| |
统计过程控制(SPC)源于上世纪二十年代，以美国贝尔实验室的休哈特博士发明控制图为主要标志。自创立以来，统计过程控制(SPC)理论和方法已在各个行业得到了广泛的应用，业已成为全球先进企业进行在线质量控制的标准方法之一。在ISO9000以及QS9000中也提出了在生产控制中应用统计过程控制(SPC)方法的要求。
统计过程控制(SPC)理论认为，产品质量特性的波动是出现质量问题的根源，而质量特性的波动具有统计规律性，通过控制图可以发现异常，进而相关人员可以采取措施进行排除和改进。
上世纪80年代我国质量管理专家张公绪在西方统计过程控制(SPC)的基础上，又提出了统计过程诊断(SPD)理论，这种理论以选控控制图(Cause-selecting Control Charts)为重要工具。此后我国质量管理界又提出了“多元逐步诊断理论”和“两种质量多元诊断”。SPD可以说是我国质量管理界的重要成果，不过其目前尚未在企业实际生产过程中得到大面积应用。
在生产过程中，产品的质量特性(如溶剂浓度)的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。统计过程控制(SPC)认为波动分为两种：正常波动和异常波动。正常波动是由偶然性原因（这种因素是不可避免的随机性因素）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，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
统计过程控制(SPC)是基于数理统计方法的过程控制方法论。它对生产过程进行分析评价，及时对系统性因素出现的征兆进行辨识，采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，进而达到质量控制的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而过程失控时，过程分布将发生改变。统计过程控制(SPC)正是利用过程波动的统计规律性实现了对过程的分析和控制，强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。从而帮助企业提升效率，大幅节省成本。
实施统计过程控制(SPC)一般先用统计过程控制(SPC)工具对过程进行分析，根据分析结果采取必要措施消除过程中可能存在的系统性因素，期间可能需要管理层介入来减小过程的随机波动以满足过程能力的要求，当过程趋于稳定后，则用控制图对过程进行监控，以及时了解过程的状况，预防质量问题的产生。
|
|
|
2007 析创咨询版权所有