通过阅读质量总监成长记中的来料质量浅谈从供应商的角度如何做好我们的质量管理
1.我们每个过程的质量指标要定义出来，就像KPI，比如不良率低于多少，出货不良低于多少，等等，然后收集这些数据，方便及时统计分析。
2.KPI有没有被老板重视，这个也是一个关键点，任何东西只有在最高管理层的重视下才能有效的推动，不然就只是个空架子，下面的人也就敷衍了事。
3.面对KPI不达标需要进行改进措施，这里可以结合8D和PDCA来对策和再发防止对策，最好能横向展开，是否存在其他的类似问题。
4.最重要的一点，对于关键过程的管理，关键过程也是客户重视的过程，直接影响产品的外观或性能，而如何做好关键过程的管理，这里可以运用到五大工具的SPC来控制，现场可以通过加大检查力度、张贴关键点标识卡、防呆措施等等。
5.质量组织，质量部是负责推动质量改进的部门，如果它的主管没有实际的权利，那么很大程度上质量工作很难开展，这也是很多公司的普遍现象，重视生产，忽视质量，质量负责人只能捣糨糊，这样的质量是有问题的。当质量负责人有了权利，但是只有检验员，而没有来实际改善的人，这等于就是光杆司令上阵打仗，无异于失败的结果。
6.人员能力，一查人员流动率，人员流动率过大，将会导致培训很难得到保障，人员的能力就很难保证了，那产品的质量就更不好保证了。二查人员的培训记录，不要做表面工作，欺骗的了别人，欺骗不了自己的内心，只有认真培训，让人员能力达到他能操作的岗位，这样质量从根本上得到保障，质量都是生产出来的。
7.对合作伙伴的管理能力，重点查选择供应商的准则和实际做法，以及对供应商的绩效管理。当供应商绩效不达标如何改善，一个合格的供应商才能提供合格的原材料，才而降低本公司的不良，对于供应商同样可以采用这9点来查，同样可以自查。
8.质量文化，员工如何对待客户反馈的问题，如果员工对公司的质量问题反应迟缓或漠不关心，那这家的质量文化肯定有问题。当然从侧面反应了质量普及不到位、领导不重视，这样何谈质量管理呢。
9.技术能力，这是保障可以达到客户技术要求的根本要求，技术能力不行，客户要求都达不到，这活也就不用做了。
以上是本人通过阅读质量总监成长记中的来料质量浅谈从供应商的角度如何做好我们的质量管理。 收起阅读 »
2.KPI有没有被老板重视，这个也是一个关键点，任何东西只有在最高管理层的重视下才能有效的推动，不然就只是个空架子，下面的人也就敷衍了事。
3.面对KPI不达标需要进行改进措施，这里可以结合8D和PDCA来对策和再发防止对策，最好能横向展开，是否存在其他的类似问题。
4.最重要的一点，对于关键过程的管理，关键过程也是客户重视的过程，直接影响产品的外观或性能，而如何做好关键过程的管理，这里可以运用到五大工具的SPC来控制，现场可以通过加大检查力度、张贴关键点标识卡、防呆措施等等。
5.质量组织，质量部是负责推动质量改进的部门，如果它的主管没有实际的权利，那么很大程度上质量工作很难开展，这也是很多公司的普遍现象，重视生产，忽视质量，质量负责人只能捣糨糊，这样的质量是有问题的。当质量负责人有了权利，但是只有检验员，而没有来实际改善的人，这等于就是光杆司令上阵打仗，无异于失败的结果。
6.人员能力，一查人员流动率，人员流动率过大，将会导致培训很难得到保障，人员的能力就很难保证了，那产品的质量就更不好保证了。二查人员的培训记录，不要做表面工作，欺骗的了别人，欺骗不了自己的内心，只有认真培训，让人员能力达到他能操作的岗位，这样质量从根本上得到保障，质量都是生产出来的。
7.对合作伙伴的管理能力，重点查选择供应商的准则和实际做法，以及对供应商的绩效管理。当供应商绩效不达标如何改善，一个合格的供应商才能提供合格的原材料，才而降低本公司的不良，对于供应商同样可以采用这9点来查，同样可以自查。
8.质量文化，员工如何对待客户反馈的问题，如果员工对公司的质量问题反应迟缓或漠不关心，那这家的质量文化肯定有问题。当然从侧面反应了质量普及不到位、领导不重视，这样何谈质量管理呢。
9.技术能力，这是保障可以达到客户技术要求的根本要求，技术能力不行，客户要求都达不到，这活也就不用做了。
以上是本人通过阅读质量总监成长记中的来料质量浅谈从供应商的角度如何做好我们的质量管理。 收起阅读 »
ISO/TS16949新版标准认证转版计划
技术规范更新的各个时间节点，供参考！
为什么 30 个样本就称为「大样本」，而不是 40 或 50？
样本数的决定取决于需要预测的精度。预测精度简单理解就是能够容忍的差是多少，可以表现为标准偏差的差，也可以表现为百分比的差。也就是 ▏μ-M ▏允许差多少。μ为总体的均值，M为抽样得到的均值。差越小，抽样数就越需要多。如果允许10%的预测误差的话， 就是 ▏μ-M ▏/μ<10%，这通常被认为是一种稳定的状态。那么也就是最大误差不能超过0.1倍总体的偏差。总偏差的宽度是6个标准偏差，那么允许的误差就应该是五分之三标准偏差。按照这样的精度要求计算,样本数是30。所以，30个样本数就是这样产生的。在计算技术不发达的初期，为了能够让普通人都能运用统计手法，统计学家制定了这样的一个方案
关于如何计算样本数，有以下公式计算得到，α=0.05、β=0.1。有兴趣的可以计算一下。
在实际当中需要多少样本数才能反映总体呢？比如：抛硬币，有人曾问过这样的问题，就是抛了10次都是正面，那么第11次是正面的概率是多少。。。抛硬币时候确实会有连续是某一面的情况存在，但这并不是它本质的概率。如果获得准确的本质概率需要抛多少次才能反映呢？抛11次，得到某一面出现为50%的结论的概率只有70%。如果要达到99%准确的话，则需要试验9604次试验。因此样本需要多少，完全取决于需要达到多少预测的精度。
上表就是样本数量的一个计算表，E代表的是我们可以忍受的误差。抛硬币试验，历史上有好多人都做过试验，结果证实了以上的计算结果。
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
在网上找到了一篇文章贴上，供参考：如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便,然后将样本量根据一定方法分配到各个子域中去.所以,区域二相抽样不能计算样本量的说法是不科学的. 1．简单随机抽样确定样本量主要有两种类型: （1）对于平均数类型的变量 对于已知数据为绝对数,我们一般根据下列步骤来计算所需要的样本量.已知期望调查结果的精度(E), 期望调查结果的置信度(L),以及总体的标准差估计值σ的具体数据,总体单位数N. 计算公式为:n=σ2/(e2/Z2+σ2/N) 特殊情况下,如果是很大总体,计算公式变为:n= Z2σ2/e2 例如希望平均收入的误差在正负人民币30元之间,调查结果在95%的置信范围以内,其95%的置信度要求Z的统计量为1.96.根据估计总体的标准差为150元,总体单位数为1000. 样本量:n=150*150/(30*30/(1.96*1.96))+150*150/1000)=88 (2)于百分比类型的变量 对于已知数据为百分比,一般根据下列步骤计算样本量.已知调查结果的精度值百分比(E),以及置信度(L),比例估计(P)的精度,即样本变异程度,总体数为N. 则计算公式为:n=P(1-P)/(e2/Z2+ P(1-P)/N) 同样,特殊情况下如果不考虑总体,公式为:n= Z2P(1-P)/e2 一般情况下,我们不知道P的取值,取其样本变异程度最大时的值为0.5. 例如:希望平均收入的误差在正负0.05之间,调查结果在95%的置信范围以内,其95%的置信度要求Z的统计量为1.96,估计P为0.5,总体单位数为1000.样本量为:n=0.5*0.5/(0.05*0.05/(1.96*1.96)+0.5*0.5/1000)=278 2.样本量分配方法 以上分析我们获得了采用简单随机抽样公式计算得到的样本量,总的样本量需要在此基础上乘以设计效应的值得到.由于样本总量已经确定,我们采用总样本量固定方法分配样本,这种方法包括按照比例分配和不按照比例分配两类.实际工作中首先计算取得区县总的样本量,然后逐级将其分配到各阶分层中,如果不清楚各阶分层的规模和方差等,一般采取比例分配或者比例平方根分配法.如果有一定辅助变量可以使用,可以采用按照规模分配法分配样本量. 3.样本量和总体大小的关系: 在其它条件一定的情况下,即误差、置信度、抽样比率一定,样本量随总体的大小而变化.但是,总体越大,其变化越不明显；总体较小时,变化明显. 二者之间的变化并非是线性关系.所以,样本量并不是越大越好,应该综合考虑,实际工作中只要达到要求就可以了.结论：样本大小与我们期望的预测精度以及总体大小有关，预测精度越高，样本量就越大。。。直至百分百的调查。为保证95%的置信度，我们通常认为至少30组数据为抽样调查的样本数。如果一组是5个数据的话，那么一般就按照125执行。总体数小于3000的情况下，我们基本上就可以按照125样本数实施。
收起阅读 »
关于如何计算样本数，有以下公式计算得到，α=0.05、β=0.1。有兴趣的可以计算一下。
在实际当中需要多少样本数才能反映总体呢？比如：抛硬币，有人曾问过这样的问题，就是抛了10次都是正面，那么第11次是正面的概率是多少。。。抛硬币时候确实会有连续是某一面的情况存在，但这并不是它本质的概率。如果获得准确的本质概率需要抛多少次才能反映呢？抛11次，得到某一面出现为50%的结论的概率只有70%。如果要达到99%准确的话，则需要试验9604次试验。因此样本需要多少，完全取决于需要达到多少预测的精度。
上表就是样本数量的一个计算表，E代表的是我们可以忍受的误差。抛硬币试验，历史上有好多人都做过试验，结果证实了以上的计算结果。
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
在网上找到了一篇文章贴上，供参考：如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便,然后将样本量根据一定方法分配到各个子域中去.所以,区域二相抽样不能计算样本量的说法是不科学的. 1．简单随机抽样确定样本量主要有两种类型: （1）对于平均数类型的变量 对于已知数据为绝对数,我们一般根据下列步骤来计算所需要的样本量.已知期望调查结果的精度(E), 期望调查结果的置信度(L),以及总体的标准差估计值σ的具体数据,总体单位数N. 计算公式为:n=σ2/(e2/Z2+σ2/N) 特殊情况下,如果是很大总体,计算公式变为:n= Z2σ2/e2 例如希望平均收入的误差在正负人民币30元之间,调查结果在95%的置信范围以内,其95%的置信度要求Z的统计量为1.96.根据估计总体的标准差为150元,总体单位数为1000. 样本量:n=150*150/(30*30/(1.96*1.96))+150*150/1000)=88 (2)于百分比类型的变量 对于已知数据为百分比,一般根据下列步骤计算样本量.已知调查结果的精度值百分比(E),以及置信度(L),比例估计(P)的精度,即样本变异程度,总体数为N. 则计算公式为:n=P(1-P)/(e2/Z2+ P(1-P)/N) 同样,特殊情况下如果不考虑总体,公式为:n= Z2P(1-P)/e2 一般情况下,我们不知道P的取值,取其样本变异程度最大时的值为0.5. 例如:希望平均收入的误差在正负0.05之间,调查结果在95%的置信范围以内,其95%的置信度要求Z的统计量为1.96,估计P为0.5,总体单位数为1000.样本量为:n=0.5*0.5/(0.05*0.05/(1.96*1.96)+0.5*0.5/1000)=278 2.样本量分配方法 以上分析我们获得了采用简单随机抽样公式计算得到的样本量,总的样本量需要在此基础上乘以设计效应的值得到.由于样本总量已经确定,我们采用总样本量固定方法分配样本,这种方法包括按照比例分配和不按照比例分配两类.实际工作中首先计算取得区县总的样本量,然后逐级将其分配到各阶分层中,如果不清楚各阶分层的规模和方差等,一般采取比例分配或者比例平方根分配法.如果有一定辅助变量可以使用,可以采用按照规模分配法分配样本量. 3.样本量和总体大小的关系: 在其它条件一定的情况下,即误差、置信度、抽样比率一定,样本量随总体的大小而变化.但是,总体越大,其变化越不明显；总体较小时,变化明显. 二者之间的变化并非是线性关系.所以,样本量并不是越大越好,应该综合考虑,实际工作中只要达到要求就可以了.结论：样本大小与我们期望的预测精度以及总体大小有关，预测精度越高，样本量就越大。。。直至百分百的调查。为保证95%的置信度，我们通常认为至少30组数据为抽样调查的样本数。如果一组是5个数据的话，那么一般就按照125执行。总体数小于3000的情况下，我们基本上就可以按照125样本数实施。
收起阅读 »
SPC控制图的选择[全景完整版下]——多因素控制图质量控制
上一篇中我们讲到了SPC中单因素控制图的选择，那么，当需要监控的变量不止一个（甚至相关）怎么办呢？
一种方法是对每个变量分别使用单因素控制图，但这种方式有时候是有效的，但也有时候会无效甚至出现有误导性的结论，这时候，我们就需要使用多因素控制方法了，它们能将不同参数结合起来考虑。
在多因素控制图中，“Hotelling T^2 ”控制图与Xbar控制图类似，另外EWMA控制图也有适用于多因素质量监控的版本。多因素控制图在变量个数不太多（比如10个以内）的时候效果比较明显，而当变量个数增多时，传统的多因素控制图却不是很有效，这时候我们通常需要对变量个数进行降维处理，进行降维的有效方法之一是使用主成分分析法。
比如在很多时候，一种轴承的外径和内径就是两个彼此相关的变量。这时，我们或许可以用单因素控制图对轴承的外径和内径分别进行监控，但这有时却具有一定的误导性。在如下的图形中，X1和X2在被用单因素控制图单独进行监控时并没有发现异常，这时X1和X2都应在其控制限内，等同于点（X1,X2）落在如下图中的阴影区域，但是看起来有一个点与其他点似乎有所不同。这时，如果我们需要提升质量监控的效率，就需要考虑多因素控制图了，其必要性从下面两幅图中可见一斑。
由于在当今的生产实践中，自动测量同一产品的多个变量变得相对容易，比如在一些化工厂和半导体公司，保留产品的数百个变量的测量数据是一种很常见的情况。在这种背景下，多因素控制图也开始越来越被更多地重视起来。
收起阅读 »
一种方法是对每个变量分别使用单因素控制图，但这种方式有时候是有效的，但也有时候会无效甚至出现有误导性的结论，这时候，我们就需要使用多因素控制方法了，它们能将不同参数结合起来考虑。
在多因素控制图中，“Hotelling T^2 ”控制图与Xbar控制图类似，另外EWMA控制图也有适用于多因素质量监控的版本。多因素控制图在变量个数不太多（比如10个以内）的时候效果比较明显，而当变量个数增多时，传统的多因素控制图却不是很有效，这时候我们通常需要对变量个数进行降维处理，进行降维的有效方法之一是使用主成分分析法。
比如在很多时候，一种轴承的外径和内径就是两个彼此相关的变量。这时，我们或许可以用单因素控制图对轴承的外径和内径分别进行监控，但这有时却具有一定的误导性。在如下的图形中，X1和X2在被用单因素控制图单独进行监控时并没有发现异常，这时X1和X2都应在其控制限内，等同于点（X1,X2）落在如下图中的阴影区域，但是看起来有一个点与其他点似乎有所不同。这时，如果我们需要提升质量监控的效率，就需要考虑多因素控制图了，其必要性从下面两幅图中可见一斑。
由于在当今的生产实践中，自动测量同一产品的多个变量变得相对容易，比如在一些化工厂和半导体公司，保留产品的数百个变量的测量数据是一种很常见的情况。在这种背景下，多因素控制图也开始越来越被更多地重视起来。
收起阅读 »
SPC控制图的选择[全景完整版上]——单因素控制图质量控制
统计过程控制（SPC: Statistical Process Control）是实际质量管理实践中用来进行在线或离线、实时或非实时过程监控、能力分析的常用方法。常用的控制图根据其分析对象的多少可以分为单因素控制图(Univariate Control Chart)和多因素控制图(Multivariate Control Chart)。
在统计过程控制（SPC）中，单因素控制图(Univariate Control Chart)用来检验过程单个质量参数是否受控的情况，常用的单因素控制图包括：
其中，休哈特控制图中，前两种主要用于监控连续型测量数据，而后四种主要用来监控属性测量（离散型）数据。
这些控制图在使用时，我们通常只针对一个过程输出变量。通常而言，对于上述控制图的选择，我们可以遵循如下大致的路径：
上述选择路径图在很多国内的质量管理书籍中都能见到。不过事实上，我们在使用这些控制图方法时，通常假定过程数据是不存在自相关性的。如果考虑过程数据的自相关性，单因素控制图的完整选择路径应如下：
接下来，我们再来用图形总结一下多种单因素过程控制方法适用的情形。
从上图左轴可以看出，随着样本抽样间隔的增加，休哈特控制图将越来越变得适用，因为样本较大的抽样间隔通常会使自相关效应失效；而随着样本抽样间隔的减小，自相关效应将变得更加重要，此时我们很可能需要使用ARIMA或EWMA方法。而从右轴可以看出，过程调整的成本增加会促使我们使用休哈特控制图来监测过程；而在另一方面，如果过程调整成本较低，将使得我们可以使用一些工程过程控制系统。在纵轴上，当随机因素或噪声在均值的移动中处于主导地位时，休哈特控制图会变得更加适合；而如果均值的移动更多地与随机噪声有关，我们又会使用ARIMA或EWMA类型的方法，或者工程控制器。
收起阅读 »
在统计过程控制（SPC）中，单因素控制图(Univariate Control Chart)用来检验过程单个质量参数是否受控的情况，常用的单因素控制图包括：
- 经典休哈特控制图之Xbar-R/S图
- 经典休哈特控制图之I-MR图
- 经典休哈特控制图之C图
- 经典休哈特控制图之U图
- 经典休哈特控制图之P图
- 经典休哈特控制图之NP图
- CUSUM控制图
- EWMA控制图
其中，休哈特控制图中，前两种主要用于监控连续型测量数据，而后四种主要用来监控属性测量（离散型）数据。
这些控制图在使用时，我们通常只针对一个过程输出变量。通常而言，对于上述控制图的选择，我们可以遵循如下大致的路径：
上述选择路径图在很多国内的质量管理书籍中都能见到。不过事实上，我们在使用这些控制图方法时，通常假定过程数据是不存在自相关性的。如果考虑过程数据的自相关性，单因素控制图的完整选择路径应如下：
接下来，我们再来用图形总结一下多种单因素过程控制方法适用的情形。
从上图左轴可以看出，随着样本抽样间隔的增加，休哈特控制图将越来越变得适用，因为样本较大的抽样间隔通常会使自相关效应失效；而随着样本抽样间隔的减小，自相关效应将变得更加重要，此时我们很可能需要使用ARIMA或EWMA方法。而从右轴可以看出，过程调整的成本增加会促使我们使用休哈特控制图来监测过程；而在另一方面，如果过程调整成本较低，将使得我们可以使用一些工程过程控制系统。在纵轴上，当随机因素或噪声在均值的移动中处于主导地位时，休哈特控制图会变得更加适合；而如果均值的移动更多地与随机噪声有关，我们又会使用ARIMA或EWMA类型的方法，或者工程控制器。
收起阅读 »
[荐]质量控制与质量改进中的统计方法
而今，统计分析方法已经被广泛应用于质量控制与质量改进中，成为质量持续改进和六西格玛的重要方法论之一，常用的方法论包括统计过程控制（SPC: Statistical Process Control）、实验设计（DOE: Design Of Experiments）和可接受抽样（Acceptance Sampling）以及其他对分析质量问题和改进过程有帮助的方法。
过程模型
很多用于质量控制与质量改进的统计方法可以用下图来说明。在这里，生产或服务过程（Process）被看成一个具有一系列输入（Inputs）和输出（Outputs）的系统，而输入有分为可控输入（Controllable Inputs）和不可控输入（Uncontrollable Inputs）两种。对生产过程而言，可控输入因素（x）包括（比如）温度、压力、进给率等，而不可控输入（z）包括（比如）环境变量、外部供应商所供应的原材料的某个质量指标的变化等，生产过程将原材料、零部件或组件转变成具有某些质量指标（y，过程和产品质量的测量结果）的最终产品。
图：过程的输入和输出
上述模型同样适用于非生产过程和服务过程。例如，在处理汽车贷款申请的金融机构，过程的输入包括贷款申请，其中包含了客户的基本信息及其信用历史记录、汽车种类和价格、申请贷款的金额等，可控因素包括贷款申请的处理人员所接受的培训的种类，该金融机构对该种贷款申请的政策以及一段时间内处理该种贷款申请的人员数量等，不可控因素包括市场利率、能用于发放该种贷款的资金量以及一段时间内需要处理的该种贷款申请的数量等。过程的输出质量因素包括该笔贷款的处理结果（是否被批准），申请者实际接收的已被批准的贷款数量以及周期时间（客户需要等待期贷款申请批复结果的时间）——在服务过程中，周期时间通常都是非常重要的CTQ（Critical To Quality）。
统计过程控制（SPC）与控制图(Control Charts)
控制图是统计过程控制的基本方法。下图是一个典型的控制图的例子，控制图将从生产过程中抽取的样品的某个质量特性的均值，按时间（或样本编号）顺序在图上打点。控制图上包含中心线（CL）、上控制限（UCL）和下控制线（LCL），其中中心线表示当过程中没有特殊的波动源时该质量特性应该在的位置。上下控制限的计算包括了简单的统计学考虑。控制图的典型应用是适用于上述系统的输出变量，但有时将其适用于输入变量也是非常有用的。
图：一个典型的SPC控制图
控制图是一项非常有用的过程控制技术，当特殊的波动源出现时，样本均值点会落到控制限以外，这是一个非常重要的信号，表示我们需要对过程进行调查并采取纠正措施以消除这些特别波动源。系统地使用控制图是降低过程波动的一项完美的措施。另外，相对于离线、事后的SPC分析而言，在线、实时的SPC过程监测能帮助尽早发现质量风险，形成对质量风险的快速相应机制，对企业的帮助更大。
实验设计(DOE)与分析
一个设计好的实验对于发现那些对过程中我们感兴趣的质量特性产生影响的关键变量是及其有帮助的，它能够系统地改变过程中的可控输入变量，并确定这些输入变量对过程输出变量的产生的影响的效果。对于降低质量特性的波动、确定可控变量在何种水平下可以最优化过程是极其有用的，它通常能帮助我们带来流程效能和产品质量的突破。一种主要的实验设计方法是因子实验（Factorial Design）。在因子实验中，各种因素一同变动，这些变动中的所有组合都被一一检验。经验和实际应用表明，这些组合中的一部分能够比另一部分带来更加好的结果。
实验设计方法是一种主要的离线（Off-Line）质量控制工具，因为它们常常被应用在研发实践中和生产过程的早期，而不是作为一种在线（On-line）或在程（In-Process）的常规工具。它在降低过程的波动方面扮演者重要的角色。
一旦我们找到了对过程输出产生影响的重要变量，通常就有必要对有影响力的输入变量和输出变量之间的关系进行建模。这时，有用的统计分析方法包括回归分析和时间序列分析等。而一旦我们找到了重要的输入变量并对它们如何影响输出变量进行了量化，在线的统计过程控制技术就能够用来十分有效地对过程进行监测，它能够帮助实时监测过程的输出，并侦测何时需要调整输入变量来使过程输出保持在受控的状态，而前述的输入变量与输出变量之间的关系的模型能帮助我们确定需要调整何种输入变量以及需要调整多大的幅度。
在很多过程中，一旦输入变量和输出变量之间的关系的动态特性能够得以理解和确定，就可以定期调整过程以使将来的过程输出大体上符合目标值。这种定期的调整通常称为工程控制(Engineering Control)，自动控制(Automatic control)或反馈控制(Feedback control)。而统计过程控制（SPC）技术通常能够有效地整合到进行工程控制的制造系统中去。
可接受抽样(Acceptance sampling)
可接受抽样（Acceptance Sampling）技术与产品的检验和测试尽力联系在一起，它是一种早期的质量控制方法，在统计方法应用在质量控制领域之前很久就已经产生了。检验能够在过程中的很多点实施。可接受抽样被定义为从大批量中随机抽取的样本的检验（Inspection）和分类（Classification）结果以及根据这一结果对该批量进行的处置措施，它通常发生在两个地方：来料检验和最终产品。常见的几种可接受抽样的情形如下图所示。
图，可接受抽样的几种情形
被抽样的批次要么会被拒绝，要么会被接受。而对被拒绝的批次中的产品的典型处置方法包括报废、回收、返工或用良品替换，这种情形称为矫正检验（Rectifying Inspection）
现代质量保证系统通常较少强调可接受抽样，而是将统计过程控制和实验设计作为关注的重点。可接受抽样倾向于强化“满足规格要求”的视角而且不能给生产过程、工程设计和开发等这些质量改进的必要措施提供反馈意见。
质量管理统计方法在组织中应用的进化过程
下图描述了上述统计方法在组织中应用的进化过程：当企业的成熟度处于很低水平的时候，管理层可能完全意识不到质量管理的问题，在组织中很可能没有经过有效组织的质量改进举措，这时可能有一定的可接受抽样方法的应用，且应用领域通常是在来料检验中。当组织成熟度增长时，第一个活动是开始更多地使用可接受抽样的方法，而且这种方法的使用会逐渐增多，直至组织开始认识这样产品的质量并不能很好地得到检验和测试。
从这个时间开始，组织通常开始关注过程改进。统计过程控制和实验设计具有对生产活动、产品设计活动以及过程开发产生重要影响的潜在能力。系统性地导入这些方法通常是实质性质量改进、成本降低和产能提高的开始。当组织成熟度达到比较高的水平时，统计过程控制和实验设计就成为了企业非常常用的方法，而可接受抽样反而被相对较少地使用。
图：使用质量工程方法的各阶段图
质量工程(Quality Engineering)的目标是系统性地降低产品质量特性的波动。下图展示了这一过程是如何发生的。在早期，在可接受抽样还作为主要的方法被使用的阶段，过程“超差”和不满足规格要去的产品占了过程输出的较大比例。这时，统计过程控制方法的导入将是过程变得稳定并减少波动，使得过程满足要求。更进一步，过程波动的进一步减小会带来更好的产品效能、增强竞争优势。这时，在任何一个行业，我们都可以结合应用统计实验设计方法和统计过程控制方法来将过程的波动最小化。
图：质量工程方法的应用以及系统地降低过程的波动
注：本文由数据采集、统计过程控制SPC系统、分析自动化专家QuAInS 根据Douglas C. Montgomery相关专著翻译整理，转载请注明出处 收起阅读 »
过程模型
很多用于质量控制与质量改进的统计方法可以用下图来说明。在这里，生产或服务过程（Process）被看成一个具有一系列输入（Inputs）和输出（Outputs）的系统，而输入有分为可控输入（Controllable Inputs）和不可控输入（Uncontrollable Inputs）两种。对生产过程而言，可控输入因素（x）包括（比如）温度、压力、进给率等，而不可控输入（z）包括（比如）环境变量、外部供应商所供应的原材料的某个质量指标的变化等，生产过程将原材料、零部件或组件转变成具有某些质量指标（y，过程和产品质量的测量结果）的最终产品。
图：过程的输入和输出
上述模型同样适用于非生产过程和服务过程。例如，在处理汽车贷款申请的金融机构，过程的输入包括贷款申请，其中包含了客户的基本信息及其信用历史记录、汽车种类和价格、申请贷款的金额等，可控因素包括贷款申请的处理人员所接受的培训的种类，该金融机构对该种贷款申请的政策以及一段时间内处理该种贷款申请的人员数量等，不可控因素包括市场利率、能用于发放该种贷款的资金量以及一段时间内需要处理的该种贷款申请的数量等。过程的输出质量因素包括该笔贷款的处理结果（是否被批准），申请者实际接收的已被批准的贷款数量以及周期时间（客户需要等待期贷款申请批复结果的时间）——在服务过程中，周期时间通常都是非常重要的CTQ（Critical To Quality）。
统计过程控制（SPC）与控制图(Control Charts)
控制图是统计过程控制的基本方法。下图是一个典型的控制图的例子，控制图将从生产过程中抽取的样品的某个质量特性的均值，按时间（或样本编号）顺序在图上打点。控制图上包含中心线（CL）、上控制限（UCL）和下控制线（LCL），其中中心线表示当过程中没有特殊的波动源时该质量特性应该在的位置。上下控制限的计算包括了简单的统计学考虑。控制图的典型应用是适用于上述系统的输出变量，但有时将其适用于输入变量也是非常有用的。
图：一个典型的SPC控制图
控制图是一项非常有用的过程控制技术，当特殊的波动源出现时，样本均值点会落到控制限以外，这是一个非常重要的信号，表示我们需要对过程进行调查并采取纠正措施以消除这些特别波动源。系统地使用控制图是降低过程波动的一项完美的措施。另外，相对于离线、事后的SPC分析而言，在线、实时的SPC过程监测能帮助尽早发现质量风险，形成对质量风险的快速相应机制，对企业的帮助更大。
实验设计(DOE)与分析
一个设计好的实验对于发现那些对过程中我们感兴趣的质量特性产生影响的关键变量是及其有帮助的，它能够系统地改变过程中的可控输入变量，并确定这些输入变量对过程输出变量的产生的影响的效果。对于降低质量特性的波动、确定可控变量在何种水平下可以最优化过程是极其有用的，它通常能帮助我们带来流程效能和产品质量的突破。一种主要的实验设计方法是因子实验（Factorial Design）。在因子实验中，各种因素一同变动，这些变动中的所有组合都被一一检验。经验和实际应用表明，这些组合中的一部分能够比另一部分带来更加好的结果。
实验设计方法是一种主要的离线（Off-Line）质量控制工具，因为它们常常被应用在研发实践中和生产过程的早期，而不是作为一种在线（On-line）或在程（In-Process）的常规工具。它在降低过程的波动方面扮演者重要的角色。
一旦我们找到了对过程输出产生影响的重要变量，通常就有必要对有影响力的输入变量和输出变量之间的关系进行建模。这时，有用的统计分析方法包括回归分析和时间序列分析等。而一旦我们找到了重要的输入变量并对它们如何影响输出变量进行了量化，在线的统计过程控制技术就能够用来十分有效地对过程进行监测，它能够帮助实时监测过程的输出，并侦测何时需要调整输入变量来使过程输出保持在受控的状态，而前述的输入变量与输出变量之间的关系的模型能帮助我们确定需要调整何种输入变量以及需要调整多大的幅度。
在很多过程中，一旦输入变量和输出变量之间的关系的动态特性能够得以理解和确定，就可以定期调整过程以使将来的过程输出大体上符合目标值。这种定期的调整通常称为工程控制(Engineering Control)，自动控制(Automatic control)或反馈控制(Feedback control)。而统计过程控制（SPC）技术通常能够有效地整合到进行工程控制的制造系统中去。
可接受抽样(Acceptance sampling)
可接受抽样（Acceptance Sampling）技术与产品的检验和测试尽力联系在一起，它是一种早期的质量控制方法，在统计方法应用在质量控制领域之前很久就已经产生了。检验能够在过程中的很多点实施。可接受抽样被定义为从大批量中随机抽取的样本的检验（Inspection）和分类（Classification）结果以及根据这一结果对该批量进行的处置措施，它通常发生在两个地方：来料检验和最终产品。常见的几种可接受抽样的情形如下图所示。
图，可接受抽样的几种情形
被抽样的批次要么会被拒绝，要么会被接受。而对被拒绝的批次中的产品的典型处置方法包括报废、回收、返工或用良品替换，这种情形称为矫正检验（Rectifying Inspection）
现代质量保证系统通常较少强调可接受抽样，而是将统计过程控制和实验设计作为关注的重点。可接受抽样倾向于强化“满足规格要求”的视角而且不能给生产过程、工程设计和开发等这些质量改进的必要措施提供反馈意见。
质量管理统计方法在组织中应用的进化过程
下图描述了上述统计方法在组织中应用的进化过程：当企业的成熟度处于很低水平的时候，管理层可能完全意识不到质量管理的问题，在组织中很可能没有经过有效组织的质量改进举措，这时可能有一定的可接受抽样方法的应用，且应用领域通常是在来料检验中。当组织成熟度增长时，第一个活动是开始更多地使用可接受抽样的方法，而且这种方法的使用会逐渐增多，直至组织开始认识这样产品的质量并不能很好地得到检验和测试。
从这个时间开始，组织通常开始关注过程改进。统计过程控制和实验设计具有对生产活动、产品设计活动以及过程开发产生重要影响的潜在能力。系统性地导入这些方法通常是实质性质量改进、成本降低和产能提高的开始。当组织成熟度达到比较高的水平时，统计过程控制和实验设计就成为了企业非常常用的方法，而可接受抽样反而被相对较少地使用。
图：使用质量工程方法的各阶段图
质量工程(Quality Engineering)的目标是系统性地降低产品质量特性的波动。下图展示了这一过程是如何发生的。在早期，在可接受抽样还作为主要的方法被使用的阶段，过程“超差”和不满足规格要去的产品占了过程输出的较大比例。这时，统计过程控制方法的导入将是过程变得稳定并减少波动，使得过程满足要求。更进一步，过程波动的进一步减小会带来更好的产品效能、增强竞争优势。这时，在任何一个行业，我们都可以结合应用统计实验设计方法和统计过程控制方法来将过程的波动最小化。
图：质量工程方法的应用以及系统地降低过程的波动
注：本文由数据采集、统计过程控制SPC系统、分析自动化专家QuAInS 根据Douglas C. Montgomery相关专著翻译整理，转载请注明出处 收起阅读 »
MMOG/LE要求，你遇到了吗？
MMOG/LE V4是AIAG开发并出版的国际物料物流管理与评估准则，，福特汽车早就把MMOG/LE作为供应商考核内容之一，并使取得其Q1资格的准入门槛。现在，越来越多的汽车主机厂和大型客户开始采用MMOG/LE作为对供应商的管理要求，也是供应链管理的手段之一，因此作为汽车行业的供应商应该及早做好准备，提前引入和建立物料与物流系统管理，以满足现状和未来众多汽车主机厂与大型客户的要求，，，
MMOG/LE 目前是第四版，第四版于2014年5月份发布，，其核心内容有6大章节，分别是1.战略与改进 2.工作的组织 3.能力和生产计划 4.客户接口 5.生产和产品开展 6.供应商接口 总审查条款为为197项，分全面评估和基础评估，基础评估可以采用106项，，因此V4版的MMOG/LE更灵活使用，，特别是现场审核后输入信息可以自动出来审核分析报告，，便于审核结果分析和整改使用，，，
收起阅读 »
MMOG/LE 目前是第四版，第四版于2014年5月份发布，，其核心内容有6大章节，分别是1.战略与改进 2.工作的组织 3.能力和生产计划 4.客户接口 5.生产和产品开展 6.供应商接口 总审查条款为为197项，分全面评估和基础评估，基础评估可以采用106项，，因此V4版的MMOG/LE更灵活使用，，特别是现场审核后输入信息可以自动出来审核分析报告，，便于审核结果分析和整改使用，，，
收起阅读 »
小议ISO/TS 16949转版的时间进度和技术内涵
转载: SGS管理学院 作者：Rocky He
前言
随着ISO 9001：2015在9月15号的正式展开，象征着这一各行各业的基础规范的要求被锁定了下来。基础性的要求锁定后，行业中的专业要求也将被逐渐锁定，比如AS 9100飞机制造行业、比如IRIS轨道交通制造行业，比如ISO/TS 16949汽车行业。
作为对ISO 9001的响应，IATF—--这个唯一的TS的认可委，先后发布了两个应对的声明：其一，响应ISO 9001旧版 证书的有效期，把现有的ISO/TS 16949的证书有效期统一也确定为2018年9月14日起失效；其二，初步框定了本技术规范的更新时间，以及更新涉及的内容范围。
ISO/TS 16949技术规范更新的各个时间节点
以上时间节点仅供参考，具体时间以实际为准。
2016年4月份将会出本技术规范的草案，6月份之前进行“差距分析”，12月份最终完稿；完稿之后及时推出，进行培训、考核、授权等活动，留给现有的ISO/TS 16949的被审核方将只有不足两年的转换周期。因此各认证机构以及被审核的汽车行业供应商需要针对性地对现有的管理体系做适当的评价，根据时间进度策划合适的时间节点，包含培训、建立体系、内审员资格和能力的获得、实施认证等。
更新可能涉及的内容范围（技术内涵）
ISO对ISO 9001的期望是“高级结构”、“使用25年以上”，可以说是一个殚精竭虑、呕心沥血的过程。那么，建立在ISO 9001基础上的ISO/TS 16949，必然也应该迎来重大结构变化，强调更多应用的内涵。我们试看IATF于2016年3月份提出的转换内容：
1、风险管理
安全相关产品/过程的要求。
这个在之前的版本里面一直存在，无论是在设计开发阶段还是生产制造阶段。在换版的规范中进一步明确的话，是能够响应到ISO 9001的“基于风险的思维”的。
产品可追溯性的要求。
汽车行业有别于一些传统行业的一个重要特点是产品可追溯性。虽然在ISO 9001中间始终是提出的，但是强制性不够。那么行业规范就可以根据自身的要求来决定是否强制。一直一来，审核ISO/TS 16949的时候是通过TS+CSR（顾客特别要求）来强制的，本次转换就会看到通过TS规范本身能强制到什么程度。无论如何，这一要求也是同第一点一样，是“基于风险的思维”的。
内置软件产品的要求。
这一要求是随着汽车产品的电子化软件信息化而产生的。由于越来越多的行业和汽车行业融合在一起，造成了这些行业的供应商发现自己正式踏入了汽车行业，从而导致了诸多“这个产品可以纳入ISO/TS 16949认证吗”之类的存在性提问，包含软件设计在供应链的位置，让我们拭目以待IATF可能有的决策。
保修管理过程。
ISO/TS 16949是OEM的要求，因此本规范的管理要求都是针对原装业务的，后装业务被定义为“OEM指定的产品才可以纳入管理范围”，因此长期以来非4S店的业务都游离在管理范围之外。“基于风险”，这些内容同样要在转换的时候考虑。
下一级供应商的管理要求。
其实风险是在整条供应链上面的，供应商需要纳入管理，再下一级的供应商同样需要纳入管理。管理到哪一级哪个范围，应该是OEM或者被认证的主体“基于风险”来确定，并且在供应链里面做规定的。
增加企业责任的要求。
作为一个质量管理体系的标准，实际上ISO 9001已经增加了很多超越“质量管理体系”的要求，包含环境、社会责任、可持续发展等。作为一个企业，其与相关方的牵涉是千丝万缕，产生的“风险”也是种类繁多，需要承担的责任也是多种多样的。
综上所述，ISO/TS 16949在转换时增加的内容，与汽车行业识别到的“风险”有关。当然，在此我们必须把“风险”识别为“风险和机遇”， 因为只有在策划和过程监控阶段，认真识别“风险”，直面“挑战”，才能在向顾客提供产品和服务的过程中加强顾客满意，达成企业发展的“机遇”。
2、组织知识
另外一部分在新版ISO/TS 16949的应用中会成为重点的是“组织知识”， 这是新版ISO 9001中的7.1.6的要求：组织应确定过程的运行和达到产品和服务的符合性所需的知识。这些知识应得到维护并在需要时易于获取。注2：组织知识可以基于“内部资源”和“外部资源”。
长期以来，我们有许多企业在变化的经济形势下一筹莫展、随波逐流，在竞争对手面前不堪一击、屡战屡败，其中的原因固然很多，但是没有具备和维护好组织应有的知识是一个重要的原因。在ISO/TS 16949的一些参考手册中，这些相应的要求如“最佳实践”、“经验教训”、“失效模式的分析”等被长期提出，并在一定范围内应用。但是并不作为本规范的强制性要求。借助于本次转换，将相应的要求作为强制性内容提出，以保证汽车行业供应商在运作过程中始终维护好这些必备的知识，帮助企业展开良性循环，也将成为新版规范的一项重点的工作。
时间的轮毂飞转，2016年会在行业的高速运转中，匆匆来，匆匆去。让我们做好准备，迎接行业里这一重要规范的到来，并为它的建立、运行和发展贡献力量。 收起阅读 »
前言
随着ISO 9001：2015在9月15号的正式展开，象征着这一各行各业的基础规范的要求被锁定了下来。基础性的要求锁定后，行业中的专业要求也将被逐渐锁定，比如AS 9100飞机制造行业、比如IRIS轨道交通制造行业，比如ISO/TS 16949汽车行业。
作为对ISO 9001的响应，IATF—--这个唯一的TS的认可委，先后发布了两个应对的声明：其一，响应ISO 9001旧版 证书的有效期，把现有的ISO/TS 16949的证书有效期统一也确定为2018年9月14日起失效；其二，初步框定了本技术规范的更新时间，以及更新涉及的内容范围。
ISO/TS 16949技术规范更新的各个时间节点
以上时间节点仅供参考，具体时间以实际为准。
2016年4月份将会出本技术规范的草案，6月份之前进行“差距分析”，12月份最终完稿；完稿之后及时推出，进行培训、考核、授权等活动，留给现有的ISO/TS 16949的被审核方将只有不足两年的转换周期。因此各认证机构以及被审核的汽车行业供应商需要针对性地对现有的管理体系做适当的评价，根据时间进度策划合适的时间节点，包含培训、建立体系、内审员资格和能力的获得、实施认证等。
更新可能涉及的内容范围（技术内涵）
ISO对ISO 9001的期望是“高级结构”、“使用25年以上”，可以说是一个殚精竭虑、呕心沥血的过程。那么，建立在ISO 9001基础上的ISO/TS 16949，必然也应该迎来重大结构变化，强调更多应用的内涵。我们试看IATF于2016年3月份提出的转换内容：
1、风险管理
安全相关产品/过程的要求。
这个在之前的版本里面一直存在，无论是在设计开发阶段还是生产制造阶段。在换版的规范中进一步明确的话，是能够响应到ISO 9001的“基于风险的思维”的。
产品可追溯性的要求。
汽车行业有别于一些传统行业的一个重要特点是产品可追溯性。虽然在ISO 9001中间始终是提出的，但是强制性不够。那么行业规范就可以根据自身的要求来决定是否强制。一直一来，审核ISO/TS 16949的时候是通过TS+CSR（顾客特别要求）来强制的，本次转换就会看到通过TS规范本身能强制到什么程度。无论如何，这一要求也是同第一点一样，是“基于风险的思维”的。
内置软件产品的要求。
这一要求是随着汽车产品的电子化软件信息化而产生的。由于越来越多的行业和汽车行业融合在一起，造成了这些行业的供应商发现自己正式踏入了汽车行业，从而导致了诸多“这个产品可以纳入ISO/TS 16949认证吗”之类的存在性提问，包含软件设计在供应链的位置，让我们拭目以待IATF可能有的决策。
保修管理过程。
ISO/TS 16949是OEM的要求，因此本规范的管理要求都是针对原装业务的，后装业务被定义为“OEM指定的产品才可以纳入管理范围”，因此长期以来非4S店的业务都游离在管理范围之外。“基于风险”，这些内容同样要在转换的时候考虑。
下一级供应商的管理要求。
其实风险是在整条供应链上面的，供应商需要纳入管理，再下一级的供应商同样需要纳入管理。管理到哪一级哪个范围，应该是OEM或者被认证的主体“基于风险”来确定，并且在供应链里面做规定的。
增加企业责任的要求。
作为一个质量管理体系的标准，实际上ISO 9001已经增加了很多超越“质量管理体系”的要求，包含环境、社会责任、可持续发展等。作为一个企业，其与相关方的牵涉是千丝万缕，产生的“风险”也是种类繁多，需要承担的责任也是多种多样的。
综上所述，ISO/TS 16949在转换时增加的内容，与汽车行业识别到的“风险”有关。当然，在此我们必须把“风险”识别为“风险和机遇”， 因为只有在策划和过程监控阶段，认真识别“风险”，直面“挑战”，才能在向顾客提供产品和服务的过程中加强顾客满意，达成企业发展的“机遇”。
2、组织知识
另外一部分在新版ISO/TS 16949的应用中会成为重点的是“组织知识”， 这是新版ISO 9001中的7.1.6的要求：组织应确定过程的运行和达到产品和服务的符合性所需的知识。这些知识应得到维护并在需要时易于获取。注2：组织知识可以基于“内部资源”和“外部资源”。
长期以来，我们有许多企业在变化的经济形势下一筹莫展、随波逐流，在竞争对手面前不堪一击、屡战屡败，其中的原因固然很多，但是没有具备和维护好组织应有的知识是一个重要的原因。在ISO/TS 16949的一些参考手册中，这些相应的要求如“最佳实践”、“经验教训”、“失效模式的分析”等被长期提出，并在一定范围内应用。但是并不作为本规范的强制性要求。借助于本次转换，将相应的要求作为强制性内容提出，以保证汽车行业供应商在运作过程中始终维护好这些必备的知识，帮助企业展开良性循环，也将成为新版规范的一项重点的工作。
时间的轮毂飞转，2016年会在行业的高速运转中，匆匆来，匆匆去。让我们做好准备，迎接行业里这一重要规范的到来，并为它的建立、运行和发展贡献力量。 收起阅读 »
QSB-GM
QSB(Quality Systems Basic，质量体系基础)是上个世纪九十年代,由通用汽车的供应商质量管理部门在零部件供应商之间首先开展的一项质量改进活动。随着全球供应链战略以及低成本国家的汽车零部件的崛起,通用汽车已经把QSB的要求纳入供应商质量评估体系,要求其供应商必须建立QSB体系。
QSB(质量管理体系基础)为美国通用汽车公司(GM)的核心管理工具，是一套理论完备、可操作性强的体系，得到汽车供应链上很多厂商的认可和运用（例：Delphi、Continental、Mobis等）。QSB+（Quality Systems Basic Plus，质量体系基础+）是QSB的最新版本，从13个战略方向不断提升整个供应链质量管理水平。
QSB+核心要素之一：快速响应
快速反应是这样一个系统:
● 使用标准化的反应流程来应对重大的内/外部质量问题
● 使用标准的问题解决报告格式, 逐步培养问题解决原则意识
● 通过每日例会加强沟通和管理
● 采用目视管理方法展示重要信息
● 尽早尽快地从上游解决问题
QSB+核心要素之二：不合格品控制
可追溯性使得顾客能准确识别可疑产品，并便于遏制和召回。
1、召回：
● 保护终端顾客，不得遗漏任何车辆
● 限制召回车辆的数量
● 品牌形象
● 避免给用户造成无用的召回
● 在现场，限制资源
2、遏制：
● 帮助确定问题的准确范围
● 可用来确定，采用不合格品装配的车辆是否已经装运至经销商/终端顾客
● 确定适当的断点
QSB+核心要素之三：防错验证
● 验证岗位的目的是什么？
● 验证岗位就是检查你的工序是否提供你所要的产品。
● 验证岗位提供了一个通过报警系统来专注于顾客关注问题（PR&R 缺陷）的方法。
● 验证岗位也对频发的，低严重度不合格品提醒注意。（对顾客的危害：灰尘，橘皮脱落，等。）
● 验证岗位最终减少缺陷零件数量，改善厂内一次合格率，直通率，从而在为顾客提供更好产品的同时也降低了成本。
QSB+核心要素之四：标准化操作
消除浪费：
消除浪费是每个人的责任，在持续改进的企业文化中，通过日常工作来推进和参与消除浪费活动。持续改进是一个永不停止，永无尽头的过程。即使当过程是稳定的，业务计划的目标已经达到时，我们也应寻求进一步的提高改进之路，更上一层楼!
QSB+核心要素之五：培训
● 领导必须利用年度培训计划发展提高他们的员工(包括所有生产和支持部门员工) 对于新员工/新职位特别派遣的人员/临时员工，要有特殊的考虑
● 员工要有培训计划，培训计划基于评估需要（比如：组织目标，个人培训需求，执行计划等）
● 利用培训工具：
● 课程目标
● 计划和跟踪
● 柔性图（用以确认培训和评价培训需求）
● 培训考核
● 培训计划应包含以下领域：
● 健康，安全，环境
● QSB+
● 技能培训
● 领导力培养
● 项目投产等特殊培训（如果适用的话）
QSB+核心要素之六：分层审核
● 过程分层审核提供了一套系统来：
● 验证操作是否符合文件规定的流程
● 逐步建立纪律
● 促进沟通
● 改善总体质量
● 过程分层审核成为一个汽车行业的标准
● 过程分层审核应由制造部门主导。
● 质量和其他职能部门参与并支持过程分层审核系统。
● 过程分层审核是对控制计划和作业指导书的补充检查。
QSB+核心要素之七：风险降低
● 领导层必须支持 RPN 降低活动，为多功能小组的定期评审提供必要的资源。
● 多功能小组必须全面评审 PFMEA：
● 符合 AIAG 和顾客要求
● 要包含所有过程和控制，且正确无误
● 频度和探测度打分依据真实数据、并准确
● 针对各被动式 & 主动式活动的更新
● 必须建立高 (RPN) 风险降低机会项目清单。
● 必须使用措施计划或类似记录跟踪RPN 降低活动的进度。
● 必须验证纠正措施实施后新的频度和探测度打分，并计算 RPN。
● 应该实施逆向 PFMEA 过程。
QSB+核心要素之八：异物控制
异物原理
● 致力于5个不同的异物分类，采取必要的控制手段使异物对产品外观和/或功能的影响最小化。
● 沉淀物
● 沉淀物减少策略
● 洁净间
● 涂装异物
● 多余零件
● 供应商应该在必要的地方有异物控制程序和作业指导书
● 程序/作业指导书的要求：
● 过程监控
● SPC或者数据收集
● 常规维护
● 预防或预见性维护
QSB+核心要素之九：供应链管理
● 开发供应链管理体系
● 满足GM/PSA质量准则
● 实施QSB+战略
● 应用GM/PSA问题解决方法论（深入分析和横向展开/8D）
● 所供应的产品进行APQP (GM) / Formalized Qualification Process (PSA) 和 PPAP/EI提交
● 建立质量绩效指标，如FTQ,PPM，内/外部质量
● 朝着高质量和低成本的方向持续改善
GM 期望一级供应商能采用类似通用管理他们的系统去管理他们的供应商。
组织必须:
● 采用文件化的系统方法管理其分供方
● 使用管理工具来管理其分供方：
● 通过下列手段来评估供应商是否符合要求，也要测评与最佳实践的差距。潜在供应商评估, QSB审核,标签审核, AIAG 特殊过程审核,DDW 审核。
● 监控供应商绩效目标与实绩。
● 有一个问题跟踪系统，直到获得问题根源并消除。
QSB+核心要素之十：变更管理
所有供应商都应有一个控制工厂过程变更的程序:
● 所有的变更都需要客户审核和批准
● 变更应使用文件化的工厂过程变更申请表
● 此程序应涵盖计划好的和紧急的变更
● 每个月要提前通知客户/SQE相关的下个月的变更（EWO和BTAB)
● 针对一切产品/过程/供应商的变更，需要执行有效的分析。此分析应该考虑成本，技术，性能，质量，时间结点，产能
● 在变更发生后，应该定义相关的断点，以及和客户的沟通。
QSB+核心要素之十一：设备维护
● 纠正型维护：
● 发生故障后进行维护
● 目的：尽快重新启动设备（甚至降级解决）
● 预防型维护：
● 按规定频次或规定条件（节拍数…）进行维护
● 目的：降低停机或设备损耗可能性。例：飞机维护
● 条件维护（预测型维护）：
● 根据设备关键参数测量值进行维护
● 例：旋转机器震动分析、流体分析、电气设备温度分析
QSB+核心要素之十二：生产和物料流管理
每日生产计划
● 制定日生产计划小组应至少考虑下列要素，以建立每日生产计划：
● 设备和资源可用性
● 当前利用率
● 规划的维护
● 可用工时
● 规划的换产/工装变更
● 净可用分钟/小时数
● 最新OEE Overall Equipment Effectiveness(全局设备效率，常用算法：=设备利用率X 实际产能X质量指数。可利用率=实际生产时间/计划生产时间，实际产能=实际产量/理论产量。质量指数=合格率）
● 遏制方法
QSB+核心要素之十三：外部物流
收起阅读 »
QSB(质量管理体系基础)为美国通用汽车公司(GM)的核心管理工具，是一套理论完备、可操作性强的体系，得到汽车供应链上很多厂商的认可和运用（例：Delphi、Continental、Mobis等）。QSB+（Quality Systems Basic Plus，质量体系基础+）是QSB的最新版本，从13个战略方向不断提升整个供应链质量管理水平。
QSB+核心要素之一：快速响应
快速反应是这样一个系统:
● 使用标准化的反应流程来应对重大的内/外部质量问题
● 使用标准的问题解决报告格式, 逐步培养问题解决原则意识
● 通过每日例会加强沟通和管理
● 采用目视管理方法展示重要信息
● 尽早尽快地从上游解决问题
QSB+核心要素之二：不合格品控制
可追溯性使得顾客能准确识别可疑产品，并便于遏制和召回。
1、召回：
● 保护终端顾客，不得遗漏任何车辆
● 限制召回车辆的数量
● 品牌形象
● 避免给用户造成无用的召回
● 在现场，限制资源
2、遏制：
● 帮助确定问题的准确范围
● 可用来确定，采用不合格品装配的车辆是否已经装运至经销商/终端顾客
● 确定适当的断点
QSB+核心要素之三：防错验证
● 验证岗位的目的是什么？
● 验证岗位就是检查你的工序是否提供你所要的产品。
● 验证岗位提供了一个通过报警系统来专注于顾客关注问题（PR&R 缺陷）的方法。
● 验证岗位也对频发的，低严重度不合格品提醒注意。（对顾客的危害：灰尘，橘皮脱落，等。）
● 验证岗位最终减少缺陷零件数量，改善厂内一次合格率，直通率，从而在为顾客提供更好产品的同时也降低了成本。
QSB+核心要素之四：标准化操作
消除浪费：
消除浪费是每个人的责任，在持续改进的企业文化中，通过日常工作来推进和参与消除浪费活动。持续改进是一个永不停止，永无尽头的过程。即使当过程是稳定的，业务计划的目标已经达到时，我们也应寻求进一步的提高改进之路，更上一层楼!
QSB+核心要素之五：培训
● 领导必须利用年度培训计划发展提高他们的员工(包括所有生产和支持部门员工) 对于新员工/新职位特别派遣的人员/临时员工，要有特殊的考虑
● 员工要有培训计划，培训计划基于评估需要（比如：组织目标，个人培训需求，执行计划等）
● 利用培训工具：
● 课程目标
● 计划和跟踪
● 柔性图（用以确认培训和评价培训需求）
● 培训考核
● 培训计划应包含以下领域：
● 健康，安全，环境
● QSB+
● 技能培训
● 领导力培养
● 项目投产等特殊培训（如果适用的话）
QSB+核心要素之六：分层审核
● 过程分层审核提供了一套系统来：
● 验证操作是否符合文件规定的流程
● 逐步建立纪律
● 促进沟通
● 改善总体质量
● 过程分层审核成为一个汽车行业的标准
● 过程分层审核应由制造部门主导。
● 质量和其他职能部门参与并支持过程分层审核系统。
● 过程分层审核是对控制计划和作业指导书的补充检查。
QSB+核心要素之七：风险降低
● 领导层必须支持 RPN 降低活动，为多功能小组的定期评审提供必要的资源。
● 多功能小组必须全面评审 PFMEA：
● 符合 AIAG 和顾客要求
● 要包含所有过程和控制，且正确无误
● 频度和探测度打分依据真实数据、并准确
● 针对各被动式 & 主动式活动的更新
● 必须建立高 (RPN) 风险降低机会项目清单。
● 必须使用措施计划或类似记录跟踪RPN 降低活动的进度。
● 必须验证纠正措施实施后新的频度和探测度打分，并计算 RPN。
● 应该实施逆向 PFMEA 过程。
QSB+核心要素之八：异物控制
异物原理
● 致力于5个不同的异物分类，采取必要的控制手段使异物对产品外观和/或功能的影响最小化。
● 沉淀物
● 沉淀物减少策略
● 洁净间
● 涂装异物
● 多余零件
● 供应商应该在必要的地方有异物控制程序和作业指导书
● 程序/作业指导书的要求：
● 过程监控
● SPC或者数据收集
● 常规维护
● 预防或预见性维护
QSB+核心要素之九：供应链管理
● 开发供应链管理体系
● 满足GM/PSA质量准则
● 实施QSB+战略
● 应用GM/PSA问题解决方法论（深入分析和横向展开/8D）
● 所供应的产品进行APQP (GM) / Formalized Qualification Process (PSA) 和 PPAP/EI提交
● 建立质量绩效指标，如FTQ,PPM，内/外部质量
● 朝着高质量和低成本的方向持续改善
GM 期望一级供应商能采用类似通用管理他们的系统去管理他们的供应商。
组织必须:
● 采用文件化的系统方法管理其分供方
● 使用管理工具来管理其分供方：
● 通过下列手段来评估供应商是否符合要求，也要测评与最佳实践的差距。潜在供应商评估, QSB审核,标签审核, AIAG 特殊过程审核,DDW 审核。
● 监控供应商绩效目标与实绩。
● 有一个问题跟踪系统，直到获得问题根源并消除。
QSB+核心要素之十：变更管理
所有供应商都应有一个控制工厂过程变更的程序:
● 所有的变更都需要客户审核和批准
● 变更应使用文件化的工厂过程变更申请表
● 此程序应涵盖计划好的和紧急的变更
● 每个月要提前通知客户/SQE相关的下个月的变更（EWO和BTAB)
● 针对一切产品/过程/供应商的变更，需要执行有效的分析。此分析应该考虑成本，技术，性能，质量，时间结点，产能
● 在变更发生后，应该定义相关的断点，以及和客户的沟通。
QSB+核心要素之十一：设备维护
● 纠正型维护：
● 发生故障后进行维护
● 目的：尽快重新启动设备（甚至降级解决）
● 预防型维护：
● 按规定频次或规定条件（节拍数…）进行维护
● 目的：降低停机或设备损耗可能性。例：飞机维护
● 条件维护（预测型维护）：
● 根据设备关键参数测量值进行维护
● 例：旋转机器震动分析、流体分析、电气设备温度分析
QSB+核心要素之十二：生产和物料流管理
每日生产计划
● 制定日生产计划小组应至少考虑下列要素，以建立每日生产计划：
● 设备和资源可用性
● 当前利用率
● 规划的维护
● 可用工时
● 规划的换产/工装变更
● 净可用分钟/小时数
● 最新OEE Overall Equipment Effectiveness(全局设备效率，常用算法：=设备利用率X 实际产能X质量指数。可利用率=实际生产时间/计划生产时间，实际产能=实际产量/理论产量。质量指数=合格率）
● 遏制方法
QSB+核心要素之十三：外部物流
收起阅读 »
ISO/TS16949:2016
08 February 2016
The IATF has approved the first draft of the new automotive quality standard to include additional stakeholder feedback. The revision work team is preparing for an April 2016 conference to obtain further stakeholder input. The IATF intends to release the transition strategy from ISO/TS 16949:2009 to the new automotive quality standard in April 2016.
Pilot gap assessments will be conducted May through June 2016 worldwide. Feedback from gap assessments will be used to further refine the new automotive quality standard and the associated Rules for achieving and maintaining IATF recognition. The target date for completion of the new automotive quality standard is December 2016.
Some of the new enhancements to the automotive quality standard to address recent issues in the automotive industry include the following:
Requirements for safety-related parts and processes
Enhanced product traceability requirements to support latest regulatory changes
Requirements for products with embedded software
Warranty management process including addressing NTF (no trouble found) and use of automotive industry guidance
Clarification of sub-tier supplier management and development requirements
Addition of corporate responsibility requirements 收起阅读 »
The IATF has approved the first draft of the new automotive quality standard to include additional stakeholder feedback. The revision work team is preparing for an April 2016 conference to obtain further stakeholder input. The IATF intends to release the transition strategy from ISO/TS 16949:2009 to the new automotive quality standard in April 2016.
Pilot gap assessments will be conducted May through June 2016 worldwide. Feedback from gap assessments will be used to further refine the new automotive quality standard and the associated Rules for achieving and maintaining IATF recognition. The target date for completion of the new automotive quality standard is December 2016.
Some of the new enhancements to the automotive quality standard to address recent issues in the automotive industry include the following:
Requirements for safety-related parts and processes
Enhanced product traceability requirements to support latest regulatory changes
Requirements for products with embedded software
Warranty management process including addressing NTF (no trouble found) and use of automotive industry guidance
Clarification of sub-tier supplier management and development requirements
Addition of corporate responsibility requirements 收起阅读 »
检验员技能MSA—KAPPA分析总结
Kappa,中文为卡帕，是度量测验结果一致程度的统计量。
在计数型测量系统中研究一个测量员重复两次（或测量结果与标准之间的一致性）测试结果的一致性或者两个测量员的测量结果之间的一致性。
如何有效地评价检验员的检验技能、整体提升检测岗位员工的技能水平，避免不良品的漏检流出。企业中针对检测员需要100%考核上岗（既满足自身检验一致性，同时也满足与标准判定一致性）。根据品质工具Kappa测试特点，检查岗位员工技能可通过Kappa测试，进行员工检出能力分析； 并系统推广到其他计数性测试岗位中，加以应用分析：
1、统计目前所有检验工位在岗检验员名单（岗位、姓名、入职时间、培训履历）；
2、对在岗检验员进行资格审核，如有未经过流程培训考核上岗的在岗检验员（含未转正员工），则安排重新培训考核认证；
3、对最终确认人员进行产品检验标准培训及有关Kappa测试相关事项说明（含Kappa判定标准）；
4、对在岗所有计数型检测岗位进行Kappa测试，每人对同份样本分2次进行检查，如有考核不过人员则要求对其重新培训，再次考核或淘汰剔除；
5、根据员工Kappa测试结果，对员工的检验技能进行认证；
样品收集：
应用Minitab工具
路径：打开Minitab软件—打开工作表—统计—质量工具—属性一致性分析表 收起阅读 »
在计数型测量系统中研究一个测量员重复两次（或测量结果与标准之间的一致性）测试结果的一致性或者两个测量员的测量结果之间的一致性。
如何有效地评价检验员的检验技能、整体提升检测岗位员工的技能水平，避免不良品的漏检流出。企业中针对检测员需要100%考核上岗（既满足自身检验一致性，同时也满足与标准判定一致性）。根据品质工具Kappa测试特点，检查岗位员工技能可通过Kappa测试，进行员工检出能力分析； 并系统推广到其他计数性测试岗位中，加以应用分析：
1、统计目前所有检验工位在岗检验员名单（岗位、姓名、入职时间、培训履历）；
2、对在岗检验员进行资格审核，如有未经过流程培训考核上岗的在岗检验员（含未转正员工），则安排重新培训考核认证；
3、对最终确认人员进行产品检验标准培训及有关Kappa测试相关事项说明（含Kappa判定标准）；
4、对在岗所有计数型检测岗位进行Kappa测试，每人对同份样本分2次进行检查，如有考核不过人员则要求对其重新培训，再次考核或淘汰剔除；
5、根据员工Kappa测试结果，对员工的检验技能进行认证；
样品收集：
应用Minitab工具
路径：打开Minitab软件—打开工作表—统计—质量工具—属性一致性分析表 收起阅读 »
工具讲解 | 老婆竟用SPC监控我|SPC统计过程控制应用经典案例分析
工具讲解 | 老婆竟用SPC监控我|SPC统计过程控制应用经典案例分析
俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上：朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。
显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。
顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太—当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制—这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。
“我们先来陈述一下控制图的判异准则：
第一，出现任何超出控制限的点；
第二，出现连续7点上升或者下降或者在中心线的一边；
第三，出现任何明显非随机的图形。
显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？”
“还是我们传统的分析方法：因果图。”
“那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？”
“是的。”
“好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？”
“除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。”
“呵呵，也没必要采用如此先进的控制技术吧？”朋友插嘴道。
“你错了，统计学应用于过程控制，不过代表着上个世纪二十年代最先进的质量管理水平。我们采用的控制图方法，一般称为休哈特控制图(Shewhart Control Chart)，最早是在1924年，由美国贝尔电话实验室休哈特(W.A.Shewhart)博士提出的。当时这一方法并未得到企业的普遍采纳，仅仅在小范围内得到应用。后来，两个意外的机遇使它在全世界名声大噪：一是二战期间的1942年，美国国防部邀请包括休哈特博士在内的专家组解决军需大生产的产品质量低劣、交货不及时等问题，专家们制定了战时质量控制制度，统计质量控制(SQC) 被强制推行，并在半年后大获成效。二是休哈特博士的同事，伟大的戴明 (W.Edwards Deming)博士，1950年将SPC引入战后的日本，为日本跃居世界质量与生产率的领先地位立下了汗马功劳。质量专家伯格(Roger W.Berger)教授的分析认为，日本成功的重要基础之一，就是对SPC的应用——控制图(或者，按照台湾的习惯称呼，管制图)已经成为常规技术，名列“QC老七大手法”之一。”
“因果图也是QC老七大手法之一。”
”别打岔，也许分析出来的结论是环境因素：外面有狐狸精。”她狠狠瞪了朋友一眼。
“在得出结论之前，我们继续分析吧，”我把话题拉了回来：“下班回家首先应该是一个稳定的过程。”
“是的，他的德国老板坚持不允许他们加班，所以下了班就应该在规定的时间回家。”
“好的，路线是固定的。”
“对，他在五点的时候关闭计算机，五点一刻在停车场走到自己的车位，45分钟应该到家。驾照已经一年半，熟练程度没有问题。即使稍微有点堵车，或者在附近的报刊亭买杂志，他总是喜欢买那几本电影杂志，因为有免费附赠的DVD。即使这些事情同时发生在同一个傍晚，我给了他一个小时的控制限范围，绝对够充裕了。”
“听上去是足够充裕了，”我表示同意：“而且符合稳定过程的控制要求。唯一的瑕疵是，一小时应该作为规范限而非控制限，规范限相当于公差范围，而控制限则应该更为收缩，而且应该进行过程的初始研究，通过计算得出。”
“那岂不是范围更小？”朋友把绝望的目光投向我，仿佛在鞭挞一个叛徒。
“是的，我把确定控制限的步骤简单化了”
她点头：“仅仅根据大致的印象，好像他没有在七点之后回家过，除非这天晚上另有活动，那不属于我这张图控制的范围，比如我们一起在外面吃饭，或者看电影，泡吧。”
“持续稳定的过程是工业企业梦寐以求的，”我插话道：“尤其是重复发生的批量生产过程。”
“是的，过程的输出，也就是产品的特性，必须在控制限范围内，因为过程的输出必然存在变差——所谓变差，通俗地讲，就是：即使是世界上最精密的设备，也不能生产出两件一模一样的产品来，它们之间的差异就是变差——不要跟我说你看不出它们之间的差异，那只能说明你的分辨率不够。”
“所以我们希望过程是受控的。换句话说，我们希望过程首先是稳定的，其次，我们希望过程输出的变差范围足够小。”
“过程范围足够小的过程，我们就称之为具备能力的过程，看来，有必要对你回家的时间以6σ为目标实施管理。”
“维持过程稳定和维持过程能力，是需要耗费成本的，越是好的过程能力意味着更为高昂的成本。我们确定过程目标时必须考虑经济性，投入取决于风险程度。”我赶紧扼杀了她的新念头。
“是的”她越来越倾向于听取我的意见了。这是好兆头，她又说：“我们在生产线上采用控制图的，都是关键和重要的产品特性，我们希望在发生不合格之前就发现趋势，以避免不合格的实际发生。控制他的回家时间也是一样，发现异常，及时采取措施扼杀任何苗头，不要等到他夜不归宿的时候才恍然大悟。”
我大笑：“有这么高的风险么？据我所知，他可是非常在乎你的，不然就不会紧张到要把我请来作客了。”
她也不好意思地笑了：“其实，控制图也就是半开玩笑地提醒他，心思专注一点。你知道的，他总像个长不大的孩子，小时候放学不止一次，在小人书摊上看书看得忘了回家，急得妈一路去找，找到了揪着耳朵回去吃冷饭的。”
“那你有没有从自身找原因，譬如最近不大注意打扮了？”看到朋友的窘相，我赶紧转移矛头。
“嗯，这我倒没注意。不过，我似乎也一直没有松懈过取悦他的。”
“也许有别的原因，我知道最近外环线的浦东段在修路，昨天我还在杨高路立交桥附近堵了一个半小时，因为往西的路段只剩两根车道。”
“真的？我以为他编的借口呢。”
“看看，我说了她也不信。”朋友总算可以合理地表达委屈了，如释重负地松了一口气。
“而且外环的维修工程可能还会持续一段时间，听说要一个月左右，”我说：“这段时间内，我们的控制限是不是该重新设定一下？”
“好的，”她有些不好意思：“我把控制限范围整个往上提高一个小时，再放宽一点。不过，等工程结束了，我们就恢复原先的控制限。”
“好的，这让我重新领教了职业质量控制专家的风采”我看出，我的赞誉使她稍稍有点脸红：“一直以来，质量管理界的经验被给哲学思想的贡献，以我个人的眼光看，是被忽略了，也许没有人看到它们之间的联系。记得金观涛和华国凡合著的《控制论与科学方法论》吗？”
“最近刚刚再版了，”他俩一起点头。我的朋友们都有一个共同点：热爱读书。
“这书首版于1983年，曾经风靡一时——其实在文革临近尾声的时候，它已经以手抄本的形式在地下广为流传。”
“你的意思是说，你认为统计过程控制的思想，是系统论、控制论的源头之一？”
“至少有一定的关联。从具体的、单一的某道生产过程，我们将控制图获取的信息予以分析，以此来调整输入，这就是一个系统反馈的过程。后来，过程的概念被放大了，比如我们可以把公司的采购作为一个过程来分析，对这一过程的衡量指标予以分析，根据分析的结果决定相应的措施。再后来，整个公司的运营被视做一个过程，各项指标被用来进行分析，并支持决策，过程模型就这样被再度放大了。”
“其实仅就微观的过程而言，如果管理者头脑里有过程的清楚概念，就可以避免很多错误，”她插话，“记得你曾经取笑说，如果在汽车业的生产现场干1到2个月的操作工，或者一线主管，The Second Century的作者会为自己对BTO概念的诠释感到脸红，我拍手称快。”
“是的，尤其像汽车这样复杂的产品，制造过程需要经过充分的调试才可以达到稳定，继而具备过程能力—世界上最难以控制的，就是单件产品的生产过程了，因为过程调试的成本太高了。所以每天回家的时间可以控制，选择结婚对象这一过程就只能赌一把了。” 收起阅读 »
俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上：朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。
显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。
顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太—当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制—这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。
“我们先来陈述一下控制图的判异准则：
第一，出现任何超出控制限的点；
第二，出现连续7点上升或者下降或者在中心线的一边；
第三，出现任何明显非随机的图形。
显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？”
“还是我们传统的分析方法：因果图。”
“那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？”
“是的。”
“好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？”
“除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。”
“呵呵，也没必要采用如此先进的控制技术吧？”朋友插嘴道。
“你错了，统计学应用于过程控制，不过代表着上个世纪二十年代最先进的质量管理水平。我们采用的控制图方法，一般称为休哈特控制图(Shewhart Control Chart)，最早是在1924年，由美国贝尔电话实验室休哈特(W.A.Shewhart)博士提出的。当时这一方法并未得到企业的普遍采纳，仅仅在小范围内得到应用。后来，两个意外的机遇使它在全世界名声大噪：一是二战期间的1942年，美国国防部邀请包括休哈特博士在内的专家组解决军需大生产的产品质量低劣、交货不及时等问题，专家们制定了战时质量控制制度，统计质量控制(SQC) 被强制推行，并在半年后大获成效。二是休哈特博士的同事，伟大的戴明 (W.Edwards Deming)博士，1950年将SPC引入战后的日本，为日本跃居世界质量与生产率的领先地位立下了汗马功劳。质量专家伯格(Roger W.Berger)教授的分析认为，日本成功的重要基础之一，就是对SPC的应用——控制图(或者，按照台湾的习惯称呼，管制图)已经成为常规技术，名列“QC老七大手法”之一。”
“因果图也是QC老七大手法之一。”
”别打岔，也许分析出来的结论是环境因素：外面有狐狸精。”她狠狠瞪了朋友一眼。
“在得出结论之前，我们继续分析吧，”我把话题拉了回来：“下班回家首先应该是一个稳定的过程。”
“是的，他的德国老板坚持不允许他们加班，所以下了班就应该在规定的时间回家。”
“好的，路线是固定的。”
“对，他在五点的时候关闭计算机，五点一刻在停车场走到自己的车位，45分钟应该到家。驾照已经一年半，熟练程度没有问题。即使稍微有点堵车，或者在附近的报刊亭买杂志，他总是喜欢买那几本电影杂志，因为有免费附赠的DVD。即使这些事情同时发生在同一个傍晚，我给了他一个小时的控制限范围，绝对够充裕了。”
“听上去是足够充裕了，”我表示同意：“而且符合稳定过程的控制要求。唯一的瑕疵是，一小时应该作为规范限而非控制限，规范限相当于公差范围，而控制限则应该更为收缩，而且应该进行过程的初始研究，通过计算得出。”
“那岂不是范围更小？”朋友把绝望的目光投向我，仿佛在鞭挞一个叛徒。
“是的，我把确定控制限的步骤简单化了”
她点头：“仅仅根据大致的印象，好像他没有在七点之后回家过，除非这天晚上另有活动，那不属于我这张图控制的范围，比如我们一起在外面吃饭，或者看电影，泡吧。”
“持续稳定的过程是工业企业梦寐以求的，”我插话道：“尤其是重复发生的批量生产过程。”
“是的，过程的输出，也就是产品的特性，必须在控制限范围内，因为过程的输出必然存在变差——所谓变差，通俗地讲，就是：即使是世界上最精密的设备，也不能生产出两件一模一样的产品来，它们之间的差异就是变差——不要跟我说你看不出它们之间的差异，那只能说明你的分辨率不够。”
“所以我们希望过程是受控的。换句话说，我们希望过程首先是稳定的，其次，我们希望过程输出的变差范围足够小。”
“过程范围足够小的过程，我们就称之为具备能力的过程，看来，有必要对你回家的时间以6σ为目标实施管理。”
“维持过程稳定和维持过程能力，是需要耗费成本的，越是好的过程能力意味着更为高昂的成本。我们确定过程目标时必须考虑经济性，投入取决于风险程度。”我赶紧扼杀了她的新念头。
“是的”她越来越倾向于听取我的意见了。这是好兆头，她又说：“我们在生产线上采用控制图的，都是关键和重要的产品特性，我们希望在发生不合格之前就发现趋势，以避免不合格的实际发生。控制他的回家时间也是一样，发现异常，及时采取措施扼杀任何苗头，不要等到他夜不归宿的时候才恍然大悟。”
我大笑：“有这么高的风险么？据我所知，他可是非常在乎你的，不然就不会紧张到要把我请来作客了。”
她也不好意思地笑了：“其实，控制图也就是半开玩笑地提醒他，心思专注一点。你知道的，他总像个长不大的孩子，小时候放学不止一次，在小人书摊上看书看得忘了回家，急得妈一路去找，找到了揪着耳朵回去吃冷饭的。”
“那你有没有从自身找原因，譬如最近不大注意打扮了？”看到朋友的窘相，我赶紧转移矛头。
“嗯，这我倒没注意。不过，我似乎也一直没有松懈过取悦他的。”
“也许有别的原因，我知道最近外环线的浦东段在修路，昨天我还在杨高路立交桥附近堵了一个半小时，因为往西的路段只剩两根车道。”
“真的？我以为他编的借口呢。”
“看看，我说了她也不信。”朋友总算可以合理地表达委屈了，如释重负地松了一口气。
“而且外环的维修工程可能还会持续一段时间，听说要一个月左右，”我说：“这段时间内，我们的控制限是不是该重新设定一下？”
“好的，”她有些不好意思：“我把控制限范围整个往上提高一个小时，再放宽一点。不过，等工程结束了，我们就恢复原先的控制限。”
“好的，这让我重新领教了职业质量控制专家的风采”我看出，我的赞誉使她稍稍有点脸红：“一直以来，质量管理界的经验被给哲学思想的贡献，以我个人的眼光看，是被忽略了，也许没有人看到它们之间的联系。记得金观涛和华国凡合著的《控制论与科学方法论》吗？”
“最近刚刚再版了，”他俩一起点头。我的朋友们都有一个共同点：热爱读书。
“这书首版于1983年，曾经风靡一时——其实在文革临近尾声的时候，它已经以手抄本的形式在地下广为流传。”
“你的意思是说，你认为统计过程控制的思想，是系统论、控制论的源头之一？”
“至少有一定的关联。从具体的、单一的某道生产过程，我们将控制图获取的信息予以分析，以此来调整输入，这就是一个系统反馈的过程。后来，过程的概念被放大了，比如我们可以把公司的采购作为一个过程来分析，对这一过程的衡量指标予以分析，根据分析的结果决定相应的措施。再后来，整个公司的运营被视做一个过程，各项指标被用来进行分析，并支持决策，过程模型就这样被再度放大了。”
“其实仅就微观的过程而言，如果管理者头脑里有过程的清楚概念，就可以避免很多错误，”她插话，“记得你曾经取笑说，如果在汽车业的生产现场干1到2个月的操作工，或者一线主管，The Second Century的作者会为自己对BTO概念的诠释感到脸红，我拍手称快。”
“是的，尤其像汽车这样复杂的产品，制造过程需要经过充分的调试才可以达到稳定，继而具备过程能力—世界上最难以控制的，就是单件产品的生产过程了，因为过程调试的成本太高了。所以每天回家的时间可以控制，选择结婚对象这一过程就只能赌一把了。” 收起阅读 »
外审老师审核时给出的三个不符合项目，我该如何做，求解答。谢谢
１：２015年1-8月公司统计的5次客户反馈的质量问题有混料和外观不良，公司的过程指标售后PPM≤600，统计结果每月均为0
２；2015年6月进行的顾客满意评价中，没有基于公司的实际表现结果进行评价，如交付表现，PPM, 客户规定的报废率，内部不良率，顾客投诉等
３；审核中发现，EC5挺柱产品的PFMEA中,涂层过程的失效模式识别为压力不够，温度过高，时间不当，气流量不当等，不是针对产品特性的失效分析
２；2015年6月进行的顾客满意评价中，没有基于公司的实际表现结果进行评价，如交付表现，PPM, 客户规定的报废率，内部不良率，顾客投诉等
３；审核中发现，EC5挺柱产品的PFMEA中,涂层过程的失效模式识别为压力不够，温度过高，时间不当，气流量不当等，不是针对产品特性的失效分析
- containment actions 遏制措施 / correction纠正:
- Root Cause analyses根本原因分析 (e.g.如 5Why, Ishikawa, 5W2H, …)
- systemic corrective actions 系统的纠正措施:
- verification of effectiveness of implemented corrective actions验证纠正措施实施的有效性:
做体系——新进入汽车零配件行业
适逢9000标准升版2015版+跨行进入汽车行业，公司主做汽车零配件的服务平台，职位是：供应商质量主管。
以此地，记录我的工作日程，希望各位同仁能给予指正。
刚到公司，了解如下：
公司没有独立的质量部，从属于采购部。公司没有QMS，公司内部管理相对散乱。
能上网的第一件事：
3.2监督供应商提供零部件的质量状况并及时与供货商沟通解决供应商的质量问题；
3.3评估和了解供应商开发生产零部件时的质量状况，审核供应商的PPAP；
3.4定期对供应商进行审核，对供应商的质量控制体系进行评估，包括产品和流程的质量，质量管理体系等；
3.5参与供应商或新产品的开发；
3.6分析零部件质量问题并协调解决问题；
3.7BOM分析；
3.8建立产品可追溯体系。
收起阅读 »
以此地，记录我的工作日程，希望各位同仁能给予指正。
刚到公司，了解如下：
公司没有独立的质量部，从属于采购部。公司没有QMS，公司内部管理相对散乱。
能上网的第一件事：
- 下载iso 9000的2015版、2008版，比较异同点，下载QS9000和TS16949的最新版本；
- 查询汽车行业对应的可选认证机构、认证费用；
- 查招聘时公司对此职位的工作内容和自己的工作职责，如下：
3.2监督供应商提供零部件的质量状况并及时与供货商沟通解决供应商的质量问题；
3.3评估和了解供应商开发生产零部件时的质量状况，审核供应商的PPAP；
3.4定期对供应商进行审核，对供应商的质量控制体系进行评估，包括产品和流程的质量，质量管理体系等；
3.5参与供应商或新产品的开发；
3.6分析零部件质量问题并协调解决问题；
3.7BOM分析；
3.8建立产品可追溯体系。
收起阅读 »
谈谈精细化工的SPC运用
公司有一些来自电子机械行业的黑带，要推行SPC几大工具，但是只能讲讲统计理论，多半不能符合实际。为给广大精细化工同仁提供SPC运用的参考，特共享一些个人看法以供大家参考。
要实施化工SPC，我们很多通常有以下会问SPC能满足化工控制的需要吗？
1、 我们的产品是间歇式生产，实际上批与批之间，存在较大的差异，这些差异来源于不同规格的生产反应容器，不同的操作人及操作习惯及参数，导致化工生产本身重复性及再现性比较差。控制限过严可能很多异常，过松可能异常没有识别，实际上很容易失去监控的目标与方向。举例：我们某材料的标准是22-28，但波动只是22-23左右，这样几乎所有波动都被掩盖了。
2、 化工的生产过程是集成化的，它是复数过程累计的复杂过程并非单一过程，而且很多没有参数和指标，导致即使后续产品指标有变化，也不知过程做如何调整来精确对应，可能只是一些模糊的操作。举例：生产一釜产品我们有五六个组分，每组组分有不同波段的操作。
3、 化工的产品性能实际上由研发的初始配方决定，QC的多数检验指标，并不能准确评估正在生产产品的性能，这些指标多是理化指标，主要是监控并确保产品的量产与研发的设计没有较大的偏移。举例：产品的固含、酸值实际上并不确认产品最终的应用性能。
4、 化工产品的检测指标非常多，要想把每一个指标都监控起来比较困难，一是工作量大，而是图表过多，不直观难以准确搜索过程波动。举例：我们GXX成品已经监控5个指标，每个材料3-4个指标，加起来指标有20-30种指标，数据统计分析的工作量很大且很难监控其中某一波动。
5、 目前很多原材料是混批到一个容器存储使用的，造成后续生产难以追溯，即使生产有异常，我们也无法知道究竟是原材料波动还是过程波动导致的异常。举例：我们生产Y几次异常，都没有直接证据确认是某个特定的原因。
6、 化工的检测过程多是多段操作，并非单一检测，检测方法的标准化对测量数据影响很大，进而影响SPC数据的准确性。举例：目前对比率MSA无法通过，实际SPC数据不准。
7、 即使所有指标都监控正常，是否说明我们的产品就没有问题呢？实际上我们的回答是否定的，因为各个维度指标波动都正常，指标之间的关联性在变化，单一的SPC监控识别不了，需要借助MSPC、SPD等理论。举例：客户投诉产品有很大差异，我们内部检测确是正常的。
8、 化工数据很多不服从正态分布，而I-MR图没有中心极限定理多组数据的支持，实际上对于化工数据存在较大的误判几率，本身就不是很严谨。举例：我们的PH值就就不是正态分布的。
考虑以上因素，传统的SPC在化工应用本身的数理严谨性都不能严格满足，化工的SPC注定无法按照一般的方法去操作。
如果要实施化工SPC，我们就要回答实施SPC的本质是什么？也许这一点每个人各有见解，但个人认为其实生活中每个人都在使用SPC，SPC的核心只是数据分层进而来实现对特殊原因的识别，我们可以借鉴生活中的做法。
1、针对如何定义监控的限度：
假设一个孩子脸上长了一个青春痘，突破了皮肤的控制限，他的父母一定会让他去医院治疗纠正吗？我们依据经验就知道，通常是不会的。我们会去医院治疗通常是这个痘痘是很大的一个包，或者脸上长了很多痘痘才会去找医生，当然一个痘痘我们也可以大呼小叫，那除非我们的皮肤非常好，也就是过程能力达到很到的一个程度才会这样要求。
以上是我对化工SPC判异准则的理解，单值偏离异常大、出现重复多发的异常，过程几乎无异常的情况出现某一异常，这是才进行控制，而并非是每一个SPC异常我们都去做监控，这是化工过程遵循管理抓大放小，持续改善的原则，而不是SPC本身描述的任何异常点都要及时控制和纠正。
2、针对过程集成化：
我们要让一架纸飞机飞往指定地点，有三种办法，要么训练这个扔纸飞机的人来实现输入的稳定，要么实现过程所有数据能够及时监控生产遥控纸飞机，再有的办法是把目标距离分阶段，看阶段的可控性来达成。
要实现过程所有参数可控，目前来讲成本过高无法实现，我们实现输入可控更具有操作性意义，尽量要求供方对指标做SPC控制，减少输入波动是比较可行的措施。
3、针对指标不够反应产品性能本质，及指标过多：
我们知道乳液的粒径可能对乳胶漆成膜各种性能分布均有影响，如果我们去监控后续的指标就难免造成指标过多，而且不易监控到真正的关键因子。关于这个问题我与我的武汉大学生物医药的校友，也有很多交流，他们建议在仅能监控多个指标时做多元控制图或者主成分分析，删减多因素的重复效应来缩小波动范围；二实际上生产医药等精细化工的CTQ还有一项是变更和偏差，因配方的初始新能已设定，后续的重大变更和偏差均会造成性能发生较大改变，这时在SPC上就会表现出数据分层的现象，这在GMP的标准中也有明确的描述。
4、针对原材料混批，原材料与过程波动的分层：
考虑生产的重复性验证比较差，过程又缺乏数据进行追溯的特点，工艺目前的做法是针对问题批，对后续的生产批做简单预控制，但目前还没有使用预控图，针对材料波动的区分验证更多的是依赖研发的解读来完成，在这一点，建议研发使用谢宁DOE种的小样本极差控制SPC图，来重复测试区分好坏出现的效应原因。
如果原材料混批，供方做SPC的意义就远大于我们，我们混批本身就消灭了一些组间的差异，统计是不够显著的。针对问题批次的原材料还是建议要完善留样或其他追溯机制。
5、针对测量数据不够精准：
MSA的评价基于两种，一种是过程的变差，一种是产品的公差，因化工过程普遍存在较大的偏移性，通常产品规格限比较宽保证产品符合标准，导致过程样品实际上很难覆盖所有的公差带，造成MSA评价不伦不类的情况。如果要针对过程做SPC，测量精度无法达到而短期无法改进时，这时候SPC的单点判异已经基本没有意义，但是数据发生群体性分层和变更还是有显著性意义的。
6、针对数据不服从正态分布
以统计学讲，数据如果严重不服从正态分布，传统的IMR-SPC是无法使用的，一些常见的数据变换也无法使用，而且传统的CPK、PPK均是不正确的，严格是需要使用百分位数来计算的，所以不建议去过多描述与化工很多实际不符的统计原理。
针对化工的特点，个人认为我们更应该强调SPC的运用，保持一些简单的统计特性就好，即使是生活中的应用也可以，大家更普遍的也是在使用一些经验SPC，等过程能力足够了，再谈更深的原理及应用。建议研发重点推广谢宁DOE小样本极差控制图、MSPC图的意义；生产工艺学习预控图；管理人员学习识别数据分层背后的原材料或过程重大变化与变更等，与供方探讨SPC控制与推广、减少供方与我司的测量差异等。 收起阅读 »
要实施化工SPC，我们很多通常有以下会问SPC能满足化工控制的需要吗？
1、 我们的产品是间歇式生产，实际上批与批之间，存在较大的差异，这些差异来源于不同规格的生产反应容器，不同的操作人及操作习惯及参数，导致化工生产本身重复性及再现性比较差。控制限过严可能很多异常，过松可能异常没有识别，实际上很容易失去监控的目标与方向。举例：我们某材料的标准是22-28，但波动只是22-23左右，这样几乎所有波动都被掩盖了。
2、 化工的生产过程是集成化的，它是复数过程累计的复杂过程并非单一过程，而且很多没有参数和指标，导致即使后续产品指标有变化，也不知过程做如何调整来精确对应，可能只是一些模糊的操作。举例：生产一釜产品我们有五六个组分，每组组分有不同波段的操作。
3、 化工的产品性能实际上由研发的初始配方决定，QC的多数检验指标，并不能准确评估正在生产产品的性能，这些指标多是理化指标，主要是监控并确保产品的量产与研发的设计没有较大的偏移。举例：产品的固含、酸值实际上并不确认产品最终的应用性能。
4、 化工产品的检测指标非常多，要想把每一个指标都监控起来比较困难，一是工作量大，而是图表过多，不直观难以准确搜索过程波动。举例：我们GXX成品已经监控5个指标，每个材料3-4个指标，加起来指标有20-30种指标，数据统计分析的工作量很大且很难监控其中某一波动。
5、 目前很多原材料是混批到一个容器存储使用的，造成后续生产难以追溯，即使生产有异常，我们也无法知道究竟是原材料波动还是过程波动导致的异常。举例：我们生产Y几次异常，都没有直接证据确认是某个特定的原因。
6、 化工的检测过程多是多段操作，并非单一检测，检测方法的标准化对测量数据影响很大，进而影响SPC数据的准确性。举例：目前对比率MSA无法通过，实际SPC数据不准。
7、 即使所有指标都监控正常，是否说明我们的产品就没有问题呢？实际上我们的回答是否定的，因为各个维度指标波动都正常，指标之间的关联性在变化，单一的SPC监控识别不了，需要借助MSPC、SPD等理论。举例：客户投诉产品有很大差异，我们内部检测确是正常的。
8、 化工数据很多不服从正态分布，而I-MR图没有中心极限定理多组数据的支持，实际上对于化工数据存在较大的误判几率，本身就不是很严谨。举例：我们的PH值就就不是正态分布的。
考虑以上因素，传统的SPC在化工应用本身的数理严谨性都不能严格满足，化工的SPC注定无法按照一般的方法去操作。
如果要实施化工SPC，我们就要回答实施SPC的本质是什么？也许这一点每个人各有见解，但个人认为其实生活中每个人都在使用SPC，SPC的核心只是数据分层进而来实现对特殊原因的识别，我们可以借鉴生活中的做法。
1、针对如何定义监控的限度：
假设一个孩子脸上长了一个青春痘，突破了皮肤的控制限，他的父母一定会让他去医院治疗纠正吗？我们依据经验就知道，通常是不会的。我们会去医院治疗通常是这个痘痘是很大的一个包，或者脸上长了很多痘痘才会去找医生，当然一个痘痘我们也可以大呼小叫，那除非我们的皮肤非常好，也就是过程能力达到很到的一个程度才会这样要求。
以上是我对化工SPC判异准则的理解，单值偏离异常大、出现重复多发的异常，过程几乎无异常的情况出现某一异常，这是才进行控制，而并非是每一个SPC异常我们都去做监控，这是化工过程遵循管理抓大放小，持续改善的原则，而不是SPC本身描述的任何异常点都要及时控制和纠正。
2、针对过程集成化：
我们要让一架纸飞机飞往指定地点，有三种办法，要么训练这个扔纸飞机的人来实现输入的稳定，要么实现过程所有数据能够及时监控生产遥控纸飞机，再有的办法是把目标距离分阶段，看阶段的可控性来达成。
要实现过程所有参数可控，目前来讲成本过高无法实现，我们实现输入可控更具有操作性意义，尽量要求供方对指标做SPC控制，减少输入波动是比较可行的措施。
3、针对指标不够反应产品性能本质，及指标过多：
我们知道乳液的粒径可能对乳胶漆成膜各种性能分布均有影响，如果我们去监控后续的指标就难免造成指标过多，而且不易监控到真正的关键因子。关于这个问题我与我的武汉大学生物医药的校友，也有很多交流，他们建议在仅能监控多个指标时做多元控制图或者主成分分析，删减多因素的重复效应来缩小波动范围；二实际上生产医药等精细化工的CTQ还有一项是变更和偏差，因配方的初始新能已设定，后续的重大变更和偏差均会造成性能发生较大改变，这时在SPC上就会表现出数据分层的现象，这在GMP的标准中也有明确的描述。
4、针对原材料混批，原材料与过程波动的分层：
考虑生产的重复性验证比较差，过程又缺乏数据进行追溯的特点，工艺目前的做法是针对问题批，对后续的生产批做简单预控制，但目前还没有使用预控图，针对材料波动的区分验证更多的是依赖研发的解读来完成，在这一点，建议研发使用谢宁DOE种的小样本极差控制SPC图，来重复测试区分好坏出现的效应原因。
如果原材料混批，供方做SPC的意义就远大于我们，我们混批本身就消灭了一些组间的差异，统计是不够显著的。针对问题批次的原材料还是建议要完善留样或其他追溯机制。
5、针对测量数据不够精准：
MSA的评价基于两种，一种是过程的变差，一种是产品的公差，因化工过程普遍存在较大的偏移性，通常产品规格限比较宽保证产品符合标准，导致过程样品实际上很难覆盖所有的公差带，造成MSA评价不伦不类的情况。如果要针对过程做SPC，测量精度无法达到而短期无法改进时，这时候SPC的单点判异已经基本没有意义，但是数据发生群体性分层和变更还是有显著性意义的。
6、针对数据不服从正态分布
以统计学讲，数据如果严重不服从正态分布，传统的IMR-SPC是无法使用的，一些常见的数据变换也无法使用，而且传统的CPK、PPK均是不正确的，严格是需要使用百分位数来计算的，所以不建议去过多描述与化工很多实际不符的统计原理。
针对化工的特点，个人认为我们更应该强调SPC的运用，保持一些简单的统计特性就好，即使是生活中的应用也可以，大家更普遍的也是在使用一些经验SPC，等过程能力足够了，再谈更深的原理及应用。建议研发重点推广谢宁DOE小样本极差控制图、MSPC图的意义；生产工艺学习预控图；管理人员学习识别数据分层背后的原材料或过程重大变化与变更等，与供方探讨SPC控制与推广、减少供方与我司的测量差异等。 收起阅读 »
关注并控制制造过程变差：SPC中的P
提示：――――SPC中的P是制造过程，SPC要求将统计的技术应用于过程，关注并控制制造过程的变差。但很多公司并没有理解此要求。
笔者曾去过一家工厂，工厂的客户要求工厂做控制图监控产品尺寸，且尺寸较多。
客户要求每天提交控制图给客户查看。但现在的控制限与产品公差比已很小了，所以常有超出控制限的情况存在。客户要求对超出控制限的点都进行分析、对策改善。
工厂认为，生产产品全部是合格的（有的产品项是经过全检的），控制限已比公差小了很多，这样对超出控制限的点进行分析，有点烦。
其实，这是工厂没有理解顾客的要求，或者说是没有理解SPC有关“变差”控制的理论或观点。也是国内许多应用SPC控制图公司对SPC理解的误区所致。
SPC中的P是制造过程（process），要求将统计技术应用于生产过程，关注并控制制造过程的变差。也就是说不仅要关注输出结果的变差，更应该关注的是输入的变差。输入的变差就是过程的变差。
顾客要求工厂关注制造过程的“变差”或说是质量特性的“波动”，而不是（或者说不一定是）关注制造过程的输出――产品。这是SPC中P的含义。
如果我们监测、控制了过程的“变差”，通过对“变差”的控制、减少进而改善过程的性能（注意是“过程性能”，不是产品性能），这是SPC的目的。
基于此，我认为，在SPC控制图应用中，产品的特性如尺寸只是我们“观测”过程变差的“媒介”而已。
好比，我们想要观测大海中波浪的起伏，可以通过“漂浮”在大海上的大木头来了解波浪的变化。――――控制图中的产品性能，就似这种大木头。我们是要通过大木头来观察大海，而不是将关注的重点放在大木头上。
然，国内SPC控制图的应用，不明此理者众矣。谬种流传亦久矣。
收起阅读 »
PP、PPK、CP、CPK、CM、CMK
1. Ca、Cp、Cpk的计算
1) 过程准确度指数（Ca值）：表示过程特性中心位置的偏移程度，越小越好
Ca=（样本平均值-规格中心值）/（规格公差/2）
a) 等级A：|Ca|≦12.5% 表示作业员遵守作业规范,并达规格要求
b) 等级B ： 12.5%< |Ca|≦25% 表示必要时尽可能提升至A级
c) 等级C： 25%< |Ca|≦50% 表示作业员可能看错或未按标准作业，或须修改规格及作业标准。
d) 等级D： 50%< |Ca| 表示应采取紧急措施，全面整改可能影响之因素，应停止生产。
2) 过程精密度能力系数（Cp值）：表示过程特性分散的程度，值越大越集中。
Cp=(规格上限-规格下限)/（6×标准差）
a) 合格：1.33≦Cp表示能力足够
b) 警告：1.00 ≦ Cp< 1.33表示能力无足够宽度,平均值稍有偏差时,不良率既会增加。
c) 不合格： Cp< 1.00表示能力不足，有不合格品，须全数筛选，并设法缩小变异或整改规格公差。
3) 过程综合能力系数(Cpk值)：同时考虑“偏移”程度及“分散程度
Cpk=(1-Ca) ×Cp
a) 此系数为过程评价用系数，用于过程改善
b) 客户指定Cpk值时，欲达到此Cpk值，可先探讨Ca及Cp值：“准确度”“精密度”是否有适当能力
c) 一般客户是指定值多数为≧1.33；Cpk值≧3.00时，表示过程能力已经足够了，继续维持即可；若想进一步改善，应考虑成本效益。
Cp=(Usl-Lsl)/6δ
Cpku=(Ucl-Xbar)/3δ Cpkl=(Xbar-Lsl)/3δ
Cpk=min(Cpku : Cpkl)
2、首先我们先说明Pp、Cp两者的定义及公式
Cp（Capability Indies of Process）：稳定过程的能力指数，定义为容差宽度除以过程能力，不考虑过程有无偏移，一般表达式为： Cpk， Ca， Cp三者的关系： Cpk = Cp×（ 1－┃Ca┃），Cpk是Ca及Cp两者的中和反应，Ca反应的是位置关系（集中趋势），Cp反应的是散布关系（离散趋势）
Pp（Performance Indies of Process）：过程性能指数，定义为不考虑过程有无偏移时，容差范围除以过程性能，一般表达式为：
（该指数仅用来与Cp及Cpk对比，或/和Cp、Cpk一起去度量和确认一段时间内改进的优先次序）
CPU：稳定过程的上限能力指数，定义为容差范围上限除以实际过程分布宽度上限，一般表达式为：
CPL：稳定过程的下限能力指数，定义为容差范围下限除以实际过程分布宽度下限，一般表达式为：
3、现在我们来阐述Cpk、Ppk的含义
Cpk：这是考虑到过程中心的能力（修正）指数，定义为CPU与CPL的最小值。它等于过程均值与最近的规范界限之间的差除以过程总分布宽度的一半。即：
Ppk：这是考虑到过程中心的性能（修正）指数，定义为： 或 的最小值。即：
其实，公式中的K是定义分布中心μ与公差中心M的偏离度，μ与M的偏离为ε=| M-μ|
4、公式中标准差的不同含义
①在Cp、Cpk中，计算的是稳定过程的能力，稳定过程中过程变差仅由普通原因引起，公式中的标准差可以通过控制图中的样本平均极差估计得出。
因此，Cp、Cpk一般与控制图一起使用，首先利用控制图判断过程是否受控，如果过程不受控，要采取措施改善过程，使过程处于受控状态。确保过程受控后，再计算Cp、Cpk。
②由于普通和特殊两种原因所造成的变差，可以用样本标准差S来估计，过程性能指数的计算使用该标准差。
5、几个指数的比较与说明
① 无偏离的Cp表示过程加工的均匀性（稳定性），即“质量能力”，Cp越大，这质量特性的分布越“苗条”，质量能力越强；而有偏离的Cpk表示过程中心μ与公差中心M的偏离情况，Cpk越大，二者的偏离越小，也即过程中心对公差中心越“瞄准”。使过程的“质量能力”与“管理能力”二者综合的结果。Cp与Cpk的着重点不同，需要同时加以考虑。
② Pp和Ppk的关系参照上面。
③ 关于Cpk与Ppk的关系，这里引用QS9000中PPAP手册中的一句话：“当可能得到历史的数据或有足够的初始数据来绘制控制图时（至少100个个体样本），可以在过程稳定时计算Cpk。对于输出满足规格要求且呈可预测图形的长期不稳定过程，应该使用Ppk。”
④ “所谓PPK，是进入大批量生产前，对小批生产的能力评价，一般要求≥1.67；而CPK，是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下降，且为保证与小批生产具有同样的控制能力，所进行的生产能力的评价，一般要求≥1.33；一般来说，CPK需要借助PPK的控制界限来作控制。
Ppk：Overall performance capability of a process, see Cpk. 过程的整体表现能力。
Cp：A widely used capability index for process capability studies. It may range in value from zero to infinity with a larger value indicating a more capable process. Six Sigma represents Cp of 2.0. 在流程能力分析方面被广泛应用的能力指数，在数值方面它可能是从零到显示更强有力流程的无穷大之间的某个点。六个西格玛代表的是Cp=2.0。
Cpk：A process capability index combining Cp and k (difference between the process mean and the specification mean) to determine whether the process will produce units within tolerance. Cpk is always less than or equal to Cp.一个将Cp和k（表示流程平均值与上下限区间平均值之间的差异）结合起来的流程能力指数，它用来确定流程是否将在容忍度范围内生产产品，Cpk通常要么比Cp值小，要么与Cp值相同。”
在一般的TS16949推行过程中，Ppk用来表示短期能力指数，Cpk用来表示长期能力指数。从Ppk的计算公式中使用的分析，Ppk表达的应该是一个包含引起变差的普通原因和特殊原因的过程。这样的过程其实就是一个非受控过程，而一个非受控过程在理论上应该是在过程初期和长期过程中都会遇到的。
6.Cm、Cmk与pp.ppk计算的公式一致,采用连续抽样。
CPK=Min(CPU,CPL) 收起阅读 »
1) 过程准确度指数（Ca值）：表示过程特性中心位置的偏移程度，越小越好
Ca=（样本平均值-规格中心值）/（规格公差/2）
a) 等级A：|Ca|≦12.5% 表示作业员遵守作业规范,并达规格要求
b) 等级B ： 12.5%< |Ca|≦25% 表示必要时尽可能提升至A级
c) 等级C： 25%< |Ca|≦50% 表示作业员可能看错或未按标准作业，或须修改规格及作业标准。
d) 等级D： 50%< |Ca| 表示应采取紧急措施，全面整改可能影响之因素，应停止生产。
2) 过程精密度能力系数（Cp值）：表示过程特性分散的程度，值越大越集中。
Cp=(规格上限-规格下限)/（6×标准差）
a) 合格：1.33≦Cp表示能力足够
b) 警告：1.00 ≦ Cp< 1.33表示能力无足够宽度,平均值稍有偏差时,不良率既会增加。
c) 不合格： Cp< 1.00表示能力不足，有不合格品，须全数筛选，并设法缩小变异或整改规格公差。
3) 过程综合能力系数(Cpk值)：同时考虑“偏移”程度及“分散程度
Cpk=(1-Ca) ×Cp
a) 此系数为过程评价用系数，用于过程改善
b) 客户指定Cpk值时，欲达到此Cpk值，可先探讨Ca及Cp值：“准确度”“精密度”是否有适当能力
c) 一般客户是指定值多数为≧1.33；Cpk值≧3.00时，表示过程能力已经足够了，继续维持即可；若想进一步改善，应考虑成本效益。
Cp=(Usl-Lsl)/6δ
Cpku=(Ucl-Xbar)/3δ Cpkl=(Xbar-Lsl)/3δ
Cpk=min(Cpku : Cpkl)
2、首先我们先说明Pp、Cp两者的定义及公式
Cp（Capability Indies of Process）：稳定过程的能力指数，定义为容差宽度除以过程能力，不考虑过程有无偏移，一般表达式为： Cpk， Ca， Cp三者的关系： Cpk = Cp×（ 1－┃Ca┃），Cpk是Ca及Cp两者的中和反应，Ca反应的是位置关系（集中趋势），Cp反应的是散布关系（离散趋势）
Pp（Performance Indies of Process）：过程性能指数，定义为不考虑过程有无偏移时，容差范围除以过程性能，一般表达式为：
（该指数仅用来与Cp及Cpk对比，或/和Cp、Cpk一起去度量和确认一段时间内改进的优先次序）
CPU：稳定过程的上限能力指数，定义为容差范围上限除以实际过程分布宽度上限，一般表达式为：
CPL：稳定过程的下限能力指数，定义为容差范围下限除以实际过程分布宽度下限，一般表达式为：
3、现在我们来阐述Cpk、Ppk的含义
Cpk：这是考虑到过程中心的能力（修正）指数，定义为CPU与CPL的最小值。它等于过程均值与最近的规范界限之间的差除以过程总分布宽度的一半。即：
Ppk：这是考虑到过程中心的性能（修正）指数，定义为： 或 的最小值。即：
其实，公式中的K是定义分布中心μ与公差中心M的偏离度，μ与M的偏离为ε=| M-μ|
4、公式中标准差的不同含义
①在Cp、Cpk中，计算的是稳定过程的能力，稳定过程中过程变差仅由普通原因引起，公式中的标准差可以通过控制图中的样本平均极差估计得出。
因此，Cp、Cpk一般与控制图一起使用，首先利用控制图判断过程是否受控，如果过程不受控，要采取措施改善过程，使过程处于受控状态。确保过程受控后，再计算Cp、Cpk。
②由于普通和特殊两种原因所造成的变差，可以用样本标准差S来估计，过程性能指数的计算使用该标准差。
5、几个指数的比较与说明
① 无偏离的Cp表示过程加工的均匀性（稳定性），即“质量能力”，Cp越大，这质量特性的分布越“苗条”，质量能力越强；而有偏离的Cpk表示过程中心μ与公差中心M的偏离情况，Cpk越大，二者的偏离越小，也即过程中心对公差中心越“瞄准”。使过程的“质量能力”与“管理能力”二者综合的结果。Cp与Cpk的着重点不同，需要同时加以考虑。
② Pp和Ppk的关系参照上面。
③ 关于Cpk与Ppk的关系，这里引用QS9000中PPAP手册中的一句话：“当可能得到历史的数据或有足够的初始数据来绘制控制图时（至少100个个体样本），可以在过程稳定时计算Cpk。对于输出满足规格要求且呈可预测图形的长期不稳定过程，应该使用Ppk。”
④ “所谓PPK，是进入大批量生产前，对小批生产的能力评价，一般要求≥1.67；而CPK，是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下降，且为保证与小批生产具有同样的控制能力，所进行的生产能力的评价，一般要求≥1.33；一般来说，CPK需要借助PPK的控制界限来作控制。
Ppk：Overall performance capability of a process, see Cpk. 过程的整体表现能力。
Cp：A widely used capability index for process capability studies. It may range in value from zero to infinity with a larger value indicating a more capable process. Six Sigma represents Cp of 2.0. 在流程能力分析方面被广泛应用的能力指数，在数值方面它可能是从零到显示更强有力流程的无穷大之间的某个点。六个西格玛代表的是Cp=2.0。
Cpk：A process capability index combining Cp and k (difference between the process mean and the specification mean) to determine whether the process will produce units within tolerance. Cpk is always less than or equal to Cp.一个将Cp和k（表示流程平均值与上下限区间平均值之间的差异）结合起来的流程能力指数，它用来确定流程是否将在容忍度范围内生产产品，Cpk通常要么比Cp值小，要么与Cp值相同。”
在一般的TS16949推行过程中，Ppk用来表示短期能力指数，Cpk用来表示长期能力指数。从Ppk的计算公式中使用的分析，Ppk表达的应该是一个包含引起变差的普通原因和特殊原因的过程。这样的过程其实就是一个非受控过程，而一个非受控过程在理论上应该是在过程初期和长期过程中都会遇到的。
6.Cm、Cmk与pp.ppk计算的公式一致,采用连续抽样。
CPK=Min(CPU,CPL) 收起阅读 »
就这样浅显地理解了FMEA、SPC和PPAP
小龙是一位汽车工程师，一个上小学二年级8岁男孩的父亲他们的家庭生活会有什么不同吗？
其实小龙和其他父亲也没什么区别，当然每个父亲都关心自己的孩子，尤其关心孩子的身体健康和安全，这不，父亲正为孩子上学路上可能发生的情况苦思苦想呢。小龙想到了孩子上学路上可能会贪玩，因而上学迟到，被老师处罚，因而耽误学习（小龙认为发生的可能性较大，他选择发生度O=5或6）；也想到了路上有一个马路需要孩子横穿过去，发生交通事故的可能性也有，当然不是很大（小龙认为发生度O=3或4）。当然还有其他可能发生的事情，但发生的可能性都非常小（小龙认为发生度O=1或2），所以不再考虑。接着小龙分析，上学迟到是一件风险不是很大的事情，仅仅影响学习而已，他将风险系数确定为S=4或5，而发生交通事故的确是个大问题，父亲将风险系数确定为S=9或10。接下来小龙开始寻找对策，如何不让上述情况发生或一旦发生后损失最小，当然最好的办法是父亲每天送孩子上学，可是小龙因为工作原因做不到这样，最后小龙想出了办法，他每天写一个纸条让孩子交给老师签字，这样小龙就可以监控孩子每天是否按时到学校（小龙认为探测度非常高，确定D=3或4）；小龙为孩子选择了一条可以不横穿马路的上学路径，从而使发生的可能性降的很低（小龙确定新的发生度为O=1）。孩子不解地问父亲为什么这样做？小龙神秘地告诉孩子他的这种方法是汽车行业非常流行的潜在失效模式及后果分析（英文简称FMEA），孩子不以为然，但还是按照父亲的办法执行了。
小龙还关心的是孩子的学习成绩，因为没有时间照顾孩子，便为孩子每次考试成绩做了曲线图（小龙告诉孩子这叫X-R控制图，是统计过程控制SPC的一种），孩子不明白，问父亲这图有什么用，小龙告诉孩子可以用来监控学习成绩的变化，以便及早做出预防，比如：有超出控制限的点或连续几点上升或下降，都需要作出分析，找原因。孩子笑了，问父亲：“如果连着上升不就说明成绩变好了吗，还分析什么”？小龙严肃地告诉孩子，即使连续上升也要分析，分析的目的是找出变好的原因，以便形成标准并加以巩固，孩子似懂非懂地点点头。
孩子的课外活动也是小龙所关心的，有一次学校让每个孩子做5个手工制品参加竞赛，学校给了制作标准，要求周五上交。孩子做好了一个，并要继续做下去，却被小龙制止了，他告诉孩子先别急着继续做，明天先拿这个给老师检查一下，合格后再继续做后面的4个，孩子笑话父亲太小心谨慎了，父亲同样严肃地告诉孩子，这叫做产品和过程批准（英文简称PPAP），小心使得万年船。孩子按父亲的教导去做了，果然孩子的作品获得了成功，而同班的却有几名同学因作品不合格被取消了参赛资格，这次孩子终于开始佩服父亲了。
期末到了，小家伙因为在各方面的出色表现被老师表扬，当老师和同学要求小家伙说一说成功的经验时，小家伙本想把父亲教他的什么FMEA，SPC，PPAP好好宣传一番，可由于兴奋，竟然一点也想不起来，最后只好说：“因为我爸是个汽车工程师。”
注：资料转自网络ylh1118 收起阅读 »
其实小龙和其他父亲也没什么区别，当然每个父亲都关心自己的孩子，尤其关心孩子的身体健康和安全，这不，父亲正为孩子上学路上可能发生的情况苦思苦想呢。小龙想到了孩子上学路上可能会贪玩，因而上学迟到，被老师处罚，因而耽误学习（小龙认为发生的可能性较大，他选择发生度O=5或6）；也想到了路上有一个马路需要孩子横穿过去，发生交通事故的可能性也有，当然不是很大（小龙认为发生度O=3或4）。当然还有其他可能发生的事情，但发生的可能性都非常小（小龙认为发生度O=1或2），所以不再考虑。接着小龙分析，上学迟到是一件风险不是很大的事情，仅仅影响学习而已，他将风险系数确定为S=4或5，而发生交通事故的确是个大问题，父亲将风险系数确定为S=9或10。接下来小龙开始寻找对策，如何不让上述情况发生或一旦发生后损失最小，当然最好的办法是父亲每天送孩子上学，可是小龙因为工作原因做不到这样，最后小龙想出了办法，他每天写一个纸条让孩子交给老师签字，这样小龙就可以监控孩子每天是否按时到学校（小龙认为探测度非常高，确定D=3或4）；小龙为孩子选择了一条可以不横穿马路的上学路径，从而使发生的可能性降的很低（小龙确定新的发生度为O=1）。孩子不解地问父亲为什么这样做？小龙神秘地告诉孩子他的这种方法是汽车行业非常流行的潜在失效模式及后果分析（英文简称FMEA），孩子不以为然，但还是按照父亲的办法执行了。
小龙还关心的是孩子的学习成绩，因为没有时间照顾孩子，便为孩子每次考试成绩做了曲线图（小龙告诉孩子这叫X-R控制图，是统计过程控制SPC的一种），孩子不明白，问父亲这图有什么用，小龙告诉孩子可以用来监控学习成绩的变化，以便及早做出预防，比如：有超出控制限的点或连续几点上升或下降，都需要作出分析，找原因。孩子笑了，问父亲：“如果连着上升不就说明成绩变好了吗，还分析什么”？小龙严肃地告诉孩子，即使连续上升也要分析，分析的目的是找出变好的原因，以便形成标准并加以巩固，孩子似懂非懂地点点头。
孩子的课外活动也是小龙所关心的，有一次学校让每个孩子做5个手工制品参加竞赛，学校给了制作标准，要求周五上交。孩子做好了一个，并要继续做下去，却被小龙制止了，他告诉孩子先别急着继续做，明天先拿这个给老师检查一下，合格后再继续做后面的4个，孩子笑话父亲太小心谨慎了，父亲同样严肃地告诉孩子，这叫做产品和过程批准（英文简称PPAP），小心使得万年船。孩子按父亲的教导去做了，果然孩子的作品获得了成功，而同班的却有几名同学因作品不合格被取消了参赛资格，这次孩子终于开始佩服父亲了。
期末到了，小家伙因为在各方面的出色表现被老师表扬，当老师和同学要求小家伙说一说成功的经验时，小家伙本想把父亲教他的什么FMEA，SPC，PPAP好好宣传一番，可由于兴奋，竟然一点也想不起来，最后只好说：“因为我爸是个汽车工程师。”
注：资料转自网络ylh1118 收起阅读 »
SPC控制图异常求教
SPC 出现了第2和第7异常，CPK值很小，数据都集中在一个标准差内，求教：
数据很集中都在一个标准差内，为什么CPK值很小，图片请看下附件.
求SPC大侠帮忙，谢谢！
数据很集中都在一个标准差内，为什么CPK值很小，图片请看下附件.
求SPC大侠帮忙，谢谢！
做PFMEA的经验
FMEA又分为DFMEA和PFMEA，分别是针对产品设计、开发时期的分析技术和产品实现过程的分析技术。近日有质量人询问是否有PFMEA的经验介绍，今天给大家推荐的就是质量前辈自己的一点心得。
1、事前准备工作。要加强数据的统计分析。对与该产品相类似的产品的失效数据做一个分析，给这些失效做个排序。这些数据不但做PFMEA用的找，对开发设计人员也很有用，所以把时间花在这上面，绝对物超所值。
2、 关于团队。我们经常讲，做FMEA要讲究CFT的方法，这点固然重要，但如果组建一个不负责任或者说和稀泥的团队，不是没完没了的吵下去就是无休止的耗下去，还不如单兵作战。可以在单兵的基础上做成一个讨论版，大家再拿来讨论，这样可以提升工作效率。
3、 关于打分。发现很多公司（人）在PFMEA的打分上很不严谨。同一个失效，同样的失效影响，前后的打分能相差很多，目视确认打到3或4。要打的严谨很简单，仔细对照下手册就可以了，但是偏偏很少有人愿意时不时的去翻看手册，那么把手册上的打分表简化到你的PFMEA表单中来不失为一个方法。这也体现了poka yoke的思想。可以把每个打分的单元格都设置成下拉选择的类型，可以在选择数字的时候看到对应的文字说明。
4、PFMEA可以以类做区分。不必细分到每个品番上去。前提是同类化的设计。
5、PFMEA是个动态文件。从它身上，我们最能看出持续改善的影子。看过很多PFMEA，要么后面空空如也，要么给我写上“加强员工教育”，坑爹啊，人的因素就不要作为改善点了，人的技能能够满足要求，是我们做任何事情的一个前提。比如说，漏组装这个失效，你可能分析它是因为“员工的疏失”，此时如果你的对策里写“加强员工教育”是不妥当的，如何来防止漏组装、漏组装后如何检出，才是你施策的重点。
6、很多人一直疑惑PFMEA有什么用？制造现场吧，是根据控制计划来作业的，与其做好PFMEA还不如做好控制计划。PFMEA之功用在于：1、警示设计人员，防微杜渐；2、警示过程开发人员，预防第一；3、警示操作者或作业者，安全第一；4、警示作者，动脑第一。
以上就是质量前辈做PFMEA的一些经验，希望可以帮到有需求的同学们。 收起阅读 »
浅谈六西格玛 ARR
浅谈ARR
为了便于初学者对测量系统有初步的认识和使用，这里给大家简单介绍一下ARR的MINITAB使用方法，以及在现实中的使用技巧。
首先ARR和GRR在MINITAB中的使用时有一定的区别的，大部分人认识测量系统是从GRR开始，但是对ARR认识不是太深入，那么下面我们简单的介绍一下ARR。
Do or Die，看好你的生产过程
2014年9月29日，中国超越美国，成为世界第一大经济体。中国经济举世瞩目，而处于“微笑曲线”底端的中国制造业却仍在艰难前行——严酷的价格竞争倒逼规模宏大、表面风光的中国制造业不断压缩制造成本，换取薄若刀片一般的微薄利润。正如James Champy 在《企业之业务重组》中曾使用的“do or die”，中国制造业正在经历非生即死的环境变化。
在这样的形势下，制造企业寻求新生的路径大抵有四种，一是以技术创新为依托，形成指名销售的议价能力；二是从制造商向服务商转型，提高软件部分的获利能力；三是以信息流创新的方式，缩短乃至重新掌控消费者关系；四是内部管理流程再造，以提高劳动生产率，拓展利润空间。
前三条途径都是以“转变”为核心，而唯有第四条——内部管理流程再造是以“重新利用”为基准。因此，这条途径就意味着企业并不需要付出高昂的成本，就可以实现“do or die”的转变。换句话说，在制造成本方面，企业其实有大量压缩空间，提高产出质量并不需要增加成本，甚至可以科学有效、合理合法地将成本降到更低，这条“捷径”就在于生产过程，但是很多制造企业可能还没有认识或做到这点。
这使我不禁想起了最近在华纳圣龙实地参观时，该公司生产部经理与前来参观的一位质量经理的谈话。起初，我们就对这家年收入超2亿元，在业内赫赫有名的中美合资企业抱有极大的兴趣。因此，参观期间这位质量经理好奇地问道：“华纳圣龙在车间现场配有多少个检验员？”之所以会有这类疑问，是因为这位质量经理的现场要求全检，一旦客户投诉，生产部门就会抱怨这是检验员后期工作不到位才出现的问题。但是即便配备了如此多的检验员，生产和质量之间仍然保持着“剪不断、理还乱”的关系。
抱着同样的疑问，参观过程中大家对华纳圣龙的过程及管理控制着实惊叹不已。在参观过的所有三个加工车间，我们发现一共只有2名检验员。一旦零部件生产加工中出现问题，调试人员、生产人员及质量检测人员会一起来判断是否需要进行下一步批量生产。在过程控制方面，质量管理系统会在操作员在现场录数时，根据产品的特性及实际使用情况，告知员工产品测量的部位及取值的原则，时刻提醒员工如何取值，并帮助其理解为什么要如此取值。如果产品未设置公差限和控制限，员工将无法输入，充分发挥防错提醒功能。现场操作员还根据控制计划的要求设定检测时间。如果操作员没有按时输入，现场质量管理系统将发出红色报警，并将报警信息和实时数据以邮件的形式发送给管理人员。在管理控制方面，基于接收到的报警邮件，管理人员得以及时发现生产现场的异常状况。此外，借助现场监控平台和控制图，管理人员即使不在车间现场，也可随时知道每台设备及产品的过程能力，做到心中有数。
“事后检验”和“实时预控”已不再新鲜，“全员质量”也是老生常谈。然而，在华纳圣龙的现场，我们看到：“全员质量”要求的是每位生产人员、调试人员和检验人员都投入到质量管理；质量把控不再依靠“事后检验”，关注生产过程就可以实现“实时预控”。实时分析与事前预防正是质量管控的根基所在。但这些，却被大多数的制造企业所忽视。这些企业的管理者还在习惯于依靠主观猜测来做决策，仍然安于滞后的数据收集与检验。
“do or die”？早在二十年前，张瑞敏就曾在其重量级出版物《海尔是海》中写道：“随着海的号令执着而又坚定不移地冲向同一个目标，即使粉身碎骨也在所不辞。因此，才有了大海摧枯拉朽的神奇。”现在，我们不一定有能力，也完全不需要翻天覆地的改变，但却需要有粉身碎骨也在所不辞的毅力，通过对生产过程的持续关注，实现中国制造的低成本再造和中国质量的成功逆袭。
收起阅读 »
在这样的形势下，制造企业寻求新生的路径大抵有四种，一是以技术创新为依托，形成指名销售的议价能力；二是从制造商向服务商转型，提高软件部分的获利能力；三是以信息流创新的方式，缩短乃至重新掌控消费者关系；四是内部管理流程再造，以提高劳动生产率，拓展利润空间。
前三条途径都是以“转变”为核心，而唯有第四条——内部管理流程再造是以“重新利用”为基准。因此，这条途径就意味着企业并不需要付出高昂的成本，就可以实现“do or die”的转变。换句话说，在制造成本方面，企业其实有大量压缩空间，提高产出质量并不需要增加成本，甚至可以科学有效、合理合法地将成本降到更低，这条“捷径”就在于生产过程，但是很多制造企业可能还没有认识或做到这点。
这使我不禁想起了最近在华纳圣龙实地参观时，该公司生产部经理与前来参观的一位质量经理的谈话。起初，我们就对这家年收入超2亿元，在业内赫赫有名的中美合资企业抱有极大的兴趣。因此，参观期间这位质量经理好奇地问道：“华纳圣龙在车间现场配有多少个检验员？”之所以会有这类疑问，是因为这位质量经理的现场要求全检，一旦客户投诉，生产部门就会抱怨这是检验员后期工作不到位才出现的问题。但是即便配备了如此多的检验员，生产和质量之间仍然保持着“剪不断、理还乱”的关系。
抱着同样的疑问，参观过程中大家对华纳圣龙的过程及管理控制着实惊叹不已。在参观过的所有三个加工车间，我们发现一共只有2名检验员。一旦零部件生产加工中出现问题，调试人员、生产人员及质量检测人员会一起来判断是否需要进行下一步批量生产。在过程控制方面，质量管理系统会在操作员在现场录数时，根据产品的特性及实际使用情况，告知员工产品测量的部位及取值的原则，时刻提醒员工如何取值，并帮助其理解为什么要如此取值。如果产品未设置公差限和控制限，员工将无法输入，充分发挥防错提醒功能。现场操作员还根据控制计划的要求设定检测时间。如果操作员没有按时输入，现场质量管理系统将发出红色报警，并将报警信息和实时数据以邮件的形式发送给管理人员。在管理控制方面，基于接收到的报警邮件，管理人员得以及时发现生产现场的异常状况。此外，借助现场监控平台和控制图，管理人员即使不在车间现场，也可随时知道每台设备及产品的过程能力，做到心中有数。
“事后检验”和“实时预控”已不再新鲜，“全员质量”也是老生常谈。然而，在华纳圣龙的现场，我们看到：“全员质量”要求的是每位生产人员、调试人员和检验人员都投入到质量管理；质量把控不再依靠“事后检验”，关注生产过程就可以实现“实时预控”。实时分析与事前预防正是质量管控的根基所在。但这些，却被大多数的制造企业所忽视。这些企业的管理者还在习惯于依靠主观猜测来做决策，仍然安于滞后的数据收集与检验。
“do or die”？早在二十年前，张瑞敏就曾在其重量级出版物《海尔是海》中写道：“随着海的号令执着而又坚定不移地冲向同一个目标，即使粉身碎骨也在所不辞。因此，才有了大海摧枯拉朽的神奇。”现在，我们不一定有能力，也完全不需要翻天覆地的改变，但却需要有粉身碎骨也在所不辞的毅力，通过对生产过程的持续关注，实现中国制造的低成本再造和中国质量的成功逆袭。
收起阅读 »
没有办法做SPC的制程怎样做过程控制
在企业中，有些岗位部用SPC方法来控制，比如设备自身就是不稳定。但是为了避免客户投诉只能用全检的方法控制。是否有些方法可以做抽检就能保证产品质量的稳定。
从飞马说开去
从飞马说开去
由于工作的需要，笔者常需要在项目开发的过程中参与FMEA（potential failure mode and effect analysis,中文名飞马）活动。就像每天都要吃工作餐，吃的多了，对厨子（们）和饭菜也有了自己的看法。说来惭愧，目前的想法也仅是管中窥豹，写下来做个学习笔记吧，也为提醒自己，stay hungry, stay foolish。文中仅代表个人目前认知水平，望高手轻拍。
先从几个基本的概念开始
1. 什么是FMEA
中文名失效模式和影响分析。是在项目开发过程中对产品设计（顾客需求转换为产品特性并固化在产品上的初始idea）和过程开发时（设计开发已完成并冻结，进行讨论如何实现的过程），对可能出现的风险进行识别和评估，做出优先顺序排列，并持续采取相应行动，降低风险的活动。目的是集中项目有限的资源，降低那些对项目威胁最大的风险。一般分为设计FMEA（DFMEA），过程FMEA（PFMEA），系统FMEA（好像是SFMEA）
产品开发流程
产品设计：相当于顾客说想吃酸菜鱼，服务员需要问清是小份还是大份，口味要清淡还是稍重，然后大厨根据服务员的回馈开始有个概念，开始准备材料，如鱼的大小，佐料多少，几分熟，用什么盘子盛放等
过程设计：如大厨准备开始做酸菜鱼，在哪口锅上面做，什么时候做，做完需要多长时间，火候如何把握，怎么盛放进盘子里等
2． 为什么要做FMEA
但凡做一个项目，总会面临各种风险。相信没有项目成员愿意带着各种风险的项目投产。为了全面识别出在以上两个过程中的所有风险，尽早的进行预防，防止到项目后期木已成舟，酿成大错。笔者就常听说“要早知道这个问题就好了”（未能及时全面的识别出所有风险）以及“要是重视这个问题就不会这样了”（识别出来了但是没能科学的评级）
3. 适用范围
（1） 新产品，新设计，新工艺，新流程
（2） 现有设计和工艺的改善
（3） 现有设计和工艺在新环境下的应用
4. 如何做FMEA
这个在2008年第四版中有详细的描述，包括每个条目的解释和例子，在此不再详述。
5. DFMEA和PFMEA有何异同
工作过程中很多同事问到，D和P飞马有何不同。目前个人看法如下
不同点：
DFMEA PFMEA
目的 识别设计是否合理，合法
是否能满足顾客需求 识别部件制造和组装过程中的风险
阶段 开始于项目早期 早于生产工装和设备的采购
对象 设计过程中的风险 生产过程中的风险
前提 QFD,P图，方块图 设计是符合设计意图的，工艺流程图
方法 对部件功能的分析和失效进行分析 对部件生产过程中失效进行分析
输出 设计评审计划和报告 DVP&R 过程控制计划（WI,TPM,AM）
DFMEA的输出：DVP&R（表示这东西寡人从未见过，囧~）
PFMEA输出：过程控制计划
相同点
最终目的相同，都是为了降低项目风险，提高顾客满意程度。
都需要全面的评估和及时的更新
6. FMEA常见错误
（1） 认识错误
很多人认为FMEA只是一个质量工具，应该有质量部负责制作和跟踪。大谬！须知传统的职能部门的边界思维乃是现代企业的大忌。不仅在项目开发过程中制造摩擦，当产品上市后一旦遭遇问题也多是踢皮球，最终只能由个别部门独吞恶果，其他人看笑话。FMEA应作为项目工具，识别和跟踪项目风险。并且，FMEA不仅适用于制造业，在很多服务行业也同样适用。
（2） 时效性
其一，开始的时间太晚。前文已述，然而实际情况是很多项目快做完了，为了完成FMEA而做，变成了paper work，完全没有起到作用
其二，只做一版，不及时更新。制定了行动计划和责任人无人执行，形同虚设。
（3） 积累性
随着企业发展，新旧更替，之前积累了经验的老人走了，随即带走了know how。这些know how很多是通过市场不良反馈，企业用大把金钱换来的。如果没有把所有以前项目的FMEA统一起来学习，甚至不重视之前的经验教训，只能是平地起高楼，很多时候还会走前人的弯路。相反，如果珍视每个项目的FMEA，定期整理和总结，为后来人或引以为戒，或开拓思路。十数年后，即便人来人往，企业无损失，终会在同行中脱颖而出。否则，每天都犯以前犯过的错误，岂不痛心？
（4） 改善措施
在对应的栏目里常见的是“加强检验”“全检”。须知控制措施里分为防范性措施和探测性措施，此二者中应优选前者。只因后者存在探测程度低，探测成本大等问题。人言，防范甚于救火。
（5） RPN之祸（惑）
笔者初及FMEA，也觉得很是简单，SOD三个数字相乘，设置个极限值，高于极限值的想办法降低，低于的可以不用管了。现在看来，只知其一，不知其二。举个例子，公司忘了发这个月的工资，这事件的发生概率很低且可探测度很高，然而严重性几乎爆表，因为事情十分严重。哪个企业敢发生一次，管保你的人事部被围得水泄不通。像安全性事件，法律法规的要求等，虽然发生概率小，但后果严重，此类项目应该强制要求改善。而RPN乘积的意义在于当确定了项目是否需要采取措施之后，再对需要采取措施的风险进行排序，主席言”集中优势兵力，各个消灭敌人”。
在第四版的FMEA中，对此也有特殊说明：
“对于确定是否需要措施，不建议使用RPN极限法”。那如何是好呢？好像没有人要求一定要三个数字乘起来吧？那么S X O呢？好像也没有人要求一定要乘，那么三个数字并排呢？组成个三位数，不就恰恰证明了三个数字的优先顺序了么？来看例子：
妙，甚妙！
7. 由FMEA延伸出的问题
QFD的重要性
质量功能展开，来自日本。其法目的在于准确把握顾客需求，并根据当时竞争对手的水平进行突破，将顾客模糊的需求描述转化为具体的可测量的设计需求，进而开发出更容易被顾客接受的产品。甚至能找到顾客潜在需求，创造顾客需求。QFD的重要性对整个企业而言在于找准目标顾客，找准顾客需求，找准自己在行业内的定位。否则，犹如无的放矢，纵然努力拼搏，也是竹篮打水。笔者教训，在FMEA实施过程中，QFD常被忽略，通常是一群人用头脑风暴的方法，不仅事倍功半，且分析不全面，为以后的功能失效埋下隐患
8. 工具和思维
工具：
FMEA，QFD，质量老7工具（五图一法一表），QC新七法等，众多方法不计其数，但终究只是大侠手中利器。若想驰骋江湖，必修武德，必修心胸，必修心智。
质量是什么？
先来看看质量不是什么，或者不仅仅是什么？
不是手持一把卡尺，终日在产线上巡逻，随便抓个部件一通测量，然后打上pass或non-pass，然后用红色标记笔mark一下。不是整天被召唤到生产线，被逼迫填写让步放行单，被询问这件产品能不能放行。不是没有分析到根本原因的问题，从看到的现象被划归为“质量问题”。
质量即是符合标准。标准从何而来，其一来自国家法律，行业规范；其二来自顾客需求具化而来的产品特性；其三来自企业内标，或者是“业界的良心”。以上三者合而为一即是产品标准，一旦被管理层和各方接受，必须严格执行。否则来看一下后果，违反国家法律，行业规范，轻则被通报罚款，重则勒令停产。不按顾客需求生产，要么顾客拒收，要么顾客抱怨不满，品牌形象受损。不符合企业内标，更是影响甚广，今天让步放行，明天厂里所有的员工都会知道不符合标准没什么大不了，因为可以让步，标准建立形同虚设。
从检验质量，到统计控制质量，到全面质量，ISO9000八大原则里明确“全员参与”，大家也都贯了标，有多少知名企业还是认为质量只是质量部的事情，吾辈任重而道远啊！
其实质量很简单，看一个公司单位数量的产品售后维修人员数量就行了。比如平均每1000件产品只有1名维修服务人员和平均1件产品需要10个维修服务人员在不同时间答复顾客提问，上门服务才能解决问题。孰优孰劣，一看便知。
质量存在的意义并非擦屁股，而是为公司创造利润。如何创造？从尊重顾客开始，从对全员进行质量意识培训开始，从少犯错误开始，从减少浪费开始。。。
第一次发文章，图片和表格不会弄进来，诸君将就看看吧 收起阅读 »
由于工作的需要，笔者常需要在项目开发的过程中参与FMEA（potential failure mode and effect analysis,中文名飞马）活动。就像每天都要吃工作餐，吃的多了，对厨子（们）和饭菜也有了自己的看法。说来惭愧，目前的想法也仅是管中窥豹，写下来做个学习笔记吧，也为提醒自己，stay hungry, stay foolish。文中仅代表个人目前认知水平，望高手轻拍。
先从几个基本的概念开始
1. 什么是FMEA
中文名失效模式和影响分析。是在项目开发过程中对产品设计（顾客需求转换为产品特性并固化在产品上的初始idea）和过程开发时（设计开发已完成并冻结，进行讨论如何实现的过程），对可能出现的风险进行识别和评估，做出优先顺序排列，并持续采取相应行动，降低风险的活动。目的是集中项目有限的资源，降低那些对项目威胁最大的风险。一般分为设计FMEA（DFMEA），过程FMEA（PFMEA），系统FMEA（好像是SFMEA）
产品开发流程
产品设计：相当于顾客说想吃酸菜鱼，服务员需要问清是小份还是大份，口味要清淡还是稍重，然后大厨根据服务员的回馈开始有个概念，开始准备材料，如鱼的大小，佐料多少，几分熟，用什么盘子盛放等
过程设计：如大厨准备开始做酸菜鱼，在哪口锅上面做，什么时候做，做完需要多长时间，火候如何把握，怎么盛放进盘子里等
2． 为什么要做FMEA
但凡做一个项目，总会面临各种风险。相信没有项目成员愿意带着各种风险的项目投产。为了全面识别出在以上两个过程中的所有风险，尽早的进行预防，防止到项目后期木已成舟，酿成大错。笔者就常听说“要早知道这个问题就好了”（未能及时全面的识别出所有风险）以及“要是重视这个问题就不会这样了”（识别出来了但是没能科学的评级）
3. 适用范围
（1） 新产品，新设计，新工艺，新流程
（2） 现有设计和工艺的改善
（3） 现有设计和工艺在新环境下的应用
4. 如何做FMEA
这个在2008年第四版中有详细的描述，包括每个条目的解释和例子，在此不再详述。
5. DFMEA和PFMEA有何异同
工作过程中很多同事问到，D和P飞马有何不同。目前个人看法如下
不同点：
DFMEA PFMEA
目的 识别设计是否合理，合法
是否能满足顾客需求 识别部件制造和组装过程中的风险
阶段 开始于项目早期 早于生产工装和设备的采购
对象 设计过程中的风险 生产过程中的风险
前提 QFD,P图，方块图 设计是符合设计意图的，工艺流程图
方法 对部件功能的分析和失效进行分析 对部件生产过程中失效进行分析
输出 设计评审计划和报告 DVP&R 过程控制计划（WI,TPM,AM）
DFMEA的输出：DVP&R（表示这东西寡人从未见过，囧~）
PFMEA输出：过程控制计划
相同点
最终目的相同，都是为了降低项目风险，提高顾客满意程度。
都需要全面的评估和及时的更新
6. FMEA常见错误
（1） 认识错误
很多人认为FMEA只是一个质量工具，应该有质量部负责制作和跟踪。大谬！须知传统的职能部门的边界思维乃是现代企业的大忌。不仅在项目开发过程中制造摩擦，当产品上市后一旦遭遇问题也多是踢皮球，最终只能由个别部门独吞恶果，其他人看笑话。FMEA应作为项目工具，识别和跟踪项目风险。并且，FMEA不仅适用于制造业，在很多服务行业也同样适用。
（2） 时效性
其一，开始的时间太晚。前文已述，然而实际情况是很多项目快做完了，为了完成FMEA而做，变成了paper work，完全没有起到作用
其二，只做一版，不及时更新。制定了行动计划和责任人无人执行，形同虚设。
（3） 积累性
随着企业发展，新旧更替，之前积累了经验的老人走了，随即带走了know how。这些know how很多是通过市场不良反馈，企业用大把金钱换来的。如果没有把所有以前项目的FMEA统一起来学习，甚至不重视之前的经验教训，只能是平地起高楼，很多时候还会走前人的弯路。相反，如果珍视每个项目的FMEA，定期整理和总结，为后来人或引以为戒，或开拓思路。十数年后，即便人来人往，企业无损失，终会在同行中脱颖而出。否则，每天都犯以前犯过的错误，岂不痛心？
（4） 改善措施
在对应的栏目里常见的是“加强检验”“全检”。须知控制措施里分为防范性措施和探测性措施，此二者中应优选前者。只因后者存在探测程度低，探测成本大等问题。人言，防范甚于救火。
（5） RPN之祸（惑）
笔者初及FMEA，也觉得很是简单，SOD三个数字相乘，设置个极限值，高于极限值的想办法降低，低于的可以不用管了。现在看来，只知其一，不知其二。举个例子，公司忘了发这个月的工资，这事件的发生概率很低且可探测度很高，然而严重性几乎爆表，因为事情十分严重。哪个企业敢发生一次，管保你的人事部被围得水泄不通。像安全性事件，法律法规的要求等，虽然发生概率小，但后果严重，此类项目应该强制要求改善。而RPN乘积的意义在于当确定了项目是否需要采取措施之后，再对需要采取措施的风险进行排序，主席言”集中优势兵力，各个消灭敌人”。
在第四版的FMEA中，对此也有特殊说明：
“对于确定是否需要措施，不建议使用RPN极限法”。那如何是好呢？好像没有人要求一定要三个数字乘起来吧？那么S X O呢？好像也没有人要求一定要乘，那么三个数字并排呢？组成个三位数，不就恰恰证明了三个数字的优先顺序了么？来看例子：
妙，甚妙！
7. 由FMEA延伸出的问题
QFD的重要性
质量功能展开，来自日本。其法目的在于准确把握顾客需求，并根据当时竞争对手的水平进行突破，将顾客模糊的需求描述转化为具体的可测量的设计需求，进而开发出更容易被顾客接受的产品。甚至能找到顾客潜在需求，创造顾客需求。QFD的重要性对整个企业而言在于找准目标顾客，找准顾客需求，找准自己在行业内的定位。否则，犹如无的放矢，纵然努力拼搏，也是竹篮打水。笔者教训，在FMEA实施过程中，QFD常被忽略，通常是一群人用头脑风暴的方法，不仅事倍功半，且分析不全面，为以后的功能失效埋下隐患
8. 工具和思维
工具：
FMEA，QFD，质量老7工具（五图一法一表），QC新七法等，众多方法不计其数，但终究只是大侠手中利器。若想驰骋江湖，必修武德，必修心胸，必修心智。
质量是什么？
先来看看质量不是什么，或者不仅仅是什么？
不是手持一把卡尺，终日在产线上巡逻，随便抓个部件一通测量，然后打上pass或non-pass，然后用红色标记笔mark一下。不是整天被召唤到生产线，被逼迫填写让步放行单，被询问这件产品能不能放行。不是没有分析到根本原因的问题，从看到的现象被划归为“质量问题”。
质量即是符合标准。标准从何而来，其一来自国家法律，行业规范；其二来自顾客需求具化而来的产品特性；其三来自企业内标，或者是“业界的良心”。以上三者合而为一即是产品标准，一旦被管理层和各方接受，必须严格执行。否则来看一下后果，违反国家法律，行业规范，轻则被通报罚款，重则勒令停产。不按顾客需求生产，要么顾客拒收，要么顾客抱怨不满，品牌形象受损。不符合企业内标，更是影响甚广，今天让步放行，明天厂里所有的员工都会知道不符合标准没什么大不了，因为可以让步，标准建立形同虚设。
从检验质量，到统计控制质量，到全面质量，ISO9000八大原则里明确“全员参与”，大家也都贯了标，有多少知名企业还是认为质量只是质量部的事情，吾辈任重而道远啊！
其实质量很简单，看一个公司单位数量的产品售后维修人员数量就行了。比如平均每1000件产品只有1名维修服务人员和平均1件产品需要10个维修服务人员在不同时间答复顾客提问，上门服务才能解决问题。孰优孰劣，一看便知。
质量存在的意义并非擦屁股，而是为公司创造利润。如何创造？从尊重顾客开始，从对全员进行质量意识培训开始，从少犯错误开始，从减少浪费开始。。。
第一次发文章，图片和表格不会弄进来，诸君将就看看吧 收起阅读 »
IATF关于ISO/TS16949认证新规则的主要变化
overview of the key changes of new IATF rules for ISO/TS16949 certification
IATF关于ISO/TS16949认证新规则的主要变化
1, site extension 延伸场所
² Clients with an existing manufacturing site extensionwill need to transition this site extension to a single site. The certificationaudits for these sites must be performed between 01. April 2014 and 1. April2015. (effected customers will be informed separately.)
具有生产延伸场所的顾客需要将生产延伸场地转换为一个独立的现场。针对这些场所的审核必须在2014.04.01-2015.04.01之间完成（会给相关受影响的客户单独通知）
2, Audit planning and audit plan 审核策划和审核计划
² The minimum audit time in manufacturing shall be aminimum of one-third of the total audit days.
制造相关审核时间至少达到总审核人天的1/3.
² The required client information for audit planning(documents to be delivered to the auditor) we specified more exactly andextended. (your auditor will inform you about the required information)
关于审核策划需要的客户信息（文件应发送给审核员），我们会要求更加具体和内容增加（具体情况，将由审核员告知）
² Eachaudit plan shall: identify a minimum of one (1) hour on site, prior to theopening meeting, for verification of changes to current customer and internalperformance data, including a review of current online customer reports and/orcustomer scorecards. The audit team shall adjust the audit plan based upon anynew information collected, if required. This one (1) hour is in addition to thespecified audit days and is not entered into the IATF database,.
每份审核计划必须:在首次会议之前, 至少安排一个小时，用来检查当前客户和内部绩效数据有无变化，包括评审当前在线的顾客报告和/或顾客记分卡。审核组应基于新收集的信息调整审核计划。这一个小时额外于审核人日，不录入IATF数据库
² manufacturing shall be audited on all shifts where itoccurs, including an appropriate sample of the shift changeover. During thestage 2, recertification, and transfer audits, all manufacturing processesshall be audited on each shift. Sampling of shifts or processes is not allowed.At the subsequent surveillance audit cycle, all manufacturing processes shallbe audited on each shift,
制造过程的所有生产班次必须被审核，包括对换班的适当抽样。在认证审核的第2阶段，再认证审核以及证书转换审核中，每一班次的所有制造过程都应审核。不允许对生产班次或制造过程进行抽样。在随后的监督周期中，每一班次的所有制造过程都应审核。
3, audit terminate 审核终止
² If a stage 2 audit is terminated, the client shallstart over with a stage 1 readiness review,
如果第2阶段审核被终止，客户应从第1阶段准备评审重新开始。
² If a surveillance audit is terminated, thecertificate shall be suspended and a full repeat surveillance audit shall beconducted within ninety (90) calendar days of the closing meeting,
如果监督审核被终止，证书应被暂停，并在末次会议后九十个日历日以内进行完全一样的审核。
² If a recertification audit is terminated, the clientshall have another recertification audit in accordance with section 5.1.1 Ifthe timing is exceeded, the client shall start over with an initialcertification audit
如果再认证审核被终止，客户应按照规则第5.1.1条要求进行另一次再认证。如果超过了时限安排，客户应从初次认证审核重新开始。
² If a transfer audit is terminated, the client shallstart over with an initial certification audit
如果证书转换审核被终止，客户应从初次认证审核重新开始。
4, corrective actions 纠正措施
² The certification body shall require the client tosubmit, within a maximum of sixty (60) calendar days from the closing meetingof the site audit, evidence of the following:
Ø a)implemented correction,
Ø b) root cause including methodology used, analysis,and results,
Ø c) implemented systemic corrective actions toeliminate each nonconformity, including consideration of the impact to other similarprocesses and products,
Ø d) verification of effectiveness of implementedcorrective actions.
² 认证机构应要求客户在现场审核末次会议后最多60个日历日内提交如下内容的证据：
Ø a)已实施的纠正；
Ø b)根本原因，包括所使用的方法、分析和结果；
Ø C)已实施的用于消除不符合的纠正措施，包括对其他类似过程和产品影响的考虑；
Ø d)已实施的纠正措施有效性验证。
² In exceptional case(s) where the implementation ofcorrective actions cannot be completed within a maximum of ninety (90) calendardays from the closing meeting of the site audit, the certification body shallconsider the nonconformity open but 100% resolved.
在纠正措施无法在现场审核末次会议后最多90个日历日内实施完成的特殊情况下，如果满足一下条件，认证机构应考虑不符合保持开启, 但100%解决。
Ø In such a case an onsite follow-up audit based on theaccepted action plan shall be scheduled prior to the next audit.
在这种情况下, 必须在下一次审核之前,基于可接受的纠正措施计划, 安排一次现场跟踪审核。
² A major nonconformity shall require onsiteverification of the corrective action. The onsite verification shall becompleted within a maximum of ninety (90) calendar days from the closingmeeting of the site audit..
严重不符合的纠正措施需要现场验证。现场验证在现场审核末次会议后最多90个日历日内完成。
5，Certificates证书:
² The content of the certificate shall include only alldesign and manufacturing activities.
证书内容应只包括全部的设计和制造活动；
² Remotelocations: The functions shall matchthe list identified in the IATF database,
支持场所：支持职能的描述应符合IATF数据库中已经识别的职能列表。
² Client logos are not permitted on the certificate.
证书上不允许出现客户标志。
² Existing certificates bearing the client logos, CBmembership logos, site extensions, or with support functions names that do notmatch the IATF Db list have to be updated between 1 April 2014 – 1 April 2015.The changed certificates will be submitted by DEKRA to their clients.
² 现有证书上的客户标志，CB成员标识，生产延伸场所，以及支持职能与IATF数据库不一致的都应该在2014.04.01-2015.04.01之间进行更新。变更后的证书将由DEKRA提交给客户。
6，Special audit特殊审核
² It may become necessary for the certification body toconduct audits of certified clients to investigate performance complaints, inresponse to changes to the client's quality management system, significantchanges at the client’s site or as a result of a suspended certificate.
认证机构可能有必要对认证客户进行审核，以调查由于绩效投诉导致的客户质量管理体系变化、客户现场重大变化或由此可能导致的证书暂停。
收起阅读 »
IATF关于ISO/TS16949认证新规则的主要变化
1, site extension 延伸场所
² Clients with an existing manufacturing site extensionwill need to transition this site extension to a single site. The certificationaudits for these sites must be performed between 01. April 2014 and 1. April2015. (effected customers will be informed separately.)
具有生产延伸场所的顾客需要将生产延伸场地转换为一个独立的现场。针对这些场所的审核必须在2014.04.01-2015.04.01之间完成（会给相关受影响的客户单独通知）
2, Audit planning and audit plan 审核策划和审核计划
² The minimum audit time in manufacturing shall be aminimum of one-third of the total audit days.
制造相关审核时间至少达到总审核人天的1/3.
² The required client information for audit planning(documents to be delivered to the auditor) we specified more exactly andextended. (your auditor will inform you about the required information)
关于审核策划需要的客户信息（文件应发送给审核员），我们会要求更加具体和内容增加（具体情况，将由审核员告知）
² Eachaudit plan shall: identify a minimum of one (1) hour on site, prior to theopening meeting, for verification of changes to current customer and internalperformance data, including a review of current online customer reports and/orcustomer scorecards. The audit team shall adjust the audit plan based upon anynew information collected, if required. This one (1) hour is in addition to thespecified audit days and is not entered into the IATF database,.
每份审核计划必须:在首次会议之前, 至少安排一个小时，用来检查当前客户和内部绩效数据有无变化，包括评审当前在线的顾客报告和/或顾客记分卡。审核组应基于新收集的信息调整审核计划。这一个小时额外于审核人日，不录入IATF数据库
² manufacturing shall be audited on all shifts where itoccurs, including an appropriate sample of the shift changeover. During thestage 2, recertification, and transfer audits, all manufacturing processesshall be audited on each shift. Sampling of shifts or processes is not allowed.At the subsequent surveillance audit cycle, all manufacturing processes shallbe audited on each shift,
制造过程的所有生产班次必须被审核，包括对换班的适当抽样。在认证审核的第2阶段，再认证审核以及证书转换审核中，每一班次的所有制造过程都应审核。不允许对生产班次或制造过程进行抽样。在随后的监督周期中，每一班次的所有制造过程都应审核。
3, audit terminate 审核终止
² If a stage 2 audit is terminated, the client shallstart over with a stage 1 readiness review,
如果第2阶段审核被终止，客户应从第1阶段准备评审重新开始。
² If a surveillance audit is terminated, thecertificate shall be suspended and a full repeat surveillance audit shall beconducted within ninety (90) calendar days of the closing meeting,
如果监督审核被终止，证书应被暂停，并在末次会议后九十个日历日以内进行完全一样的审核。
² If a recertification audit is terminated, the clientshall have another recertification audit in accordance with section 5.1.1 Ifthe timing is exceeded, the client shall start over with an initialcertification audit
如果再认证审核被终止，客户应按照规则第5.1.1条要求进行另一次再认证。如果超过了时限安排，客户应从初次认证审核重新开始。
² If a transfer audit is terminated, the client shallstart over with an initial certification audit
如果证书转换审核被终止，客户应从初次认证审核重新开始。
4, corrective actions 纠正措施
² The certification body shall require the client tosubmit, within a maximum of sixty (60) calendar days from the closing meetingof the site audit, evidence of the following:
Ø a)implemented correction,
Ø b) root cause including methodology used, analysis,and results,
Ø c) implemented systemic corrective actions toeliminate each nonconformity, including consideration of the impact to other similarprocesses and products,
Ø d) verification of effectiveness of implementedcorrective actions.
² 认证机构应要求客户在现场审核末次会议后最多60个日历日内提交如下内容的证据：
Ø a)已实施的纠正；
Ø b)根本原因，包括所使用的方法、分析和结果；
Ø C)已实施的用于消除不符合的纠正措施，包括对其他类似过程和产品影响的考虑；
Ø d)已实施的纠正措施有效性验证。
² In exceptional case(s) where the implementation ofcorrective actions cannot be completed within a maximum of ninety (90) calendardays from the closing meeting of the site audit, the certification body shallconsider the nonconformity open but 100% resolved.
在纠正措施无法在现场审核末次会议后最多90个日历日内实施完成的特殊情况下，如果满足一下条件，认证机构应考虑不符合保持开启, 但100%解决。
Ø In such a case an onsite follow-up audit based on theaccepted action plan shall be scheduled prior to the next audit.
在这种情况下, 必须在下一次审核之前,基于可接受的纠正措施计划, 安排一次现场跟踪审核。
² A major nonconformity shall require onsiteverification of the corrective action. The onsite verification shall becompleted within a maximum of ninety (90) calendar days from the closingmeeting of the site audit..
严重不符合的纠正措施需要现场验证。现场验证在现场审核末次会议后最多90个日历日内完成。
5，Certificates证书:
² The content of the certificate shall include only alldesign and manufacturing activities.
证书内容应只包括全部的设计和制造活动；
² Remotelocations: The functions shall matchthe list identified in the IATF database,
支持场所：支持职能的描述应符合IATF数据库中已经识别的职能列表。
² Client logos are not permitted on the certificate.
证书上不允许出现客户标志。
² Existing certificates bearing the client logos, CBmembership logos, site extensions, or with support functions names that do notmatch the IATF Db list have to be updated between 1 April 2014 – 1 April 2015.The changed certificates will be submitted by DEKRA to their clients.
² 现有证书上的客户标志，CB成员标识，生产延伸场所，以及支持职能与IATF数据库不一致的都应该在2014.04.01-2015.04.01之间进行更新。变更后的证书将由DEKRA提交给客户。
6，Special audit特殊审核
² It may become necessary for the certification body toconduct audits of certified clients to investigate performance complaints, inresponse to changes to the client's quality management system, significantchanges at the client’s site or as a result of a suspended certificate.
认证机构可能有必要对认证客户进行审核，以调查由于绩效投诉导致的客户质量管理体系变化、客户现场重大变化或由此可能导致的证书暂停。
收起阅读 »
计数型测量系统分析在外观检查上的应用（一）
美国3大汽车公司共同提出了QS-9000质量管理体系，在该体系中，首次完整明确地提出了测量系统分析（MSA—Measurement Systems Analysis）的理念，并确立了其在现代企业质量保证体系中的重要地位。2010年由克莱斯勒集团公司、福特汽车公司和通用汽车公司供方质量要求特别工作组认可的测量系统分析（MSA）工作小组编写了《测量系统分析参考手册》第四版，主要介绍了基本计量型的MSA方法（极差法、均值和极差法、方差分析（ANOVA）法、偏倚、线性、控制图法）和基本计数型MSA方法（信号探测法，假设试验分析法）两类测量系统类型。用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、夹具、软件、人员、环境和假设的集合，用来获得测量结果的整个过程称为测量系统。S.W.I.P.E（S标准、W零件、I仪器、P人/程序、E环境）表示一个普通的测量系统为了达成被要求的目标，有六个必要因素作为整个测量系统的一个误差模型。
从质量管理统计学的角度来看，测量系统分析实质上是变异分析的范畴，即分析测量系统所带来的变异相对于工序过程总变异的大小，以确保工序过程的主要变异源于工序过程本身而非测量系统，并且测量系统能力能满足工序要求。测量系统分析针对的是整个测量系统的稳定性和准确性，它需要分析测量系统的位置变差、宽度变差，在位置变差中包括测量系统的偏倚、稳定性和线性，在宽度变差中包括测量系统的重复性、再现性。
LSL和USL代表的是产品规范的上下限，第I类区代表不合格区域，第II类区代表可能做出潜在的错误决定区域，第III类区代表合格区域。我们的目标是尽可能地对产品状态做出正确的判断和决定，那么有两种选择：一是改进生产过程，减少过程变差，不生产出落在区域I和II的产品；二是改进测量系统，减少测量系统误差以降低区域II的大小，从而使得生产出的所有产品落在区域III内，并且降低做出错误决定的风险（也就是II类风险）。测量系统分析的目的就是改进测量系统，现今大部分企业关注更多的是计量型测量系统分析改进，例如购买CMM三坐标测量机等测量器具设备。相对而言计数型测量系统的改进空间小，一些定性测量设备器具大都属于人工判断，自动化程度低。所以，往往计数型测量系统发生问题的可能性更大，产生II类风险的几率更高。
计数型测量系统是一种测量数值为一有限的分类数量测量系统，它与能获得一连串数值结果的计量型测量系统截然不同。通/止规（G/NG gage）是最常用的量具，它只有两种可能的结果（合格、不合格）。其它的计数型测量系统，如目视标准，可能产生五到七个分类，如非常好、好、一般、差、非常差。计数型测量系统的分析是为了确定不同班次，不同生产线的检测人员是否能正确地区分合格品和不合格品，分析出测量结果与标准值的符合程度，以及他们自身和相互之间重复检查的一致程度。
曾经遇到这样的案例：由于客户那里经常反馈检测出少量产品外观裂纹，造成大量产品重复检测，既增加检测成本，又延误交付周期，这对客户而言是不可接受的。所以我们尝试各种激励的、惩罚的、或监控监督等方法，效果都不明显。因此召开头脑风暴会议分析问题根本原因，发现设备鉴别能力、检测方法、光线照明条件、物流通道、劳动强度、人员操作培训等都没发现异常情况，生产部门和品质部门最后判断最大可能性的是人为影响。但因为检测人员一共有三位，没有合理依据的情况下无法做出判断和决定，为此采用了计数型测量系统分析方法——假设试验分析（交叉表法）来进行评价。 收起阅读 »
从质量管理统计学的角度来看，测量系统分析实质上是变异分析的范畴，即分析测量系统所带来的变异相对于工序过程总变异的大小，以确保工序过程的主要变异源于工序过程本身而非测量系统，并且测量系统能力能满足工序要求。测量系统分析针对的是整个测量系统的稳定性和准确性，它需要分析测量系统的位置变差、宽度变差，在位置变差中包括测量系统的偏倚、稳定性和线性，在宽度变差中包括测量系统的重复性、再现性。
LSL和USL代表的是产品规范的上下限，第I类区代表不合格区域，第II类区代表可能做出潜在的错误决定区域，第III类区代表合格区域。我们的目标是尽可能地对产品状态做出正确的判断和决定，那么有两种选择：一是改进生产过程，减少过程变差，不生产出落在区域I和II的产品；二是改进测量系统，减少测量系统误差以降低区域II的大小，从而使得生产出的所有产品落在区域III内，并且降低做出错误决定的风险（也就是II类风险）。测量系统分析的目的就是改进测量系统，现今大部分企业关注更多的是计量型测量系统分析改进，例如购买CMM三坐标测量机等测量器具设备。相对而言计数型测量系统的改进空间小，一些定性测量设备器具大都属于人工判断，自动化程度低。所以，往往计数型测量系统发生问题的可能性更大，产生II类风险的几率更高。
计数型测量系统是一种测量数值为一有限的分类数量测量系统，它与能获得一连串数值结果的计量型测量系统截然不同。通/止规（G/NG gage）是最常用的量具，它只有两种可能的结果（合格、不合格）。其它的计数型测量系统，如目视标准，可能产生五到七个分类，如非常好、好、一般、差、非常差。计数型测量系统的分析是为了确定不同班次，不同生产线的检测人员是否能正确地区分合格品和不合格品，分析出测量结果与标准值的符合程度，以及他们自身和相互之间重复检查的一致程度。
曾经遇到这样的案例：由于客户那里经常反馈检测出少量产品外观裂纹，造成大量产品重复检测，既增加检测成本，又延误交付周期，这对客户而言是不可接受的。所以我们尝试各种激励的、惩罚的、或监控监督等方法，效果都不明显。因此召开头脑风暴会议分析问题根本原因，发现设备鉴别能力、检测方法、光线照明条件、物流通道、劳动强度、人员操作培训等都没发现异常情况，生产部门和品质部门最后判断最大可能性的是人为影响。但因为检测人员一共有三位，没有合理依据的情况下无法做出判断和决定，为此采用了计数型测量系统分析方法——假设试验分析（交叉表法）来进行评价。 收起阅读 »
读SPC有感
不知你是否有过同样的经历，在一个产品出现问题后，人机料法环挨个检查遍，完全没有问题，正当你毫无头绪的时候，却发现是测量出了问题；一个产品在机台、模具、工艺同时稳定的情况下，每次尺寸总会有偏差，有了上次的经验，你会首先质疑质量有没有做PPK，做了，却发现在这个PPK之前根本就没有做MSA，当你还没有确认测量系统是否符合正态分布的情况下就做PPK了，能有说服力吗？
所以作为工艺的我们要自己系统地学习SPC，决不能就这么被人随便给忽悠了，以后会每隔一段时间或写点自己的心得，或摘点原文，好了，先把正文前的六点注意事项摘出来，注意，很多资深DQE都不一定能做到这六点：
一、收集数据并用统计方法来解释它们并不是最终目标，最终目标应该是在阅读的过程中不断加深理解，但一个不能实现任何改进的技术专家是很容易的，我们应该将增长知识作为行动的基础。。
二、测量系统对适当的质量分析来说是很关键的，在收集过程数据之前就应该很好地对它们加以了解。如果这些测量系统缺少统计控制，或他们的变差在过程总变差中占很大比例，就可能作出不恰当的决定。
三、研究变差和应用统计知识来改进性能的基本概念适用于任何领域。
四、SPC代表统计过程控制，但以前的统计方法常用于零件而不是过程。应用统计技术来控制输出（例如，零件）应仅仅是第一步，只有当产输出的过程成为我们努力的重点，这些方法才能在改进质量、提高生产效率、降低成本上充分发挥作用。
五、尽管手册中的每一点是透过已完成的例子来说明的，但要真正理解这些知识需要进一步与过程控制实际相联系，研究读者自己的工作场所或相似活动中的实际例子，是对本书的重要补充，实际工作经验是无法替代的。
六、本手册可看成应用统计方法的第一步，它提供了被普遍接受的方法，并在许多场所得以应用。然而，还是存在一些例外的情况，在这些情况中，盲目地使用这些方法是不恰当的。 收起阅读 »
所以作为工艺的我们要自己系统地学习SPC，决不能就这么被人随便给忽悠了，以后会每隔一段时间或写点自己的心得，或摘点原文，好了，先把正文前的六点注意事项摘出来，注意，很多资深DQE都不一定能做到这六点：
一、收集数据并用统计方法来解释它们并不是最终目标，最终目标应该是在阅读的过程中不断加深理解，但一个不能实现任何改进的技术专家是很容易的，我们应该将增长知识作为行动的基础。。
二、测量系统对适当的质量分析来说是很关键的，在收集过程数据之前就应该很好地对它们加以了解。如果这些测量系统缺少统计控制，或他们的变差在过程总变差中占很大比例，就可能作出不恰当的决定。
三、研究变差和应用统计知识来改进性能的基本概念适用于任何领域。
四、SPC代表统计过程控制，但以前的统计方法常用于零件而不是过程。应用统计技术来控制输出（例如，零件）应仅仅是第一步，只有当产输出的过程成为我们努力的重点，这些方法才能在改进质量、提高生产效率、降低成本上充分发挥作用。
五、尽管手册中的每一点是透过已完成的例子来说明的，但要真正理解这些知识需要进一步与过程控制实际相联系，研究读者自己的工作场所或相似活动中的实际例子，是对本书的重要补充，实际工作经验是无法替代的。
六、本手册可看成应用统计方法的第一步，它提供了被普遍接受的方法，并在许多场所得以应用。然而，还是存在一些例外的情况，在这些情况中，盲目地使用这些方法是不恰当的。 收起阅读 »
制造行业的伙计应该关注的微信公众号有哪些？大家聊聊看～
1. 盖世汽车 微信号：igasgoocom
盖世汽车公众号主要是向用户分享汽车行业行业信息，内容涉及整车前沿技术，供应商先进技术，汽车行业信息，汽车行业猎头服务。
总体来数，这个公众号信息比较广，覆盖面比较多，但是中心服务是在供应商和客户之间建立起采购信息匹配的中介；
2. 飞灵汽车 微信号：feelingcar
飞灵汽车（FeelingCar.com）是一个报道汽车工程设计及制造和行业等相关资讯，提供汽车人社交平台，以及汽车使用等周边新闻趣闻的综合资讯社交类网站。
3. SQE供应商质量 微信号：weixin_supplychain
SQE供应商质量是面向用户递送供应链管理相关知识和信息的微信平台，每周一期内容，内容涉及：供应链管理知识分享，质量工具讲解，质量感悟分享，先进制造工艺讲解，供应商审核经验分享，优秀供应商推介。
4. 一合猎头 微信号：yihelietou
一合猎头是面向汽车行业进行职位推介和人才服务外包的微信平台，微信平台会分享汽车行业的相关信息
5. 6QS 微信号：Isqdnet
主要面向制造业质量管理相关的内容分享，同时也会递送人才招聘相关的内容。6QS是制造业知名的质量论坛，论坛内容涉及行业非常广泛，其中也不乏各行各业的质量大腕，在互联网上是质量人必读的论坛网站，除了质量相关的知识外，网站也承接质量相关人才的招聘服务。
除了上面的几个汽车行业的经典微信公众号，大家还有哪些好的公众号码推荐啊？
望大V鼎力指导～
谢谢了
收起阅读 »
盖世汽车公众号主要是向用户分享汽车行业行业信息，内容涉及整车前沿技术，供应商先进技术，汽车行业信息，汽车行业猎头服务。
总体来数，这个公众号信息比较广，覆盖面比较多，但是中心服务是在供应商和客户之间建立起采购信息匹配的中介；
2. 飞灵汽车 微信号：feelingcar
飞灵汽车（FeelingCar.com）是一个报道汽车工程设计及制造和行业等相关资讯，提供汽车人社交平台，以及汽车使用等周边新闻趣闻的综合资讯社交类网站。
3. SQE供应商质量 微信号：weixin_supplychain
SQE供应商质量是面向用户递送供应链管理相关知识和信息的微信平台，每周一期内容，内容涉及：供应链管理知识分享，质量工具讲解，质量感悟分享，先进制造工艺讲解，供应商审核经验分享，优秀供应商推介。
4. 一合猎头 微信号：yihelietou
一合猎头是面向汽车行业进行职位推介和人才服务外包的微信平台，微信平台会分享汽车行业的相关信息
5. 6QS 微信号：Isqdnet
主要面向制造业质量管理相关的内容分享，同时也会递送人才招聘相关的内容。6QS是制造业知名的质量论坛，论坛内容涉及行业非常广泛，其中也不乏各行各业的质量大腕，在互联网上是质量人必读的论坛网站，除了质量相关的知识外，网站也承接质量相关人才的招聘服务。
除了上面的几个汽车行业的经典微信公众号，大家还有哪些好的公众号码推荐啊？
望大V鼎力指导～
谢谢了
收起阅读 »
SPC学习小结
自己制定的TS五大手法学习，PPAP、APAP、FMEA都已经顺利完成了，五一假期把SPC学习完了，近几天抽空把散乱的学习笔记整理了下，又有些新的收获。自己学习的还只是皮毛，需要深入的学习才可以。
SPC学习小结
一，名词解释
SPC= statistic process control ，通过收集，计算，分析和改进数据手段，从而了解制程其最佳范围的成本、降低风险，并确定其控制机范围的异常和正常规律，达成一种实现预测并实施改进措施的方法。
二，与控制有关的要素 1，适应范围，找出最佳控制范围
2，经济成本 ，控制的最经济成本
3，减少风险，在达标要求下，选择最小的风险
4，展现能力，确定控制范围
三，统计过程控制主要目的：通过现在管控来预防未来
四，SPC VS SQC
前者适用于过程关键特性；后者针对产品结果
五，如何去界定关键特性（需要用二八法则抓住关键少数）
1，顾客指定的特性，一般在图纸或是设计数据中体现出来
2，国家或行业相应的法律、法规
3，公司自行的判定
4，任何一个产品应该有的关键特性
六，规格界限 VS 控制界限
规格界限：用于说明质量特性的最大许可值，来保证各个单位产品的正确性能，
规格界限分类：1）双边规格
2）单边上规格
3）单边下规格
控制界限：应用于一群单位产品集体的量度，这种量度是从一群中各个单位产品所得的观测值计算出来的。
七，制作控制图的步骤：1）控制图准备
2）收集数据
3）建立控制限
4）过程控制解释
5)延长控制限
备注：所有的统计都可能会有错误：1）α风险也是生产者风险，虚发警报（即产品没有问题，却检出有问题，产品被扣留）
2）β风险也是消费者风险，漏发警报（即产品有问题，却没有检出来，发送到客户端）
备注：1）μ是位置参数，形状不动，位置变动
2）δ形状参数，位置不动，形状改变
SPC管理为什么要选择6δ：1）这样对产品的质量完全有把握的
2）在这种情况下，生产是最经济的
备注：没有规律的控制图，越是好的控制图，说明是很随机的。
八，控制图的判读规则：1）有一个点落在了界限外，
2）连续7点在同一侧
3）明显的非随机图：应该是2/3的数据点落在控制区域的1/3范围内。
备注：1，这三个是最基本的三个规则，如果增加规则会增加控制的稳定性，但是会增加虚发警报的风险。
2，为什么连续7点在同一侧算是异常呢，因为7个点落在同一侧的概率是
九，过程能力的前提假设：1）规程处于统计稳定状态
2）过程的各测量值服从正态分布
3)工程及其他规范准确地代表顾客的要求
4）设计目标值于规范中心
5）测量变差相对较小
十，过程能力指数：1)Ca 值，准确度，制造过程的平均值，客户规范的中心值，其范围是[0 ,1 ]
2) Cp值，研究范围的宽度与制程宽度的比较（在Ca值很小的情况下计算才会有效果）
3）CPK 计算方法 双边规格，Cp = (UCL-LCL)/6δ
单边上规格Cp=UCL-X/3δ
单边下规格C p =LCL-X/3δ
十一，评价过程能力 ：1）CPK＜1，说明过程能力差，不可以接受
2) CPK[1 ,1.33]说明制程能力可以，但是需要改善
3）CPK[1.33，1.67] 制程能力正常
4）CPK＞ 1.67 制程能力良好
十二，PPK VS CPK
1）计算公式是一样的，只是δ取值不一样。PPK中δ是标准差，CPK中的δ=R/D2
2） PPK 是过程绩效指数，是一个性能指数，综合能力的指数，考虑到组内和组间的变异；CPK是用标准偏差来计算的，是反应平均之后的差异（前提是过程稳定），考虑到组内的变异。
3）一般情况下CPK≥PPK
收起阅读 »
SPC学习小结
一，名词解释
SPC= statistic process control ，通过收集，计算，分析和改进数据手段，从而了解制程其最佳范围的成本、降低风险，并确定其控制机范围的异常和正常规律，达成一种实现预测并实施改进措施的方法。
二，与控制有关的要素 1，适应范围，找出最佳控制范围
2，经济成本 ，控制的最经济成本
3，减少风险，在达标要求下，选择最小的风险
4，展现能力，确定控制范围
三，统计过程控制主要目的：通过现在管控来预防未来
四，SPC VS SQC
前者适用于过程关键特性；后者针对产品结果
五，如何去界定关键特性（需要用二八法则抓住关键少数）
1，顾客指定的特性，一般在图纸或是设计数据中体现出来
2，国家或行业相应的法律、法规
3，公司自行的判定
4，任何一个产品应该有的关键特性
六，规格界限 VS 控制界限
规格界限：用于说明质量特性的最大许可值，来保证各个单位产品的正确性能，
规格界限分类：1）双边规格
2）单边上规格
3）单边下规格
控制界限：应用于一群单位产品集体的量度，这种量度是从一群中各个单位产品所得的观测值计算出来的。
七，制作控制图的步骤：1）控制图准备
2）收集数据
3）建立控制限
4）过程控制解释
5)延长控制限
备注：所有的统计都可能会有错误：1）α风险也是生产者风险，虚发警报（即产品没有问题，却检出有问题，产品被扣留）
2）β风险也是消费者风险，漏发警报（即产品有问题，却没有检出来，发送到客户端）
备注：1）μ是位置参数，形状不动，位置变动
2）δ形状参数，位置不动，形状改变
SPC管理为什么要选择6δ：1）这样对产品的质量完全有把握的
2）在这种情况下，生产是最经济的
备注：没有规律的控制图，越是好的控制图，说明是很随机的。
八，控制图的判读规则：1）有一个点落在了界限外，
2）连续7点在同一侧
3）明显的非随机图：应该是2/3的数据点落在控制区域的1/3范围内。
备注：1，这三个是最基本的三个规则，如果增加规则会增加控制的稳定性，但是会增加虚发警报的风险。
2，为什么连续7点在同一侧算是异常呢，因为7个点落在同一侧的概率是
九，过程能力的前提假设：1）规程处于统计稳定状态
2）过程的各测量值服从正态分布
3)工程及其他规范准确地代表顾客的要求
4）设计目标值于规范中心
5）测量变差相对较小
十，过程能力指数：1)Ca 值，准确度，制造过程的平均值，客户规范的中心值，其范围是[0 ,1 ]
2) Cp值，研究范围的宽度与制程宽度的比较（在Ca值很小的情况下计算才会有效果）
3）CPK 计算方法 双边规格，Cp = (UCL-LCL)/6δ
单边上规格Cp=UCL-X/3δ
单边下规格C p =LCL-X/3δ
十一，评价过程能力 ：1）CPK＜1，说明过程能力差，不可以接受
2) CPK[1 ,1.33]说明制程能力可以，但是需要改善
3）CPK[1.33，1.67] 制程能力正常
4）CPK＞ 1.67 制程能力良好
十二，PPK VS CPK
1）计算公式是一样的，只是δ取值不一样。PPK中δ是标准差，CPK中的δ=R/D2
2） PPK 是过程绩效指数，是一个性能指数，综合能力的指数，考虑到组内和组间的变异；CPK是用标准偏差来计算的，是反应平均之后的差异（前提是过程稳定），考虑到组内的变异。
3）一般情况下CPK≥PPK
收起阅读 »
我所理解的质量—百篇原创系列之五：马年话“飞马”
古代相马家伯乐看儿子一年一年长大了，便开始教他学习《相马经》，儿子十分勤奋，早晨起来就抱着书读起来。一天，他对父亲说：“我已经掌握全部的相马技术了，要找千里马，只要看额头是不是端正，眼睛是不是闪闪发光，四个蹄子是不是又大又正，你要是不信，我就给你找一匹回来。”
他在池塘边见到一只癞蛤蟆，一看，对！额头丰满还隆起来，眼睛也闪光，腿有四条，再看蹄子，可惜太小了，他摇摇头，但转念一想，父亲不是经常说瑕不掩瑜吗？
他兴高采烈把它捉回家里，大声喊道：“父亲，我找到了一匹千里马，只是蹄子不像书上说的又大又正。”父亲见是癞蛤蟆，非常生气，但想到这个儿子向来很笨，便转怒为笑：“孩子，这匹千里马喜欢跳跃，但不能奔驰，更不能拉车。”
儿子听了连连点头：“就是嘛！我也看出来，都是因为蹄子不够大。”
说完了千里马，再来说说“飞马”，即FMEA：潜在失效模式与后果分析(Failure Mode and Effects Analysis)，是质量管理常用的一种分析工具，说它常用，是因为在我过往应聘质量经理的经历中，我感觉总经理对于质量管理基本都不在行（也可以说质量管理出身当上总经理的不多），但有关“飞马”的问题却常被问及，看来了解“飞马”的管理人员确实不在少数。
我总觉得，任何工业的技术或工具与我们高中时所学的数理化知识比起来，简直就是小巫见大巫，不足道哉！培训资料的那些工业的案例都过于枯燥，且随意举一个简单的例子：
一个8级地震的FMEA
严重度(Severity)： 家破人亡，10分 (越严重分值越高)
频度(Occurrence)： 千年一遇，1分 (频率越高，分值越高)
探测度(Detection)：不可预测，10分 (越难探测，分值越高)
风险顺序数RPN(Risk of Priority Number)=严重度(S)频度(O)探测度(D)=10110=100分
不论是严重度为10还是RPN=100，都必须进行改善，那该怎样进行改善呢？
频度：与其说取决于地壳运动及你是否处在地震带上，还不如说是看运气；
探测度：自从张衡的候风地动仪失传以后，就再也无法提前预测了；
严重度：人不能像鸟一样住在树上，一有风吹草动就可以展翅高飞，但人可以把房子建得结
实一些，以及训练逃生及自救的能力。
所以用FMEA分析的结果是：改变频度和探测度非人力能为，只有采取措施降低严重度才可以降低地震的破坏性。
其实你会发现：
地震很可怕，但可以把房子建得结实一些（降低严重度）。
飞机高空失事必死无疑，但可以想办法不让它掉下来(降低频度)。
台风来袭很厉害，但可以提前预报（提高探测度）。
这些不过都是人所共知的常识罢了，如果用FMEA来分析，也是这样的结果，这样看来，FMEA是本无所谓有，无所谓无的。知识要从常识和经验中来，也要回到常识和经验中去，不然就会犯前文讲的按图索骥的毛病。
看看FMEA的定义：
是在产品/过程/服务等的策划设计阶段，对构成产品的各子系统，零部件，对构成过程，服务的各个程序逐一进行分析，找出潜在的失效模式，分析其可能的后果，评估其风险，从而预先采取措施，减少失效模式的严重度，降低其可能发生的概率，以有效地提高质量可靠性，确保客户满意的系统化活动。
这不就是现代版的《相马经》吗？
不论“飞马”还是其它的管理工具或方法，都不是什么绝世的秘笈，武侠剧里的武林高手行走江湖向来是不带秘笈和兵器的，草木皆可为剑，只因心中有剑。
人之所以为人是因为人发明了工具，但在发明工具之前一定是先有了意识。
收起阅读 »
他在池塘边见到一只癞蛤蟆，一看，对！额头丰满还隆起来，眼睛也闪光，腿有四条，再看蹄子，可惜太小了，他摇摇头，但转念一想，父亲不是经常说瑕不掩瑜吗？
他兴高采烈把它捉回家里，大声喊道：“父亲，我找到了一匹千里马，只是蹄子不像书上说的又大又正。”父亲见是癞蛤蟆，非常生气，但想到这个儿子向来很笨，便转怒为笑：“孩子，这匹千里马喜欢跳跃，但不能奔驰，更不能拉车。”
儿子听了连连点头：“就是嘛！我也看出来，都是因为蹄子不够大。”
说完了千里马，再来说说“飞马”，即FMEA：潜在失效模式与后果分析(Failure Mode and Effects Analysis)，是质量管理常用的一种分析工具，说它常用，是因为在我过往应聘质量经理的经历中，我感觉总经理对于质量管理基本都不在行（也可以说质量管理出身当上总经理的不多），但有关“飞马”的问题却常被问及，看来了解“飞马”的管理人员确实不在少数。
我总觉得，任何工业的技术或工具与我们高中时所学的数理化知识比起来，简直就是小巫见大巫，不足道哉！培训资料的那些工业的案例都过于枯燥，且随意举一个简单的例子：
一个8级地震的FMEA
严重度(Severity)： 家破人亡，10分 (越严重分值越高)
频度(Occurrence)： 千年一遇，1分 (频率越高，分值越高)
探测度(Detection)：不可预测，10分 (越难探测，分值越高)
风险顺序数RPN(Risk of Priority Number)=严重度(S)频度(O)探测度(D)=10110=100分
不论是严重度为10还是RPN=100，都必须进行改善，那该怎样进行改善呢？
频度：与其说取决于地壳运动及你是否处在地震带上，还不如说是看运气；
探测度：自从张衡的候风地动仪失传以后，就再也无法提前预测了；
严重度：人不能像鸟一样住在树上，一有风吹草动就可以展翅高飞，但人可以把房子建得结
实一些，以及训练逃生及自救的能力。
所以用FMEA分析的结果是：改变频度和探测度非人力能为，只有采取措施降低严重度才可以降低地震的破坏性。
其实你会发现：
地震很可怕，但可以把房子建得结实一些（降低严重度）。
飞机高空失事必死无疑，但可以想办法不让它掉下来(降低频度)。
台风来袭很厉害，但可以提前预报（提高探测度）。
这些不过都是人所共知的常识罢了，如果用FMEA来分析，也是这样的结果，这样看来，FMEA是本无所谓有，无所谓无的。知识要从常识和经验中来，也要回到常识和经验中去，不然就会犯前文讲的按图索骥的毛病。
看看FMEA的定义：
是在产品/过程/服务等的策划设计阶段，对构成产品的各子系统，零部件，对构成过程，服务的各个程序逐一进行分析，找出潜在的失效模式，分析其可能的后果，评估其风险，从而预先采取措施，减少失效模式的严重度，降低其可能发生的概率，以有效地提高质量可靠性，确保客户满意的系统化活动。
这不就是现代版的《相马经》吗？
不论“飞马”还是其它的管理工具或方法，都不是什么绝世的秘笈，武侠剧里的武林高手行走江湖向来是不带秘笈和兵器的，草木皆可为剑，只因心中有剑。
人之所以为人是因为人发明了工具，但在发明工具之前一定是先有了意识。
收起阅读 »
RSS Feed