預控圖在制絲車間小批量生產中的初步應用

李鵬舉

摘要：介紹了質量管理預控圖的結構、統計原理和控制規則，結合制絲線小批量生產特點確定了預控圖控制規則、過程監控和異常情況分析處理，并以制絲小批量生產為例加以說明。

關鍵詞：制絲；預控圖；控制規則；監控；小批量

引言

質量控制是質量管理的重要內容，是實現生產過程控制、保持生產穩定和保證產品質量的重要手段。二十世紀三十年代，美國貝爾電話實驗室休哈特(ShewhartW.A.)博士首創的統計質量控制及其工具——質量控制圖，它能對生產過程出現的異常狀況做出及時警告，之后休哈特控制圖被廣泛應用于各行業。但是，實際應用發現，休哈特控制圖僅適用于大批量生產，對小批量卻無能為力。

制絲車間小批量生產的樣本數據個數較少，每生產批次間隔時間較長（期間有可能會遇到設備改造、參數調整等），傳統的質量控制方法要想取得所需的25組以上的預備數據是難以實現的，小批量生產也就無法采用傳統的質量控制方法。煙草行業對大批量生產有較多的質量控制研究，但對小批量生產的質量控制研究較少，所以有必要進行小批量生產過程質量控制研究，提出比傳統控制圖更有效的方法，以改善小批量生產過程中的質量控制水平。本文首先介紹了預控圖的相關概念，然后分析了制絲車間小批量生產的特點，嘗試了運用預控圖對小批量生產實施過程控制的初步應用。

1 預控圖的介紹

預控圖（PRE—Control），又叫彩虹圖，是一種基于規格界限來控制過程的簡單運算法則圖，是美國Rath&Strong咨詢公司于20世紀五十年代開發的。預控圖把控制界限與質量標準規格界限合為一體，使控制圖既能反映工序質量狀態，又能反映當工序出現異常波動時，產品不合格的狀況。由于它具有較強的預報功能，經過逐步地完善稱為“預先控制圖”，簡稱“預控圖”。依據概率統計原理，通常預控圖控制區域分為綠區（目標區）、黃區（警戒區）、紅區（廢品）區三個區域（見圖1），根據落入各區間的概率不同實施生產過程監控。

2 主要實施步驟與方法

2.1 確定關鍵質量特性值

關鍵質量特性值是指影響產品的關鍵要因，同時也是推進車間質量過程控制技術的關鍵所在。根據制絲工藝流程，我們參照工藝技術標準，與設備技術人員、操作工等討論確定了松散回潮前電子秤瞬時流量、松散回潮熱風溫度、松散回潮出口水分率、烘絲前電子秤瞬時流量、薄板烘絲機熱風溫度、烘絲出口含水率、加香后成絲含水率、梗絲加料入口含水率、梗絲加料出口含水率、烘梗絲機熱風溫度、烘梗絲出口含水率共11個重點工藝參數。并對這11個關鍵質量特性值實施預控圖監控和分析，進一步提高制絲生產的參數控制水平和質量穩定性。

2.2 過程監控

依據預控圖區域劃分規則，在規格界限與規格中心（M線）之間1/2處設置兩條預控線（P-C線），將規格界限T范圍劃分為綠區、黃區、紅區三個區域。采用制絲MES系統中每30秒采集兩個數值取其平均值的數據采集方式，運用預控圖實時監控關鍵工藝質量參數，如圖2。為實現小批量生產過程的更好控制，同時引入過程動態管理實現實時的動態過程能力評價（即動態CPK）和標準偏差，輔助操作人員了解生產波動情況。在過程監控中，現場操作工與中控操作工及時溝通協作，根據圖形趨勢做出相應調整，減小生產過程波動，預防異常波動的出現。

2.3 預控圖控制規則及修訂

預控圖的統計原理就是通過概率計算描述質量保證可行性分析。以小概率事件原理為依據，通常設置小概率α=0.01，按確定的時間間隔，每次連續抽取2件產品，并按以下規則對過程實施質量控制。

（1）若2件產品的實測值全部落入綠區，則判過程正常。

（2）若2件產品的實測值中有1只落入綠區，1只落入黃區，則判過程正常。

（3）若連續抽測的2件產品的實測值分別落入兩個黃區內，則判過程異常。并認為過程質量特性值的分布的標準偏差增大，應采取相應的措施減小散差。

（4）若連續抽測的2件產品的實測值落入同一黃區內，則判過程異常。并認為過程質量特性值的分布中心偏移，應采取相應的措施糾正。

（5）只要有1件產品的實測值落入紅區，就應判過程嚴重異常。此時應停止生產，進行質量分析，采取糾正措施使過程恢復正常。當確認質量改進取得成效之后，再接“1”條的規定重新開始。

前期運用該控制規則發現有較多誤報警，一定程度上增加了質量成本，因此，必須結合制絲生產線特點對控制規則進行修改。在對歷史數據進行分析總結的基礎上，結合制絲生產線存在料頭、流量性、小波動、非剔除性、影響因素多等生產實際情況，對預控圖的控制規則根據各工序不同特點和生產實際進行了修訂。下面僅以烘絲出口含水率為例分析說明預控圖控制規則重新修訂的理由。

（1）對歷史數據總結分析后發現，烘絲工序啟用批次后在2分鐘左右料頭過完達到穩定狀態，而機械加工行業不存在料頭現象，所以對穩態的判斷不能簡單運用概率統計計算，要立足于行業特點、生產實際。因此，對穩態的判斷規則修改為批次啟用后連續4個點全部落入綠區，則過程正常。

（2）制絲生產線具有流量性、小波動、非剔除性、影響因素較多、MES采集數據量大的特點，而且還存在生產中出現異常現象（如來料水分有波動，非設備故障），如果通過調整參數后可以回到穩態就不必停止生產（停止再恢復生產會產生更多料頭料尾）的實際情況。因此，為了允許適當的波動同時又考慮數據采集時間固定且連續的特點，這里設置α=0.001，每次考察連續3個數值點。

基于以上理由修訂控制規則如下：

（1）啟用批次后，如果連續4個點落入綠區，則判過程正常；

（2）連續3個數值中有2個落入綠區1個落入黃區，則判過程正常；

（3）連續3個數值中有1個落入綠區2個落入黃區，則判過程正常；

（4）連續3個數值全部落入黃區，則判過程異常，需要采取糾正措施；

(5) 連續3個數值中只要有1個落入紅區，則判過程異常，需要采取糾正措施并查找原因；

（6）連續3個數值中有2個以上落入紅區，則判過程嚴重異常，需要進行停機采取糾正措施，達到規則（1）后重新開始。

2.4 異常分析與處理

對生產過程出現控制規則（4）、（5）的異常點，操作工和數據分析員分別填寫異常分析表，并提交至修理工，修理工評定后反饋給操作工；對生產過程出現控制規則（6）的異常點，操作工和數據分析員以及修理工分別填寫異常分析表，并提交至車間技術組，技術組評定后反饋給操作工和修理工，車間每月對異常分析表分類統計后納入異常分析庫。

異常分析模式的建立，提高了職工的質量意識和知識水平，加速了車間不通層次人員知識的交流，更重要的是異常分析庫的建立為日后質量管理工作提供了重要參考依據。

3 預控圖應用效果

預控圖實現了小批量生產的過程控制，對生產過程中的異常情況能夠起到報警作用，提高了小批量生產質量的一致性和穩定性。預控圖設計與規格界限相聯系，容易被操作者理解和掌握，這提高了各個層面對生產過程的控制水平以及車間的質量管理水平。

因為數據采集方式為30秒內采集兩個實測值并取其平均值，這樣有可能會出現一個大值和一個小值平均后為合格點而出現異常漏判的現象。因此，盡管預控圖在小批量生產中發揮了過程控制的效果，但仍需繼續摸索出更加合理、科學的數采方式以及完善控制規則來進一步提高預控圖的過程控制效果，同時還要將預控圖從11個質量特性值控制進行進一步推廣應用。

4 結語

本文針對制絲車間小批量生產的特點，運用預控圖實施了生產過程監控，修訂了預控圖的控制規則，并取得了較明顯的應用效果。預控圖在小批量生產中的初步應用，提高了小批量生產質量的一致性和穩定性，加強了制絲車間對小批量生產的質量管理水平，使質量管理從結果控制向過程控制轉變。預控圖不僅可以用于小批量生產過程，也可以在大批量生產過程中應用，但是大批量生產過程中，預控圖的控制效果要比控制圖差，因此，今后將綜合運用預控圖和控制圖實施大批量生產的過程控制。

參考文獻

[1] 汪蕓《新質量工具—第三講 質量控制的工具預控圖》 質量與可靠性期刊2004年第06期

[2] 黃勝等《長沙卷煙廠SPC系統的應用實踐》 中國煙草學報2008年S1月

[3] 盧游《SPC技術在建立制絲車間質量監控新模式中的探索與實踐》 上海煙業期刊，2004年第4期

[4] 林芳芳《機械加工車間小批量質量控制信息系統研究及開發》 重慶大學碩士論文 2008年6月

[5] 黃學杰《利用預控圖控制啤酒計量》啤酒科技2002年第12期

[6] 蒲倫昌王毓芳《統計技術實用教程》 中國科學技術出版社1999年6月