什么是统计过程控制 (SPC)？
统计过程控制 (SPC) 是一种收集制造过程或产品测量值作为可操作的质量驱动数据的方法。该数据用于监控制造质量和控制过程的水平。源自 DFMEA 的特征 和 PFMEA 通过 SPC 被证明是稳定和有能力的。此外，PPAP 元素初始过程研究可能包括 SPC，它需要特殊特性的图表。 SPC 也被认为是质量的 5 大核心工具之一。
SPC 是一种反馈系统，使组织能够实施预防策略来控制制造过程的质量输出。质量预防策略需要时间和仔细的计划，但会消除长期的检测错误和费用。
SPC 预防
从历史上看，制造过程依赖于生产团队来制造产品和质量团队来检查最终产品并筛选出不符合质量规格的项目。这被认为是一种检测策略，这是一种浪费，因为它允许将资源投资于并不总是可销售的产品。
预防是关键 一起绕过检测。使用 SPC 可以让制造商首先放弃生产滞销产品。虽然预防策略可能是明智而明显的成功计划，但说起来容易做起来难。实施这样的策略需要了解 SPC 系统的要素。
SPC 系统的 4 个要素
SPC 系统是一个反馈系统 其中包括输入、过程和输出。
1.过程
这是供应商、生产商、人员、设备、材料和环境等投入的完整组合。整个流程绩效取决于供应商和客户之间的沟通，以及流程的设计、操作和管理方式。
2.性能信息
这是研究输出以了解过程的性能。一项研究的重点是工艺特性，例如温度、进料速率、循环时间、中断次数和压力。如果收集正确，这些特征说明了异常或通常的过程行为。
3.对进程采取的行动
对过程采取行动可防止重要特征（过程或输出）与目标值相差太大。这确保了输出的稳定性和变化在可接受的范围内。这些操作的一些示例包括但不限于：
- 运营变化 – 即原材料和来料组件
- 流程基本要素的变化 – 即设备、通信和流程设计
4.对输出的操作
对输出采取行动仅限于检测不符合规格的产品，而不纠正潜在的过程问题。这可能会导致部分或全部产品的分类、返工和报废。因此，专注于收集过程信息进行分析是很重要的，这样才能对过程问题采取行动。
工业技术