SPC技术在油灌装计量过程中的应用

摘要:spc是一种借助数理统计方法对过程能力进行研究的工具,几乎适用于所有行业的质量控制过程。目前,国内油生产厂对该项技术的应用还不成熟。文章使用SPC统计分析手段对中国石油华东油厂包装线的灌装过程能力进行了研究和分析。研究发现,灌装计量过程不受控,偶尔出现净含量不足或者超量的情况,并且这种可能性较大,经过采用鱼刺图的方法对现有工艺和控制方法进行原因分析后,提出整改措施,并且验证了实施效果:产品净含量处于受控状态,既满足法律法规要求,又减少了不必要的损失。

关键词:油;统计过程控制;过程能力;灌装

中图分类号:TE626.3 文献标识码:A

The Application of SPC Technology in Lubricating Oil Filling-Measuring Process

GU Yong-jian, ZHANG Wei-dong, WANG Hai-chun

(PetroChina East China Blending Plant, Taicang 215433, China)

Abstract:Statistical Process Control(SPC)is a kind of process ability research tool by statistic methods. It′s nearly applicable to all industries′ quality control process. At present, the application of SPC in domestic lubricating oil blending and packing plants is still immature. In this paper, the SPC was used to research and analyze the filling-measuring process ability of packing line in PetroChina East China Blending Plant. The research discovered that, the filling-measuring process isn′t under controlled, and the insufficiency or excess of net content appears occasionally with more possibility. After using the fishbone chart to analyze the current technology and control methods, improving steps were proposed and the implementation effect was confirmed: the process ability is permissible, and the net content is under controlled condition, it not only satisfies the legal laws and regulations request, but also reduces the unnecessary loss.

Key words:lubricating oil; Statistical Process Control; process ability; filling

0 前言

SPC是英文Statistical Process Control的首字母缩写,中文意译为统计过程控制。它是ISO 9000族和ISO/TS 16949质量管理体系要求使用的一种统计控制工具。它应用统计技术,借助于控制图,及时了解生产过程的动态,对生产过程中的质量正常波动和异常波动进行早期报警,然后采取措施,消除异常波动,保持过程稳定,从而实现和改进产品质量的目的。

我国开始SPC方面的研究比较早,但是直到90年代才开始在企业中使用,而且推广进度较慢。加入WTO之后,各制造类行业开始和国际接轨,面临国外高品质产品的竞争压力,开始广泛接受和使用SPC技术来研究过程能力,控制产品质量[1]。在汽车制造业中,ISO/TS 16949体系要求原始零部件制造商(OEM)在汽车零部件的制造过程中会使用SPC工具进行过程能力的监控。油行业作为汽车制造业中的散装材料提供商,在SPC工具的使用上有别于其他零部件制造商,它没有尺寸测量,但是对灌装过程中净含量的测量已经作为油生产厂的一个SPC应用的代表性范畴。

文中使用SPC技术对华东油厂的4L-3号灌装线进行了过程能力分析,对灌装过程中净含量进行了前瞻性预测,有效保障了灌装过程中容积式灌装头的净含量能够在允许的误差范围内。在此之前,容积式灌装头的净含量只能靠抽检的方式来检验是否满足要求。由于不能够件件检验,所以难免有净含量不合格情况发生,即所谓点出界,灌装过程能力是否受控是未知的。当然,可以放宽灌装量的设定值来确保不出现点出界的现象,并且有较高的Cpk值,但是以此方式来满足法律法规的要求,在经济效益上是得不偿失的。使用SPC技术对灌装过程中的净含量进行统计分析之后,相当于对现有的灌装过程控制手段进行验证,对灌装线的过程能力进行表征,前馈性的得知灌装过程结果是否满足要求。若出现不能满足要求的情况,针对现行措施进行原因分析,从5M1E方面分析灌装过程中导致净含量异常波动的因素,针对这些因素提出整改措施,并且对整改措施实施效果进行验证,使得过程能力有所改进,保证包装产品的净含量满足法律法规要求的同时,又节省了成本,带来经济效益。

1 SPC技术原理

上世纪20年代,Walter Shewhart博士在贝尔实验室研究过程数据时识别出实验数据变化分为受控制变化和不受控制变化,分别由普通原因和特殊原因引起。于是他发明了一种控制图,图上具有中心线CL、上控制线UCL、下控制线LCL以及按时间顺序抽取的样本计量数值的描点序列。若描点落在UCL与LCL之外或者描点不随机则表明过程异常[2]。后来将这种控制图发展和丰富,常用的有计量型控制图:均值-极差Xbar-R、均值-标准差Xbar-S、中位数(极差控制图x)- R、单值-移动极差x-MR 图;计数型控制图:不合格品数控制图np图、不合格品率控制图p 图、缺陷数控制图C图、单位缺陷图控制图U图等。各种控制图适用于不同的场合,遵循不同的使用规则。

本文使用均值-极差控制图Xbar-R(或者写为X-R)对灌装过程能力进行研究。X-R图的基本原理如下:X-R图中,当过程没有系统误差(异常原因控制)时,随机误差具有一定的分布规律,总体质量特征应该呈正态分布状态N(μ,σ2),如图1所示。图1表明,样品特征值落在μ±σ范围以内的概率应该为68.27%,在μ±2σ范围以内的概率应该为95.45%,在μ±3σ范围以内的概率应该为99.73%,在μ±3σ以外的概率仅为0.27%,在μ±6σ范围以内的概率应该为99.9999997596%,几乎达到零缺陷,所谓6西格玛管理理念也是由此而来。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

数据采集时,按照时间顺序进行样本抽取,每次一个子组,共n个子组,每子组有m个样品(称为样本容量,常用为3～5个)。计算σ时:

σ=R/d2(1)

其中R是子组极差的均值,即每子组数据中最大值减去最小值所得的n个R,求平均值。d2是随样本容量m而变化的一个常数,m和d2关系如表1。

图1 正态分布图

表1 样本容量和常数关系

m2345678910

d21.131.692.062.332.532.702.852.973.08

2 SPC实施过程

SPC实施过程主要分为两个阶段:分析阶段和监控阶段。分析阶段主要是对数据进行收集整理,采用X-R控制图软件进行数据分析。监控阶段主要是对分析结果以及针对异常原因采取的措施进行实施,并监控。

2.1 准备阶段

在此SPC实施之前有一个准备阶段,在准备阶段,首先,进行SPC策划,确定由生产技术部门对4L-3灌装线在灌装过程中的产品净含量采用X-R控制图方法进行分析。采用“鱼刺图”分析法,从5M1E六个方面确定了在灌装过程中影响净含量的因素。其次,对数据采集人员进行SPC基础知识培训,以保证数据采集准确、有效。

2.2 采集阶段

准备工作完成后,进入数据采集阶段。在采集阶段,按照时间先后集中对1~5月份数据进行采集。建立事件日志,日志内容包括灌装班组、班次、介质粘度、温度、压力等信息。采集过程中,从装箱前随机抽取5个样品(5个样品来自于不同的灌装头),每5个样品为一组。在经过测量系统分析(MSA)过的电子天平上进行称重,要求样品净含量为3.500 kg±20 g。一共采集25组数据,见表2、表3。

表2 采集数据kg

m

n

12345678910111213

13.48503.50003.50003.51003.49003.49403.50403.50503.50503.50603.50803.48503.5000

23.48503.50003.50503.49503.48503.49603.50203.49203.48503.50803.51003.50003.5100

33.51003.48503.50503.48503.48503.49603.50003.51203.48503.51203.51803.49503.5050

43.49503.50503.51003.50503.51003.49803.51003.51203.51003.48503.51403.49603.5050

m

n

141516171819202122232425

13.51003.50503.49803.48803.49603.49603.50203.50603.50803.50003.50003.4940

23.51403.51003.50203.49503.49403.51003.49203.50403.49203.50203.49503.4980

33.51503.51003.50603.50003.49603.49503.49603.51003.51503.49403.50503.4900

43.51003.51503.50503.49003.51503.49503.51003.49503.51503.49203.50003.5000

表3 事件日志

n日期时间班组粘度级别灌装温度/℃灌装压力/MPa

11月2日14:30M20W-50450.6

21月3日10:45A20W-50450.5

31月9日14:08A40430.5

41月22日14:20B5W-30380.5

51月23日14:40B20W-50470.6

62月1日10:40A15W-40420.5

73月4日14:20B20W-50440.5

83月5日10:15M50450.5

93月7日10:30F15W-40400.4

103月21日10:20B20W-50430.6

113月25日10:27M50480.6

124月1日14:00M20W-50480.6

134月9日10:50W40380.6

144月10日10:15A40420.5

154月14日10:50W15W-40400.6

164月24日10:15F40360.5

174月29日10:10M10W-30360.5

184月30日10:15W50450.6

195月4日10:26M40420.5

205月5日10:25A40380.6

215月8日14:25W40400.6

225月13日14:05M50450.6

235月14日10:50W20W-50480.6

245月20日10:15W20W-50430.6

255月21日10:15F15W-40400.5

2.3 分析阶段

将采集到的25组数据输入X-R控制图进行分析,计算X控制图和R控制图的相关参数:

X图参数计算公式:

CLX=X(2)

UCLX=X+A2R(3)

LCLX=X-A2R(4)

R图参数计算公式:

CLR=R(5)

UCLR=D4R(6)

LCLR=D3R(7)

上式中A2、D3、D4为常数,由表4查得。

表4 样本容量和常数关系

m2345678910

A21.881.190.80.690.550.510.430.410.36

D43.272.572.282.1121.921.861.821.78

D30.080.140.180.22

本文中样本容量m=4,故A2=0.8、D3=0、D4=2.28。

过程能力指数Cpk的计算方法:样品净含量的中心值M=3.500,规格下限LSL=3.480,规格上限USL=3.520,样本的公差范围T=LSL-USL=0.040,记ε=M-X,则

Cpk=(T-2ε)6σ(8)

3 SPC结果分析与监控

3.1 X-R控制图分析(见图2、图3)

生产过程中处于统计控制的判断条件是:

(1)连续25个点中没有1点在限外,或连续35点中最多1点在限外,或连续100点中最多2点在限外;

(2)控制界限内点子的排列无下列异常现象:①连续7点或更多的点在中心线同一侧;②连续7点或更多点呈上升或下降趋势;③连续11点中至少有10点在中心线同一侧;④连续12点中至少有12点在中心线同一侧;⑤连续17点中至少有14点在中心线同一侧;⑥连续20点中至少有16点在中心线同一侧;⑦连续3点中至少有2点或连续7点中至少有3点落在2倍与3倍标准差控制界限之间。

满足以上条件则表明统计过程受控,有一项或者一项以上不满足,则需注意,必要时进行原因分析,提出解决措施。

华东油厂的Xbar-R控制图中有两处点超出UCLX的范围,点子出界,这说明华东油厂的产品净含量不能满足要求,偶尔会出现含量不足或者超量的情况,需要对原测量状态下的各种因素进行分析,找出使得点出界的原因,并及时纠正,避免类似问题再次发生。

3.2 过程能力分析(见图4)

稳定过程能力计算:

X=3.5010

ε=M-X=3.5010-3.5000=0.0010

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

σ=R/d2=0.0153/2.06=0.007427

T=LSL-USL=3.5200-3.4800=0.040

Cpk=(T-2ε)6σ=(0.040-2×0.0010)6×0.007427=0.8527

图4 统计正态分布

由Cpk判断过程能力主要有以下几种情况:

表5 Cpk值判断结论关系

范围判断结论措施

Cpk>1.67过程能力过高缩小质量特征值公差,提高质量,或者质量允许情况下,降低成本

1.33

1.00

0.67

Cpk≤0.67过程能力严重不足停工,查找原因,改进工艺,甚至重新进行工艺设计

华东油厂的Cpk=0.8527,处于0.67~1.00,表示华东油厂的4L-3灌装线灌装过程能力不足,目前的工艺和措施是不能保证净含量满足要求,并且出现净含量不合格的可能性还较大,达到每百万个中有10770个产品净含量不合格。靠抽检不能解决这一问题,应分析根本原因,采取必要措施。

当然,Cpk值也不宜太大,Cpk大说明华东油厂的产品净含量不但满足了法律法规的要求,还出现了过剩的现象。此时有两个原因:①产品的设定波动范围太宽。据此,应该缩小允许波动范围,减少不必要的浪费。②目前采取的工艺控制措施较为严格。针对这个原因,可以适当放宽工艺控制,减少这方面的人员、设备投入。

3.3 “鱼刺图”分析差异原因

对华东油厂4L-3号线的净含量SPC分析结果是,统计过程不受控,过程能力严重不足。需要结合表3事件日志,从5M1E六个方面(即Man:人员、Machine:机器、Material:原材料、Method:操作方法、Measurement:测量手段、Environment:环境)采用“鱼刺图”法对造成净含量不受控,灌装过程能力不足的因素进行查找和分析。并且针对原因提出具体改进措施。

图5 鱼刺图――因果分析图

针对以上影响因素分别提出以下改进措施:

(1)加强人员的责任心培养,对主操和班长进行设备技能培训,管理人员参与监控,尤其加强对夜班产品净含量的抽检。

(2)由于容积式灌装设备具有自身的计量缺陷,没有采取改进措施,若其他措施实施后,无效果,建议采用更换设备的方法来提升过程能力。

(3)对于灌装油品切换时,粘度、温度发生变化后,及时做好调试工作。

(4)加强操作规程的执行力度,严格按照要求进行开机操作程序,做好初始灌装容积的估算,在灌装过程中加强样品的抽检频次,要求每次样品抽检个数不少于灌装头个数。

(5)保证灌装过程中温度、压力稳定,根据不同粘度的油品制定不同灌装温度和压力,严格控制灌装速度。

(6)加强检重秤的定期校定工作。

3.4 改进后分析和对比

以上改进措施实施后,通过对6、7月份的生产数据进行SPC分析后发现,灌装过程受控,无净含量超出范围情况,过程能力指数Cpk=1.119,过程能力尚可。但还须进一步使用控制图进行监控,防止发生波动。

4 结束语

从前,华东油厂灌装线的净含量只是控制在波动范围以内,即认为产品合格,满足净含量要求。但是对于生产过程中的正常和异常波动,无法进行预测和前馈性控制,产品超出误差范围的情况只能依靠抽查来发现。使用SPC技术对灌装净含量进行统计分析后,发现灌装线灌装过程处于不受控状态,过程能力不足。采用“鱼刺图”分析法,对灌装过程从5M1E六个方面进行分析后,提出六个方面的改进措施,措施实施后,产品净含量处于受控状态,灌装过程能力既满足要求,又减少了不必要的成本浪费。

SPC技术在灌装线的应用为企业进一步提高质量管理提出了一种新思路。可以继续尝试将此技术发展到油生产厂的其他过程,提高产品一次调合合格率,稳定批次间产品质量指标等。

参考文献:

[1] 张树祥. 生产制造类企业的SPC管理[J].中国质量,2004(2):73-76.

[2] 杨爽. SPC在印刷企业的应用研究[A]//第三届中国质量学术论坛论文集[C]. 北京:中国质量出版社,2008:102-110.

收稿日期:2008-09-09。

作者简介:顾永建(1982-),男,硕士研究生,2006年毕业于天津大学化工学院催化科学与工程专业,现从事工艺技术管理工作,已公开2篇。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文