SPC: 抽样频次问题的释疑

学员问题：
我们做SPC，检验频次是2小时1次的，做SPC也是这个频率，这样的话每次有抽完的和没有抽完的数据，就更换模具，不够组数，这样很没有意义的。
可是领导要按这个频率做的。怎么办？
我的答复：
SPC抽样的关键是要考虑合理子组原则，即通过抽样反映组内变差是普通原因造成的，而组间变差是特殊原因造成的。SPC抽样是随机抽样，即在（生产或控制）过程的正常作业中，所有机会点（也即是所有样本类型）都要有相同的几率被抽取到。对于频繁换模的过程，一般可以考虑把换模后的首件（或首两件）、换模前的最后一件（或最后两件）、正常生产中的一件（或连续两件）作为一个子组来处理。因为换模是正常生产作业中的一个正常步骤，所以换模时造成的过程特性变差正常情况下也应是普通原因造成的，不正常时则应分析是否出现了特殊原因。一般正常生产的抽样频率可以规定每几小时抽取一件或连续几件，也可规定每生产多少件抽取一件或连续几件。但有换模时，首件和末件一定要纳入该生产段的抽样子组中。在正常控制时，一般在生产每个看板或每批的产量中所抽取的样本可以作为一个子组（每个子组一般4或5或6个即可），当然若看板或单批的量很小时，可考虑将连续几个生产间隔时间比较短的看板或批中抽取的样本作为一个子组来处理。出现小的设备故障调试情况时，应等同于换模的情形考虑；若对设备故障的处理造成过程出现重大变异时，则应重新进行过程能力分析，重新建立过程控制图。另外，生产过程中休息前的末件和休息后的首件都应考虑纳入抽样的子组中。
对SPC抽样不要僵化地去实施，一定要考虑所抽取的样本是否能反映正常生产过程的所有情形。所考察的总体中每个分布点被抽取的机会应该是近似均等的，否则抽样可能变成随意抽样或等距抽样，体现不出随机性。实际上，SPC应用的好坏与合理子组的抽取密切相关。很多公司SPC应用得不好，很大一部分原因就是对抽样中的合理子组原则理解不透造成的。
个人浅见，欢迎交换意见。






新浪网友2009-12-24 14:29:00 [举报]
抽样频次反应组内变差是基于普通原因带来的，组间变差（通常用均值来评估）是基于特殊原因带来的，这样当特殊原因发生时，才能预警。但是如果将换模后的首件、换模前的最后件、中程件，作为一个子组进行数据处理来计算均值，是否会将这几个件的变差（假如有特殊原因的变差）通过计算而稀释掉，这样就无法探测特殊原因了？高山流水1106771862






熊新佳2009-12-28 12:26:59 [举报]
高山流水网友的疑虑确实有道理。但我们不能假定换模的过程出现特殊原因的变差的机会一定比其它情况更大。对于任何一个过程来说，产生变差的因素的无外乎我们通常所说的6M（人Men、机Machine、料Material、法Method、环Mother-Nature、测Measurement），这些因素即可能产生普通原因的变差也可能产生特殊原因的变差，如：生产过程的操作工从一名合格的熟练人员换成了一名刚经过培训的新手，有可能就会显示特殊原因的变差；同样，某个时段的供应商来料出现了较大的变异，在生产过程中也会显示特殊原因的变差。换模的过程实际涉及到操作者（Man)、模具和调整辅具（Machine）、换模方法（Method）等因素，对于一个管理上正常的生产过程，如果操作者、模具和调整辅具以及换模方法都没有变化，一般是不会导致特殊原因变差的；如果生产上出现了操作者或模具辅具或换模方法的变化，则可能会引入特殊原因的变差，这种情况一般出现在换班、模具辅具修理或更换、换模方法更改等情况下，那么我们在实际形成子组的过程中，尽量不要将不同班次的样本、模具辅具修理或更换前后的样本、换模方法更改前后的样本作为一个子组，而在同一个班次、模具辅具以及换模方法都没有变更的情况下，采集换模前后的样本所形成的子组我们认为仍然是“合理子组”。对于探测特殊原因变差，除了依据子组均值的变化来探测子组间的变差是否失控而识别特殊原因变差外，其实我们还可以通过R图或S图判断子组内的变差是否失控来识别特殊原因的变差。不可否认，通过R图或S图来探测特殊原因的变差其灵敏度可能比用均值图来探测会差些，但只要我们在当初建立控制图时所确认的过程能力足够，如Cpk>1.67，则探测特殊原因变差的灵敏度低些对过程来说风险也不会很大。当然，这里考虑的是因为频繁换模可能收集不到完整的子组数据的情形。若在生产某个看板的时间内或某一次模具换模前能收集到所需子组的样本时，就没必要抽取换模前后的样本组成一个子组，这样，换模导致的过程失控在均值图上很容易被探测到。






machanghao2010-01-22 23:34:44 [举报]
抽样的时机应该尽量避开明显的制程波动期，除非我们在确定控制限时所采集的数据也包含了这些时期，不过，除非这些波动是频繁的，一般不建议把这些加入控制限的计算数据，让控制限变偏大或偏小，反而让其他时期的制程不稳定被掩盖






熊新佳2010-01-23 18:39:05 [举报]
准确地说，抽样的子组应该尽量避免包含人、机、料、法、环、测等六方面明显异常的状况，如：新人和熟练工生产的产品不要合并在一个子组；并行生产的机器尽量分开进行过程控制（除非机器型号一致、使用期限差不多、机器能力相当，这时可考虑多台机器所生产的产品可合并在一起进行过程控制）。总的来说，合理子组内的样本就是在人、机、料、法、环、测等六方面没有明显异常的可能性状况下所采集的。对于过程能力很高（Cpk>2）的过程，子组所涵盖样本的时间跨度可以长些；但对于过程能力勉强达到Cpk=1.33时，则最好子组内的样本为连续生产的产品（当然，若连续生产的样本存在自相关特性时，那就需要采用移动极差法来进行过程控制）。






新浪网友2010-01-24 21:08:54 [举报]
高山流水：回到当初学员的提问背景，应该是指控制用控制图，而不是分析用控制图。如果是控制用控制图，就不应该尽量避开明显的过程波动期，恰恰相反，抽样时要在这个明显的波动期进行，只有这样，控制限才能作为识别这个波动是“特殊原因”带来的还是“普通原因”带来的，这才是控制图的生命所在。子组内的样本一定要集中取样（集中在某一个时刻或地点），以使组内变差最小化；子组间的样本要分散抽样，分散到最好能够侦测到波动的“峰、谷”，如果这个“峰、谷”超出了控制限，或没有超出控制限，才说明这个分散抽样的“物有所值”。