现代企业质量管理论文：制造质量控制系统中数据管理方法的研究.docVIP

制造质量控制系统中的数据管理方法研究 摘 要: 针对统计过程控制技术在企业实施过程中难以真正实现质量控制功能的现状，对制造质量控制系统中数据的管理方法进行研究，提出依据产品结构配置的数据管理方法，解决制造质量数据分散、无序和不完整等问题，实现质量数据的合理存储和读取，大大提高了统计过程控制的准确性和可靠性。 关键词: 统计过程控制 制造质量数据 控制图 统计过程控制技术作为产品制造加工过程中的主要质量工具，已在机械、化工、电子等很多行业得到广泛的应用但在企业实际的质量管理中，统计过程控制技术只作为一种纯粹的统计工具，用来统计产品质量问题发生后的状况，忽略了其对有用质量信息的挖掘能力和查找质量问题原因的能力。造成这一现状的根本原因是质量数据的分散和无序，大大降低了统计过程控制系统分析缺陷原因和持续改进产品质量的功能。因此能否有效组织和管理制造质量数据，成为企业实施统计过程控制的关键。本文依据统计过程控制的基本原理和制造质量数据的特征，提出了统计过程控制系统中质量数据的管理方法，实现了质量数据的合理存储和读取，从而使统计过程控制技术真正实现其质量控制的功能。 1 SPC简介 统计过程控制(Statistical Process Control，SPC)，是指使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。SPC源于20世纪20年代，以美国质量大师Shewhart W A博士发明控制图为标志，自创立以来即在工业和服务等行业得到推广应用。ISO9000族质量体系和QS9000都将SPC纳入标准之中[2]。 统计过程控制的理论基础是中心极限定理和3σ原则[3]。在正态分布重要结论中认为在μ士3σ(μ为分布数据的均值，σ为标准差)范围内包含质量数据的99．73%，如果能控制住这99．73%的质量数据，就可认为过程基本上是受控的。统计过程控制技术主要工具控制图也是依据这一理论而提出的[1]。 统计过程控制技术原理为:通过对受控过程产品质量特性值波动的研究，建立有效的分析用控制图，并计算出受控状态下的过程能力，再将有效的分析用控制图转化为生产过程控制用控制图，对日常生产过程进行监控。通过对一个过程的产品特性数据连续测量，对数据进行合理分组，并按顺序打点在所选类型控制图上，便可以依据控制图判异准则从质量特性数据的排列状况来分析生产过程是否稳定，从而判断过程质量是否存在异常波动。当过程质量状态不稳定和出现异常波动，并发生偏移时，及时报警，查找原因，采取改进措施，从而达到持续改进和保证产品质量的目的。 2制造过程质量数据特征 企业生产活动中所有与质量管理有关的信息及在活动过程中所生成的大量信息被称为质量信息。质量信息存在于各种资料、图表、数据、报告和情报中，覆盖了产品寿命循环的各个阶段，也覆盖了企业的各级、各类人员和各个部门。质量信息的种类和数量都随时间的增加不断变化。按照质量信息与时间的关系，质量数据可分为静态质量数据和动态质量数据两类。 (1)静态数据指的是一些描述性信息，其数据量与时间的变化相对无关，不随时间的增加而改变，但与质量活动主体的增减变化有关，随工艺流程的改变而改变。静态数据一般由工艺人员确定，由质量管理人员录入数据库，并存储于全局数据库，全局共享。静态数据可供各级、各类人员和各个部门查看、使用，而数据的修改只能由质量管理人员来完成。静态数据包括各种档案数据(人实体数据、物实体数据)、参数数据、编码数据等，如操作员资料、质检员资料、质量管理人员资料、质检设备资料、产品检测规程和方法、质检设备检测规程和方法等。 (2)动态数据指的是数据种类和数据量随时间的增加而不断变化的质量信息。据统计，大部分动态质量数据都来源于产品制造加工过程中，随产品工序的累加而不断生成和增加。除了具有信息的共同特征外，动态质量信息还具有分散性、随机性、相关性、复杂多样性等特征，主要包括现场采集的质量检验数据、质检人员对工序是否合格的判断数据、不合格品产生原因的统计数据、零件报废数据、过程失控原因数据和失控工序处理数据等。此外，还包括动态的质检规范标准库，该标准库应能快速响应外界对质量特性不断变化的要求，以企业生产能力为前提，以顾客对产品的个性化需求为导向，以质量过程控制反馈信息为依据，不断更新和调整，在提高产品工序过程能力的同时，满足消费者对产品的个性化需求，从而提高企业的市场竞争力。 3制造质量数据管理方法 3．1制造质量数据的逻辑分类 企业实施统计过程控制，需要大量的静态质量数据，同时在控制过程中会产生大量的动态质量数据。静态数据由质量管理人员在统计过程控制系统实施前录入，通过产品结构配置关系来组织和管理所有待检零部件。动态数据产生于SPC实施的各个阶段，需要存储于相应静态数据的表格