利用過程行為圖進行持續改進

利用過程行為圖進行持續改進

編者按

本文發表于2016年11月的《質量文摘》。作者唐納德?J.惠勒（Donald J. Wheeler）博士是美國統計協會和美國質量協會的研究員，是統計過程控制和應用數據分析的權威之一，2010年戴明勛章的獲得者，著有25本書發表數百篇文章。過程行為圖可以作為過程監控器，它們是最好的過程監控技術之一。過程行為圖可以幫助企業將操作過程運行在經濟平衡點附近，發揮過程的潛能，提供一種使過程趨向理想化的實際方法。本文以日本東海理化株式會社（Tokai Rika）工廠為例，通過過程行為圖的展示，介紹了該工廠如何利用過程行為圖進行持續改進。

福特汽車公司車身和裝配部門的一群高管在日本訪問東海理化工廠時，他們注意到8個生產工人正圍繞一個過程行為圖進行著熱烈討論。這些高管認為一定是發生了什么問題，可能是一個內部生產問題裝配廠問題或太多不良品的問題。他們向工人詢問討論內容，了解到這只是一個對過去5個月可預測過程的例行審查。為了展示得更具體些，東海理化的員工拍照并提供了他們的圖表。由此，我們得到一張顯示20個月生產過程的過程行為圖，并了解到東海理化的員工如何使用這些圖表作為持續改進的推動力。

東海理化工廠生產的這個零件是一個點煙器的外殼。制造中需要進行模具沖壓操作，以形成在一端具有凸緣的圓筒，然后再進行滾壓操作，在圓筒上形成被稱為止動器的凹槽。圖1的左側顯示了滾壓操作的示意圖，所跟蹤的尺寸是如圖1右側所示的從凸緣到凹槽的距離。

他們每天收集四個零件，時間分別是上午10點、上午11點、下午2點和4點，并測量每個零件的定位尺寸。圖2給出了前24天的生產數據，根據這些數據生成了圖3中的平均值和范圍圖。圖2所示的定位尺寸值是用超出15.00mm的兩個小數位表示的。因此，目標值15.90mm對應于圖1中的記錄值90。通過僅寫入每個測量值的兩個小數位，簡化了數據輸入的作業。

在東海理化工廠，他們使用前24個子組計算限值。對于這24個字組，其平均值為89.80，平均范圍為3.04，這些值生成了圖3所示的限值。通過對這個基準期的平均值和范圍圖的解讀，可以得出結論，這個過程顯示了合理的可預測性程度。此外，在80～100的規格內，該過程的能力比為2.25，中心能力比為2.21。

這些數據的均一性意味著所測量的零件可以作為未測量零件的代表，并且可以使用這96個數據合理和真實地表征整個過程流。他們通過計算個體值的限值來做到這一點。將平均移動范圍3.04除以偏移校正因子2.059得到西格瑪（X）值為1.48，因此發現：

圖1 東海理化的點煙器定位尺寸和滾壓操作示意圖

圖2 第1～24天東海理化的點煙器定位尺寸數據

圖3 第1～24天東海理化的點煙器定位尺寸數據平均值和范圍圖

自然過程限值=平均值±3西格瑪（X）=89.80±3（1.48）=85.4～94.2

有了這樣一個可預測的過程，他們期望在自然過程限值內找到所有的個體值。這些限值的范圍為86～94。雖然他們在基準期沒有獲得未測量零件的數據，但可以將這些限值與第24天之后從該過程獲得的觀察值進行比較。圖4中的直方圖顯示了第25～85天這61天中的244個數據。

正如所預期的那樣，他們在86～94的區間找到了243個值（共計244個）。這里要著重指出的是限值不是從顯示的數據獲得的。他們根據基準期（第1～24天）內生產的產品推斷出基準期后（第25～85天）生產和測量的產品的特征。此外，如果可以成功地外推以表征尚未生產的產品，也可以外推以表征未測量的產品。

因此，以每天17000件的生產率計算，在第1～85天，東海理化生產了144萬個零件。幾乎所有零件的尺寸都在15.86～15.94mm。圖4中整個直方圖僅為1/10mm寬，差不多一張紙的厚度！

為何能使用96個數據來描述144萬個零件？這種外推的唯一理由是圖3中的基本過程顯示的可預測性。當過程在過去可預測地運行時，就可以合理地假設除非有任何故意的改變，否則它將在可預見的未來繼續可預測地運行。在圖4中，我們看到這種外推是有意義的。另一方面，當過程在過去不可預測地運行時，假定它在未來會自發地變得更好是不合理的。

過去的行為總是未來行為的最好預測者。因此，將過程表征為可預測或不可預測的是數據分析的基本二分法。然而，即使最好的過程仍然會受到熵的影響。雖然我們希望過程能夠像以前一樣，但我們需要知道可能會發生的變化。后面我們將看到東海理化的運營商是如何使用平均和范圍圖來跟蹤這個過程的，并對過程做出改進的。

圖4 第25～85天的244個定位尺寸值的直方圖

首先，他們需要解決兩個問題：“在17000個零件中挑選4個是否足夠？”和“每天一個子組是否足夠？”東海理化利用過程行為圖回答了這兩個問題。我們將看到每天4個零件足以檢測在這個過程中發生的變化，只要在過程中檢測到變化，就會有足夠的數據。

此外，由于該過程的變化趨向于在幾天內緩慢發展，每天一個子組就足夠了，只需要足夠的子組來檢測過程中的變化。所以關于子組頻率的關鍵問題是：“你的過程變化得有多快？”通過將圖3的限值向前延伸并用于跟蹤和評估生產過程，從圖5可以看出第35天和第36天過程變化的證據。

圖5 第1～60天東海理化的點煙器定位尺寸數據

他們知道在第35天和第36天出現了問題?；仡欁詈笠淮芜^程越過中線的時間，東海理化的生產工人認為這個問題可能早在第29天就開始了。經調查，他們發現定位套管已經磨損，需要更換（圖1顯示，磨損的套管可能會導致測量值增加）。認識到這是一個工具磨損的問題之后，他們做了兩件事：訂購了一個新的定位套管；在等待新套管期間將舊套管調轉過來。這表示他們希望盡可能地實現正確的目標值。新套管在第39天安裝完成，他們寫了1號干預報告，詳細說明了發現的問題和應對措施。

在實施干預之后，他們決定計算該過程的新限值。第39～49天，他們在沒有限值的情況下運行，并將這一時期作為他們的新基準。平均值為90.18，平均范圍為0.91，新限值比以前要大得多。當他們使用這些限值來跟蹤過程時，很快就發現了另一個過程變化的證據。

第57天、第58天和第59天的平均值都低于下限，很清楚地表明過程發生了變化。此外，與第29～36天的偏移不同，沒有導致第一次超出限值的漸變。因此，他們注意到這是一個突然的變化，開始尋找是否有損壞之處。他們檢查了滾壓操作，在滾壓中沒有發現問題后，又開始查看沖模操作。如圖6所示，在生產了兩周較好的零件之后，他們最終發現了卡位尺寸縮短的原因：由于模具的缺陷，在凸緣上存在非常小的皺紋。因此，他們計劃在第70天和71天修復模具。同時，他們調整了固定壓力墊的螺栓，因為螺栓已經松動。此后，他們編寫了第2號干預報告，并著手收集一系列新的限值數據。過程平均值上升到90.88，這可能是因為這個定位套管已經在新基準期之前磨損了32天。

圖6 第39～85天東海理化的點煙器定位尺寸數據

圖7 第71～125天東海理化的點煙器定位尺寸數據

圖8 第126～185天東海理化的點煙器定位尺寸數據

為了了解如何快速有效地跟蹤和響應這個過程中發生的紊亂，有必要回顧圖4中的直方圖。該直方圖包含了第25～85天的數據。在此期間顯示了兩次偏移，原因是一個工具更改以及一個過程升級和修復。盡管直方圖包含了這些偏移的數據，他們還是根據第1～24天的值計算得出了幾乎所有的自然過程限值（僅缺少一個）！變化的信號在平均圖上非常清楚明確，使操作這一過程的人能夠及時做出反應。最后，盡管過程發生了變化，他們的干預措施足以保證產品流基本上均質。

還要注意的是，限值的目的是說明過程中發生的情況。這不是一個計算單一的限值和永遠使用它們的問題，也不是一個等待計算限值所需的最少數據的問題。第39～49天的基準期基本上是根據第49天該表格最后一天的事實確定的。

圖7顯示了第71～85天的限值。第102～105天的平均值高于上限，并且第95～105天的點作為過程變化的另一個信號被圈了出來。該信號被解釋為定位套管上的工具磨損。第一個定位套管持續時間不足40天，這個套管持續了約55天?；诮涷?，他們決定將套管升級為含鎢鍍層定位套管。

由于含鎢鍍層套管是一個特制的零件，他們不得不等待了一個月。由于這個時間太長，他們決定在更換新套管之前繼續使用磨損的定位套管。這個決定將允許過程在一段有限的時間內偏離目標值，根據經驗，只要過程平均值不超過95，就不會有產生任何不合格零件的危險，結果所顯示的第123天最高日均值為95.00。

第126天，工廠安裝了含鎢鍍層套管并編寫了第3號干預報告。接下來，他們用第126～140天來計算新的限值，得到的平均值為90.57，平均范圍為2.13，重新回到正常目標值，其限值如圖8所示。

在第1～140天，他們更換了兩次定位套管，第二次使用了升級的套管,修復了模具，并改進了壓力墊的螺栓。雖然這些聽起來是相當常規的維護操作，但需要注意的是，他們在進行維護的同時對過程進行了改進和升級。這些改進的累積效應導致了過程變化的減少。圖8的平均范圍2.13對應于1.03的西格瑪（X）值。使用平均值90.57，他們獲得的自然過程限值為87.5～93.7，比圖4的自然過程限值窄30%。因此，他們實際上將產品流的方差減少了52%，從0.0219mm2減少到了0.0106 mm2。

圖9顯示的是第126～185天數據的直方圖以及基于第126～140天限值的自然過程限值。由于該直方圖包括第172～180天的數據，而且該過程發生了另一次偏移，他們找到了超出自然過程限值的5個值。然而，圖9中的限值僅為圖4中限值的70%。

這個過程是可預測的。然而，在圖表所顯示的9個月期間，它經受了4次紊亂以及相對目標值三四個西格瑪（X）的偏移。這些偏移說明你根本不可能在修復一個過程之后，期望它能維持下去。過程行為圖使他們注意到這些計劃外的過程變化，并允許他們對故意的過程干預進行評估。他們改進并維持了這個過程，以便充分發揮其潛能。

圖10顯示的是第186～380天的780個測量值的直方圖。在這195天內，它們生產了超過330萬個零件，期間有兩個以上的過程偏移（其中之一是7西格瑪偏移）。這780個值中只有10個超出了根據第126～140天的基線計算的自然過程限值！在第140天左右，規格放寬到75～105，如圖10所示。由于過程改進和規格的放松，這個過程開始的能力比為2.25，最后的能力比為5.0。

持續改進

圖9 第126～185天的240個定位尺寸值的直方圖

圖10 世界一流的質量：第186～380天東海理化的直方圖

當時，通用汽車的一位副總裁問：“難道不是成本越高，點煙器質量越好嗎？”答案是否定的，他們只是充分發揮了潛能。

此外，由于變化總會產生成本，并且只有在可預測地對過程進行操作時才能使變化最少，所以他們實際上是通過充分發揮過程潛能來減少生產和使用超額成本的。

可預測地操作一個過程并不是不可能的任務，這樣做的成本也不高。因為每天17000個零件能滿足日本所有汽車制造商的綜合需求，因此看上去東海理化是這一零件的唯一供應商。東海理化完全擁有點煙器這個市場，他們沒有競爭對手，也沒有改進這一過程的經濟動機。他們僅僅是通過及時地注意到異常變化、通過找到非隨機原因以及通過必要的修復對過程進行改進。

具體來說，圖11中的限值明確了過程潛能。它們明確了你從可預測的過程中可能看到的值的范圍，并且它們估計了當你學會操作不可預測的過程以接近其全部潛能時可以期望看到的值的范圍。三西格瑪限值明確了當它發揮其全部潛能時的理想過程，它們明確了你的過程可以完成什么。

運行記錄表明了實際的過程性能，如圖12所示，每當一個點超出三西格瑪限值時，它就識別為存在一個對常規的偏離一個過程的變化以及異常變化的一個非隨機原因。通過識別這些點，過程行為圖告訴我們何時尋找非隨機原因。當我們可以識別一個非隨機原因并將其從一組不受控制的因素移動到可控制的因素中時，我們將從產品流中移除重要的變化源，從而不僅僅保持了現狀，而且還收緊了過程變化，并且改進了過程的可預測性和過程結果的一致性。因此，過程行為圖向我們提供了一種將我們的過程理想化的方法。

圖11 過程潛能

圖12 過程性能

圖13 性能與潛能的比較

最后，在圖13中，通過組合過程潛能和過程性能，我們可以利用過程行為圖判斷過程是否發揮了全部潛能。限值之外點的缺失說明了可預測性的合理程度。對于不可預測的過程，限值之外的點的數量以及它們落在限值之外的程度將量化不可預測性的程度。

因此，過程行為圖說明了如何充分利用任何過程。它提供了一種朝向理想化的方法，它可以判斷過程是如何接近它的經濟平衡點的，這正是過程行為圖成為持續改進推動力的原因。

不需要特殊的項目團隊，也不需要外部專家，東海理化的工人僅僅是聽取了他們過程的聲音，并在問題出現時發現它們，其結果就是過程變化減少。只有學習了如何可預測地操作過程，才能充分發揮過程的潛能，而可預測地對過程進行操作的唯一方式是利用過程行為圖。

總結

一般而言，報告圖表往往是高度密集和充滿噪音的，它們雖然可以用來講述事實，但很少能夠促進過程改進。而過程行為圖作為過程監控器，是最好的過程監控技術之一，它們通常勝過PID控制器和其他調整規則。然而，我們還發現，僅僅在擾亂之后調整過程目標遠遠比不上學會如何可預測地對過程進行操作。

盡管過程行為圖有著多種重要的用途，但利用過程行為圖的真正目的是進行持續改進。當過程行為圖指示過程中的變化時，我們尋找該變化的可分配原因。它可以像工具磨損或已知控制變量的一些其他變化那樣簡單，也可以是對過程具有主導作用的一些被忽視的、不受控制的變量。在你修復那些需要修復的東西時，你將學習如何操作你的過程，以充分發揮其潛能。

（熊英姿 編譯）