SPC在我国大中型企业的应用现状分析.doc

Spc在我国大中型企业的应用现状分析 摘 要： SPC在欧美等发达国家广泛应用,但我国大多数企业并不认同SPC的有效性,约有86.8%的企业推行是不成功的.本文分析我国应用SPC的现状,并从企业最高管理者的重视程度、对SPC的认识和使用方法等几个方面来思考成功推行和实施SPC的要点. 关键词：统计过程控制，质量管理 引 言 统计过程控制(StatisticaProceess Control，简称SPC)对很多制造业来讲是太熟悉不过了。自1924年由美国贝尔电话实验室休哈特博士(Dr．W．A．Shewhart)首创过程控制理论以及监控过程的工具之一控制图，SPC就是在此基础之上发展起来的一套用于侦测过程中的变异的系统，日本在1950年开始，欧美从1980年开始大力推行SPC，都取得了成功。我国从1960年就开始引入SPC，由于受到当时经济体制以及生产力水平的制约，基本上没有开展下去。随着我国经济的改革开放，20世纪80年代后期大批国外企业及其先进管理方法的涌入，特别是美国三大汽车公司的QS9000质量管理体系在中国汽车制造行业及其供应链厂商导入与实施以来，SPC成为过程控制的重要手段，这种科学有效的方法也很快被其它行业迅速直接或间接引用，“SPC热”在我国的制造业中迅速盛行起来。然而，至今近二十几年又过去了，据我们不完全的实际调查结果来看，SPC实际应用的有效性并没有得到我国大多数企业的认同，甚至出现了质疑的声音。应该说，SPC本身是科学的，为何在我国有“水土不服”的现象?其原因何在?这是值得我们深思的问题。 1．SPC概述 过程控制（Statistical Process Control,SPC），是指用控制图等统计技术来分析过程和其输出，通过适当的措施来达到并保持过程稳定，从而实现改进和保证产品质量的目的[1]。 SPC源于美国质量大师休哈特（W.A.Shewhart）博士于20世纪20年代发明的控制图方法。其基本原理是统计学中的小概率事件原理。预先假定过程处于某一稳定状态，一旦出现偏离这一状态的极大可能性就是过程失控，需要及时调整。 ??SPC自创立以来，在工业和服务业等行业得到推广应用。二战中美国将其定为战时质量管理标准；50年代引入日本，被广泛应用于汽车工业；80年代开始在美国汽车、钢铁工业中大规模推行，ISO9000族质量体系和我国GB4091质量体系均将SPC作为一项重要内容统计[2]。 2．spc中的控制图 2.1 控制图理论 ??控制图是对选定的过程质量特性加以测定、记录，从而进行控制管理的一种用统计方法设计的图[3]，是SPC的核心工具。图上有中心线（CL）、上控制界限（UCL）和下控制界限（LCL），并有按时间顺序抽取的样本统计量数值的描点序列，如图1所示。 ? 图1?控制图示例 控制图理论认为过程存在2种变异。第一种为随机变异，由“偶然原因”造成。这种变异由自始至终存在的、不易识别的原因所造成。其中每一种原因的影响只构成总体变异的一个很小的分量，而且无一构成显著的分量，然而这些不可识别的“偶然原因”的影响总和是可以度量的，并假设为过程所固有。第二种变异为表征过程中实际的改变。这种改变可归因于某些可识别的、非过程所固有的、并且至少在理论上可加以消除的原因。这些可识别的原因称为“可查明原因”。它们可以归结为原材料不均匀、温度和湿度的变化、工艺或操作的问题、生产加工或包装设备的性能不稳定等等[4]。 当过程变异仅由“偶然原因”造成时，过程处于统计控制状态。这种变异的可接受水平一经确定，则一旦出现对此可接受水平的任何偏离都可以假定为由“可查明原因”造成的。对这些“可查明原因”的变异应加以识别、消除或减轻。 2.2 控制界限 利用控制图来分析过程状态容易出现两类错误。第1类错误是误判，即生产正常情况下，因“偶然原因”点出界判为异常，判误概率记为α。第二类错误是漏判，判误概率记为β。因此在选择控制界限时，应使两种错误造成的总损失最小。 当过程仅受相互独立的随机因素影响时，在采样中进行n次测量，称为一个子组，n称样本容量。根据中心极限定理，子组样品均值 将随着子组量的增大而趋近服从正态分布。由3σ原理： P（μ－3σ μ+3σ）=99.73% μ为样本平均数，σ为样本标准差。 上述公式表明子组样品均值 落在μ±3σ范围内的概率是99.73%。休哈特就是根据3σ原理发明了控制图，此时犯第1类错误概率α=0.0027。 长期实践经验证明，CL=μ,UCL=μ+3σ,LCL=μ-3σ是两种错误造成的总损失较小的控制界限。美国、日本和我国等大多数国家都采用3σ方式的控制图，而英国和北欧少数国家采用α=0.001的概率界限方式的控制图。 2.3 控制图的种类 国标GB/T 4091-2001常规控制图如表1所示，表中