龙雄 袁万达 闫翔 王瑞平

摘 要：20世纪50年代，二战后的日本将SPC运用于生产，经过将近30年的努力，日本跃居世界质量与生产率的领先地位。20世纪90年代，美国汽车工业大规模推行SPC，如福特、通用，经过发展成为了世界著名的汽车制造商。^[2]为了对标前进汽车企业，SPC的应用愈来愈多地被广大的汽车制造厂所接受并运用。有的推行成果显著，但是也有的造成资源巨大浪费，归咎其原因还是在于对SPC认识不足，对SPC运用存在一定的误区。文章对SPC的定义，实施过程存在的误区及具体的实施步骤作出了阐述。

关键词：SPC;制造过程;控制图;品质管控

中图分类号：U462  文献标识码：A  文章编号：1671-7988（2019）04-198-04

1 SPC的定义

随着汽车制造业的不断发展，SPC的运用已变成了各大汽车制造商讨论的话题：SPC是什么？如何实施SPC？对我们生产过程到底有多大帮助？SPC即英文“Statistical Process Control”的缩写，简称统计过程控制。SPC主要是用统计分析技术对生产过程进行实时监控，科学的区分生产过程中产品质量波動的普通原因与特殊原因，从而提前作出预警，以便生产管理人员及时采取措施，消除异常波动，使生产回归统计过程控制（回归稳定状态），不断提升制造过程能力的一种监控与改进的工具。^[1]

2 SPC存在的误区

在实际生产过程中，由于生产管理人员对SPC的理解与应用的经验不足，往往会在SPC运用时出现下述的误区。

2.1 误区一：没有找到正确的控制点

1）所有的过程参数都需要进行控制？

2）防错、全检的是否需要进行控制？

许多企业生产管理人员不知道那些参数进行SPC控制，花费大量的时间与人力在不必要的点上进行控制。熟不知SPC主要应用于重点的尺寸S/A/B类（特殊特性），通常应用FMEA等方法，开发重要的控制点，严重度为8以上的点，都是考虑的对象，控制计划应明确过程能力、控制图选用种类等。当然，重点关注客户要求，如客户要求的都应重点监控。

2.2 误区二：设备加工能力CM/CMK、测量系统未进行能力分析，便应用SPC进行控制

目前大多数企业设备CM/CMK无法满足生产要求便进行SPC管控，其实SPC管控的前提是要求CM/CMK要达到相应要求，才能应用SPC控制图进行控制。量检具是SPC统计过程分析重要的数据采集工具，只有保证测量工具有效的前提下，才能保证我们的数据真实性，才能给后续SPC分析带来有力的依据。

2.3 误区三：只要有控制图（只有趋势未进行事件记录）、定期算CP/CPK就是进行SPC管控

1）影响过程因素：F（因素）=f（人）+f（机）+f（料）+f（法）+f（环）+f（测）。控制图所反应的是“过程”的变化，影响我们过程因素5M1E中，尽量将可能避免影响的因素规避，这样才能更加方便后续SPC异常因素的分析及改进，所以一旦发现有异常，应记录在控制图上。

2）CP/CPK是在SPC中计算制造过程能力的重要指标，所以定期算PP/PPK（CP/CPK）是必要的，但是CP/CPK是否有定期回顾？是否被活用？是否作为依据分派给不同生产线生产？这些都是值得深思的。

2.4 误区四：没有解析生产过程，直接进行控制

控制图的应用应分为两个步骤：解析与控制。在进行过程控制之前，一定要进行解析，确定过程是否稳定进而了解是否是可控、可预测的。在完成过程解析后，如果我们认为过程是稳定才计算过程能力，就进行控制。如果过程能力不充分，这便需要改进过程，待过程稳定后再进入维护状态。

2.5 误区五：控制图是品管的事情

SPC推行成功的必要条件，是全员培训。每个人员都要了解变差、普通原因、特殊原因的观念，与过程有关的人员，都要能看懂控制图，明确其含义。

3 SPC关重点：制程

传统思想-门柱思想：在规范界限之内的零件都是同等的好，所有在规范界限之外的零件都是同等的坏。所以有了事后预防：从抽检到全检的质量控制，但是这样效率低下，同时也造成巨大的成本浪费。SPC思想：基于概率论，任何数据当数量足够庞大都符合中心极限定理，符合正太分布。在SPC思想上，则希望将努力的方向放在加工过程中来，提前预防（前置控制），因为造成质量波动的根本原因是在加工过程中，而产品一致性的好坏才是决定产品质量的关键。^[2]

4 SPC实施步骤

通过上述对SPC定义及应用存在的误区进一步了解后，SPC正确的作法也就自然而然的有一定印象了解了。结合实际运用经验，总结以下几个步骤：

步骤一：成立SPC项目组

管理者应该认识到，SPC的推行不是某个品质管理人员可以推动的，而是需要调动生产厂的有利资源加以推动，所以成立SPC项目组是十分必要的。项目组成员需包括质量厂长、各部门负责人员，“为SPC运行出谋划策、保驾护航”。

步骤二：制定SPC管控清单

一个企业资源是有效的，推行SPC首先需要明确哪些要素是要进行重点监控的，所以制定有SPC管控清单是十分必须的，这样才能将有效的资源充分，以下是SPC管控清单制定的依据：

1）产品图纸S/A/B类特性尺寸;

2）客户要求控制的尺寸;

3）生产过程经常性无法保证的尺寸;

4）其它尺寸

步骤三：确定用何种控制图进行过程监控

SPC的控制图种类较多，有常规控制图（休哈特控制图又称过程流控制图）、预控制图、彩虹图等（又称公差流控制图），如果控制图前期不规划好选择哪种，后期会造成不必要的成本浪费。如I-MR控制图适用于均匀性材料或是测量成本很高的情况，但是对于正态性非常敏感。Xbar-R控制图灵敏度比I-MR控制图高，并且对于数据正态性不敏感，适用于绝大多数的过程控制图。预控制图与彩虹图是一个判断符合性的工具，使用简单，可以给使用者提供零件符合设计要求的信心，但是不能监控过程的稳定性。一般根据设备加工能力指数CMK来决定选取合适的控制图。

步骤四：制定合理的抽样频次

合理的子组原则：1）子组内差异只有偶然因素（偶然波动）。2）子组间差异主要是异常因素（异常波动）。子组内的数据尽可能的短时间内抽取，避免异常因素进入子组内。如果前期已经验证设备能力Cmk满足要求，那么SOP阶段或以后，抽样频次（不一定是采用控制图的特性，其它特性也可借鉴）可以围绕Cmk样本数量进行适当的扩展。建议选择Cmk样本数量的n倍（n建议取2～5，Cmk越大，n可以适当大一些），反算这些产品的加工时间，对时间取整后作为抽样间隔。

例如：對于某关键特性，根据Cmk抽样数的3倍（150件）计算得到生产时间约2个小时左右。同时，跟踪得到刀具加工寿命定额为500件。则合理的（组合）抽样频次为：每班首件+换刀首末件+1件/2小时。

步骤五：设定合理的控制线

一般来说SPC基于正太分布选取均值加减3σ，为了方便计算我们可以根据我们选择的控制图再根据SPC常数表来计算控制线，以下具体从Xbar-R进行举例讲解：

步骤六：合理的判异准则

结合以上步骤基本可以进行监控，但是什么情况下该进行调整？很多SPC资料里面介绍了八大判异准则，但是“八大判异准则”要根据选择的控制图进行选择，并且要结合现场实际情况而定。如公差流控制的彩虹图，基本就是单值图，反应实时的检测数据波动。那么此种最好选择点超控制线，而不适用于“基于正太分布概率论的点落在n*σ内外”来判异了。建议选择点超控制线， 同时也是企业治理系统的源源动力所在。如果没有标准化，那么企业也就会停滞不前甚至下滑。所以，在管理实践中，企业要对已证明有效的方法策略进行标准化处理，将其制定成为具体的工作标准，并在后期的工作中去积极的执行和推广。

4.2 注重问题总结，妥善处理遗留问题

在一个PDCA循环中，不可能一次性解决所有问题，其中也必定会涉及到一些遗留问题，而这些遗留问题也将自动进入到下一个PDCA循环，由此反反复复螺旋上升。所以，在管理实践中，特别是要加强对解决方案效果不显著的问题的总结，以此为接下来PDCA循环提供可靠的参考依据。

5 总结

质量是设计出来的，作为研发部门，质量管理尤为重要。

公司应根据自身情况，培养既懂研发也懂质量管理的人员，并保证有效的监管执行，将质量管理学中通用模型PDCA充分并合理应用到汽车研发当中去，早期的暴露汽车研发过程的质量问题，并运用PDCA的循环特点，不断地提升汽车研发质量，最大程度的保障研发产品的质量。

参考文献

[1] 马林.全面质量管理[M].中国科学技术出版社，2006年.

[2] 庆瑞，陈重.企业经营管理基本规律与模式[M]杭州;浙江大学出版社，2001.

[3] 童朝晖.PDCA循环理论在X公司质量管理中的应用研究[D].华东理工大学，2015.