淺議SPC數據分析在質量管控中的運用

寶勝科技創新股份有限公司□顧豐國

1 前言

目前，生產過程的產品質量穩定與否，主要是通過三檢制 （上車檢、過程檢、下車檢）來保證，如何通過生產過程的異常點判別，提升產品質量管控能力與水平成為關鍵。SPC（Statiscal Process Control，統計過程控制），正逐漸成為降低廢品率、穩定產品質量、提升生產效率的有效方法之一。

2 SPC數據分析的運用

SPC核心工具是控制圖，通過控制圖應用和工序能力測算，分析影響質量問題的主要因素，針對這些因素，采取相應的解決辦法，并進行事前預防，從而達到由事后把關向事前預防轉變。下面以導體的生產過程，通過SPC技術的實踐操作，來說明SPC技術對提高產品質量中的重要性。

在導體生產中，導體的相關尺寸控制是重中之重。以緊壓圓形導體的外徑控制為例：如果外徑偏大，不但造成本道工序的浪費，還會造成后道工序的浪費，如果偏小，就有可能使導體電性能不合格；如果導體外徑在生產中的控制極不穩定，就會造成導體的質量不穩定，不合格品數量增加。如何才能發現導體控制中存在的問題？又如何知道其影響因素呢？最好的解決方法是采用SPC技術對所采集數據進行分析。

2017年6月，按照SPC技術要求，并嚴格按照質量控制計劃，規范化、制度化規定，對生產車間新54B機臺生產的緊壓圓形240mm2/壓銅絞線生產過程進行了跟蹤測量，收集了25組數據。根據收集的數據繪制了均值控制圖 （XS）和極差控制圖 （R-S圖）如圖1所示。

圖1

圖1

并計算了極差控制上限 （UCLR）、極差控制下限 （LCLR）、 均值控制上限 （UCLX）和均值控制下限 （LCLX）：

UCLR=0.288， CLR=0.136， LCLR=0

UCLX=18.386， CLX=18.310， LCLX=18.234

根據SPC技術要求，在均值控制圖 （X-S圖）中，落在UCLX與LCLX之外的點數不多于一點，對于極差控制圖的要求也一樣。

通過對控制圖進行觀察分析，可以看出在極差控制圖和均值控制圖中質量波動較正常，但從表中可以看出數據的分散程度較大。

為了進一步對生產控制進行分析，又根據所收集數據繪制了直方圖如圖2，并計算了工序能力指數。

圖2

得出工序能力指數如下：

工序能力指數CP= （T-2ε）/6S=0.542

式中T——工藝規定公差范圍；

ε——工藝規定公差中心與平均值之間的偏移量，取絕對值；

S——樣本的標準差。從圖2可以看出，導體平均外徑與工藝控制中心偏移量較大。再看它的工序能力指數小于0.67，說明工序能力不足。我們進一步分析造成工序能力不足的原因，主要有以下幾點：

1）工序加工控制的外徑尺寸分散程度較大，進一步分析原因，發現生產設備使用年限時間長，設備精度等級和可靠性降低，需要對設備進行修復和校正，以提高過程 （工序）能力。

2）工序加工的分布中心與工藝控制中心偏移較大，這從圖2可以看出。進一步分析原因，生產用緊壓模具由于使用時間已長，因磨損而使磨具精度降低，需換用新模具，來調整工序加工的分布中心，減少偏移量。

3）工藝制定的公差范圍較大，生產中難以滿足要求，需對公差范圍進行調整。

根據上述分析原因，工作人員從減少中心偏移量和減少分散程度入手，更換了新模具，并把模具的相關尺寸精度提高了0.01，同時對相關設備進行了修繕和校準。

到2018年5月份，再次對生產車間新54B機臺生產的240mm2圓形緊壓線進行了跟蹤，收集相關數據。根據收集的數據繪制了均值控制圖和極差控制圖 （見圖3）、直方圖 （見圖4），并進行了工序能力指數，得到CP=1.42。

圖3

圖3

圖4

從圖示和計算值可知，生產穩定，中心偏移小，工序能力充分，基本滿足了工藝要求。

3 結論

1）上述案例僅針對單個機臺的生產過程，運用SPC數據，分析影響產品質量的因素，取得了一定成效；

2）在質量管控中，通過推廣應用SPC數據分析，提升質量控制能力與水平。