基于SPC的薯條切割過程質量控制

朱曉琳，朱玉杰*，徐琳

(1.東北林業大學 工程技術學院，哈爾濱 150040；2.陸遜梯卡華宏(東莞)眼鏡有限公司，廣東 東莞 523000)

基于SPC的薯條切割過程質量控制

朱曉琳1，朱玉杰1*，徐琳2

(1.東北林業大學 工程技術學院，哈爾濱 150040；2.陸遜梯卡華宏(東莞)眼鏡有限公司，廣東 東莞 523000)

為解決某企業薯條在生產加工的切割過程中質量不穩定的問題，應用統計過程控制(SPC)方法，結合統計學原理進行分析討論。本文選取影響該企業薯條切割過程質量穩定性的關鍵特性值——長度為控制對象，通過控制圖對這一過程進行分析，利用魚骨圖和5M1E等手段找出影響過程穩定性的系統因素，實施改進。改進后切割工序能力Pp=0.77，Ppk=0.63，PPM=23434.82，相當于Ⅲ級水平，表明過程能力尚可。研究結果充分說明利用SPC技術對薯條生產過程實施質量控制，能夠使薯條長度值的波動明顯降低，從而使切割過程質量處于統計受控狀態，工序能力得到顯著提高。另外，利用PDCA循環持續改善，可以提高切割過程質量穩定性，防止不合格品的產生。

質量控制；統計過程控制(SPC)；控制圖；薯條

0 引言

SPC即統計過程控制(Statistical Process Control)，它借助數理統計方法，被用來分析和評價生產過程，及時發現出現的系統性因素，同時采取可行措施消除不良的影響，使整個過程保持在僅受隨機性因素影響的受控狀態，以達到控制質量的目的[1]。目前國外己經將SPC的研究應用到了各個領域當中，并提出了多種應用情況[2-5]。SPC技術不僅僅在機械、汽車制造業以及藥品等領域有了成功的范例[6-9]，現如今也逐漸被應用于食品加工過程中的質量控制。Ittzés[10]運用SPC方法來監測奶油加工過程，并建議使用不同的控制圖來監測不同成分的變化。Srikaeo等[11]將SPC引入到餅干的烘烤過程中，找出了影響工序能力不足的質量特性以及存在較大波動的關鍵過程。貢照明[12]將SPC應用到面包重量控制過程中，優化了面包重量控制系統。劉銳等[13]將SPC技術應用于掛面加工過程中，使和面過程的工序能力和加工質量有了明顯提高。SPC方法可用于奶油、餅干和面包的生產過程中，但目前尚未見在薯條生產過程中有相關研究。

本文在對薯條加工工藝流程全面分析的基礎上，針對切割過程進行研究，確定了薯條的關鍵質量特性——長度值作為研究對象。通過對關鍵點工序的監測，搜集并整理數據，結合SPC技術，分析薯條切割過程，并通過魚骨圖、5M1E法找出影響薯條產品質量波動的系統因素，提出有效的改善措施，并對改善結果進行工序能力評估。

1 材料與方法

1.1 SPC基本原理

SPC是一個反饋系統[14]，一方面通過控制圖分析過程的穩定性，另一方面對過程質量進行評價[15]。反饋圖如圖1所示。

圖1 統計過程控制反饋系統圖Fig.1 Statistical Process Control Feedback System

(1)判斷控制圖異常準則。判斷控制圖異常的準則如圖2所示[16]。

(a)準則1：一點落在A區以外

(b)準則2：連續9點落在中心線同一側

(c)準則3：連續6點遞增或遞減

(d)準則4：連續14點中相鄰點上下交替

(e)準則5：連續3點中有2點落在中心線同一側區以外

(f)準則6：連續5點中有4點落在中心線同一側的C區以外

(g)準則7：連續15點在C區中心線上下

(h)準則8：連續8點在中心線兩側但無一在C區中

(2)過程能力指數。過程能力指數(Cp)是衡量控制圖有效性的重要指標，工序能力是否滿足技術要求，需要進行過程能力分析。其判斷標準見表1[17]。

表1 Cp(Cpk)范圍與質量特性過程能力綜合評定表

為衡量過程初始能力大小，用Pp=T/6S(S為樣本的標準差)計算該過程的性能指數(Performance of Precision)，表示該初始過程滿足工序技術要求的程度。Cp(Cpk)與PPM的關系[18]見表2。

表2 Cp(Cpk)與PPM的關系

1.2 取樣與數據采集

選取M工廠生產的薯條產品A進行實驗，在連續生產的15 h內，每半個小時進行一次取樣檢驗，實驗數據見表3，薯條生產加工工藝流程如圖3所示。

1.3 數據處理與統計分析

當樣本容量不相同時，記件式計數值數據應當使用不合格品率控制圖(P圖)對生產過程進行控制。

(1)計算各組樣本的不合格品率，記入表3中，計算公式為

pi=。 (1)

(3)計算控制界限，記入表3中，P圖的控制界限計算公式為

(2)

式中：n為子組大小。

(4)繪制長度的P控制圖，如圖4所示。

圖3 薯條加工工藝流程Fig.3 French fries Production Process

圖4 A產品長度的P控制圖Fig.4 P control chart of product A length

由圖4在長度特性值的P控制圖中可以看到，第1個樣本點和第2個樣本點高于控制限，第3個樣本點和第17個樣本點低于控制限。此時可以判斷薯條切割過程質量嚴重失控，應及時分析產生異常的原因，并予以改進。

第1、2個樣本點高于控制限，是由于對當時原料的判斷不準確，導致進入切割工序的馬鈴薯分布不均勻，每個水槍與馬鈴薯的匹配率低，因此從切割工序出來的短條和邊角料偏多，而又沒有及時調整邊角料去除器，還是維持在“1.2，1.2，1.0，1.0”的參數設置，同時短條去除篩子未及時更換，仍然保持為18 mm孔隙大小的篩子。當發現長度不合格品急劇超過上限值時，領班迅速采取措施以保證產品合格率，但當時并沒有分析其根本原因，僅僅調整了短條去除篩子的尺寸，從18 mm更換至22 mm。在做試驗后不合格數急劇下降，因此出現了第3個樣本點的情況，但此時短條浪費率極高，在短條廢料流中發現很多大于2英寸(該薯條產品合格長度標準值為2英寸)的薯條。此時分析根本原因，是由于切割工序的進料馬鈴薯分布不均勻導致，因此進行切割分級棍的調整，保證每個水槍與土豆的配比率由原來的60%達到75%，之后從第4個樣本點開始不合格品率趨于正常值。

第17個樣本點低于控制限，是由于3號分選設備“下背景”產品流右側進水霧，導致照相機拍照時識別右側來料薯條均為瑕疵條，因此去往自動瑕疵切除器(ADR)的壞料增多，由于已經超過ADR的運行能力，導致刀輥亂切，因此返回短條去除篩子的短條數量大量增多，超出了短條去除器的工作能力，有部分短條進入“好條流”中，導致長度過短，低于控制限。

(5)剔除異常值，計算過程能力指數。

將異常值剔除后，重新計算修正后的不合格品率，重新繪制P控制圖，如圖5所示。

圖5 修正后長度的P控制圖Fig.5 P Control chart of corrected length

由圖5可以發現，所有的點子都在其相應的控制限以內，表明此時過程處于統計控制狀態。進一步計算過程能力指數，如圖6所示。

由圖6可以看到，Pp=0.68，Ppk=0.56，PPM=42 427.52，由表1和表2可知，此時對應的過程能力等級為Ⅳ級，表明過程能力不充分，繼續尋找原因，采取措施加以改善。

2 改善措施與結果分析

2.1 查找質量波動原因

利用魚骨圖(魚骨圖又稱因果圖，用來表示質量特性波動與其潛在原因的關系，把對問題有影響的因素進行分析和分類并繪制成圖)的方法，結合5M1E(人、機、料、法、環、測)的手段來查找質量波動的原因。如圖7所示。

圖6 修正后長度的過程能力Fig.6process capability after correction

圖7 長度的魚骨圖Fig.7 Fishbone diagram of length

2.2 提出改善措施

(1)操作工需要定期到切割平臺觀察土豆來料情況，以便及時判斷原料調整參數設置。

(2)去皮操作工要及時了解折斷條試驗結果，以便及時調整PEF電腦功率。

(3)領班在原料發生變化時，應及時通知各崗位操作工，以便操作工對設備做適當調整。

(4)分級輥目前是對馬鈴薯最小的寬度方式進行分級，不能夠與各水槍配合準確，因此造成配比率低，導致浪費。

(5)切割操作工長度實驗結果沒有及時反饋給分選操作工，導致篩子的設置沒有及時更新。

(6)口袋分級器目前由于齒輪損壞，無法進行手動調整，需要維修部門配合設備維護。

(7)“干接收區”操作工在原料變化時應及時做原料長寬比試驗，若不符合標準時應及時通知領班。

(8)生產線長度試驗由于目前是人工查數，2kg的試驗量過大，耽誤時間，應減少試驗量，縮短試驗時間。

(9)在試驗取樣點旁邊加試驗臺，方便操作工及時做試驗。

2.3 改善后結果分析

按照討論和分析結果制定質量改善方案，并在實際生產中進行調整。對薯條產品A的生產過程重新進行監測并采集數據，見表4。

表4 改進后的長度的統計表

續表4 改進后的長度的統計表

2.3.1 繪制控制圖

改善后長度的P控制圖如圖8所示。

圖8 改善后長度的P控制圖Fig.8 P control chart of length after improvement

2.3.2 分析討論

由圖8和圖4比較可知，不合格品率平均值由13.96%下降為13.39%，下降了0.57個百分點，同時上限制UCL由17.91%下降為17.50%，說明產品長度合格品由勉強滿足要求上升為超過標準要求值0.5個百分點。

根據控制圖的判斷原則，由圖8可知，第二回監測中的樣本點均處在控制范圍內，并且排列呈隨機性，無明顯傾向和規律。說明通過以上措施基本消除系統內的異常波動，證明改善后的薯條的切割過程已經處于受控狀態。

2.3.3 計算工序過程能力

利用MINITAB軟件進一步計算過程能力，如圖9所示。

圖9 改進后長度的過程能力分析Fig.9 Process capability analysis of length after improvement

由圖9可知，改進后的切割工序的Pp=0.77，Ppk=0.63，PPM=23 434.82，相當于Ⅲ級水平，表示過程能力尚可，應繼續采用控制圖等對生產過程繼續監測，實現將分析用控制圖轉換為控制用控制圖。

2.3.4 持續改善

針對以上問題，需要對生產過程按照戴明環PDCA的方式持續改善，使每一個過程點都處于穩定的受控狀態，來保證速凍薯條生產過程整體受控。薯條生產過程的PDCA持續改善按照如圖10所示的過程循環進行[19]。

(1)Plan 計劃

分析影響速凍薯條生產過程不穩定的問題，通過根源性分析找出影響其長度問題的根本原因，采取制定多個短期目標計劃逐步改善的方法，針對各個過程關鍵控制點制定逐步改進的計劃和措施。

(2)Do 執行

按照上一步制定的程序和計劃在各個關鍵控制點實行過程改進，并對已經實施了改進的控制點重新采集數據，為下一步的過程改進評估做好準備。

(3)Check 檢查

對改進后的速凍薯條生產過程各個控制點采集的數據進行整理和統計分析并繪制控制圖，通過對比改進前后控制圖的變化，來分析和判斷各個控制點采取的改進措施的有效性。

(4)Action 糾正

根據上一步改進前后控制圖對比分析結果，對已經完善的關鍵點工序進行標準化，對未完成的控制點討論研究制定新的計劃，想辦法縮減實際結果與計劃目標的差距，為執行PDCA 下一次循環做準備。

對速凍薯條生產過程中質量狀況的控制和改進是一個循序漸進、不斷完善的過程，其中涉及到企業最高的管理人乃至每個工人、每個環節，包括了對管理方式的變革、對設備功能的改善以及對工人操作方式的改進等。

圖10 PDCA過程循環示意圖Fig.10 PDCA process cycle diagram

3 結論

利用不合格品率控制圖(P控制圖)對薯條切割過程中的長度進行分析，發現長度值中點子超出界限，說明切割過程質量處于統計失控狀態。針對這一問題，采用魚骨圖和5M1E查找造成質量波動的原因，并進行改善，改善后切割工序的Pp=0.77，Ppk=0.63，PPM=23 434.82，相當于Ⅲ級水平，表示過程能力尚可。

此外利用PDCA循環持續改善，隨時掌握生產過程中出現的偏差，從而使工序參數的波動處于預測范圍內。

通過對薯條切割工序過程質量控制的研究，進而利用SPC技術實現對產品整個生產過程的實時監控，通過控制圖及時發現產品異常，迅速作出反應，有效預防不合格品的產生，從而提高生產過程穩定性。

[1] 馬逢時，周障，劉傳冰.六西格碼管理統計指南[M].北京：中國人民大學出版社，2011.

[2] Zhu Y D，Wong Y S，Lee K S.Framework of a computer-aided short-run SPC planning system[J].The International Journal of Advanced Manufacturing Technology，2007，34(3/4)：362-377.

[3] Costantino F，Di Gravio G，Shaban A，et al.A real-time SPC inventory replenishment system to improve supply chain performances[J].Expert Systems with Applications，2015，42(3)：1665-1683.

[4] Chiu C C，Shao Y E，Lee T S，et al.Identification of process disturbance using SPC/EPC and neural networks[J].Journal of intelligent manufacturing，2003，14(3)：379-388.

[5] Kourti T.Process analysis and abnormal situation detection：from theory to practice[J].IEEE control systems，2002，22(5)：10-25.

[6] 張娟，陳云.基于SPC的壓鑄質量監控技術研究[J].機械工程與自動化，2017(2)：152-154.

[7] 王桂英，韓東，龐曉飛，等.汽車發動機裝配線的SPC質量控制系統設計[J].中國農機化學報，2016，37(2)：174-179.

[8] 李軒，胡雨時，楊楠.淺談統計過程控制在汽車制造白車身關鍵尺寸控制中的應用[J].中國戰略新興產業，2017(8)：121-123.

[9] 王擁軍，孟忠華.統計過程控制在血液制品質量管理中的應用初探[J].中國輸血雜志，2014，27(11)：1149-1151.

[10] Ittzés A.Statistical process control with several variance components in the dairy industry[J].Food Control，2001，12(2)：119-125.

[11] Srikaeo K，Furst J，Ashton J C.Characterization of wheat-based biscuit cooking process by statistical process control techniques[J].Food Control，2005，16(4)：309-317.

[12] 貢照明.SPC方法在食品加工質量控制中的應用[D].上海：復旦大學，2002.

[13] 劉銳，魏益民，張波.基于統計過程控制(SPC)的掛面加工過程質量控制[J].食品科學，2013，34(8)：43-47.

[14] 費一正，汪惠芬，劉婷婷，等.基于SPC的車間制造質量管理系統研究[J].制造業自動化，2011，33(10)：43-46.

[15] 韓偉，謝小玨，管宇，等.速凍方便食品生產衛生監控中SPC技術的運用[J].食品工業，2013(4)：35-38.

[16] 宋明順.質量管理學[M].北京：科學出版社，2012.

[17] 丁寧.質量管理[M].北京：清華大學出版社&北京交通大學出版社，2013.

[18] 石楓.能力指數Ppk，Cpk，Cmk在實際工作中應用的探討[J].電子測試，2014(20)：29-31.

[19] 溫德成.質量管理學[M].北京：機械工業出版社，2013.

QualityControlinCuttingProcessofFrenchFriesBasedonStatisticalProcessControl

Zhu Xiaolin1，Zhu Yujie1*，Xu Lin2

(1.College of Engineering and Technology，Northeast Forestry University，Harbin 150040； 2.Luxottica Tristar, Guang Dong Dongguan 523000)

In order to solve the problem of instability in the cutting process of French fries in an enterprise，statistical process control(SPC)method was introduced，and the principle of statistics was used to analyze and discuss.Length，the key characteristic value which influences the quality stability of French fries cutting was chosen as the control object，and the process was analyzed by the control chart.Fishbone diagram and 5M1E were used to find out the system factors that affected the process stability and to improve them.After improvement，the cutting process capability wasPp=0.77，Ppk=0.63，PPM=23 434.82，which was equivalent to level III，indicating that the process capability was acceptable.The result showed that using SPC to implement quality control of French fries production process could reduce the fluctuation of the chip length，and make sure the quality of the cutting process under statistical control，and improve the process capability.Using PDCA cycle could improve the stability of cutting process and prevent the production of unqualified products.

Quality control；statistical process control(SPC)；control chart；French fries

S 273

：A

：1001-005X(2017)05-0072-07

2017-4-19

哈爾濱市科技創新人才研究專項資金項目(2014RFXXJ108)

朱曉琳，碩士研究生。研究方向：工業工程。E-mail：zhuxiaolin0315@163.com

朱玉杰，博士，教授。研究方向：工業工程。E-mail：zhuyujie004@126.com

朱曉琳，朱玉杰，徐琳.基于SPC的薯條切割過程質量控制[J].森林工程，2017，33(5)：72-78.