統計過程控制（SPC）在質量管理中的應用

張蕾

摘 ?要：本文分析研究了SPC的統計原理以及使用方法，結合本公司的產品--- 超白壓延光伏玻璃的質量管控，著重介紹了生產過程中鋼化顆粒度（`X-R Chart）控制圖的建立技術，闡述了SPC統計過程控制在玻璃質量管控中的作用。

關鍵詞：SPC;管控圖;過程控制

1 SPC統計原理和控制圖實施方法

1.1 SPC

SPC是英文Statistical Process Control的字首簡稱，即統計過程控制。SPC是一種借助數理統計方法的過程控制工具，它對生產過程大量數據進行分析評價，根據反饋信息及時發現系統性因素出現的征兆，并采取措施消除其影響，使過程維持在僅受隨機性因素影響的受控狀態，達到控制質量的目的。

一個產品如果以它對顧客的符合度做為評斷的標準，則它必須是由一個穩定而可重復運作的過程所生產的，亦即過程必須具有在生產目標值的些微變動內的生產能力。統計過程控制（SPC）是使生產過程穩定和降低產品變異性以改善過程能力的數據統計分析方法。

產品質量的統計觀點認為，過程的質量在各種影響因素的制約下，呈現波動性（變異性），但過程質量的波動并非漫無邊際，在一定范圍內，過程質量的波動呈現統計規律性。

1.2 實施SPC

統計過程控制的第一項工作為收集品質特性數據。統計過程控制的第二項工作為評估、分析品質特性數據。產品的品質特性值包括產品目標值和誤差，誤差包括可控誤差和偶然誤差。在任何生產過程中，無論設計或維護是多么的好，總有某些天生或自然的誤差存在。這種自然的誤差或背景干擾是由許多微小、必定的不可控制的原因所累積影響行成的，這被稱作偶然誤差?？煽卣`差比偶然誤差來得大，它通常反映出過程控制中有不可接受的水平，這種誤差主要來源于調整機器失當、操作失誤和不良的原料三種現象。

在統計過程控制中，我們通常是以一個統計模式來做為判斷過程足否為正常的決策基準。目前最常用的工具為依據統計原理發展出來的控制圖。當決策系統判斷過程不穩定時，接下來的工作是探討造成過程異常的原因，此階段之工作稱為診斷。

診斷的范圍包括人員、設備、物料、方法、測量、環境六個方面，從這六個方面分析工序不良產生的異常原因，找出最終影響產品質量的關鍵因素。當找出造成過程不穩定的原因后，必須制定一些改善的措施，使得相同問題不再發生。回饋控制系統之最后一個步驟是依據制定的改善措施，調整過程的可控制因素。上述步驟需重復進行，以持續改善過程。統計過程控制牽涉到產品和過程的控制，但其重點是在品質數據的分析，只有在品質數據顯示過程不穩定時，才考慮調整過程的參數。

1.3 控制圖

控制圖就是一種為了使過程符合控制狀態而廣泛使用的在線過程控制工具。控制圖也可用來評估過程中的過程能力參數，經由該參數來決定過程能力?？刂茍D也可提供改善過程的有用信息。最后，統計過程控制的終極目標就是減少過程的誤差，雖無法完全消除誤差，但在盡可能減少誤差方面，控制圖是一有效的工具。

控制圖為一圖形表示工具，用以顯示從樣本中量測或計算所得的品質特性。典型的控制圖包含一中心線（CL），用以代表當制程處于統計管制內時品質特性之平均值。此圖同時包含兩條水平線，稱為上控制界限（UCL）及下控制界限（LCL），控制界限通常設在當過程為控制狀態時，幾乎所有點都可落在控制界限內。只要點都在管制界限內，則制程可視為在統計控制內，對過程不須采取任何行動。但只要一點在控制界限外，則代表過程有變異，此時我們必須找出造成這種變異的原因，并去除此變異。

控制圖也有很多種類，分析我司光伏玻璃的缺陷因素，可以采用平均值與全距控制圖（`X-R Chart）和過程能力分析圖。對于光伏玻璃來說，鋼化顆粒度的管控尤為重要，因此本文著重介紹光伏玻璃鋼化顆粒度（`X - R Chart）控制圖的建立。X控制圖主要用于觀察正態分布的均值的變化，R控制圖主要用于觀察正態分布分散或變異情況的變化，而`X-R控制圖則將二者聯合運用，用于觀察數值正態分布的變化。

1.4 建立控制圖

選擇并收集產品生產過程中的品質特性數據。確定樣本大小、抽樣頻率和抽樣方式，用間隔抽樣的方法獲得數據，并對數據進行處理。

1.4.1 收集并記錄數據

在連續的產品生產過程中，收集并記錄20～25個樣本組的品質特性數據，通常每組樣本量n=4～5個，保證控制過程的抽樣率為84%～90%。

1.4.2 計算每個子組的均值（`X）和極差（R）

2. 作出控制線

在控制圖中作出平均值和極值控制限的控制

線：將平均極差（`R）和過程均值（`X）畫成水平實線，各控制限（UCLR，LCLR，UCLX，LCLX）畫成水平虛線。把線標上記號，在初始研究階段，這些手段稱為試驗控制限。

3.繪制控制圖

當分析用控制圖中點子均在控制限之內或排列無缺陷時，表明生產過程穩定、無系統因素影響生產過程，尚不能說明不合格率小于允許值。因此，在分析用控制圖基礎上需要繪制控制用控制圖。如圖1所示。

相關步驟如下：

（1）消除系統因素。依據分析用控制圖提供的信息判斷生產過程是否穩定，即是否有系統因素在起作用。如果存在系統因素，應設法消除。

（2）重新計算控制限。剔除分析用控制圖中無代表性的數據（如落在界限外點子的數據）后，重新計算中心線和控制限。

（3）確認分布范圍位于公差界限之內。只有當生產過程穩定且產品質量特性值分布范圍位于公差界限之內時，才能保證不出現大量不合格品。

4.控制圖的判斷準則

控制圖制訂后就成為了控制生產的依據，故控制圖一定要以處于穩態日過程能力適宜的生產過程為依據來進行設計和計算。因此，在開始建立控制圖時，應先了解該過程是否處于穩態，過程能力是否適宜。若過程不處于穩態或過程能力不適宜，就需要對過程進行調整，這樣反復進行直到過程滿足要求為止。當上述要求滿足后，控制圖就可移交給車間使用，這時應用的控制圖稱為控制用控制圖。它的目的是保持生產處于穩態。當偶爾發生異常后，應采取措施加以消除，使過程恢復穩態。

4.1控制圖的分區

將控制圖分區是為了便于說明過程的異常情況。上下控制限分別位于中心線的上、下3σ距離處。為了說明過程異常的8種方式，將控制圖分為6個區，每個區的寬度為1σ，如圖12所示。6個區的標上為A、B、C、C、B、A，兩個A區、B區、C區分別在中心線兩側，相對于中心線對稱。如圖2所示。

4.2 控制圖的判斷準則--過程異常的8種模式

過程異常的8種模式又稱為“變差的可查明原因的8種模式”。當控制圖上的點子出現過程異常的8種模式時，則判過程異常。這8種模式分別為：

模式1：1個點落在A區以外;

模式2：連續9點落在中心線同一側;

模式3：連續6點遞增或遞減;

模式4：連續14點中相鄰點上下交替;

模式5：連續3點中有2點落在中心線同一側的B區以外;

模式6：連續5點中有4點落在中心線同一側的C區以外;

模式7：連續15點落在中心線兩側的C區內;

模式8：連續8點落在中心線兩側且無一點落在C區。

掌握這8種異常模式，可以幫助分析人員從計算錯誤、測量誤差、原材料不合格、設備故障、抽樣方法不科學、原材料混批等方面找出原因，事前預防，避免批量不量產生，降低質量損失，同時也通過系統的分析為技術改進提供科學依據。

5. SPC在光伏壓延玻璃生產過程控制中的應用

光伏玻璃鋼化顆粒度數據是衡量光伏玻璃鋼化性能的關鍵指標之一，其計量特性值，適合用基于正態分布、靈敏度高的`X-R計量控制圖來做管控，取顆粒度測量數據，然后將數據分成25個分子組，通過計算相關參數做出控制圖，參見表3。

確定我司光伏產品生產過程穩定并具備足夠的工序能力后，便選定一條鋼化生產線收集統計產品鋼化顆粒度數據，使用SPC進行數據統計分析。用相同時間間隔抽取4件生產樣本的方法進行數據統計，找出關鍵因素在生產過程中的變化。當超出控制限時，說明關鍵因素在生產中出現不可控，需提醒生產者采取糾正措施，防止不良品的產生。

將其余24組樣本的極差與均值分別打點于R圖與`X圖上，圖6和圖7看出過程的變異與均值均處于生產穩定狀態。

由上述分析可知，在連續生產光伏玻璃中，按樣本抽取產品做鋼化顆粒度的測量，并按上述計算公式計算，并制作控制圖。通過觀察上述控制圖中點的波動狀況，能及時顯示出鋼化顆粒度在生產過程中是受控還是失控，從而體現出SPC產品質量預防控制的作用。

6 結束語

運用SPC統計過程控制工具，可以在連續生產過程中，準確分析判斷出生產中的可控誤差，并提出改善措施進行針對性改善，從而提高質量管理人員對產品質量的把控力度，提高產品質量，如果運用產品在線檢測設備自動檢測產品質量特性，并自動運用SPC統計過程控制工具進行實時分析，則可以更加及時的發現生產過程的可控誤差，及時改善產品質量，較大的提高過程控制能力。

參考文獻

[1] ?荊敏.統計過程控制在課堂教學監控中的應用[J].太原城市職業技術學院學報，2013（02）：102-103.

[2] ?圖布新.質量統計過程控制技術SPC的應用及實現方法[J].科技展望，2016，26（09）：141-143.

[3] ?祖曉琳. 基于SPC對C公司產品質量問題的研究[D].內蒙古科技大學，2015.