统计过程控制（SPC）在铸造过程中的应用研究

统计过程控制（SPC）在铸造过程中的应用研究

王法禄沙羽赵永永潘金锟杨甲龙

王法禄沙羽赵永永潘金锟杨甲龙

（中国重型汽车集团有限公司济南铸锻中心山东济南250200）

摘要：文章介绍了统计过程控制（SPC）原理、控制图的原理、控制图的分类及选用，并简要探讨了统计过程控制（SPC）在铸造过程的研究应用。

关键词：统计过程控制（SPC）；控制图；铸造；

随着ISO9000：TS16949质量管理体系标准在汽车行业的大力推广及应用，市场竞争也越来越激烈，对质量的要求也越来越高，作为TS五大工具之一的统计过程控制（SPC）在汽车制造行业的应用也就势在必行。在铸造行业运用统计过程控制（SPC）对铸造过程进行数据化分析，科学判定过程中存在的异常点及异常波动，能够对铸造过程的过程趋势起到预警作用，防止过程异常波动而给企业带来损失。统计过程控制（SPC）作为质量控制的重要工具为企业提高产品质量，降低废品率，发挥着极其重要的作用。

1.统计过程控制（SPC）简介

二十世纪初期，由于市场经济的激烈竞争，传统管理方法已逐渐无法适应经济的发展，于是便产生了科学管理方法，统计过程控制理论开始成型。1942年，为预防生产过程中不合格品的产生，美国贝尔电话实验室的休哈特应用数理统计方法提出了SPC（StatisticalProcessControl，统计过程控制）理论，二十世纪八十年代，日本经济迅猛发展，尤其是质量管理的进步，将统计过程控制的再一次的推入质量管理中，以美国为首的发达国家开始大力推行SPC，应用数理统计来预防不合格品的发生，将事后检验的观念转变为预防为主的预防观念。随着我国对SPC研究的深入，SPC开始在很多企业中得到应用。在国内外对SPC的实践应用过程中证明，统计过程控制方法是保证产品质量，降低废品率的一种有效管理方法，它可运用各种控制图研究过程稳定性及工序能力，帮助我们分析影响产生质量问题的原因，将不合格品控制在一定限度内，使生产过程处于稳定状态，以预防为主的来提高产品质量，对指导生产有着极其重要的作用。

2.统计过程控制（SPC）基本原理

统计过程控制（StatisticalProcessControl，简称SPC）是指利用统计技术，对生产过程各个阶段进行监控，以达到改进与保证产品质量和服务质量，改善生产能力的重要方法。

2.1过程控制系统

在生产过程中存在着影响过程稳定性的各种变差，而变差的来源可区分为普通原因和特殊原因，普通原因是那些始终作用于过程的多种变差来源，它最终产生一个稳定的且可重复的分布，使过程处于一个可预测的受控状态，特殊原因是引起的变差仅影响某些过程输出的因素，它是间歇发生的，不可预测的，最终会导致过程输出的不稳定；简单的统计过程控制技术能探测出影响过程的变差的特殊原因，通常由直接相关人员实施适当的局部措施就可解决变差的特殊原因，而解决变差的普通原因通常需要管理者从系统上采取纠正措施。整个过程在变差影响下需要过程控制系统来进行评估，它可以探测过程中出现变差的特殊原因，为过程提供统计信号，从而对特殊原因采取适当的措施来消除，使过程处于统计受控状态，这样我们便可以计算和预测其过程能力及过程性能。

2.2SPC统计原理

统计过程控制（SPC）是以数理统计和概率论为理论基础，运用中心极限定理和3σ原则等原理；它们认为大量相互独立的随机变量近似服从正态分布，而产品的质量特性是由许多随机因素引起的，所以产品的质量特性服从正态分布；在正态分布重要结论中认为在μ士3σ(μ为分布数据的均值，σ为标准差)范围内包含质量数据的99．73%，如果能控制住这99．73%的质量数据，可以认为过程基本上是受控的、稳定的，统计过程控制技术主要工具控制图也是依据这一理论而提出的。它通过对质量特性的波动进行研究，建立控制图对过程的进行分析，判断过程质量是否存在异常波动，当过程质量状态不稳定和出现异常波动时，及时报警，以便我们查找原因，采取改进措施，从而达到持续改进和保证产品质量的目的。

2.2控制图基本原理

控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。基本控制图如图1所示，

图中包括中心线（CL），上控制限（UCL），下控制限（LCL），并有按时间顺序抽取的样本统计量数据的描点序列，CL、UCL、LCL均为控制线。在分析控制图时，数据点出界即判断异常，这是判断异常的最基本的一条准则，若界内点排列不随机则判断为异常。一般在使用控制图时，判断异常的准则主要有：

（1）数据点落在控制界限外或恰在控制界限上；

（2）控制界限内的数据点排列不随机；

（3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧；

（4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现）；

（5）倾向性（连续不少于6点有上升或下降的倾向）与周期性；

（6）连续14点中相邻点交替上下；

（7）数据点集中在中心线附近（原因：数据分层不当，数据不真实，存在造假嫌疑）；

2.3常用控制图简介及合理选取

控制图作为监测和评价过程的工具，分为两种类型，一种为计量型数据控制图，另一种为计数型数据控制图。常用控制图如表1：

对于任何过程，凡需要对质量进行控制的场合都可以应用控制图，控制图在选用时，需要首先根据过程要求确定需要控制的对象，然后根据控制对象的性质选取合适的控制图类型。控制图的选用如图

2所示：

3、统计过程控制（SPC）在铸造过程中的应用

铸造过程基于SPC系统的质量管理体系具体的实施流程为：建立SPC团队和制度保障、SPC培训管理、关键质量过程特性识别、SPC项目过程监控及异常处理、持续改进过程。

3.1建立SPC团队和制度保障

由质量管理人员、工艺技术人员、生产现场施工人员及操作人员等组成SPC项目小组，全程参与SPC项目的实施。由SPC团队共同制定项目推进计划，确定项目的总体目标，并建立SPC项目运行过程中的管理制度及团队工作制度，保障SPC项目的正常开展。

3.2SPC培训管理

SPC项目管理工作中，人员培训是项目实施成功的关键，项目开始时根据项目的推进计划，对相应的人员开展不同层次、阶段性的培训，确保SPC项目团队成员在思路及目标的达成上保持一致，并在项目开展过程中及时确定培训时机，逐步提高项目小组人员技术水平，使项目顺利推进。具体培训计划表2：

3.3关键质量过程特性识别

SPC控制点的选取在于准确探寻工序关键特性、重要特性以及相关整车安全、装配的要素，它们是影响产品的关键要因，是推进车间SPC技术应用的关键，结合产品开发及质量策划过程中确立的工序关键特性，根据铸造生产过程特点进行分析，确定铸造过程SPC项目关键控制点，并根据控制图的选取方法选择相应的控制图类型，如表3

3.4SPC项目过程监控及异常处理

铸造过程中要实现对过程控制点的监控，应当建立SPC网络管理系统，应用信息技术建立数据导入模块，采用数据采集设备自动进行数据采集，实时传输到质量控制中心进行分析，摒弃传统SPC系统中手工抄录原始数据，人工计算、打点描图等繁琐的工作；然后，利用SPC网络管理系统采集的数据，根据铸造过程数据的特点，确定数据检验的主要判异准则有：（1）、1个点距离中心线大于3个标准差；

（2）、连续6个点全部递增或递减；

（3）、连续14个点上下交错；

最后，利用Minitab软件进行控制图的绘制，对控制图进行实时分析，查找导致异常点产生的原因，并提出纠正预防措施，以消除变差的特殊原因对过程造成的影响，使过程趋向稳定。

3.5持续改进过程

铸造过程运用SPC可以有效查找异常数据，并给予报警，为异常因素的消除提供指导，但针对有效控制铸造过程的影响因素较多，每次熔炼都可能存在调整，它影响整个过程的过程控制限，因而过程能力的计算存在一定的难度；SPC的运用是一个持续的过程，在不断持续改进的过程中，对过程能力的研究将作为我们继续深入研究的方向。

3.6SPC研究效果

通过SPC的运作与管理，车间SPC监控模式已初步形成，对铸造过程控制的偏移能够迅速有效的识别，较好的实现了过程质量的预防管理，过程参数控制水平和质量保证能力有较大的提高。

4、结语

未来的成功属于质量领先者的世纪，以预防为主的质量过程控制必将逐渐取代以检验为主的传统质量控制模式，作为国际上行之有效的质量过程控制技术一统计过程控制(SPC)，必将受到国内越来越多企业的重视和采用，它将成为企业质量、效益提升的重要工具。

参考文献:

[1]张公绪，孙静。新编质量管理学[M]．2版．北京：高等教育出版社，1997。

[2]杨跃进。统计过程控制技术[M]．北京：航空工业出版社，2003。

[3]戴姆勒克莱斯勒公司，福特汽车公司，通用汽车公司。统计过程控制（SPC）参考手册第二版，2005

[4]钱夕元，荆建芬，侯旭暹。统计过程控制（SPC）及其应用研究，华东理工大学，上海庄臣有限公司，2004。

[5]陈健。统计过程控制（SPC）在产品质量控制中的应用研究，东南大学，2007。

[6]邹卫，郭之萍，王宁。统计过程控制在铸造中的应用，江铃汽车股份有限公司铸造厂，2009。