浅议SPC数据分析在质量管控中的运用

宝胜科技创新股份有限公司□顾丰国

1 前言

目前，生产过程的产品质量稳定与否，主要是通过三检制 （上车检、过程检、下车检）来保证，如何通过生产过程的异常点判别，提升产品质量管控能力与水平成为关键。SPC（Statiscal Process Control，统计过程控制），正逐渐成为降低废品率、稳定产品质量、提升生产效率的有效方法之一。

2 SPC数据分析的运用

SPC核心工具是控制图，通过控制图应用和工序能力测算，分析影响质量问题的主要因素，针对这些因素，采取相应的解决办法，并进行事前预防，从而达到由事后把关向事前预防转变。下面以导体的生产过程，通过SPC技术的实践操作，来说明SPC技术对提高产品质量中的重要性。

在导体生产中，导体的相关尺寸控制是重中之重。以紧压圆形导体的外径控制为例：如果外径偏大，不但造成本道工序的浪费，还会造成后道工序的浪费，如果偏小，就有可能使导体电性能不合格；如果导体外径在生产中的控制极不稳定，就会造成导体的质量不稳定，不合格品数量增加。如何才能发现导体控制中存在的问题？又如何知道其影响因素呢？最好的解决方法是采用SPC技术对所采集数据进行分析。

2017年6月，按照SPC技术要求，并严格按照质量控制计划，规范化、制度化规定，对生产车间新54B机台生产的紧压圆形240mm2/压铜绞线生产过程进行了跟踪测量，收集了25组数据。根据收集的数据绘制了均值控制图 （XS）和极差控制图 （R-S图）如图1所示。

图1

图1

并计算了极差控制上限 （UCLR）、极差控制下限 （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

根据SPC技术要求，在均值控制图 （X-S图）中，落在UCLX与LCLX之外的点数不多于一点，对于极差控制图的要求也一样。

通过对控制图进行观察分析，可以看出在极差控制图和均值控制图中质量波动较正常，但从表中可以看出数据的分散程度较大。

为了进一步对生产控制进行分析，又根据所收集数据绘制了直方图如图2，并计算了工序能力指数。

图2

得出工序能力指数如下：

工序能力指数CP= （T-2ε）/6S=0.542

式中T——工艺规定公差范围；

ε——工艺规定公差中心与平均值之间的偏移量，取绝对值；

S——样本的标准差。从图2可以看出，导体平均外径与工艺控制中心偏移量较大。再看它的工序能力指数小于0.67，说明工序能力不足。我们进一步分析造成工序能力不足的原因，主要有以下几点：

1）工序加工控制的外径尺寸分散程度较大，进一步分析原因，发现生产设备使用年限时间长，设备精度等级和可靠性降低，需要对设备进行修复和校正，以提高过程 （工序）能力。

2）工序加工的分布中心与工艺控制中心偏移较大，这从图2可以看出。进一步分析原因，生产用紧压模具由于使用时间已长，因磨损而使磨具精度降低，需换用新模具，来调整工序加工的分布中心，减少偏移量。

3）工艺制定的公差范围较大，生产中难以满足要求，需对公差范围进行调整。

根据上述分析原因，工作人员从减少中心偏移量和减少分散程度入手，更换了新模具，并把模具的相关尺寸精度提高了0.01，同时对相关设备进行了修缮和校准。

到2018年5月份，再次对生产车间新54B机台生产的240mm2圆形紧压线进行了跟踪，收集相关数据。根据收集的数据绘制了均值控制图和极差控制图 （见图3）、直方图 （见图4），并进行了工序能力指数，得到CP=1.42。

图3

图3

图4

从图示和计算值可知，生产稳定，中心偏移小，工序能力充分，基本满足了工艺要求。

3 结论

1）上述案例仅针对单个机台的生产过程，运用SPC数据，分析影响产品质量的因素，取得了一定成效；

2）在质量管控中，通过推广应用SPC数据分析，提升质量控制能力与水平。