轮胎生产中统计过程控制应用探讨.docVIP

轮胎生产中统计过程控制应用探讨 　　[摘 要]针对轮胎生产过程的质量管理问题，阐述统计过程控制（SPC）的基本原理及其在轮胎质量控制方面的应用流程，并通过实例分析SPC技术在轮胎质量分析与控制中的应用。 　　[关键词]统计过程控制；质量管理；轮胎生产 　　中图分类号：TQ336.1 文献标识码：A 文章编号：1009-914X（2014）30-0131-01 　　1 引言 　　随着ISO9000质量管理和质量保证体系标准在全球范围内的大力推广与应用，用户的质量意识得到了普遍的提高，“质量是企业的生命”已不再是简单的口号，质量方面的竞争已成为市场竞争的焦点。所以，质量控制方面发挥极大作用的统计过程控制（Statistical ProcessControl，简称SPC）技术在轮胎行业的应用也势在必行。 　　SPC是指在产品生产过程中，应用概率与数理统计理论监控工序质量因素的变化及其规律，使产品质量特性在允许范围内波动，达到能够稳定地生产出合格品的目的。 　　SPC的工作内容包括3个部分：收集数据，统计分析，现场管理。其中，收集数据主要指收集与产品质量直接相关的质量特性数据；统计分析过程是按照一定的准则对采集到的数据进行统计、归类、计算、绘图，从而对生产过程状态进行评判，并给予实时监控，以保证生产的正常进行。 　　在质量控制体系中，除了SPC技术以外，还有另外一种控制技术，即自动过程控制（Auto-matical Process Control，简称APC）技术。两者各有特点：APC反映敏捷，SPC诊断准确。在整个生产过程监控中，APC通过反馈、补偿的方式控制和调整生产过程，从而抑制、抵消波动；SPC则采用数理统计方法来发现失控的原因，进而消除系统缺陷，从而确保产品质量稳定。 　　APC是从技术的角度对质量加以保证，SPC则是从管理的角度对质量加以控制。本文着重探讨SPC技术在轮胎质量控制方面的应用。 　　2 SPC的基本原理 　　虽然SPC技术已发展到近百种，但其都是基于相同的基本原理，即统计学中的小概率事件原理。在1次观测中，小概率事件是不可能发生的，一旦发生就认为系统出现问题。把此原理转化为工程技术语言可描述为：预先假定过程处于某一状态，一旦显示出偏离这一状态的极大可能性就认??过程失控，于是需要及时调整。判断过程状态是否失控的依据是SPC基本控制图，SPC基本控制图包括中心线（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。 　　利用SPC基本控制图来分析工序状态容易出现2类错误。第1类是误判，即生产正常情况下，因偶然因素点出界而判为异常，误判概率记为α；第2类是漏判，即异常生产情况下，产品质量分布偏离了典型分布但判为正常，漏判概率记为β。放宽控制界限可以减少误判概率α，但β会增大；反过来压缩控制界限，则可以减少β，但α又会增大。经过长期实践经验证明得出，当满足以下公式时以上2类错误造成的总损失较小。 　　运用SPC分析主要判断生产过程是否处于统计控制状态，即进行工序稳定性分析。生产过程处于统计控制状态的判断条件如下。 　　（1）连续25个点中没有1点在限外，或连续35点中最多1点在限外，或连续100个点中最多2点在限外。 　　（2）控制界限内的点的排列无下列异常现象：连续15点距离中心线1σ控制线以内；连续7点或更多的点在中心线同一侧；连续7点或更多点呈上升或下降趋势；连续11点中至少有10点在中心线同一侧；连续14点中至少有12点在中心线同一侧；连续17点中至少有14点在中心线同一侧；连续20点中至少有16点在中心线同一侧；连续3点中至少有2点或连续7点中至少有3点落在2倍与3倍标准差控制界限之间；点集中在中心线附近；点呈周期性变化。 　　对控制图的判断分析就是依据以上条件，根据绘制控制图时取得的统计数据，判断控制图中的点是否出现不满足以上条件的异常情况。如有异常情况出现，则给出异常产生的样本范围和异常类型，此时的生产处于非统计控制状态，应及时进行调整。 　　3 SPC在轮胎质量控制方面的流程 　　在轮胎产品生产过程中，质量保证涉及的内容很多，包括质量计划、质量检测、质量信息库、质量评估、质量控制等方面。为了能最理想化的在产品设计及产品加工工艺设计的同时保证产品质量，可以通过制定加工质量保证工艺示来指导轮胎质量保证工作的实施与贯彻。 　　在质量保证工艺中，以质量控制为出发点，可以建立一个基于SPC带有反馈功能的系统质量控制流程，以便运用并行工程的原理，在各类流程与规范控制的框架下，构建用于轮胎生产的质量保证体系。此体系的内容如下。 　　（1）质量保证贯穿整个产品生命周期，即从产品开发到成品检验阶段。使整个质量保证过程规范化，以便更