擦亮品控的眼睛

mailer

顾问H应邀到一家五金厂开展品管咨询。

在交流的过程中，五金厂主管品质的M经理对H顾问说：“为了控制来料铜片的品质，厂里专门买了硬度计检测铜片的硬度。”让M经理不理解的是，每一卷铜片都通过了IQC硬度检测，但在车间加工过程中，还是发现少量的铜片硬度不合格。
“刚开始，我们认为可能是整卷中铜片硬度不均匀造成的。但经多次分析，一卷铜片的硬度并没有明显的差异,不过”，M经理补充说：“虽然铜片硬度异常出现的次数并不多，但很难捕捉到它的规律。”

抽样方法的不足

仔细查看了五金厂车间记录的有关异常铜片的历史数据，H顾问并没有发现什么明显的问题。他又要来了IQC的来料检查记录。他注意到，对来料铜片的测试抽样，每卷只进行了一次。
H顾问就此问题询问了IQC主管。IQC主管的说法很简单，他们只是从每一卷来料中，随机剪下一块进行硬度测量，每片测量一次。“如果结果在规定的范围内就接受；如果超标，我们就再测量两次，然后根据结果确定是接受，还是拒收。”
抽样检查是工厂中来料品质确认的一般做法。但是，五金厂的抽样方法有两个不足：其一，抽取的样本容量太小；其二，对抽样数据的处理和利用，属于“就事论事”式的，无法反映来料品质变化的趋势。“第二个不足是严重的”，H顾问这样对M经理说。

“找出次品”并非关键

“测量一次显然样本不足”，H顾问解释说，“孤立数据是无法进行数据分析的。”
但是，H顾问认为，增加抽样次数，比如测量3次，虽然是可以做到的，“但关键是对抽样数据的后续处理和分析”。H顾问认为这是个思路问题。
原来五金厂的做法，仅仅满足于“找出次品”，不合格就拒收。但是，“次品可以拒绝，产生次品的生产过程却无法引起足够的重视”，H顾问说，“这才是品管的关键”。
H顾问的意思是说，测量结果其实可以告诉人们更多的信息，而不是简单地把它当作“接受或拒绝”的理由。“事实上，即便检测结果‘正常’，也可能供货商的工艺参数已经出现了‘漂移’，只是你没有发现罢了”，H顾问的话让M经理有点暗自吃惊。
M经理承认，H顾问的话点出了他最担心的事情。发现一次不合格、两次不合格，表面上看好象是偶然事件。但是，有没有办法让这些抽样检测数据，“说明更多的问题呢”，M经理问。比如说，让这些数据对供货商一段时间以来的“铜片质量稳定性”做出预测，“这样我们就更主动一些了”。
与H顾问交流的成果是丰富的。M经理渐渐理解了H顾问说了好几遍的SPC（统计过程控制）的意思。如果眼睛只盯着供货商发来的货有没有“次品”，这其实不是品管的正确含义。“品质管理，需要从关注孤立的产品，转移到关注制造这个产品的生产过程”，从H顾问那里，M经理知道了一个新的说法，叫“工序能力”。

质量是制造出来的

H顾问与M经理的讨论有了更多的内容。“没错，以前我们每个样本只测量一次，一方面很容易导致误判，另一方面根本无法预计所谓‘不合格产品’是否会再次发生“，M经理明白了H顾问所说的“过程控制”和制造商的“工序能力”，更应该是品管经理关注的问题。
良好的制造工序能力，将确保产品的品质保持在合理的水平上。“次品”的产生并非是孤立的事件。可能有两种导致“次品”出现的原因，一种是制造过程的工艺参数发生了漂移，另一种则是测量体系出了问题，即对合格产品给出“误判”。
“质量是制造出来的，说的就是这个意思”，H顾问说，“实际上有更好的控制方案可以采用，这个在品质管理中叫做SPC方法，即统计过程控制。”
通过合理选择抽样检测的样本容量，利用SPC控制图的方法，可以很方便地通过X平均值与极差R控制图，对产品品质的变动趋势和测量体系的稳定性做出评估。H顾问向M经理具体介绍了SPC方法。
这种方法，虽然在抽样检测中，还是使用传统的测量方法，但不同的是SPC对数据的处理过程。H顾问用计算图表向W经理说明，首先我们可以通过历史数据对供应商制造过程的工序能力（Cpk）做出判断：“如果工序能力小于1，就必须要求供应商改善品质；如果工序能力大于1.33，就认为供应商的制造铜片品质良好，可以选为长期供应商。”
然后对工序能力足够好的供应商应用SPC控制图。X平均值代表每一次来料的硬度，如果X平均值控制图出现超出控制界线或与控制图异常判定规则相符的情况，有可能供应商的产品品质发生了变异，应及时通知供应商对来料进行改善，并要求供应商提供相应的原因分析、对策报告。
此外，R控制图则表示测量数据间的最小差异。如果R控制图出现异常，表明测量系统有问题，应立即进行测量系统分析，找出原因、进行改善。

重视工序能力

品管大师朱兰（JosephH.Juran）曾说过:“21世纪是质量的世纪”，质量是产品的灵魂。1924年美国品管大师休哈特（Shewhart）发明的SPC（统计过程控制，StatisticalProcessControl）方法，是为世界先进制造企业广泛采用的品管方法，并且被纳入了QS9000质量体系标准。
SPC方法的实质，是对生产过程工艺参数的持续记录和分析。它通过图表的形式，实时监控生产过程中关键的质量参数，及时判定生产过程是否发生变异或者漂移,进而提示制造者及时采取改进措施，把质量隐患消灭在萌芽状态。
在生产过程中，产品的工艺参数波动是不可避免的。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，可以采取措施避免和消除。
与单纯地判定产品质量好坏的抽样检测不同，SPC关注的是制造过程的工序能力。实施SPC能够为企业提高产品品质、降低成本、减少返工和浪费、提高劳动生产率、增强企业核心竞争力、赢得客户满意。
传统的SPC系统中，原始数据是手工抄录，然后人工计算、打点描图的。在很多企业管理人员印象中，SPC意味着大量的报表、复杂的计算、繁琐的打点描图,是一件耗时耗力的工作。
随着信息系统在企业的普及应用，SPC的推广和使用已经非常便捷。在高速度、大规模、重复性自动化生产的制造型企业里，SPC系统已更多通过数据采集设备自动进行数据采集，实时传输到计算控制中心。SPC方法将随着企业信息化的普及，获得越来越广泛的应用。

loohoolinda

针对五金厂遇到的问题，H顾问首先确认IQC的抽样方法是否规范，是否充分考虑了样本的代表性。鉴于目前发现的问题和以往的数据记录没有明显异常，H顾问建议重新评估IQC抽样策略，确保样本具有足够的代表性并涵盖各种可能的情况。同时，建议加强生产线上的实时监控和反馈机制，通过实时监控及时发现和处理潜在问题。此外，针对硬度计检测设备和操作人员的技能水平也要进行再次审查和培训，确保检测结果的准确性。通过这些措施，相信可以有效控制来料铜片的品质，减少加工过程中的品质问题。