R控制图,这两个图必须合用,一般称之为塣 -R控制图 。其中塣 若用中位数塣 代替,即成为塣 -R控制图 。②适用于遵循二项分布的计件特徵的不合格品率p 控制图和不合格品数np控制图 。③适用于遵循泊松分布的计点特徵的缺陷数（或每单位缺陷数）с控制图 。扩展阅读以均值－R控制图为例来说明休哈特控制图的构造原理和使用方法 。设所考察的产品的质量特徵 ， 在生产过程处于控制状态时 ， 服从常态分配N(μ,σ2) ， 则样本大小为n的样本平均数塣 服从N(nμ,σ2/n) 。因此对塣 控制图 ， 若以塣的数学期望 μ为中线值 ， 以为上、下控制界限,则适当选择k值 ， 可以保证当过程处于控制状态时 ， 样本平均数塣 以很高的机率位于上下控制界限之间 ， 而且应呈随机排列 。例如当k=3时,此机率为99.7% 。如果某个样本点落到控制界限之外 ， 就认为生产过程失去控制；这种情况虽然在生产过程处于控制状态时也有可能发生,但其机率只有0.3%,可能性很小 。在控制图中,一般取k=3,并称所得出的上、下控制界限是按3σ原则取的 。虽然落在这些界限中的机率都很大 ， 但并不都是99.7% 。採用假设检验的想法 ， 宁可冒微小的风险犯第一类错误而认为生产失控 。还有一种可认为是失控的标誌 ， 是点子的排列呈现一种系统性的特徵 。比如有连续 7个点子位于中线的一侧,或连续7点呈现上升（或下降）或某种周期性排列 ， 这些有规律的非随机排列都可能是失控的警告 。同样 ， 生产过程中产品质量特徵的变差可用样本极差R表示 ， 根据常态分配 ， R 的数学期望和标準差σ的函式关係就可确定R 控制图的中线位置和上、下控制界限（R的下控制界限如为负数 ， 改取为0） 。如果样本点落到控制界限之外 ， 或出现上面所讲的那种有规律的非随机排列 ， 都应作为警告予以注意 。由于塣－R控制图是联合使用的 ， 不论是在哪一张图上 ， 只要出现了落到控制线以外的点子 ， 就要考虑停产检查 ， 以防止失控状态继续发展下去 。在製作塣-R控制图时,由于μ和σ 都是未知,需要根据过去长期积累的资料估计,也可以在确认生产过程处于控制状态时 ， 抽取多个(一般大于20个)样本 ， 每个样本大小皆为n,计算每个样本的塣与R以及及它垪们,的平均则、垪值可分别作为塣控制图和R控制图的中线值 ， 而上、下控制界限也可以根据公式计算 。除了上述的休哈特控制图外 ， 出现了某些新形式的控制图,其基本思想与休哈特图相似,但作图根据的原理则各有不同 。其中较重要的是累积和控制图 ， 这种控制图的对象 ， 即标在图上的每一点 ， 是在该点以前所有样本统计量的总和 。累积和图的提出 ， 是考虑到在休哈特控制图中 ， 判定过程是否处于控制状态全靠最新的一个或几个样本点 ， 而忽略了较早的样本值中所包含的信息 。累积和图把样本统计量累加起来 ， 从而综合了较多的信息 ， 在效率上有所提高 。它在外形上与休哈特控制图有所不同 ， 其控制界限不是常数 ， 因此控制界线不是平行的而是围成一个角形区域 ， 角的顶点及夹角大小取决于样本观测结果及错误机率的规定 。构成要素1. 控制图的数据具有时间先后顺序 ， 不得溷乱颠倒 ， 亦即应依取得（生产）的先后顺序排列并绘成图形 ， 亦即一连串的数据为含有时间序列的特性 。2. 控制图上一连串的点子必有波动现象 ， 乃此因变异所引起 ， 变异原因分为两大类 ， 一为机遇原因 ， 一为非机遇原因 ， 非机遇原因引发的大幅度波动现象影响品质较大应避免之 ， 亦即波动现象愈大 ， 品质愈不稳定 ， 管制上下限的宽度将愈宽 ， 此时构成图上点的个别值散布範围亦较大 ， 如与规格比较 ， 较易逸出规格界限外成为不良品 。3. 控制图必须含有统计界限 ， 亦即管制上下限 ， 没有统计的管制上下限不符合控制图原理 。通常μ±3σ之管制上限 ， 其横坐标为时间（即组别） ， 纵坐标为品质的刻度 。基本特性一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或製造先后别,依顺序点绘在图上 。在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘製；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL) 。对上、下控制界限的绘製,则一般均用红色的虚线表现,以表示可接受的变异範围;至于实际产品质量特性的点连线条则大都用黑色实线绘製 。处理方法1．产线工人或班组长发现SPC管制异常时首先；自我检查 ， 是否严格按作业标準（SOP或WI）作业 ， 相邻作业员交叉检验；情况严重 ， 或无法查找到原因必须立即通知品质工程师和製程工程师 。2．品质工程师与製程工程师现场分析后 ， 能否在较短的时间内（0.5~1小时）找到产生异常的原因 ， 採用4M1E分析製程；如仍然无法找到根源 ， 而且情况严重（如：P不良率大大超标） ， 报告上级主管决定是否停线；品质工程师召集相关部门开会讨论 ， 寻找根本原因（製程、设计、材料或其它） 。3．SPC产生异常的原因找到并实施纠正预防措施后 ， SPC管制图向管制异常相反的方向转变 ， 说明对策有效；恢复正常生产 。此过程必须严密监控 。CPK是反映製程能力的一个重要参数：什幺是CPK：CPK：ComplexProcess Capability index 的缩写 ， 是现代企业用于表示製程能力的指标 。製程能力强才可能生产出质量、可靠性高的产品 。製程能力指标是一种表示製程水平高低的方法 ， 其实质作用是反映製程合格率的高低 。製程能力的研究在于确认这些特性符合规格的程度 ， 以保证製程成品的良率在要求的水準之上 ， 可作为製程持续改善的依据 。而规格依上下限有分成单边规格及双边规格 。只有规格上限和规格中心或只有规格下限和规格中心的规格称为单边规格 。有规格上下限与中心值 ， 而上下限与中心值对称的规格称为双边规格 。当我们的产品通过了GageR&R的测试之后 ， 我们即可开始Cpk值的测试 。CPK值越大表示品质越佳 。指标说明：如CPK≥1.33 ， 说明製程能力较好 ， 需继续保持；如1.33≥CPK≥1 ， 说明製程能力一般 ， 须改进加强；如CPK≤1 ， 说明製程能力较差 ， 急需改进 。