小批量生产的统计过程管理
——统计思维的理论与实践

2017-12-06 04:12俞钟行
上海质量 2017年11期
关键词:小批量批量不确定性

小批量生产的统计过程管理
——统计思维的理论与实践

编者按

多品种、小批量、短流程是当前制造业面临的常态,与此相应的SPC方法也层出不穷。这两篇译文,其一《小批量生产的统计过程管理》原载俄罗斯《质量方法》杂志2016年第10期,作者为AIAG质量工具注册教练有限责任公司首席专家柳堡芙•弗拉季米勒夫娜•咖斯朵勒斯咖娅女士及弗拉季米勒•万切斯拉沃维奇•萨世果夫先生。作者在文中简明扼要地介绍了AIAG于2016年发布的“小批量SPC补充指南”;其二《短流程的加工案例》原载于美国《质量》杂志2000年第9、10期,作者为索法尼亚•瓦特博士。作者在文中给出了一个短流程SPC的案例。相信相关从业人员学会了多品种、小批量、短流程的SPC后,对常规SPC的应用也就更明白了。

你必须知道:

(1)小批量统计过程管理(SPC)补充指南中的路径及其实质是什么?

(2)大批量与小批量生产统计管理的路径的基本区别是什么?

(3)在小批量SPC补充指南中为小批量描述了什么控制图,如何使用?

就在不久前,有关出版社出版了英俄双语正式文件CQI-26《小批量SPC补充指南》。

对于在产品生产和公共事业运行上应用统计方法的理论与实践问题,其中包括统计过程管理(SPC),已有为数不少的书籍、标准和指南进行了论述,提供了帮助。早在苏联时期,已规定在接受控制点时需应用国家标准、建立控制图、在计量上应用统计方法等。现代俄罗斯所以在汽车工业领域以更大规模传播SPC方法,是缘于国外汽车集成商(OEM)在20世纪初来到俄罗斯汽车市场后,开始要求全部供应链应用它,尤其要求他们遵循AIAG的指南PPAP和SPC。在将近20年里,许多俄罗斯汽车企业认识到SPC方法的效能,这增加了他们把它应用于其他工业领域的兴趣。

汽车工业发展的趋势目前倾向于企业(无论是OEM还是它们的供应商)努力建立起基于俭省生产原则的联盟,缩减供应的批量,并逐渐地缩减产量。因此,目前经常出现的矛盾在于:生产新类型产品的供应商在有效生产周期内的产品批量需要获得认可,但却明显达不到PPAP指南所要求的批量。若要符合指南要求,必须在有效生产周期内不少于300个产品(参见PPAP的2.1),而对于过程能力初期要求是,必须不少于100个产品(参见PPAP的2.2.11.1,2.2.11.2)。当生产批量明显较小时,就发生了问题:如何正确地分析过程,做出关于稳定(统计可控)和再生产的决定。总之,关于它如何获得批准仍存在问题。

非大容量数据状态下传统SPC方法遇到的问题同样限制了它在其他工业领域的应用。

小批量SPC补充指南给出的方法,是允许利用相对于标准批量数据不充足的条件下,以改变了的专门方式,建立和分析控制图。该文件起草者的关注点聚焦于这样的工艺过程——由于不同原因不能够或者不适宜生产数百、数千零件,生产批量仅为几十件,甚至才几件产品。在此情况下,建议参考这个对于基础SPC指南的补充指南,而不是二择其一。

在下表中罗列了对于大小批量的统计分析方法的基本区别:

在大批量生产及满足初始数据容量的条件下,可以在有水准的信度下,为接受足够的稳定性完成过程参数的评估(平均值、标准差)。如果数据不足(由于批量小,多半需要品种替换等),就应当寻找为计算和确定过程参数所必须的替换信息,直至获得足够的数据。

为此,建议采用总体的、名义的值或者模拟(替换)过程的数据。这样,为了构建有质量的替代,可应用总体或名义的值。而对于不确定性,采用来自替换过程的数据,或者是基于全部数据基础上的过程性能指数Pp,Ppk。

补充指南控制图中的数据来自于类似产品生产的各种过程中的数据。外表上,这种图很像传统的控制图,但绘制于表上的控制限和点,在计算上有所不同。

如同在基础SPC指南里那样,在小批量SPC补充指南里,也可用两种控制图描述:计量型与计数型控制图,接着我们来分别考察之。

计量型控制图上标绘着样品的统计量。在同一张控制图上,考察的类似产品样品的不确定性可能是相同的,也可能是不相同的。在指南里,根据检验的不确定性是否相同,而采取两种手法。

当此不确定性在统计上不易区分时,可应用以下的图:

DNOM (D iff erence or Deviation from Nominal)——偏离名义值的图,当构建过程的目标落在名义值时;

总体图——当构建过程的目标不是落在名义值上时。

如果类似产品批量的不确定性不相同,则必须对控制图进行标准化,即对不确定性进行规格化。标准化图是基于总体或者历史的平均值和变差的。

在手册里引入的各类情景的例子,适宜应用各种各样的控制图,包括考察单侧限制的过程。

类似SP的C基础指南,小批量SPC补充指南也考察了计数型控制图(c图、p图、np图、u图)。在传统的计数型图里,在最小样本量上存在足够严格的限制。与期待的产品不合格或不合格品率相关,如不合格率为0.5%,一个样本的容量应当是500个产品,这在技术复杂的生产中已是不能允许的。在图上,样本个数应当不少于10~15个,好一点的话要20~25个。而描述补充指南里的方法,是允许在小的数据容量下,对这样的过程进行评估和统计管理。

表 不同批量过程的比较

在建立类似的图时,建议先对所获数据的统计量或者历史数据(在没有名义值的情况下)进行重新计算。借用此法,可通过某一控制图来分析发生于不同条件下(具有不同总体值)的过程的数据。比如,涂在不同类型汽车上的不同花样的颜色。根据此法,所有计数值的标准化图都具有统一的恒定的限值,即正负3及中心线位置处于0。本质上,这已是调整后的图。

总体而言,补充指南的编撰在教学手段上颇为高明,在其中介绍了几十个在生产小批量产品情况下不同类型产品及不同工艺过程控制图的应用。

咨询和培训统计过程管理的经验告诉我们,对此问题感兴趣的不仅是汽车工业,还有其他企业。应用小批量SPC补充指南也可以帮助其他工业领域的企业,它们可以完整地看到运用统计方法的效果,而不仅仅是在大批量生产上。

(俞钟行 译)

猜你喜欢
小批量批量不确定性
法律的两种不确定性
基于多品种小批量中小型电机数字化冲压车间规划
打破多品种、小批量的行业魔咒——通往高质量发展的智能制造之路
批量提交在配置分发中的应用
多品种小批量智能制造产线关键技术及应用探讨
英镑或继续面临不确定性风险
具有不可测动态不确定性非线性系统的控制
在数控车床上批量钻铰孔类工件的实践
普通车床中、小批量加工气(油)缸方法
基于AUTOIT3和VBA的POWERPOINT操作题自动批量批改