SPC在质量管理中的误区分析

• 49•SPC在质量管理中的误区分析北京京东方显示技术有限公司 王 健 徐习亮 孙腾琳 王 丹 黄 雷 鲍子胜 王 超随着新时期高质量经济转型浪潮的到来，各企业为了提升产品核心竞争力，更加注重产品质量的提升，很多企业都引入了SPC质量管理方法作为提升过程质量的重要手段。

本文通过对京东方显示技术公司在SPC实际管理上遇到的一些问题的分析，并结合SPC方法论，对一些在SPC管理上经常走入的误区进行了详细的说明。

意在通过对误区的纠正，给与其他企业一些管理经验，避免错误的再发生。

1 引言在全球化经济浪潮中，企业之间的竞争愈发激烈。

各企业为抢占市场，提升产品质量成为了各企业至关重要的方法途径（谭锴,乔世妮.基于SPC的铝加工质量控制系统设计与实现[J].信息技术与信息化,2018(10):36-39）。

而产品质量主要是生产质量所决定的。

生产质量是过程的输出，那么，想要保证稳定的输出，就需要保证过程输入和过程特性的稳定（闵思海.浅谈SPC在质量管理中的应用[J].企业技术开发,2014,33(36):40-41）。

在实际生产的过程中，影响过程稳定性及产品特性的因素主要分为两大类：第一种是偶然因素，又称随机因素，这种影响因素一般为生产设备的正常波动导致的，我们一般不要求改善;另一种因素是异常因素，又称系统因素，这种因素一般是制程中出现了较大的异常，需要通过有效的监控手段找出并消除，提升制程稳定性（刘艳秋.统计过程控制(SPC)在质量管理中的应用研究[J].机电产品开发与创新,2008,21(1):69-71）。

那么为了消除这种异常因素，首先需要选择科学的监控方法对异常因素进行监控并识别。

目前全世界范围内制造企业采用较多的方法，就是统计过程控制管理方法。

统计过程控制，又称SPC（Statistical Process Control），是一种基于数理统计的方法，通过对过程的监控，进一步分析结果来解决实际的问题。

本世纪20年代美国W.A.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就是在此基础逐渐发展而来的监控过程异常的质量工具。

统计过程控制是企业提高质量管理水平的有效方法，是对产品制造过程特性参数进行测量、控制和品质改善的行业标准方法论。

然而，目前国内很多企业，由于引入SPC管理时间不长，应用的经验不是很丰富，导致在对过程的监控过程中，SPC质量工具的使用方法存在很多误区（吕宁,王锡凤,黄昊,潘金锟,李清震.SPC在企业质量管理中的应用[J].硅谷,2014,7(17):97+88）。

本文将从笔者所在的显示屏制造企业京东方显示技术公司质量管理出发，通过与D公司资深SPC专家三年的学习和交流，对在SPC实际应用中所遇到的一些问题进行详细的阐述，并结合理论方法，为中国企业质量管理提供参考和帮助，避免SPC错误的使用，提升企业质量管理水平。

2 SPC应用误区分析2.1 误区概述本文主要将京东方对SPC质量工具的应用作为实践根据，主要阐述了企业在质量管理中SPC应用方面的误区。

京东方显示技术公司引入SPC管理时间较早，但多年来，虽然对SPC进行了推广并实施，然过程品质管理没有达到理想的效果。

笔者通过多次与D公司的学习交流，结合SPC管理上的实际情况，总结了京东方显示技术公司目前在SPC管理上存在的误区，主要分为以下几点：（1）控制图的应用前提，数据必须是服从正态分布；（2）使用产品规格限充当SPC管理的控制限；（3）在两个月的连续监控中，没有发生OOC（Out Of Con-trol）报警，认为过程是稳定的；（4）控制图显示数据一直在中心线附近波动，认为过程是稳定的；（5）定期（天/周）更新计算同一产品，同一参数控制限；（6）对于单边管控的特性值（LSL），超出上限（UCL）认为是正常的，且越大越好；（7）因为特性规格相同，在同一生产线生产的不同型号产品使用同样的控制限监控；（8）控制图形成阶梯状的形式；（9）计算Cpk之前没有确认CTQ是否处于受控状态下；（10）使用“32”组数据计算Cpk，为什么是“32”。

以上误区不仅在京东方显示技术公司等显示制造行业经常发生，在其他一些制造企业，也可能存在着同样的误区，从而使得SPC在企业中没有能够发挥它应用的作用。

为了更详细的描述以上误区在实际中的状况，本文将选取以上误区中的五种情况，结合笔者在实际监控时所遇到的问题点分析，对误区加以说明。

2.2 误区分析（1）使用产品规格限充当SPC管理的控制限在初期导入SPC管理时，往往企业会急于求成，直接将收集过来的数据运用控制图描点进行判异。

比如在京东方显示技术公司刚刚引入SPC管理时，直接运用SPC系统对制程进行了监控。

由于前期没有分析合理的控制限，为了保证产品的质量无误，直接使用了产品的规格限充当了控制限。

然而初期的SPC监控并没有发生报警，产品的不良率却无降低。

我们认为由于显示屏产品的特殊性，测量点位均匀排布在整张玻璃内，因此使用了整张玻璃所有点位作为均值图控制，导致了异常点漏报警。

随后我们对SPC报警规则进行了更改，即添加了单个测量值的报警规则，却依然沿用了产品规格限为控制限。

但是，由于测量点位间存在一定差异，且分布较广，测量单点又发生了大量的误报警，在原因的排查上给京东方显示技术公司带来了很大的困扰。

实际的监控状况如图1。

京东方显示技术公司在这里走入了两个误区，一是没有使用分析用控制图，没有得到稳定制程的控制限；二是急于求成，直接拿来产品规格限作为控制限，认为产品特性不超规格限，制程就是稳定的。

根据SPC方法论，SPC的控制图根据用途可以分为分析用控制图和控制用控制图（徐英爽.企业初次引进SPC的几点误区[J].企业改革与管理,2018(08):161+163）。

尤其像企业初期导入SPC管理时，首先需要运用的是分析用控制图。

通过分析用控制图对数据进行采集、分析、改善等措施后，使得制程稳定后所得的控制限，才能作为企业实际管理的控制限，也就是控制用控制图。

这也是其他企业在管理中容易出现的错误。

• 50•烘干过程能力提升中的应用[J].现代涂料与涂装,2018,21(09):39-42）。

那么在显示制造领域同样需要对产品实施不断的改进，这样产品的良率才能有效提升。

这里通过分析发现，京东方显示技术公司在制程在改善出有成效后，后两个月时间内，没有对控制限进行重新定义分析，由于原控制限已经不能满足现有工艺能力的监控，因此导致控制图的失效。

这样的误区导致我们没能有效利用SPC 系统工具对制程进行持续的分析改善，其他企业需引以为戒。

（3）因为特性规格相同，在同一生产线生产的不同型号产品使用同样的控制限进行监控在显示产品设计上，有些不同产品某些特性值在规格限设定上是相同的，那对于这种特性值SPC 的管理，应该遵从什么样的原则，我们再次列举京东方显示技术公司的实际案例：a 产品与b 产品同属于该公司的量产品，其中C 特性值两种产品设计规格相同，因此，京东方显示技术公司使用了同一控制图对两款产品进行了监控，控制图如图3所示。

由控制图可以看出，数据出现了明显的分层情况，这是由于两款产品的设计上存在差异，虽然C 特性规格相同，但由于其他设计因素的影响，导致呈现出不同的状态，这也是SPC 监控中经常出现的分层异常。

那么，对于这样的情况，使用一个控制图对呈现不同的状态的特性值进行监控显然是不合理的。

所以，针对不同产品、不同特性甚至同一特性的不同测量区域（如图4），在进行SPC 监控前都要进行充分的识别与分层（或者分区），使用多张控制图进行分别控制，这样才能排除干扰因素的影响，控制更为准确。

（4）计算Cpk 之前没有确认CTQ 是否处于受控状态SPC 管理分为两个主要部分，控制图与过程能力指数。

而很多企业没有把两者有效的结合起来使用，比如京东方显示技术公司在计算过程能力指数时，直接对特性数据进行收集并计算，发现部分产品特性的Cpk 没有达标（＜1.33），认为这些制程能力是比较差的。

但这样的判断是存在很大误区的。

笔者分析控图1 A特性值SPC监控情况图2 B特性SPC监控情况图3 C特性SPC控制图图4 同一子组内不同测量区域（2）在两个月的连续监控中，没有发生OOC （Out Of Control ）报警，认为过程是稳定的就京东方显示技术公司的实际SPC 管理而言，出现过这种情况：在B 特性值的连续监控两个月时间里，没有发生OOC ，其对监控结果相当满意，认为制程已经达到了相当稳定的状态。

这里，容易出现的是两个误区：其一，我们上面已经提到，可能是使用了产品规格限作为控制限，或者没有科学的采用3西格玛为控制限，导致控制限过宽；其二，就是没有定期的对控制图进行分析，制程能力在生产中逐渐变化，而控制限却没有随变化而重新设计。

如图2所示。

SPC 控制系统是利用统计的数据对制程进行持续的监控，并利用相关方法持续改进制程能力，从而保证产品质量（郑亚洲.SPC 在制图发现部分特性在控制图上出现了很多异常的OOC ，整个过程已经处于失控的状况，在这种情况下计算的Cpk 是不能代表过程能力的。

因此，首先需要对失控状况进行改善，即从5M1E （即人员、设备、物料、方法、测量、环境）六个方面分析工序不良产生的异常原因，找出对最终产品影响的关键不良因素（王丹,吴伟.SPC 统计过程控制在质量管理中的应用[J].数字通信世界,2017(06):16-19），通过对这些影响因素的改善，使过程处于受控状态下，过程能力指数才具有判断意义。

（5）使用“32”组数据计算Cpk ，为什么是“32”前面所提到的是Cpk 在过程受控的情况下才可进行计算来判断过程能力，那么，具体采用多少数据计算Cpk 才算足够，每个企业（下转第53页）• 53•分析图8可知，在直线细缝结构下材料的转移阻抗随着频率的增大而减小，即材料的屏蔽效能随着频率的增大而增大。

2.2 Z型细缝结构转移阻抗预测Z 型细缝相关的结构参数为：且Z型细缝的有效长度为7mm 。

通过仿真分析得到如图9所示的直线细缝结构下的转移阻抗曲线图。

图10 多弯折型细缝结构下的转移阻抗与频率曲线关系图分析图9可知，在Z 型细缝结构下材料的转移阻抗随着频率的增大而减小，即材料的屏蔽效能随着频率的增大而增大。

与直线细缝结构下的导电材料相比，材料的屏蔽效能仅在低频情况下有效。

2.3 多弯折型细缝结构转移阻抗预测多弯折型细缝相关的结构参数为且Z 型细缝的有效长度为10.6mm 。

通过仿真分析得到如图10所示的直线细缝结构下的转移阻抗曲线图。

分析图10可知，在多弯折型细缝结构下的转移阻抗在导电材料厚度一定的情况下，随着材料缝隙有效路径的增加，与其相对的电磁波总长度也在相对增加，进而使材料的转移阻抗有了一定的改变，从而在一定程度上提升了材料的屏蔽效能。