多品种小批量过程控制利器：你不知道的新型控制图

关键词：多品种小批量, 控制图

导语：上世纪80年代以来，随着市场竞争的加剧，现代企业所处的市场环境发生了深刻的变革，企业的生产方式逐渐转向以柔性自动化生产为基础的各种先进生产模式，其中多品种小批量生产方式开始占有越来越重要的地位。本文，将为大家介绍三种鲜为人知的针对多品种小批量生产过程管控的新型控制图及方法。

上世纪80年代以来，随着市场竞争的加剧，现代企业所处的市场环境发生了深刻的变革，企业竞争越来越强调基于客户需求的竞争。因此，企业的生产方式逐渐转向以柔性自动化生产为基础的各种先进生产模式，其中多品种小批量生产方式开始占有越来越重要的地位。但由于样本量的限制，传统的统计过程控制图无法妥善管控多品种小批量生产过程质量。因此，系统过程建模方法，例如累积和控制图、指数加权移动平均图以及时序控制图等新的控制方法逐渐引起专业人士的重视。此外，精确控制界限法控制图和短程衔接统计控制图这种新型控制图也由于独特的优势而脱引而出。

本文，将为大家介绍三种鲜为人知的针对多品种小批量生产过程管控的新型控制图及方法。

1. 系统过程建模方法

传统的质量控制是利用休哈特控制图理论实现，但休哈特控制图缺乏对过程本身变化的规律的描述。因此，人们逐渐将质量控制的焦点从过程的输出（产品/服务等）转向对过程本身的研究。基于过程模型的质量控制技术得到了较快的发展，从而衍生出累积和控制图、指数加权移动平均图和时序控制图。系统建模过程的方法可以解决过程质量特征数据的相关性或局部数据的残缺等问题，比较好地解释了过程质量变异，而且不需要大量的样本数据。但该方法对环境的变化对于敏感，造成已存在建立的模型可移植性比较差。

2. 精确控制界限法控制图

精确控制界限法是指通过调整控制图控制界限或数据进行统计变换，不管样本数量多少，都能使误发报警概率保持较小的定值，从而避免了错误的频繁报警。该方法在小样本数据量时异常有效，但精确控制界限法由于其控制限随样本容量的变化而异，其统计量的绘制要求服从偏态分布，难以用大家已熟悉的基于正态分布的判别准则判断生产过程所处的状态，因此不容易发现生产过程的变化规律。

3. 短程衔接统计控制图

以上单纯提高统计方法的精度的方法受到生产环境和数据量的很大限制，因此，国外专家试图通过其他统计手段来解决柔性自动化生产环境下统计质量控制的问题，其中最具影响的是有Quesenberry.C.P.提出的被称为Q-Chart的一种基于统计变换的统计控制方法。Quesenberry对传统的Shewhart型Q图做了扩展，将Q统计量应用于EWMA图和CUSUM图，并用四种检验规则在均值或反差发生永久性变异时对Shewhart型Q图、EWMA和CUSUM型Q图对比研究，得出Shewhart型Q图对通常的越界点检验规则不敏感，而对5个连续点中有4个点在中心线同侧一个西格玛以外的检验规则比较敏感。其优势在于：

A、 可以将不同种工作、不同质量特性打点于同一Q图上，它是用最后观测值之前的所有数据进行Q统计量变换和估计未知值，做到了对现有采集到的信息及时充分利用。

B、 在工序分布参数未知时，也能在初期建立起控制图，对工序均值和方差进行监控。因为所有的统计量都是以标准化的形式打点于控制图上，这对控制图的管理、现场操作带来了方便。同一工序下的不同变量可打点于同一控制图上，甚至工序的均值和方差经Q统计量变换后，也能打点于同一控制图，有助于识别系统因数，

C、 一些模式识别规则，如Nelson介绍的方法都对这些控制图适用。

【图示】多品种小批量控制图

当然，Q-Chart也存在很多不完善的地方。首先，该方法知识对基础统计理论的探讨，主要研究对象只限于传统休哈特质量控制图的基本变换，没有引入现代的统计方法，无法将其直接应用于柔性自动化的高效率的生产环境中；其次，该方法只是对数学可行性的讨论，没有说明这种统计变换明确的制造技术内涵及每一步转换在实际生产中的意义；此外，该方法没有给出相同母体质量数据的来源和确定方法，没有相关的制造技术的支持，导致其缺乏在实际中应用的完备性。

以上有关控制图的三类方法在特定的制造环境中获得成功，但也可以看出每类方法都有一定的局限性。由于在多品种小批量的制造环境下，加工对象规格要求繁多，影响加工质量的因素也很多，而且关系复杂。所以在更多情况下，借助实时质量管理软件，取代手动绘制控制图的方式才能更好地应对多品种、小批量的生产环境。