TA的首页介绍质量工程学四个重要方法
l SPC—统计过程控制
l DOE—实验设计
l FMEA—故障模式及影响分析
l QFD—质量功能展开
l SPC—统计过程控制
在生产过程中，产品的加工尺寸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。波动分为两种：正常波动和异常波动。正常波动是偶然性因素（不可避免因素）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（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并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，以达到控制质量的目的。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（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。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；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它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。
实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。
控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。（相关控制图的介绍及应用将在今后陆续推出）
SPC源于上世纪二十年代，以美国Shewhart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，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。
SPC非常适用于重复性生产过程。它能够帮助我们
l DOE—实验设计
任何事物都可看作是一个过程。由于输入的变化、各种干扰因素的影响以及各波动源之间可能存在的交互作用，使得过程的输出变化不定。在大多数情况下，这种输出的不稳定会给我们带来许多困扰，甚至损失。究竟是那些因素显著地影响到输出的波动？在什么条件下输出能够控制在理想的范围内？实验设计可以帮助我们解开其中之谜。
实验设计是以概率论与数理统计为理论基础，经济地、科学地制定实验方案以便对实验数据进行有效的统计分析的数学理论和方法。其基本思想是英国统计学家R.A.Fisher在进行农田实验时提出的。他在实验中发现，环境条件难于严格控制，随机误差不可忽视，故提出对实验方案必须作合理的安排，使实验数据有合适的数学模型，以减少随机误差的影响，从而提高实验结论的精度和可靠度，这就是实验设计的基本思想。
实验设计过程可以分成实验方案的设计和实验结果的数据分析两部分。实验方案的设计包括确定实验指标、选取因素、确定因素水平、建立实验指标的数学模型和设计实验方案。实验设计的方法种类很多，但为了提高实验的准确性和可靠性，都必须遵循三个基本原则：随机化原则、重复原则和局部控制原则。实验结果的数据分析是应用线性代数、概率论和数理统计等数学工具对实验数据进行分析处理，包括拟合模型、对模型的检验、实验统计量的计算以及实验经过的解释。
在实际应用中，实验设计可以解决如下问题：
我国在六十年代就曾对实验设计进行了研究和推广，八十年代又引入了田口方法，取得了一定成效。但实验设计作为一种质量改进的有力武器，还尚未发挥出它的全部威力。
l FMEA—故障模式及影响分析
在设计和制造产品时，通常有三道控制缺陷的防线：避免或消除故障起因、预先确定或检测故障、减少故障的影响和后果。FMEA正是帮助我们从第一道防线就将缺陷消灭在摇篮之中的有效工具。
FMEA是一种可靠性设计的重要方法。它实际上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。及时性是成功实施FMEA的最重要因素之一，它是一个“事前的行为”，而不是“事后的行为”。为达到最佳效益，FMEA必须在故障模式被纳入产品之前进行。
FMEA实际是一组系列化的活动，其过程包括：找出产品/过程中潜在的故障模式；根据相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预防或改进措施。由于产品故障可能与设计、制造过程、使用、承包商/供应商以及服务有关，因此FMEA又细分为设计FMEA、过程FMEA、使用FMEA和服务FMEA四类。其中设计FMEA和过程FMEA最为常用。
设计FMEA（也为d- FMEA）应在一个设计概念形成之时或之前开始，并且在产品开发各阶段中，当设计有变化或得到其他信息时及时不断地修改，并在图样加工完成之前结束。其评价与分析的对象是最终的产品以及每个与之相关的系统、子系统和零部件。需要注意的是，d- FMEA在体现设计意图的同时还应保证制造或装配能够实现设计意图。因此，虽然d- FMEA不是靠过程控制来克服设计中的缺陷，但其可以考虑制造/装配过程中技术的/客观的限制，从而为过程控制提供了良好的基础。进行d- FMEA有助于：
l QFD—质量功能展开
在“用户就是上帝”的今天，不断满足用户的需求已成为各公司致力的目标，QFD正是一种以市场为导向、以用户需求为依据的强有力的计划方法。曾有人这样评价QFD：“一种系统的方法，它保证产品特性、特征和规范的开发、以及工艺设备、方法和控制的选择与制订都是由用户或市场的要求来驱动的。”
QFD可以看成由设计、零部件、工序、生产四个阶段组成的过程，该过程是通过一系列矩阵和图表来完成，这些矩阵和图表依据“下道工序是上道工序的用户”的原则，将用户需求和有关的技术要求从产品规划和产品设计展开至工艺计划和车间级的工作。
设计阶段：在设计阶段，通过质量屋矩阵将用户要求转化为对产品的设计要求或服务要求，并找出相对重要的要求。质量屋矩阵是一个用于描述用户需求、相关的设计要求、目标值和产品竞争力评估的产品规划矩阵，由于其形状象个房屋，故被称为质量屋。质量屋包括以下几个部分：
l DOE—实验设计
l FMEA—故障模式及影响分析
l QFD—质量功能展开
l SPC—统计过程控制
在生产过程中，产品的加工尺寸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。波动分为两种：正常波动和异常波动。正常波动是偶然性因素（不可避免因素）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（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并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，以达到控制质量的目的。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（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。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；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它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。
实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。
控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。（相关控制图的介绍及应用将在今后陆续推出）
SPC源于上世纪二十年代，以美国Shewhart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，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。
SPC非常适用于重复性生产过程。它能够帮助我们
- []对过程作出可靠的评估。[/][]确定过程的统计控制界限，判断过程是否失控和过程是否有能力。[/][]为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生。[/][]减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。[/]
l DOE—实验设计
任何事物都可看作是一个过程。由于输入的变化、各种干扰因素的影响以及各波动源之间可能存在的交互作用，使得过程的输出变化不定。在大多数情况下，这种输出的不稳定会给我们带来许多困扰，甚至损失。究竟是那些因素显著地影响到输出的波动？在什么条件下输出能够控制在理想的范围内？实验设计可以帮助我们解开其中之谜。
实验设计是以概率论与数理统计为理论基础，经济地、科学地制定实验方案以便对实验数据进行有效的统计分析的数学理论和方法。其基本思想是英国统计学家R.A.Fisher在进行农田实验时提出的。他在实验中发现，环境条件难于严格控制，随机误差不可忽视，故提出对实验方案必须作合理的安排，使实验数据有合适的数学模型，以减少随机误差的影响，从而提高实验结论的精度和可靠度，这就是实验设计的基本思想。
实验设计过程可以分成实验方案的设计和实验结果的数据分析两部分。实验方案的设计包括确定实验指标、选取因素、确定因素水平、建立实验指标的数学模型和设计实验方案。实验设计的方法种类很多，但为了提高实验的准确性和可靠性，都必须遵循三个基本原则：随机化原则、重复原则和局部控制原则。实验结果的数据分析是应用线性代数、概率论和数理统计等数学工具对实验数据进行分析处理，包括拟合模型、对模型的检验、实验统计量的计算以及实验经过的解释。
在实际应用中，实验设计可以解决如下问题：
- []科学合理地安排实验，从而减少实验次数、缩短实验周期，提高经济效益。[/][]从众多的影响因素中找出影响输出的主要因素。[/][]分析影响因素之间交互作用影响的大小。[/][]分析实验误差的影响大小，提高实验精度。[/][]找出较优的参数组合，并通过对实验结果的分析、比较，找出达到最优化方案进一步实验的方向。[/][]对最佳方案的输出值进行预测。[/]
我国在六十年代就曾对实验设计进行了研究和推广，八十年代又引入了田口方法，取得了一定成效。但实验设计作为一种质量改进的有力武器，还尚未发挥出它的全部威力。
l FMEA—故障模式及影响分析
在设计和制造产品时，通常有三道控制缺陷的防线：避免或消除故障起因、预先确定或检测故障、减少故障的影响和后果。FMEA正是帮助我们从第一道防线就将缺陷消灭在摇篮之中的有效工具。
FMEA是一种可靠性设计的重要方法。它实际上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。及时性是成功实施FMEA的最重要因素之一，它是一个“事前的行为”，而不是“事后的行为”。为达到最佳效益，FMEA必须在故障模式被纳入产品之前进行。
FMEA实际是一组系列化的活动，其过程包括：找出产品/过程中潜在的故障模式；根据相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预防或改进措施。由于产品故障可能与设计、制造过程、使用、承包商/供应商以及服务有关，因此FMEA又细分为设计FMEA、过程FMEA、使用FMEA和服务FMEA四类。其中设计FMEA和过程FMEA最为常用。
设计FMEA（也为d- FMEA）应在一个设计概念形成之时或之前开始，并且在产品开发各阶段中，当设计有变化或得到其他信息时及时不断地修改，并在图样加工完成之前结束。其评价与分析的对象是最终的产品以及每个与之相关的系统、子系统和零部件。需要注意的是，d- FMEA在体现设计意图的同时还应保证制造或装配能够实现设计意图。因此，虽然d- FMEA不是靠过程控制来克服设计中的缺陷，但其可以考虑制造/装配过程中技术的/客观的限制，从而为过程控制提供了良好的基础。进行d- FMEA有助于：
- [] 设计要求与设计方案的相互权衡。[/][] 制造与装配要求的最初设计。[/][] 提高在设计/开发过程中考虑潜在故障模式及其对系统和产品影响的可能性。[/][] 为制定全面、有效的设计试验计划和开发项目提供更多的信息。[/][] 建立一套改进设计和开发试验的优先控制系统。[/][] 为将来分析研究现场情况、评价设计的更改以及开发更先进的设计提供参考。[/]
- [] 确定与产品相关的过程潜在故障模式。[/][] 评价故障对用户的潜在影响。[/][] 确定潜在制造或装配过程的故障起因，确定减少故障发生或找出故障条件的过程控制变量。[/][] 编制潜在故障模式分级表，建立纠正措施的优选体系。[/][] 将制造或装配过程文件化。[/]
l QFD—质量功能展开
在“用户就是上帝”的今天，不断满足用户的需求已成为各公司致力的目标，QFD正是一种以市场为导向、以用户需求为依据的强有力的计划方法。曾有人这样评价QFD：“一种系统的方法，它保证产品特性、特征和规范的开发、以及工艺设备、方法和控制的选择与制订都是由用户或市场的要求来驱动的。”
QFD可以看成由设计、零部件、工序、生产四个阶段组成的过程，该过程是通过一系列矩阵和图表来完成，这些矩阵和图表依据“下道工序是上道工序的用户”的原则，将用户需求和有关的技术要求从产品规划和产品设计展开至工艺计划和车间级的工作。
设计阶段：在设计阶段，通过质量屋矩阵将用户要求转化为对产品的设计要求或服务要求，并找出相对重要的要求。质量屋矩阵是一个用于描述用户需求、相关的设计要求、目标值和产品竞争力评估的产品规划矩阵，由于其形状象个房屋，故被称为质量屋。质量屋包括以下几个部分：
- [] 相关矩阵：表明各方式间的相关性。[/][] 方式：实现用户要求的设计方法。[/][] 预期目标：决定一个方式是否可量化的预先的筛选标准。[/][] 用户要求：由用户确定的产品或服务的特性。[/][] 重要性分值：对用户的各项要求进行定量评分，以反映该项目对用户的相对重要性。[/]
RSS Feed