生产运作管理 第六章 控制

发布日期:[14-04-08 22:43:55] 浏览人次:[]

第三节 质量控制常用方法

在质量控制工作中,一般要注意解决好质量检验制度和统计方法运用两方面问题,前者包括检查点、检验频率(数量、频度)的确定、检验质量的保证手段(检验方式、方案、人员等)等;后者则主要指各种统计方法和工具的使用。限于篇幅,本文只对有关内容作简要介绍。

一、质量检验

现在,很多人已经习惯于“产品质量是在设计和工程中制造出来的,而不是靠检查得到的”。因而对质量检验/检查的重要性往往认识不足。其实,按照全面质量管理的观点,检验/检查也应该视为生产过程中的一个重要组成部分,在人们心中,它仍然是最古老、最有效的质量保证方法。其重要性决不亚于任何一道生产工序。

所谓质量检验/检查,是指采用一种方法,如测量、测试、品尝、触摸等,对检查对象所规定的质量特性进行测量或观察,并将所得结果与规定标准进行对比,从而判断是否合乎标准要求的过程。其主要目的是接受或拒绝上道工序转来的原材料或零部件,确保有缺陷的产品不再继续生产;根据反馈原理,持续对整个工艺过程进行控制;进而提高整个工艺过程总的性能及产品的质量标准。根据不同角度,可以将其划分为计数检查与计量检查、物理检查与官能检查、全数检查与抽样检查、验收检查与过程检查、自我检查与专职检查等等。

最好的检验是在有可能产生缺陷之前进行检验,即源头检验(source inspection)。其思想是在每一道工序每一个员工都将下一道工序视为“客户”,确保为下一位“客户”提供完美产品。

在制造业中,典型的检查点有:

(1)原材料和外购件入库前。

(2)成品出厂前。

(3)不同部门、岗位之间移交前。

(4)高附加值操作之前。其含义是,不要浪费高水平劳动力(工资高)和机器设备(折旧高)去加工那些已经存在质量问题的产品。

(5)不可逆工序之前。不可逆工序的含义是指经过该工序后,就不能再对产品进行重新加工或修复。如陶器的烧结工序。一旦烧结,不合格品就只能被弃掉或作为次品降价处理。  

(6)覆盖性操作工序之前。如油漆、电镀和安装等,它们往往能够掩盖产品缺陷。

在服务领域,检查点一般是采购材料和物资的入库点、服务人员的服务窗口(如服务台)和已完成的服务项目(如修理好的设备、汽车等)。表6.4说明了一些具体例子,仅供参考。

表6.4 服务行业质量监测点举例

业务类型

检测点

检验项目或标准

快餐

出纳员

准确,快捷

 

服务区

外观,效率

 

就餐区

清洁,整齐

 

建筑和地面

外观,安全

 

厨房

清洁,食物储存条件

旅馆

开票

准确,快捷

 

建筑和地面

外观和安全性

 

主服务台

外观,等待时间,票据准确

 

服务小姐

业务完成情况,效率

 

工作人员

外表,待人接物,效率

 

预订/住宿

过度预订/预订不足、住宿率

 

房间服务

等待时间,食物质量

超级市场

出纳员

准确,礼貌,效率

 

提货

质量,数量

 

商品

新鲜,货物充足

 

走廊和仓库                                 

安排整齐

 

展示架

外观,方便

 

付款检出 

等待时间

 

购物小车

运行良好,数量充分,偷窃/损坏

 

停车场

安全,采光好

 

工作人员

外表,工作效率

限于篇幅,检验频率(数量、频度)的确定和检验质量等内容从略,感兴趣的读者可查阅有关质量手册。

Text Box: 参考资料6.3:细节管理 - 中国企业入世的软肋 
中国某地出产的冻虾仁被欧洲一些商家退了货,并且要求索赔。原因是欧洲当地检验部门从部分冻虾中查到了10亿分之0.2克的氯霉素。经过自查,环节出在加工上 — 剥虾仁要靠手工,一些员工因为手痒难耐,用含氯霉素的消毒水止痒,结果将氯毒素带入了冻虾仁。这起事件,引起不少业内人士的关注。一是认为这是质量壁垒,10亿分之0.2克的含量已经细微到极至了,不一定会影响人体,只是欧洲国家对农产品的质量要求太苛刻了;二是认为这属于素质壁垒,主要是国内农业企业员工的素质不高造成的;三是认为这是技术壁垒,当地冻虾仁加工企业和政府有关质检部门的安全检测技术太落后了,跟不上国外,根本检测不出这么细微的有毒物。
这10亿分之0.2表面上看起来是一次贸易上的正常失误,其实却隐含着深刻的教训 — 疏忽细节管理。精于细微才能真正提高管理水准,所以企业管理不能只重视“面”和“线”,而忽视了“点”。事物的基本问题是集中在“点”上的,而“点”的改善是无止境的。
资料来源:李纯年,“细节管理:中国企业入世的软肋”,《市场报》,2002年02月22日第七版。本文有删改。

二、质量控制常用统计方法

判断一个产品质量的好坏,总是针对其某一特性值而言的,如长度、宽度、光洁度等,按照计量特点,这些特性值一般分为计量值、计件值、计点值(后两者常统称为计数值)。由于质量特性值的变化特点符合统计规律 — 计量值多数服从正态分布,计件值多数服从二项分布,计点值则服从泊松分布,因而质量实际上是一个变量,它随着一系列因素,如5M1E(材料material,设备machine,方法method,操作者man,测量measure,环境environment)等,按照一定的统计规律在不断变化着。这种观点被称为质量的统计观点。

质量管理的统计方法,就是将检验所取得的各种信息,加以科学整理,经过计算、图示等方法的加工,运用统计推理的方法,找出其中的规律,用来进行质量设计、质量问题分析以及工艺质量控制等。根据应用目的的不同,质量管理的统计方法可分为:

·用于产品开发设计的统计方法。如质量功能调配法(Quality Function DePloyment, QFD)、田口法等。

·进行质量因素分析的统计方法。如排列图法、因果分析图法、相关图法、分层法、统计分析表法等。

·进行工序质量控制的统计方法。如直方图法、控制图法等。

限于篇幅,本章只简要介绍排列图法、因果分析图法、相关图法、分层法、统计分析表法、直方图法和控制图法的使用。它们又称为老的“QC七种”工具,是比较简单、初级的统计方法。但按照日本著名质量管理专家石川馨的话说,企业内95%的质量问题都可以通过这7种工具解决。至于中高级的统计管理方法,如“新QC七种工具”,即关连图法、 KJ法、系统图法、矩阵法、矩阵数据解析法、过程决策程序图法、及箭条图法等,一般限于专业人员使用,有兴趣的读者可直接查阅有关质量管理手册。                         

(一)排列图法(主次因素分析法、帕累特法)

它是找出影响产品质量主要因素的一种简单而有效的图表方法。排列图是根据“关键的少数和次要的多数”的原理而制做的。也就是将影响产品质量的众多因素按其对质量影响程度的大小,用直方图形顺序排列,从而找出主要因素。它由两个纵坐标、一个横坐标、若干个直方形和一条折线构成。左侧纵坐标表示不合格品出现的频数(出现次数或金额等),右侧纵坐标表示不合格品出现的频率(百分比),横坐标表示影响质量的各种因素,折线表示累计频率。通常按累计百分比将影响因素分为三类:占0~80%为A类因素,也就是主要因素;80%~90%之间的为B类因素。是次要因素;90%~100%为C类因素,即一般因素。由于A类因素占存在问题的80%,此类因素解决了,质量问题大部分就得到了解决。见例6.1所示。

例6.1某银行办公室主要以电话方式进行相关业务。顾客总是抱怨不能立即得到服务。下表是该公司的调查统计结果:

表6.5 顾客服务等待原因调查统计表

序号

内容

每天平均数

总数

百分比(%)

累计百分比(%)

A

只有一个接线员(其他人离开了办公室)

14.3

172

49.0

49.0

B

受话方不在

6.1

73

20.8

69.8

C

无人接听

5.1

61

17.4

87.2

D

未给出受话方的部门和姓名

1.6

19

5.4

92.6

E

询问有关办公室的位置

1.3

16

4.6

97.2

F

其它原因

0.8

10

2.8

100.0

总计

 

29.2

351

100.0

 

根据上表,可以画出如下的排列图。

图6.8 电话服务等待因素排列图

根据以上图表,可以将A、B类原因列为主要因素。一旦这些问题得到纠正,大部分质量问题即可消除;C类为次要因素;D、E、F类为一般因素。分别加以控制。

(二)因果分析图法(又称鱼刺图法)

因果分析图法是用于分析质量问题产生的具体原因的一种图表方法。该方法是以某质量问题(结果)为出发点,从操作者、操作方法、设备、原材料、环境等方面入手,逐步探寻产生质量问题的原因。在调查问题原因时,一般应召开质量分析会,广泛发动群众,集思广益,列出影响质量的因素。寻求各种原因要从粗到细,从大到小,形象地描述出它们的因果关系,直到能具体采取措施解决为止。下图(图6.9)是对某篮球运动员罚球命中率低的简要分析。

(三)相关图法

相关图又称散布图,它是用来分析某质量因素与质量特性之间相互关系及相关程度的方法。在实际生产中常可发现这种关系,如热处理淬火温度或冷却速度与工件硬度的关系;机床加工与进刀量与加工精度的关系等。但这种关系又难以用精确的公式或函数关系表示。对于这类现象用相关图分析就较方便。如假定某一质量原因x与质量特性y有相关关系,可通过实验取得的数据在相关图上描点,据此进行相关分析。表6.6是六种典型的相关形式。

表6.6 典型相关图的基本形式

(四)分层法(分类法)

它是将数据根据使用目的,按其性质、来源、影响因素等进行分类的方法。在很多情况下,数据分布从整体看好像不存在相关关系,但如果将数据分类后,就会很容易发现其中存在一定的相关关系。因而这种方法可使数据更真实地反映事实情况,有利于找出主要问题,分清责任,并及时加以解决。一般与其它方法配合使用。

应用分层法时,常用的分层标志有操作者(性别、年龄、技术等级)、设备(型号、类型)、原材料(厂家、批次、成分、规格)、工艺方法(规程、条件)、时间(班次、日期)、测试手段(人员、仪器、方法)、环境等。

(五)统计分析表

 统计分析表就是利用统计表对数据进行整理和初步分析原因的一种常用图表。其格式可以根据产品和工序的具体要求来灵活确定。这种方法简单,但实用有效。常用的有:

①缺陷位置调查表;

②不良品原因统计表;

③不良品项目分类调查表。

在生产实际中,统计分析表同分层法结合使用的效果更佳。

(六)直方图法

直方图又称质量分布图,它是通过整理抽查的质量数据,将产品质量频率分布状态用直方图表示的图表。它是判断工序产品质量变化状态的一种常用统计工具。

直方图的绘制一般要经过以下步骤,以例6.2为例:

例6.2 某产品厚度测量结果直方图分析

·收集数据(100个,略),测量其质量特征数据,从中测出最大值La(2.67mm)和最小值Sm(2.30 mm),并求出极差R:R=2.67一2.30=0.37

·决定分组组数K,确定组距。如K=10,则组距h = R/K = 0.37/10 ≈ 0.04

·确定分组的边界值。计算公式如下:

第一组的上下限为:Sm ±h/2 = 2.30 ± 0.04/2 =2.30 ± 0.02

       其余各组为: P组上限 = P组下限 十 组距 = (P+1)组下限

·计算各组中心值Xi :

Xi  = (某组下限十某组上限) /2

·统计概率:统计质量特征(厚度测量值)落入各组内的数量fi .

·将统计结果整理成频数分布表,见表6.7所示。

·画直方图:以横坐标为质量特征值(厚度),纵坐标为频数,以组距为底、频数为高,从左至右画出一系列直方图。见图6.10所示。

表6.7 频数分布表

组号

组距

中心值

频数

组位ui

fi ×ui

fi ×ui2

1

2.28~2.32

2.30

2

-4

-8

32

2

~2.36

2.34

3

-3

-9

27

3

~2.40

2.8

6

-2

-10

20

4

~2.44

2.42

16

-1

-16

16

5

~2.48

2.46

39

0

0

0

6

~2.52

2.50

18

1

18

18

7

~2.56

2.54

10

2

20

40

8

~2.60

2.58

4

3

12

36

9

~2.64

2.62

2

4

8

32

10

~2.68

2.66

1

5

5

25

Σ

   

100

 

20

246

图6.10 直方图

在直方图频数分布表的基础上,还可利用其中的数据计算标准差δ(数据的离散程度),计算公式为:

      δ = h ×

大量的实践证明,在正常的生产情况下,产品的质量特性波动趋势大多服从正态分布。其图形是一条中间高、两边低的“钟形”曲线,具有集中性、对称性和有限性特点(见图6.11所示)。如果得出的直方图呈现出其它形状,如双峰型、锯齿型、孤岛型、平峰型等等,则说明生产过程存在异常现象。因此,运用得出直方图形状可以判断生产过程是否异常,并衡量生产的质量状况。

由上图可知,正态分布曲线由两个参数决定:一个是均值μ,用来衡量曲线分布的集中趋势,是曲线的位置参数;另一个是标准差δ,反映数据的离散程度。δ越大,曲线越“矮”越“胖”,反之,则“高”、“瘦”。当均值和标准差确定后,一个正态分布曲线就随之确定。如果正态分布曲线与坐标横轴所围成的面积等于1的话,则在μ士δ范围内的面积为 68.26%;在μ士2δ范围内的面积为95.45%;μ士3δ范围内的面积为99.73%。即只有0..03%的特征值不在控制范围之内。相当于1000件产品中有3件不合格品。同理,在μ士6δ情况下,则相当于10亿件产品中有2件不合格品。这就是所谓“6δ”控制方法的原理。

另外,利用直方图还可以测算工序能力指数。所谓工序能力,是指工序在正常条件和稳定状态下所表现出来的保证产品质量的能力,它实际上反映着加工的精度,通常用B表示。根据正态分布特点,工序能力可以用6δ标准差来表示,即B=6δ。工序能力指数是工序的加工能力满足产品质量要求程度的大小,用CP表示,为该工序的公差范围(T)与工序能力(B)的比值。即CP = T/B = T/6δ。

当公差中心与实际尺寸分布中心重合时,可以通过工序能力指数来评价工序的质量保证能力:当 CP< l ,表明工序能力低,将会有大量废品产生,必须停工检查,查明原因并加以改进;当 CP< 0.67时,表明已经有大量废品产生,必须立即停止生产;当CP>1时,表明工序能力高,加工精度能充分满足公差要求;当CP = 1.33时,工序能力较为理想。国外一些企业为追求“零次品”,经常使CP保持在1.67~2.0左右。但如CP过大,则会造成加工精度的浪费,提高生产成本。

(七)控制图法

以上介绍的各种统计方法主要反映质量数据在某段时间结束时的静止状态。因此,它们基本上都是一种事后控制方式。为了实现预防为主的原则,我们需要在了解过去,分析现状的基础上预测未来的质量状况,控制图就是一种能在工作现场直接研究质量数据随时间变化的动态规律,对质量进行事前控制的方法。

控制图,又称管理图,是一张带有控制界限的数据图。它的主要作用是通过分析和控制图中的数据点分布来发现生产过程中有无异常,并对工序质量进行监督、预测和控制。是工序质量控制统计方法的中心内容。控制图的基本形式如图6.11所示。

在上图中,中心线一般以均值μ 为基准,上下控制线以 ±3δ 为界。如果数据点落在上下控制线以内,并在中心线附近活动时,说明该工序处于受控状态。表6.8是常见的各种控制状态。

表6.8 常见各种控制状态

       

根据统计数据的不同,控制图可分成计量值控制图和计数值控制图。前者主要包括平均数控制图X-图、极差控制图R-图和X-R图等。后者主要包括统计次品数P-控制图、统计次品率Pn-控制图、统计缺陷C-控制图和统计单位缺陷U-控制图等。

       下面,以X-R图为例简要说明控制图的做法。

例6.2 表6.9是某工序抽样数据记录,试画出X-R控制图判别该工序正常与否。

表6.9 某工序抽样数据记录

组号

X1

X2

X3

X4

X5

平均值

极差

1

420

419

415

418

418

413.0

5

2

419

424

423

420

421

421.4

5

3

420

420

419

418

420

419.4

2

4

421

421

420

419

417

419.5

4

5

420

423

422

420

419

420.8

4

6

420

420

420

419

421

420.0

2

7

423

423

419

421

418

420.8

5

8

418

417

419

415

423

418.4

8

9

423

420

418

420

421

420.4

5

10

421

420

422

421

419

420.6

4

11

417

418

416

420

423

418.8

7

12

421

420

422

417

423

420.6

8

Σ

         

5033.7

59

平均

         

419.48

4.91

首先,计算各组的平均值、极差及其平均值。结果见上表所示。

其次,计算控制界限和中心线。对X控制图来说,中心线等于平均值的平均值,即419.8。控制上下界限为419.8 ± A2R;对R控制图来说,中心线等于极差的平均值,即4.91。控制上界为D4R;下界D3R;根据样本容量n=5,通过表6.10可查出A2、D3、D4值。计算出上述具体的控制上下界限。

表6.10控制图系数表

n

A2

D3

D4

2

1.880

0

3.267

3

1.023

0

2.575

4

0.729

0

2.282

5

0.577

0

2.115

6

0.488

0

2.004

7

0.419

0.076

1.924

8

0.373

0.136

1.864

9

0.337

0.184

1.816

10

0.308

0.223

1.777

最后,在方格坐标纸或其它专用纸上画出中心线和控制上下界限,将各组的x、R值标在图上,并用直线将它们连接起来。具体的图形从略。

|<< << < 1 2 3 4 5 6 > >> >>|
www.mapeng.net 马棚网
www.mapeng.net
文章作者:未知 | 文章来源:网络 | 责任编辑:intoner | 发送至邮箱: | 加入收藏:
本文关键字:生产运作管理  控制
本文所属专题:生产运作管理 
相关资讯
热点资讯
推荐资讯

关于我们 | 站点导航 | 使用帮助 | 友情链接 | 广告服务 | 免责声明 | 新手上路
设为首页 | 加入收藏 | 在线留言 | 马棚网QQ群:{92562572}{102901272}{333259257} | 交流QQ: 客户服务 客户服务 客户服务