控制统计过程在地板制造过程中的策划与实现

摘 要：研究统计过程控制（SPC）技术在生产现场中的应用方法。以统计技术的理论和方法为指导，提出SPC在木地板制造质量管理中应用的策划要求，以实木复合地板制造过程中降低产品不良率为例，给出了具体的实施步骤和方法。研究结论对木地板生产制造企业采用新技术、新工艺、新材料和新方法提升产品质量水平和降本增益的实践有所帮助。

关键词：统计过程控制；实木复合地板；过程能力；生产制造过程

中图分类号：TB

文献标识码：A

doi：10.19311/ki.1672-3198.2016.08.097

1 引言

实施统计过程控制（SPC）可以帮助企业在质量管理中真正做到事前预防和控制。统计过程控制可以对过程做出可靠的评估；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。目前企业在实施SPC的过程中重视到了数据的收集和控制图的绘制，但对统计过程控制的系统要求和关键工作的认识不足，对工序能力的分析和改进有待提高。本文的主要目的就是通过在实木复合地板制造过程中运用统计过程控制（SPC）降低产品不良率的案例，分析研究质量管理中统计过程控制的策划要求与具体的实施方法。

2 统计过程控制的策划

2.1 制定合理的工艺方案

依据指标要求设计的产品需要经过工艺性审查，并根据实现产品设计水平的需要制定工艺方案，以实木复合地板的质量要求，分为三个部分：外观要求，尺寸要求，以及理化性能要求。其中最为重要的就是外观要求，本案例实木复合地板生产企业是国内领先的实木复合地板专业制造商，拥有国际一流的生产流水线，先进的加工设备、检验手段，生产工艺的策划确保了生产的产品达到各项指标要求。

2.2 工序系统设计

工序系统设计最重要的是要保证达到科学、合理、经济的质量控制效果，集中力量抓关键和重点工序，控制工序中的支配因素，保证产品质量符合设计要求；尽可能的减少人在工序及过程控制中的影响作用。

制定实木复合地板的工艺流程为：砂底、槽榫、纵向刻沟、分选、美工、边漆、底漆、砂光、面漆、分选、热缩膜密封。

确定木地板的关键工序：在实木地板的生产中主要工序在素板生产和油漆加工过程中，素板生产是将木板坯料加工成地板素板的过程，素板生产分为砂底，槽榫，纵向刻沟以及美工这几个工序过程，纵向刻沟是关键工序，油漆是重要的工序之一，它直接影响地板的美观和质量。

2.3 加工工序单元设计

在任何产品的加工制造过程中，影响最终产品质量特性的原因有很多，从客户的投诉和产品不良报告中收集到的数据反映在：外观不良、尺寸不足、理化性能不足及其它问题，应用特性因果图（鱼骨图）分析木地板产品的不良原因；并使用帕累托（Pareto）图对不良产品进行分析，结果表明外观不良是产品不良的最主要原因。进一步工序分析，再次采集外观不良的统计数据，运用帕累托（Pareto）分析了造成外观不良的原因。结果表明，拼接离缝是主要原因，如图1所示。因此，拼接离缝被确认为最能反映木地板产品质量水平的质量特性。

2.4 过程控制设计

统计过程控制的关键技术就是找到工序质量控制点（质量监测点）以及关键质量特性，建立关键质量特性指标。过程控制设计就是通过编制工艺过程控制流程图建立工序质量控制点和确定关键质量特性。

由上文Pareto图分析：引起实木地板外观不良的主要原因是拼接离缝，所以本案例在纵向刻沟和面漆两道关键工序后建立质量监控点分别进行分选，选择拼接离缝为关键质量特性，加以控制。

2.5 检验系统设计

产品质量的检验需要建立完整的质量检验系统。

（1）制定检验计划：本案例检验计划要求拼接离缝控制标准为≤0.2mm，质量指标是横缝和纵缝最大单个宽度（mm），优等品为0.1；一等品为0.2。规定测量方法，每天4次抽样，每次10片紧密拼装放置在平整的水平实验台上用塞尺测量，选择控制图和R控制图分析测量数据。

（2）测量系统分析：测量系统是否处于受控状态是过程控制和质量检验是否有效的前提，评价测量系统，证实其处于受控状态。表1和表2是该案例关于拼接离缝检验计划和质量特性指标。

拼接离缝的测量方法：将10块地板按图2所示紧密拼装放置在平整的水平实验台上，用塞尺测量图中所示的18个点的拼接离缝，精确至0.01mm。分别计算平均值，精确至0.01mm。

3 统计过程控制的实施

3.1 实施前的准备

质量数据是客观质量的放映，必须要求真实可靠。取样的原则，一是随机抽样，采用系统抽样法，按确定的时间间隔或确定的产品数量间隔进行抽样；二是保证合理的子组原则，即组内差异只能由随机因素造成，尽可能在短时间内完成，组间差异期望能由异常因素造成，可以按生产班次抽取；三是样本大小应保证控制图具有适宜的检出率。在实际的生产过程中，收集数据，以样本容量恒定的子组形式报告，子组通常包括2-5件连续的产品，并周性期的抽取子组，包括子组大小和频率，记录原始数据。

3.2 对生产现状的受控状态分析及过程能力分析

工序在一定时间里，处于稳定状态（控制状态）下的实际加工能力，用工序能力指数CP或CPK表示，它是工序固有的能力，也是工序满足产品质量指标是否达到设计的要求的能力。

根据控制图判异准则观察判断过程状态，如果已经确定一个工序过程已处于统计控制状态（稳定状态），接下来要确定的是过程是否能满足质量要求，过程的能力达到多少。

本案例木地板的过程控制选用均值极差控制图，数据采集方案制定为：采集20天的数据，每天在四个时间点抽检测量地板的拼接离缝，数据采集见表3。

运用Mintab绘出分析阶段拼接离缝控制图，如图3。

观察控制图可知：控制图点子出界，过程显示异常状态；工序能力不足，不能满足要求。需要质量改进，改变生产条件，改进工艺或技术改造。

3.3 消除异常质量变异

统计过程控制就是要把过程中的正常波动限制在一个合理的范围之内，采取局部措施消除异常质量波动的比率大约占总的解决质量问题应采取措施的15%。

由于拼装离缝越小，实木复合地板的质量越高，所以重点关注的是ULC以上的异常点。由现有生产的

控制图发现，第4，第8，第13，和第18点处于UCL以上的位置，这些点都属于异常点。对这些异常点运用鱼刺图查出导致不合格的原因包括：油漆沾边，四面刨调校不准，新员工操作不熟以及四面刨刀具损坏；由现有生产的R控制图发现，第13，第18点位于UCL以上，这些点同样属于异常点。对这些异常点查出导致不合格的原因包括：刀具损坏和新员工操作不熟。

为了使生产过程受控，必须采取改进措施排除异常因素。通过调校油漆机械，调校四面刨，培训新员工以及更换四面刨刀具，排除这些不良的异常因素后，过程状态会有明显的改善。

在实施上述的改进措施消除了异常质量波动之后，用同样的数据采集方法继续数据的采集和分析。由改进后的样本统计数据制作改进后的-R控制图，由图可以看出生产过程得到控制，已处于稳定状态。过程能力指数和合格率为有了明显提高，标准差σ=0.02865，过程能力指数CpU=1.01，合格率θ=99.874%。

3.4 减少正常质量变异

质量特性的正常质量变异是过程所固有的，即使是减少其波动幅度也是非常困难的，必须对过程中影响质量的人、机、料、法、测、环的因素采取系统的技术改造。采取系统措施解决质量问题的比率大约占总的解决质量问题应采取措施的85%。通过减少正常质量波动提升工序加工能力。可以从两个方面提升工序能力：调整工序加工的分布中心减少偏移量；提高工序能力减少分散度。

对一般产品，当1.00≤Cp

实木地板生产过程消除了异常因素后，工序过程能力指数仅为1.01，说明标准差还比较大，生产质量还有待提高，需要进一步减小工序分散度。观察消除了异常质量变异后的-R控制图可以发现引起正常质量波动的原因；进一步从材料和设备方面采取改进措施。工序过程能力分析改进见表4。

通过减少正常质量变异的第二次改进，工序过程能力得到进一步提升后，继续采集数据，对工序能力进行确认。观察采集了又一组80个样本。由样本统计数据制作进一步改进后的控制图，如图4所示。

由此得到的标准差σ=0.02506，过程能力指数CpU=1.34，合格率θ=99.997%。实木地板生产制造经过三个阶段的统计过程控制分析和改进，工序能力和产品合格率都达到了满意的水平。

3.5 结束语

在统计过程控制的实施过程中，要求：

（1）正确绘制控制图。

（2）正确应用控制图对过程异常的判断准则。

（3）对控制图中出现的任何异常都应及时采取有效处理措施。

（4）当生产条件发生变化时，如原材料、加工方法改变、使用新的机器、工序改变等，需对控制图进行重新制定。

由此可知，在实木复合地板制造过程中，应运用统计过程控制（SPC）降低产品不良率。

参考文献

[1]王毓芳，肖诗唐.统计过程控制的策划与实施[M].北京：中国经济出版社，2005.

[2]袁学成，胡湘宏.统计过程控制（SPC）体系[M].北京：中国标准出版社，2009.

[3]刘广第.质量管理学[M].北京：清华大学出版社，2003.

[4]胡铭.质量管理学[M].武汉：武汉大学出版社，2004.