统计过程控制SPC学习与总结

第一篇：统计过程控制SPC学习与总结

SPC统计过程控制总结

1、均值极差图无论是数据采集时还是日常监控，每个子组数据都应是连续采集的；

2、对于R图（包括S图、MR图）判异准则通常只有超出控制限这一条，换句话说就是所要监控的是子组数据是否符合要求；

3、对于均值图的判异（包括单值图）不应过于教条于判异准则，要结合过程实际情况（如周期性波动），思考均值图波动的原因以及过程可能会出现的情况；

4、控制图只关注于过程是否受控，不与产品特性是否符合规范要求相联系；

5、在计算控制图控制限时要视实际情况而定，要判断控制图异常数据产生的原因，仅踢走由特殊原因产生之数据，如果异常原因不可避免应视其为普通原因予以考量（见12）；

6、Cpk的前提是过程稳定受控，即需先以控制图监控其过程之状态，并排除特殊原因继而达到过程稳定受控，且可计算Cpk；

7、判异准则通常不可仅用超出控制限点此一条，至少还应有链，即七点连续上升或下降及中心线一侧，若仅有超出控制限点，不可称其为控制图；

8、过度调整即不正常干预，对实际处于统计受控的过程采取措施，将一个变差或错误视为一种特殊原因，但事实上此原因属系统性即为普通原因；

9、七点连续上升或下降，通常在5、6点时就应采取措施，已达到对过程的及时控制；

10、控制限通常不必做定期调整，但当过程有重大变化之情况，且导致控制限发生永久性变化，则需进行控制限调整；

11、单值-移动极差图在日常使用中，每张控制图的第一点应与上张图的最后点相减；

12、同5，控制限计算时不一定要把所有的超差（特殊原因）踢出，如果超差是知其原因，且不可避免并可预测，则不应踢出；

13、控制图特性的选择应结合关键特性，分析潜在失效原因，且参数有足够代表性，即过程的绝大变差能通过此特性反映出来；

14、验收设备所做的Cmk，对具体操作人员没有要求；

15、分析异常原因应从“人、机、料、法、环、测”进行分析，“机”通常可最先排除，而原因是“测”的因素可能最多；

16、控制图只是一种预测的工具，置信区间以猜大之原则；

17、对于非正态分布的过程，可采取中心极限定理之方法，扩大子组n值(均值极差图)；

第二篇：生产的统计过程控制

一、统计过程控制的目的1、为产品的品质提供保证

应用统计方法通过对生产过程中的各阶段进行监控，达到保证与改进质量的目的。

2、缩短质量问题的反馈时间

“可靠的产品来自可靠的过程”，稳定状态是生产过程控制的目标。当生产过程发生异常时，运用统计方法可以及时地发出预警信号，由于对整个过程进行了实时控制，预防了不合格的产生，也缩短了质量问题的反馈时间。

3、降低成本

运用统计过程进行控制下的生产是最经济的。产品成本包括生产成本和质量成本，相对来说生产成本较为固定，当到达最低限时，只有通过有效地控制质量成本达到降低产品成本的目的。

4、易于操作，可靠性强

在各个关键控制点和各道工序，经过基础培训的操作员可以根据直观的图表评估生产过程的稳定性。

二、统计过程控制的实施

1、质量策划

质量策划的过程有繁有简，对于塑胶玩具类产品可以是由以下几个步骤完成：

确定产品要求—确定关键过程/变量—确定关键过程控制方法—确定测量指标—人员培训质量策划的输入是客户要求和产品安全标准，输出是生产流程图、作业指导书（包括生产指引和检测指引）、合格的操作和检测人员。在质量策划过程中最重要的工作是确定关键过程/变量和确定相应的控制方法，关键过程是对产品的品质具有决定性的影响。而控制方法又决定了对过程控制的有效性。通常，对下列场合考虑确定有关键过程/变量：

（a）产品的主要质量特性

（b）对产品的质量有重大影响的关键工序

（c）屡屡发生质量问题的场合在塑胶玩具中，注塑过程会被定义为关键过程，注塑过程中的温度、压力和周期定义为关键变量并进行监控。

2、实时的生产评估

在生产过程中，通过以下的步骤完成：

（a）过程数据收集

由指定的操作人员按照作业指导书的要求，在规定的时间记录各个控制点的工作参数，并在相应表格或图表中做出标示。

（b）实时的统计过程监控

主要应用控制图对过程进行监控。保证各关键变量满足各项质量规定，并可根据工序输出的结果有效地评估过程能力。

（c）产品确认

通过对产品的各方面质量性能的检测，进一步对过程能力的加以确认。

3、过程改进

一般在两种情况下，应对过程进行及时改进：

（a）在现场中，控制图上超出控制界限显示异常的情况增多

（b）在产品确认中，发现有不合格品的出现

在这个阶段由品质管理人员召集相关生产部门组成问题解决小组，查找异常发生的根源，并制定及时的纠正措施和后续的预预措施。改进措施应做到“查出异因，采取措施，保证销除，不再出现，纳入标准”。

三、统计过程控制为企业带来的效益

通过利用统计过程控制，为企业降低成本、提高质量，创造竞争优势：

1、改进工序能力，通过实时的控制，尽量减少各工序的变异，从而生产出质量稳定的产品。生管物控论坛

2、降低成本，通过优化工序的设计，使得工序能力满足生产要求，而不只是一味地要求工序能力过高。

3、减少事后发生的损失，当一旦发现过程出现不受控状态，可以隔离相应的产品、减少坏品损失。

第三篇：铸造生产的统计过程控制

铸造生产的统计过程控制

摘要：本文讨论统计过程控制和数据收集带来的好处，它们能够提高各种铸件的质量和降低成本。许多人错误地认为SPC实施困难，既费时、费力和费钱又回报得益不多。实际情况并非如此，SPC和数据收集的实施很容易，而且回报远远超过投资。本文将提供经验判断对质量的影响，并与采用统计方法作比较。本文将回顾SPC的历史和基本原理，数据收集的必要性，以及如何确定最适合每个工序运作的方法。本文还探索可用的简单有效的实施方法，以及提高数据收集过程自动化和效率的基本途径。

关键词：SPC，过程控制，质量，数据收集，铸造生产前言

面对今天竞争激烈的市场，质量既是确定的又是有差异的。说它是确定的，因为任何人不能为客户提供质量好的产品将很快从业界消失。但是，质量同样能够让你从竞争对手区分开。结构良好和实施质量管理系统可降低返修量和废品，达到节约成本和得到更低报价。对铸造企业来说，这就需要重新考虑现行的质量和实现质量的最佳方法。

2旧的质量控制方法与新的质量控制方法

2.1旧的质量控制方法

对许多铸造企业来说，质量可简单地用以下方式表示（以熔化为例）:

1）按工序制造过程产品（配料、熔化铁水）；

2）检查产品缺陷（化验）；

3）需要时返工（一次成分不合格，调整）；

4）检验返工产品（重复化验）；

5）进入下一工序（浇注）；

6）回到第一步，重复操作第1到第5步。

这种方式可认为是质量控制的“检验法”。对于利用这种最基本的质量控制系统的企业来说，它们以昂贵的费用：“检验”产品质量，但无助于改正引起产品缺陷的根本原因。我们经常做的事情，就是采用收集基本缺陷数据的方式，这是一种主要将缺陷的产生推回到操作人员的做法。这种错误概念来自认为操作人员通常是产生质量问题的起因。它不能找到产生缺陷的真正原因，而只在缺陷已经产生之后才检验出质量不好的产品，即事后把关。

这种方式同样非常依赖于本身就缺少一致性和准确性的经验判断。经验判断经常会让漏检的缺陷进入下一道工序，如果在组芯中或下芯时发现砂芯缺陷，则返工成本更可观，此时组合砂芯可能要额外的拆卸更换有缺陷的砂芯。更糟糕的是不合格的铸件产品可能引起汽车零部件使用寿命缩短，并失去良好的客户信誉。无论在哪里检验出缺陷，返修和报废的材料都增加了产品的生产成本。

2.2 新的质量控制方法

更好的方法是采用统计过程控制（SPC）法实时监控在铸造生产过程中最容易产生铸件缺陷的关键工序。这里含有用于预防代替检验的概念，并且减少对经验判断的依赖。经验仍然在总体质量方法中起作用，有助于在FEMA分析中由现有过程导致的一贯性缺陷。这使得过程控制首先注意到最能够实施“防犯于未然”的区域，最终检验员不再是查找缺陷的“警察”，而变为帮助工作人员防止缺陷发生的同事。

这种方法同样考虑到生产过程的各个方面，包括人、机、料、法和环境，并且清楚地认识到人只是过程中众多资源之一。这个方法把防止不良质量放在首位，以便减少废品和浪费，最终达到生产率和收益的增加。

3工业与质量历史回顾

19世纪初期，美国工业正在寻找提高生产率的方法来降低成本和增加收益，但没有想到质量对这种关系的冲击力。此时最广泛采用的是1911年泰勒（Fredrick Taylor）在他的著作《科学管理的原理》中提及的技巧。作为一名工业工程师和顾问，他以顾问身份服务于早期的工业家，如亨利•福特等人。他不断寻求提高机器和工人工作效率的方法，他使用的基本假定是大部分工人又笨又懒，金钱是他们主要的动力来源，因而在工人与管理之间应有严格的区分。他观察到工人会放慢他们的作业，害怕工作太有效而变成失业。他相信可以利用工人以金钱作为工作的动力来克服他们的惧怕和提高生产率。基于这种信念，他创立了“计件”工资制，对工人支付定量生产件数的基本工资，对超过定量的生产件数付给额外奖金。现今还有一部分行业使用这种体制。工人被当作机器，他们很快变得疏远和不满足。产品的生产主要根据数据量而不是质量，管理采用“胡萝卜加大棒”的办法来降低成本和增加利润。到19世纪20年代，得益于休哈特（Walter Schewart）博士的工作和努力，质量变成公司降低成本的整体计划的组成部分。他作为西方电气公司工程部的著名科学家，被誉为统计过程控制之父。在1924年他计划了一种抽样图表，“设计用来指示在给定类型的缺陷部件中观察到的变化百分比，这是很有意义的，亦即指出对产品是否满意”。他认为产生缺陷的原因可分为“偶然原因”（生产过程中固有的可预测的变化，现在经常称为“普遍原因”）和“异常原因”（由特殊的不可预测的原因或事件引起的变化，现在经常称为“特殊原因”）。据此应该着重研究和消除异常原因，以便改进质量，但不必浪费资源去解决对整个过程和生产质量影响不大的偶然原因。这种方法亦可用来确定某一工序的固有能力，此时“控制界限”可作为一个工序的合格率的控制线。

当贝尔实验室科学家将休哈特的概念付诸实施时，他的方法使几项废品降低了50％，和节省西方电气公司几百万美元的开销和材料。利用他的统计技术证明通过质量改进能够节约成本和增加利润，并且引起许多大型工业公司的注意。管理部门开始认识到人不能生产出工序所允许的更多的产品和更好的质量。在他1931年的著作《控制产品质量的经济检验》中全文述他的统计抽样方法的研究结果，并且这个结果仍然是现代统计过程控制的基础。一位西方电气公司的同事戴明（Edware Deming）在参加美国作战部和后来在日本讲授质量基本原理时，将休哈特的成果加以扩展。戴明在他的“管理的14项职责”中将统计过程控制和质量论述为管理哲学，并把它作为一种工具使工人参与搞好机构的活动。他采用这种统计工具和管理哲学去鼓励工人负责在他们控制下的工序的质量。休哈特的实践和戴明的哲学相结合至今还在不断提高美国工业的质量和生产率。SPC的基础——各种控制图

过程控制图可分为两大类别：用于测量变量的图表和用于测量属性的图表。根据监控的过程和收集数据的来源，它们的用途各不相同。

变量图的实例：监控型砂紧实率。两碾砂之间通常会出现紧实率的少量变化。比照控制允许值来跟踪这种变化可以确定工序是否在合格范围之内，或者在不合格紧实率的型砂出现能迅速指出那些需要检查或改正的，因“特殊原因”而产生的事件。

属性图的实例：在制芯操作中跟踪有缺陷的砂芯数目，计算在一个班次砂芯成品率。跟踪与控制范围有关的数据可以保证前面各工序的总体质量，或者在下一个缺陷砂芯产生之前指出需要检查和改正芯盒或制芯工艺参数设置。

变量控制图：

最常用的变量控制图表是X控制图和R控制图，它们经常一起使用。X控制图用来监控工序的位置或者工序的计量值，而R控制图用来监控工序的范围或者分布。在正常运用中，获取一个样本的多个读数，然后相加及求平均值后产生绘在图上的数据点。任何落在上控制限（UCL）或下控制限（LCL）之外的数据点表示由于特殊原因引起的不合格的工序变化，在进行下一步生产之前需要检查和改正。

除了数据点超出UCL或LCL表示有特殊原因之外，还有其他规律可指出在没有超出UCL或LCL时存在的特殊原因。这些规律的依据是变量的统计概率，并可以对很快失控的工艺过程作出预先提示。这样就能够在生产出有缺陷产品之前进行检查和改正。一些常用的实例包括：

●2个以上接近UCL或LCL的连接续点

● 6个增加或降低的连续点

●8个在中间值一边的连续点

● 14中间值两边交替出现的连续点

还有其他限制更多的规律，由控制图的特殊区域来决定，而且对于刚开始SPC计划的铸造厂来说还不需要这些规律。这些规律随工序的不同而有差别。应该记住，过多规律可能产生大量的“伪报警”，但规律太少又可能在生产过程中漏检有关的问题。

当第一次建立一个生产工序的X控制图或R控制图时，UCL、LCL和中值数控线必须确定下来而不是随意规定。这就需要实时运行和测量，然后采用测量值计算出UCL、LCL和中间值。为确保计算值为有效性，工序的生产过程必须是稳定的和可重复的，否则所提数据有偏移，在以后可能对生产过程产生错误的反馈。采用著名的平方律可从读数值来验证生产过程的稳定性，具有“钟形曲线”的正态分布即表明生产过程是稳定的。用于生产过程控制的步聚和计算在本文提及的参考书中有许多介绍，当首次建立图表时必须遵守这些文献。属性控制图：

属性图用于不可计量的特性的控制。这些特性通常用“好”或“不好”等来表达，正如在化妆品检验或测试运行中所遇到的情况那样。这种特性称为属性，用简单的计数数据来制表。属性图表有三种主要类型：

●P图，测量某批产品中缺陷部件的百分比

●np图，测量某批产品中缺陷部件的数目

●C图，监控某批产品中缺陷部件的总数

对于X直方图和R曲线图的控制界限要建立在对稳定运行的工艺过程的初始计算上。这是一个连续生产产品的过程，所有的缺陷来自工艺过程内部的固有的普遍原因，而不是由需要

检查和改正的特殊原因所引起来。在某些例子中，例如铁素体球铁Mn的含量，可以规定一个控制上限，当材质缺陷达到不可接受的水平生产时过程必须中断。

其他数据收集方法：

虽然统计过程管理可用来减少，甚至可能取消中间经验判断的操作，但是所有实施的经验判断应尽量收集和编制最有意义的数据。如前所述，当需要建立工序控制点时，这些数据对首先应在何处加强控制提供了巨大的帮助。同时它也提供了与SPC图表、数据相关的反馈，使管理层确信SPC计划正在改进质量和降低成本。

缺陷记录可用来收集目视检查的数据，还可以提供与SPC实施无关的有用数据。合理使用缺陷记录，并配合对过程的周密计划，则缺陷记录可以指明改进过程的方向。记录应设计成易于单个产品缺陷输入，以便减少对总体工作流程的影响，但又能涵盖过程中所能出现的各个缺陷。

缺陷记录中的数据可以一个生产班次为单位计算，将结果制成排列图（Pareto图）格式制成图表。在排列图中缺陷记录按照出现频次从高向低排列，以保证重点改进项目得以优先解决。同样可以直观地反映出那些有效产品缺陷的尝试。使用EXCEL电子表格很容易绘制排列图。

5如何实施SPC

5.1我厂应用SPC的历史和现状

我厂从80年代就开始引进和实施全面质量管理，对过程中影响产品质量的关键工序建立工序质量监控点，对关键的过程指标采用控制图等SPC的应用，但长期以来，一直存在一些认识上的误区。以为收集一些的质量数据，做几个控制图，挂在墙上展示一下，计算一下Cpk，就算使用了SPC，这样其实只能应付公司质量部门的审核，很少有人不觉得这样做是个负担。98年通过QS9000质量体系认证后，我们的客户和体系的要求，必须在过程控制中有效使用SPC，控制计划和作业指导书保留原有的工序质量控制点的应用，为了减少数据收集和统计的“麻烦”，将原有的SPC控制图表人为减少，以利于审核的通过，这些认识都是很初级的，完全没有理解SPC动态过程控制的核心，根本不能达到对过程质量动态、连续监控的目的。

有些人员在接触了SPC后，试图寄望它不只能发现过程的异常波动，更应该给出导致异常的过程要素和原因。如异常情况是由设备、原料或操作上的什么问题引起的？其实这些想法是不切实际的，也是没有理论依据的。SPC工具是用统计学方法对过程质量数据进行处理、使工序质量状态可视化。而可视化的控制图只反映当前过程的运行状态或者未来趋势，并不能反映导致这种状态出现的内在原因。异常原因还要由人去查找，究竟哪道工序是导致异常的根源这样的特殊情况。所以，理想化的期望必将影响质管人员对SPC的信心，也将阻碍工厂实施SPC的进程。

5.2SPC计划

着手开展SPC和数据收集计划时，要留意打好基础以减少执行中出现的问题。采用一次涉及太多问题的“猎枪”法会遇到要求高级支援的困难，占用质量和工程小组的日常生产支持时间，虽然大公司有钱请专人执行和支持SPC和数据收集，较小的公司常会增加现有雇员的任务。最好的方法是全面推广前，先在便于管理的小范围内运行和获得成功的执行经验。

实施SPC前，先开始检查现有的数据，寻找产生铸件主要缺陷的关键过程。如果没有过硬的数据，也可非正式评估某一个正在花费技术人员许多时间去解决问题的过程。它通常会是某一方面如砂芯质量的问题，并随着设备、原材料、方法、人力和工作环境本身的变化而变化。一旦选择某一过程作为重点，即入下一个步骤。

根据所监控的过程来决定你要收集变量数据还是属性数据。这些作为运作选择适当的控制图表。如果收集变量数据，通常使用X直方图和R曲线图。如果收集属性数据，往往选择P或NP图，在这两大类图中还有各种不同式的样图，技术人员和质量工程师在开发和需要进一步深入时会再使用这些图。

在开展SPC工作初期，可用人工计算数据和作图，而不要用电子数据表格的图表或自动软件包。人工作图让操作人员对数据收集过程有实际的感受。并且最终获得主宰过程和参与数据收集的感受，经过一段时间之后，系统可停止对操作人员的数据收集任务和理顺整个SPC过程。

必须对操作人员提供为什么和怎样实施SPC和数据收集的充分训练。以小组活动的形式解释清楚他们承担的特定过程的变化对最终产品总质量的影响。然后，对统计过程管理作审查，使用简单的练习来说明过程内的变化，以及如何监控让他们制作测试图图表和跟踪过程数据。直至他们懂得数据收集的重要性和他们过程的作用。如果培训获得成功，负责该计划的质量和工程小组在真正实施和执行时就比较容易了。

5.3 SPC和数据收集的方法

只要提供可用于改善现行过程有意义的数据，任何统计过程管理和数据收集方法都可以使用。

开始起动一个计划时，特别当员工没有SPC经验时，最好使用人工方法进行运作，与经费多少或易于使用无关，人工方法为在机构内执行统计过程管理和观念提供坚实的基础。有一种错误概念认为，SPC需要高级数学技巧，实际上对于任何会用小型计算器的人员来说，所用大部分计算都是很简单的。

对于我厂现阶段的实际情况来说，人工方法就足够了，虽然利用基于电子表格EXCEL的控制图可提高效率。电子数据表格本身可做大量数字的数据收集工作，也可生成控制图，而无需对数据点作连线的例行事务。最后，它还是提供数据可在局域网内实时存取的方法，便于信息的查阅。

5.4SPC实施步骤流程

6网络化SPC是过程质量系统的必然选择

铸件的质量是每个工序产品质量的累积，有时微量元素较小的变化也能影响整个产品的使用性能。要全面提升企业的过程质量控制能力，必须从每一个操作、每一道工序的处理做起，形成自始至终的过程控制闭环，实现全面过程质量控制，达到休哈特理论中的全稳生产线。只有形成这样的控制局面，才能保证企业范围生产过程的可控态。有了稳定的工序状态，才会有稳定的产品质量。

过程质量控制不但要处处有，还要人人参与。它不只是现场操作工的事情，企业各层的质量管理人员都应积极参与到这一工作中去，从而形成互相分工、互相关联、互相监督的全员化

网络型过程质量保证体系。SPC只有在企业的真正需求的前提下，把网络技术、数据库技术与SPC科学结合了起来，才能为企业提供了一个全面的过程质量解决方案。

基于大型数据库的网络化SPC系统，是实现企业全面过程质量控制的优选方案。它以企业局域网设施为基础，以大型数据库为平台，以质量数据采集系统、SPC现场动态监控系统、质管员监督分析系统、管理层质量查阅系统等为应用框架，构成了功能完整、运行有效的企业网络化SPC过程质量控制系统。针对企业生产过程质量参数多（包括产品和工艺参数，计量和计数参数等），数据采集连续性、高频度的情况，只有大型数据库系统能够承担数据的管理工作。网络化的系统框架，可以把质量监控点布置到从办公室到生产现场的任何角落，是全面过程质量系统的思想基础。

建立网络化SPC软件，使数据更便于输入，用基于电子数据表格的数据输入图表，能自动求出过程运行中的读数之和并且计算上下控制界限。它可24小时收集数据和自动作出图表，包括X直方图和R曲线图。系统驻留在屏幕打印机旁边的专用计算机内，并且可通过局域网获得可视的数据。SPC系统有多种型式和大小，从互联网获得的免费软件和共享软件到200～1000美元的软件包，提供所需要的各种图表和输出方式。软件包具有许多用户配置选项和作图规则，并考虑到多道工序或多条生产线的监控。最高级的和数据收集是全部硬件/软件结合的集成，它把设备直接连接到软件和网络。这些软件可预设告警界限和用户实施的规则，以及当某一过程超出控制范围时自动告知适当的人员。这种解决方案的价格较高。

7总结

仍然使用质量控制的“检测”方法的铸造企业不但浪费时间和金钱，而且面对我们的对手失去竞争优势。统计控制过程和数据收集对我厂在改进质量和降低成本方面都有很大帮助。如果从结构和逻辑性方面着手的话，实施人工SPC和数据收集计划是较简单和有效的。在此基础上计划可以升级，通过基于自已编制的电子数据表、便宜的现成软件包来实现。不管怎样，统计过程控制和数据收集对任何过程和产品都有用处，这时毫无疑问的事情。

参考文件：

〔1〕公司内部QCD教育手册：质量管理

〔2〕爱肯锡公司培训讲义：统计过程控制

第四篇：工业在线SPC统计过程的系统设计论文

摘要：随着IATF16949：2016新版的发布，汽车行业产品的生产质量的要求也越来越高.在其相关参数及尺寸的设计生产过程中，若能采用在线SPC仿真系统对其进行实时有效的控制，对其生产质量的提升具有积极的作用。文章对在线SPC统计控制系统的构造、设计实现及其运行效果进行简单分析，对于汽车零部件生产效率及生产质量的提升都具有非常重要的作用。

关键词：统计过程控制；在线系统；网络拓扑；数据库技术

随着汽车的普遍应用，汽车零配件市场也在快速的发展，除了零部件数量需求的增大，对于其生产质量的要求也在不断地提升，要保证汽车零配件的生产质量，保证其能够满足客户的相关需求，在其生产的过程中，加强生产质量的控制，保证其生产质量的稳定性，并在此基础上有效地降低低生产成本是非常重要的，要实现这一目标，就需要建立起完善的质量控制系统，SPC统计过程控制系统的应用对于提升汽车零配件的生产质量具有非常重要的作用，本文就对其建立及应用进行简单分析。

1工业在线SPC统计过程控制系统的建立

1.1基础资料为了对汽车零配件的生产过程进行有效的控制，本次研究中提出的在线SPC统计过程控制系统基于LabVIEW和数据库技术，开发的在线SPC系统具有报表查询、数据分析、过程监控、数据采集、数据维护、基础资料设置等多种功能，并且通过该软件系统，能够实现报表自动生成、质量状况实时监控、制程异常自动报警、改善方案建议等功能。1.2工业在线SPC的网络拓扑结构本次研究中建立的在线SPC统计过程控制系统在运行的过程中，应用到了自动录入、电脑录入、串口量仪录入等各种数据录入方式，其控制系统的网络由多个部分组成，主要有：现场SPC工作站、管理层监控工作站、现场数据采集工作站、应用服务器、数据库服务器等，对其网络拓扑结构进行简单分析，其数据库服务器下设SPC工作站管理层与SPC工作站公司领导层，系统中的各个单元中的每个工作站中的串口仪器设备会自动完成各种数据的自动采集，将采集到的数据传送至数据库服务器中，供SPC工作站的管理层及领导层查阅及决策用，应用层服务器中具有各个SPC工作站管理层，用户可以通过应用服务器来进行SPC工作站管理层各项数据信息的查询，并将其应用于实际的控制管理工作中，对于整个控制管理工作具有积极的作用。1.3产品关键质量特性的识别建立在线SPC统计过程控制系统的一个重要的功能就是要对产品的关键质量进行有效的控制，产品的关键质量特性包含了设计和过程两个方面。“做对的事，把事做对”只有选取了正确的产品质量特性，而后进行的管控才有意义。关键质量特性可以依据客户的实际需求及关键设计参数进行识别，在具体的质量识别特性设计过程中，还需要参照DFMEA、PFMEA及产品控制计划等文件来进行确定，这对于控制系统的工作效率及工作质量具有非常重要的影响。

2在线SPC统计过程控制系统的实现

2.1数据的输入工业在线SPC统计过程控制系统的数据输入方式有：自动录入、电脑录入、串口量仪录入。常用的串口量仪有：数显游标卡尺与数显三爪千分尺，再通过连接应用标准的47.61046接口线来进行数据的录入，也可以应用RS232来实现单通道模式的转换并显示数值。在实际的工作过程中，在对零部件的关键尺寸进行测量时，由现场的操作人员应用带有串口的RS232数据接口的游标卡尺及内径三爪来进行测量，测量所得的结果会通过一定的传输方式传送至SPC的处理机上，SPC处理机会对相关的数据进行有效的分析，能够成功实现零部件的在线测量、相关数据的传输以及数据分析的一体化。2.2数据分析以及运行过程中的异常反馈在对零部件进行质量特性识别之后，要依据相关的识别结果来进行在线SPC系统的控制图的选择及实现，对质量关键点进行实施的测量与监控，实时监测其是否发生异常。一旦管制图的点触发八大判异，如：管制点超出控制界限，系统的界面上将该点标红显示，同时界面上的报警按钮闪动，同时系统自动的通过邮件的形式将系统中出现的异常情况向过程工程师、设计工程师以及管理人员进行反馈，同时给出相应的处理建议方案。该系统的实现能再故障发生前提前预警，相关人员对异常进行判断处理，采用相应的对策，从而保证生产过程质量。2.3系统中异常情况的处理方法如果在线控制系统在运行的过程中，发现了零部件生产过程中出现了异常情况，制造人员以及相关的质量监督管理人员，应该立即的异常情况产生的原因进行有效分析，对于八大判异的不同情况，寻找制程异常的原因，处理并消除异常，消除后重新将系统导入制程。同时将异常的原因记入过程生产记录簿并写入SOP防止异常再次发生。2.4在线SPC统计过程控制系统的运行效果本文选取一个简单的控制实例来对其运行效果进行简单分析，某汽车零部件的SPC系统零部件的基础资料为：数据精度值为4，控制图分区为：A，B，C，百分数显示精度为：2，颜色设置为：A区：红色，B区：黄色，C区：绿色，层别信息为：生产日期、设备、零件号、过程变化、单元、操作人员、备注、班次、班产量。其缺陷项目只要有：（1）铸造，尺寸超差、少肉、砂眼、气纹、毛坯生锈、漏气、冷隔、孔偏、多肉、材质问题；（2）机加工，振纹、台阶、丝锥段、生锈、碰伤、毛刺、法兰薄、尺寸超差、崩刀、孔偏。异常原因主要表现为：设备、人为原因、毛坯、量具、检测、工装、工艺、辅料、刀具、车间环境、操作方法。后将控制图进行八大判异准则分析，异常点警报并采取相应措施。本次研究中所选实例的产品关键特性为法兰孔内径：规格范围为内径φ10.95±0.035mm，抽样频率为每两小时一次，每次抽样5件，故选用Xbar-R控制图。质量特性为内径：C，代码为：HG-neijing，规格类型：双侧公差，规格限：10.915-10.985mm，样本容量：5，计量单位：mm，显示精度：5，控制图：Xbar-RChart，控制标准差倍数：3，质量特性状态：控制阶段，LCL：Xbar:10.98546，R:0;CL：Xbar:10.95228.R:0.0575;UCL：Xbar:10.98546，R:0.1217，层别信息：过程变化，生产日期，零件号，单元，操作人员，班次，期望Cpk：Cpk=1.67。通过在线SPC仿真系统对内径为φ10.95±0.035mm的项点进行实时的检测，绘制得到其Xbar-R控制界面图（如图1所示），图中有一点触犯规则6：连续5点中有4点落在中心线同一侧的C区以外，此时预警器红灯闪。同时，系统将该判异点及触犯规则起始点标红叉，并通过邮件的形式将异常情况反馈各相关的工作人员，经过对故障原因进行分析检查，发现导致该项异常出现的最主要的原因是物料供应商的更换，通过对供应商来料质量的管控，并将新供应商管理制度写进SOP，最终整个生产系统恢复稳定。通过工业在线SPC统计过程控制系统的应用，汽车零部件的生产过程得到有效监控，效率得到了有效提升，利用在线系统将出现过异常处理方法都纳入了系统库，有效地防止不不良再次发生，具有非常好的应用效果。

3结束语

本文针对工业在线SPC仿真系统的构建、设计与应用进行了简单分析，通过该系统能较好的实现工业连续制造过程生产质量的监控，通过管制图的绘制与判定在不良趋势产生前就预警，能提高产品的一次合格率从而提高生产能效。

参考文献：

[1]李高伟，曾定文，姚世龙，等.在线SPC统计过程控制系统的建立及应用[J].现代制造技术与装备，2013（1）.[2]马敏莉，袁国定.基于过程方法的统计过程控制技术应用研究[J].制造业自动化，2010（7）.[3]沈晓杰，李郡.基于制造执行系统的统计过程控制在质量管理上的应用[J].工业控制计算机，2012（9）.

第五篇：目标管理与过程控制

目标管理与过程控制

钱皮曾经说过，管理学早已经走入末路，没有什么创新的了。万变不离其宗，古老的管理学思想一直都在发挥着重要的作用。大企业家和职业经理人的案头或书架上总是少不了《易经》、《孙子兵法》、《三国演义》等这些古籍，常读常新。常读的没有变化，常新的只是皮毛。

近期，一些管理学界的人士又开始向企业界推介他们的“最新”管理思想，那就是所谓的“强调结果”。最近在书店里看到几本关于管理的书，如《请给我结果》、《不要任何借口》等等。粗粗翻看一下，都是强调结果的重要性的，但又不是目标管理的套路，实际上可以说是没有“路数”，因为它只要结果，不管过程（而过程中存在的影响达成结果的问题往往被视为“借口”）。从中也可以再次看出管理学似已真的到了江郎才尽的地步，再也变不出什么新的名堂了。看作者头衔和业绩介绍来头不小，销售员说书卖得不错。书中表达的管理思想和要传达的理念来看，不仅偏离了管理学的一些基本共识，还扰乱混淆了许多基本概念。

“目标管理”并不是一种新的东西。按照一种定义，“目标管理”是指企业针对目标展开的一系列管理行为。它强调目标的重要性，提醒管理人员不要把过程和结果分离。

类似的管理思想还有价值工程（VE），也是为了提醒设计人员不要偏离了目标，不要为技术而改进技术，不要搞过剩质量。

一个正常的人，又称为“理性人”，之所以谓之理性，就是在其行为与动机之间具有逻辑一致性，也就是说，理性人所有的行为都是有目标动机的，也就是说其行为都是冲着目标而去的。

管理，是一种理性人的行为，即有目标动机的行为，换句话说，原本所有的管理行为都可以冠之以“目标管理”，即理性人的行为属于“结果（目标）导向”的。

但是，因为有些人错误地将过程与结果相分离，变成了为管理而管理，所以才会有“目标管理”这种看起来很多余很滑稽的“管理思想”应运而生。

然而，矫枉过正，有人将目标管理、VE这些管理思路错误地解读成为只要求结果，不必拘泥于手段和过程。这样一来，只强调结果，就变成了听天由命坐视结果的发生，放弃了对形成目标结果的过程的控制与操作，是一种不作为的、非理性的表现。

实际上，片面地强调结果，往往强调的是一个不完整的结果。例如，“成者为王败者为寇”只强调成功的结果，而完全无视尸横遍野的绝大战争成本。例如，质管人员可能会只顾产品质量，而忽略了产品质量所服务的目标——利润。例如，经营者只注意眼前的利润，可能放弃企业的长远目标。

管理本就是一个过程，是通过过程的积累达到目标的，如果目标庞大，就不是一个人在短时间内所能完成的，这就需要对目标进行分解，分到不同的时段或分配给不同的人去完成。因此，目标管理的基础是细致有效的目标分解。如果分解得不恰当不完善，承担子目标的人出于自身利益的考虑就很有可能会做出背离管理者原来所设想的总目标的事情来。

例如，为了完成一个目标，首先要求有人来做事，要有人出勤，连人都没有一个当然工作无法开展了。但出勤并不是完整的目标，偏偏就有人将这个子目标变成了“出勤不出力”，当一天和尚撞一天钟。

例如，城市里人口密集需要一个良好的公共环境，因此设立了清洁工，专门扫马路。但是，把马路扫干净并不是原本的完整目标。偏偏有些清洁工就只管扫马路，把尘土扫得漫天飞扬，全然不顾路上路边的行人和临街饭馆的食客，把清洁工作变成了另一种污染，还有些清洁工干脆把飞扬不起来的垃圾直接扫进路边的窨井里，还有把扫到的树叶等可燃物在路边直接焚烧了事。

这种事情同样发生在企业里。清理清扫本来是为了获得一个良好的工作环境，但是很多

目标管理与过程控制

时候这个目标被异化了，变成了应付检查的行为，检查过后一切照旧。

例如，公交车的原本目标是将旅客安全运送到目的地。但是，经常有公交车“甩客”的现象，因为公交公司考核司机的准点和耗油量，而载不载客难以考核，所以，一些缺乏职业道德的司机就只管开车不管载客了。

例如“滥竽充数”，由于听者把吹者有没有鼓腮摇头等当做判定是否好乐师的标准，才给滥竽充数者留下了充数的可乘之机。

例如，求量不求质。生产者只管数量，不管质量。植树节原本是为了推动绿化活动而设立的，但不少地方植树节年年搞，只管每年种下了几棵树，却不管成活率高低。

例如，环保设施是为了保护环境治理污染而设立的，但一些企业的环保设施形同虚设，是设给上级看的，有检查的时候就开动起来，检查人员走了就关掉。有些管理部门也只抓“同时设计同时上马”，却对“同时运转”网开一面。

例如我之前帖子讲到的那个庸医治驼背的故事。驼背者的家属将目标简单化为“只要把驼背弄直就行”，庸医就不顾死活地弄出个直挺挺的尸体来。

……

因为有如此这般种种的“走过场”行为，“目标管理”就“被推出”了，目标管理概念的提出其实也可以看做是管理学界用近乎多余的手段来对付“走过场”现象的无奈之举。

管理本身就是一个过程，一个路径，管理工作的对象，尤其是对于生产性企业而言，都是针对过程进行管理。当然，毫无疑问，这个过程和路径是针对目标的，不存在手段和结果的背离。手段一定是为目标服务的，因此，不需要撇开过程控制而片面强调结果。以往有这种偏差，即把手段和过程当作目标，为管理而管理，为改革而改革，这是需要纠正的，但不能矫枉过正，转而忽略过程。

如果大家还承认管理者面对的是趋利避害的理性人的话，那么我们就应该知道，理性的厂商其实从来都没有偏离过自己的目标，那就是利润最大化。因此，管理学家在厂商面前谈论目标管理，其实是多此一举，实属班门弄斧，关公面前耍大刀之举。

过程与结果，这对基本哲学范畴的关系本来是十分清楚的。就人的行为来说（管理、生产），过程就是行为，是手段；而目标就是结果，是动机所在，因此，过程与结果之于人的行为来说就是手段与目的的关系问题，是动机与行为的关系问题。

管理，本身是一种人的行为，而且是理性人的操作行为，即有目的的主动行为。理性人之所以谓之理性，就是因为其行为的目的性，是行为与动机之间具有逻辑一致性，即过程与结果的统一。

如果现实当中出现了过程与目标背离的现象，一定是目标不明确或表达不完整。有时，来自上级的目标要求由于表达不清而导致对下级执行行为产生错误的指引。有时上级将一个目标默认为“众所周知”“理所当然”，但下级很可能并不“周知”，或者下级所默认的理解实际与上级心目中的要求并不一样。

“结果”，这是“过程”的终点所站立的那个检验员所要的东西，是最高管理者所要的东西，是客户写在采购合同条款里的内容。而最高管理者之下的管理人是处在“过程”之中，而不是集聚在“过程”的终点上，他们所面对的是过程而不是最终的结果，他们的职责恰恰就是过程控制，而非结果诉求。

如果把“结果”分解到“过程”中的各个环节之上，那就是目标管理当中所说的目标的“分解”了。而片面地强调结果的做法，早已经是过时的、初期的管理思路了。而如今，质量管理体系的思想已经是“一切以预防为主”、“质量是制造出来的不是检查出来的”、“工作质量决定了产品质量“等等，因此，质量管理工作早已经从过去的结果控制变成了过程控制，而

目标管理与过程控制

且质量管理体系已经演化成为一个非常成熟完善的针对全程控制的体系，即大家所熟知的ISO质量管理体系。

ISO质量管理体系认证，不是到企业里去抽样检测产品的质量，而是对从产品设计到生产到销售及售后服务全过程进行考察，评估这个过程的程序是否可以保证达到所设计的质量目标。影响产品质量的五大因素（人、机、料、法、环），无一不是过程当中的问题。

现在的采购经理，也早已不是坐在家中写采购计划给供应商下采购单这么简单了，而是要派采购员或者亲自出马到供应商的生产现场去，去落实供应商的质保体系是否可靠，去干预供应商的制造过程，甚至要求生产者提供生产过程中的工艺文件、检测方法标准等等。即便是能有效控制市场的大型厂商的采购都已经是这种模式了。对于过程当中有明显问题的供应商，要么按照要求进行整改，要么另寻供应商。而作为供应商的厂商，也逐步适应了这种市场形势，并将这种状态总结成为一个信条，叫做“随客户一起成长”。“我只要按时交货就行了”这种回答已经无法应对采购经理们看似过分的要求了。

“世界上怕就怕认真二字”，“成败在于细节”，“凡是预则立不预则废”，这里的“认真”、“细节”、“预”，这都是针对过程而言的。如果企业管理者对这些名言古训还有所认同，就不要再对被管理者喊叫“给我一个结果”了——被管理者需要的是明确的管理指令。