星服SPC质量管理系统方案

SPC-统计过程控制(STATISTICAL PROCESS CONTROL)，是一种制造控制方法，将制造中的控制项目，依其特性所收集的数据，通过过程能力的分析与过程标准化，发掘过程中的异常，并立即采取改善措施，使过程恢复正常的方法。 利用统计的方法来监控制造过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。

一、SPC能解决之问题：

1、经济性:有效的抽样管制，不用全数检验，不良率，得以控制成本。使制程稳定，能掌握品质、成本与交期。 

2、预警性:制程的异常趋势可即时对策，预防整批不良，以减少浪费。 

3、分辨特殊原因:作为局部问题对策或管理阶层系统改进之参考。 

4、善用机器设备:估计机器能力，可妥善安排适当机器生产适当零件。 

5、改善的评估:制程能力可作为改善前後比较之指标。 

二、星服SPC的功能

1、对生产过程做出可靠有效的数据评估;

2、确定过程的统计控制，历史数据，数据趋势的抓取分析;

 主要的统计分析图包括：XBAR-R、XBAR-S、X-MR、MEDIAN-R、C、P、NP、U、 运行图、 覆盖运行图、 高低点运行图、 覆盖控制图、 三向控制图、 排列图、多级排列图、 过程能力图 (CP、CPK，PP、PPK)、 箱线图、多级箱线图、异常数据分析、直方图分析、 过程能力分析、6能力分析、失效原因和纠正措施分析数据趋势分析、历史数据分析

3、为对过程控制进行有效的控制，集成多种报警方式，及时监控过程的情况

以统计学理论为基础，对生产现场的数据实时监控、分析、处理，是质量管理必不可少的工具，被发达国家的企业广泛使用。通过规范状态和控制状态进行组合监控，每种状态都有红、黄和绿色信号报警，两种状态不同的颜色进行组合，实时显示制造过程中出现的异常情况。

4、减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作

5、多样性数据线性展示

数据分析模块，将包括原始数据分析、多参数分析对比、计量型分析、计数型分析、箱线分析、散点图分析。提供常规的控制图形。如计量控制图形（Xbar-R、Xbar-S、Xbar-Me、I-MR）计数控制图（P、NP、C、U）等。自动计算UCL、CL、LCL、Cp、Cpu、Cpk、大值、小值等。了解整体的质量状况，为改进提供支持。

多参数分析对比分为两种对比方式：根据产品分组（同一产品下不同参数的对比分析）；根据参数分组（不同产品下同一参数的对比分析）。

箱线分析图：分析同一个管制特性在不同分组下的分布状态；系统支持4种分组包括：检验日期、检验班次、检验站点、检验工序。

散点图分析：分析一个产品，两种检验特性之间是否存在数量关联趋势。如果存在关联趋势，是线性还是曲线，可以一目了然。通过离群值的多少，进一步分析对产品整体产生的影响。

三、质量改善

质量改善主要功能就是对异常的处理，包括质量异常记录、工艺事故处理，不合格品处理。记录生产过程批次内相关异常；由相关责任部门或者责任人进行跟踪及处理必要时转入8D流程。

四、质量风险防控

质量风险防控模块包含风险防控的基础信息维护、实现动态管理；过程排查、原因排查、风险评估、预防措施的制定与维护；根据质量风险防控体系内容实现综合查询及导出。

五、知识库形成

将工序流程图及相关经验信息等上传至系统，并记录版本号、主题、制定部门、制定人、发行日期等。通过用户权限开放给相关人员调阅；记录并积累生产中发生的各项质量问题，分析方法及解决思路。形成缺陷风险防控指南，指导快速对质量问题进行排查及解决。为后续解决生产过程的异常提供指引。