铸造生产的统计过程控制.doc

铸造生产的统计过程控制 摘要：本文讨论统计过程控制和数据收集带来的好处，它们能够提高各种铸件的质量和降低成本。许多人错误地认为SPC实施困难，既费时、费力和费钱又回报得益不多。实际情况并非如此，SPC和数据收集的实施很容易，而且回报远远超过投资。本文将提供经验判断对质量的影响，并与采用统计方法作比较。本文将回顾SPC的历史和基本原理，数据收集的必要性，以及如何确定最适合每个工序运作的方法。本文还探索可用的简单有效的实施方法，以及提高数据收集过程自动化和效率的基本途径。 关键词：SPC，过程控制，质量，数据收集，铸造生产 1 前言 面对今天竞争激烈的市场，质量既是确定的又是有差异的。说它是确定的，因为任何人不能为客户提供质量好的产品将很快从业界消失。但是，质量同样能够让你从竞争对手区分开。结构良好和实施质量管理系统可降低返修量和废品，达到节约成本和得到更低报价。对铸造企业来说，这就需要重新考虑现行的质量和实现质量的最佳方法。 2 旧的质量控制方法与新的质量控制方法 2.1旧的质量控制方法 对许多铸造企业来说，质量可简单地用以下方式表示（以熔化为例）: 1）按工序制造过程产品（配料、熔化铁水）； 2）检查产品缺陷（化验）； 3）需要时返工（一次成分不合格，调整）； 4）检验返工产品（重复化验）； 5）进入下一工序（浇注）； 6） 回到第一步，重复操作第1到第5步。 这种方式可认为是质量控制的“检验法”。对于利用这种最基本的质量控制系统的企业来说，它们以昂贵的费用：“检验”产品质量，但无助于改正引起产品缺陷的根本原因。我们经常做的事情，就是采用收集基本缺陷数据的方式，这是一种主要将缺陷的产生推回到操作人员的做法。这种错误概念来自认为操作人员通常是产生质量问题的起因。它不能找到产生缺陷的真正原因，而只在缺陷已经产生之后才检验出质量不好的产品，即事后把关。 这种方式同样非常依赖于本身就缺少一致性和准确性的经验判断。经验判断经常会让漏检的缺陷进入下一道工序，如果在组芯中或下芯时发现砂芯缺陷，则返工成本更可观，此时组合砂芯可能要额外的拆卸更换有缺陷的砂芯。更糟糕的是不合格的铸件产品可能引起汽车零部件使用寿命缩短，并失去良好的客户信誉。无论在哪里检验出缺陷，返修和报废的材料都增加了产品的生产成本。 2.2 新的质量控制方法 更好的方法是采用统计过程控制（SPC）法实时监控在铸造生产过程中最容易产生铸件缺陷的关键工序。这里含有用于预防代替检验的概念，并且减少对经验判断的依赖。经验仍然在总体质量方法中起作用，有助于在FEMA分析中由现有过程导致的一贯性缺陷。这使得过程控制首先注意到最能够实施“防犯于未然”的区域，最终检验员不再是查找缺陷的“警察”，而变为帮助工作人员防止缺陷发生的同事。 这种方法同样考虑到生产过程的各个方面，包括人、机、料、法和环境，并且清楚地认识到人只是过程中众多资源之一。这个方法把防止不良质量放在首位，以便减少废品和浪费，最终达到生产率和收益的增加。 3 工业与质量历史回顾 19世纪初期，美国工业正在寻找提高生产率的方法来降低成本和增加收益，但没有想到质量对这种关系的冲击力。此时最广泛采用的是1911年泰勒（Fredrick Taylor）在他的著作《科学管理的原理》中提及的技巧。作为一名工业工程师和顾问，他以顾问身份服务于早期的工业家，如亨利?福特等人。他不断寻求提高机器和工人工作效率的方法，他使用的基本假定是大部分工人又笨又懒，金钱是他们主要的动力来源，因而在工人与管理之间应有严格的区分。他观察到工人会放慢他们的作业，害怕工作太有效而变成失业。他相信可以利用工人以金钱作为工作的动力来克服他们的惧怕和提高生产率。基于这种信念，他创立了“计件”工资制，对工人支付定量生产件数的基本工资，对超过定量的生产件数付给额外奖金。 现今还有一部分行业使用这种体制。工人被当作机器，他们很快变得疏远和不满足。产品的生产主要根据数据量而不是质量，管理采用“胡萝卜加大棒”的办法来降低成本和增加利润。 到19世纪20年代，得益于休哈特（Walter Schewart）博士的工作和努力，质量变成公司降低成本的整体计划的组成部分。他作为西方电气公司工程部的著名科学家，被誉为统计过程控制之父。在1924年他计划了一种抽样图表，“设计用来指示在给定类型的缺陷部件中观察到的变化百分比，这是很有意义的，亦即指出对产品是否满意”。他认为产生缺陷的原因可分为“偶然原因”（生产过程中固有的可预测的变化，现在经常称为“普遍原因”）和“异常原因”（由特殊的不可预测的原因或事件引起的变化，现在经常称为“特殊原因”）。据此应该着重研究和消除异常原因，以便改进质量，但不必浪费资源去解决对整个过程和生产质量影响不大的偶然原因。这种方法亦可