统计过程控制SPC

      统计过程控制（Statistical Process Control, SPC）是应用统计方法对生产过程进行监控的一种技术，可以通过分析工具直观的观察到过程中发生的异常波动。组织质量管理人员查找出现不合格品原因，采取措施消除异常，使生产过程恢复稳定，保证产品质量。这种技术标志着事后检验为主的质量管理方法转变为了预防为主，在提高了生产率的同时减少了浪费，节约了成本。在当前制作行业竞争加剧的形势下，各大企业都把工作重点转移到提高生产效率、提升质量稳定性上来。加强质量管理、打造质量优势已成为现今大型制造企业应对挑战、化危为机、实习领先的关键。制造型企业的目标都是生产出符合客户要求的产品，尽量的减少由于不合格品造成的损失，使用SPC技术使得这个目标得到了真正意义的实现。由于国际市场竞争非常激烈，为了争得更大的市场份额，美国摩托罗拉公司监理了6西格玛管理目标，该目标是一种近乎完美的质量目标，当加工过程能力达到该指标时，相应的不合格率为3.4ppm（百万分之缺陷数），这是一个近乎完美的数字。相比较，我国的过程控制依然处于3西格玛的水平，不合格品率为66807ppm，6西格玛企业的质量水平是3西格玛企业的两万倍以上，这也说明了国内企业的质量管理水平和国际水平还有很大的差距，我们依然有很长的路要走。

      随着工业生产技术的发展，统计过程控制的适用范围变得非常广泛。但是，传统的控制方法需要过程输出数据满足正态性及相互独立性假设。但是实际在生产过程中，很多过程输出的质量特性数据并不能满足上述条件。例如，高精密加工、小批量多品种零件加工、切削工具的磨损过程、加速寿命试验、化学工艺过程等过程中，正态性假设得不到满足。此时，运用传统的方法进行分析就不再适用了，如果将非正态分布样本当作正态分布来分析，将会得到错误的警报。例如，当过程稳定受控时，控制图却判断存在异常点；或者，过程存在异常点，但是控制图却判定过程稳定受控。上述状况会误导管理者和操作人工判断失误，进而造成成本投入提高。随着科技的发展，机械制造行业对产品质量的要求日趋苛刻，因此，对非正态分布过程的能力分析势在必行。

一、项目实施的目的和意义

      随着国内生产型企业精细化管理的需求越来越大，对生产企业来说提升产品质量必要性逐渐加强，本项目的建设可以为客户提供最全面、简单、便捷的工具来管理、跟踪并预测，从而获得企业经营收益。

      仁创SPC系统能解决企业生产过程中的下列问题：

      1）经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。使生产制造过程稳定，能掌握品质、成本与交期。

      2）预警性：生产制造过程的异常趋势可即时对策，预防整批不良，以减少浪费。

      3）分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。

      4）善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。

      5）改善的评估：生产制造过程控制能力可作为改善前后比较之指标。

      6）SPC系统同时能利用管制图管控生产制造过程：

      7）绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。

      8）制订操作标准。

      9）实施标准的教育与训练。

      10）进行制程能力解析，确定管制界限。

      11）制订「品质管制方案」，包括抽样间隔、样本大小及管制界限。

      12）制订管制图的研判、界限的确定与修订等程序。

      13）绘制制程管制用管制图。

      14）判定制程是否在管制状态（正常）。

      15）如有异常现象则找出不正常原因并加以消除。

      16）必要时修改操作标准（甚至于规格或公差）。

二、系统整体结构说明

系统拓扑结构图

系统运行流程图

      平台部署于企业内部私有云环境上。主要的功能包括：系统管理、基础数据、质量规划、过程检验、质量分析、质量监控、质量改进、报表中心功能模块。

      系统还建立数据采集网络，采集分散在各机台的机器视觉系统中的业务数据、图像数据、计量数据等。同时在关键无人值守工序设置自动采集点，在产品运行过程中识别产品码。同步采集企业ERP（资源计划系统）和生产执行系统中的生产过程数据信息。

三、多种数据采集方式

      系统设计数据来源多样性，尽可能让系统独立与其他业务系统，并且方便与其他信息系统集成；数据采集方式包括：Excel文件、实时文件、控制系统、数采量具、生产设备、ERP、MES等第三方系统。同时采用多种串口采集方案：可将各种常规量具，如：卡尺、高度计、百分表、千分表、角度尺、电子天平等具有标准通讯输出接口（RS232、RS485、TCP/IP）等，通过数据连接线及采集器（单孔、多孔）与PC直接相连，实现数据实时采集。

    因此，本系统的研发希望达成以下管理目标：

　1）确保制程持续稳定、可预测。

　2）提高产品质量、生产能力、降低成本。

　3）为制程分析提供依据。

　4）区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。

四、关键技术

      系统包含以下关键技术：

      1）多种生产过程数据采集技术，支持包括：Excel文件、实时文件、控制系统、数采量具、生产设备、ERP、MES等第三方系统。

      2）多种图形分析技术：对计量型过程检验数据进行多种方式分析；包括：控制图（Xbar-R、Xbar-S、X-MR、Me-R；质量报表打印及下载；I-MR-R/S（组间/组内））、推移图、直方图、阶段分析、箱线图、散点图、正态分布图。对计数型过程检验数据进行分析，生成相应图形；包括：帕累托图、缺陷数图（C图）、单位缺陷数图（U图）、不合格品数图（NP图）、不合格品率图（P图）。

      3）基于PLC技术的设备数据采集：通过在设备上部署传感器或者直接链接设备通信接口获取设备的实时生产数据，全面的掌握生产线信息，系统设备精确，标准化生产数据采集。

      4）大数据处理技术：利用Hadoop、Hive等大数据技术，通过对不同来源数据的管理，实现生产线上海量生产数据的采集、处理、分析等功能，使得决策正在从“业务驱动” 转变“数据驱动”。

      5）拓展性强：产品是自主研发，拥有独立知识产权；且公司拥有完整的SPC质量信息管理平台；按照客户需求提供接口及功能拓展；可与ERP、SAP、MES等系统实现对接。

      6）专业的培训服务：与多家知名质量咨询机构合作，可以提供专业的咨询培训服务。

      苏州仁创信息科技有限公司是以客户为导向的专业的企业信息化一体化解决方案供应商，公司成立伊始就致力于为互联网、汽车、电子和制造业等领域提供具有针对性的企业信息化系统解决方案，提供信息化平台的定制、集成服务与技术方案。公司在发展过程中培养了一支研发能力、实战能力强的技术团队，为打造企业生产执行软件系统奠定了基础，同时公司核心技术成员在智能制造领域具备深刻的理论及实践基础，参与过多次类似项目的研发设计。