基于统计过程控制技术(SPC)的纺织品质量控制研究及应用

基于统计过程控制技术（SPC）的纺织品质量控制研究及应用姜媛媛东华大学（200051）[e-mail]【摘要】文章针对纺织品生产过程的质量管理问题，从统计过程控制（StatisticalProcessControl，SPC）的角度，详细阐述了此技术在纺织品质量控制方面的应用流程，并通过实例重点介绍了单位缺陷数控制图在纺织品质量分析与控制中的应用。【关键词】统计过程质量控制纺织品生产1.引言随着ISO9000质量管理和质量保证体系标准在全球范围内的大力推广与应用，用户的质量意识得到了普遍的提高，“质量是企业的生命”已不再是简单的口号，质量方面的竞争，已成为市场竞争的焦点。我国加入WTO后给纺织品进一步占领国际市场带来了机遇,同时,也面临着极大的挑战。挑战的实质就是商品质量的竞争,谁的质量价格比高,谁就能赢得市场。所以，质量控制方面发挥极大作用的统计过程控制（StatisticalProcessControl）技术在纺织行业的应用也势在必行。统计过程控制是指在产品生产过程中，应用概率与数理统计理论监控工序质量因素的变化及其规律，使产品质量特性在允许范围内波动，达到能够稳定地生产出合格品的目的[1]。SPC的工作内容包括三部分：收集数据、统计分析、现场管理。其中，收集数据主要指收集与产品质量直接相关的质量特性数据；统计分析过程是按照一定的准则对采集到的数据进行统计、归类、计算、绘图从而对生产过程状态进行评判，并给予实时监控，以保证生产的正常进行。在质量控制体系中，除了SPC技术以外，还有另外一种控制技术APC，即自动过程控制技术。两者各有特点：APC反映敏捷，SPC诊断准确。在整个生产过程监控中，APC通过反馈、补偿的方式控制和调整生产过程，从而抑制、抵消波动；SPC则采用数理统计方法来发现失控的原因，进而消除系统缺陷，从而确保产品质量稳定。APC是从技术的角度出发对质量加以保证，SPC则是从管理的角度对质量加以控制。本文着重探讨SPC技术在纺织品质量控制方面的应用问题。2.统计过程控制的基本原理虽然统计过程控制(SPC)技术已发展到近百种，但他们都是基于一个相同的基本原理,即统计学中的小概率事件原理:在一次观测中,小概率事件是不可能发生的,一旦发生就认为系统出现问题。把此原理转化为1工程技术语言可描述为“预先假定过程处于某一状态,一旦显示出偏离这一状态的极大可能性就认为过程失控,于是需要及时调整”。判断过程状态是否失控的依据是控制图。基本控制图：图上包括有中心线（CL）、上控制界限（UCL）和下控制界限（LCL），并有按时间顺序抽取的样本统计量数值的描点序列，如图一所示：图一：基本控制图利用控制图来分析工序状态容易出现两类错误。第1类是误判，即生产正常情况下，因偶然因素点子出界而判为异常，误判概率记为α；第2类是漏判，即异常生产情况下，产品质量分布偏离了典型分布但判为正常，漏判概率记为β。放宽控制界限可以减少误判概率α但β会增大，反过来，压缩控制界限，则可以减少β但α又会增大。经过长期实践经验证明得出：当：UCL=μ+3σCL=μLCL=μ－3σ（μ为总体均值、σ为总体标准差）时两类错误造成的总损失较小[2]。运用SPC分析主要判断生产过程是否处于统计控制状态，即进行工序稳定性分析。生产过程处于统计控制状态的判断条件是:(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个点中最多2点在限外；(2)控制界限内的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14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；8)点子集中在中心线附近；9)点子呈周期性变化。对控制图的判断分析就是依据以上条件，根据绘制控制图时取得的统计数据，判断控制图中的点是否出现不满足以上条件的异常情况。如有异常情况出现，则给出异常产生的样本范围和异常类型，此时的生产处于非统计控制状态，应及时进行调整。3.SPC技术在纺织品质量控制方面的总体流程3.1纺织品质量控制总体流程在产品生产过程中，质量保证涉及的内容很多，包括质量计划、质量检测、质量信息库、质量评估、质量控制等方面。每个方面又都涉及数据信息采集的合理性、分析的2正确性、制定质量保证体系文件的规范和通用性等问题。为了能最理想化的在产品设计及产品加工工艺设计的同时保证产品质量，可以通过制定纺织品加工质量保证工艺示意图来指导质量保证工作的实施与贯彻。（如图二）在质量保证工艺中，以质量控制为出发点，可以建立一个基于SPC技术带有反馈功能的系统质量控制总体流程，以便运用并行工程的基本工作原理，在各类规范与流程控制的框架下，构建用于生产现场纺织品质量控制的质量保证体系[3]。此体系内容主要包括：1.产品质量保证问题贯穿于产品的整个生产周期，即从产品开发与工艺设计到成品检测阶段。使整个质量保证过程规范化，以便更好的按照质量保证体系流程完成相应的工作。2.产品的质检部分包括：坯检、成检和产品测试三个环节，覆盖产品生产的大部分过程。坯检、成检侧重于纺织品直观特性的检测；产品测试侧重于其物理特性的检测，从不同方面，不同阶段保证总体产品质量检测的正确性与可靠性。3.运用数率统计的方法，科学的分析、处理现场提取的质量信息数据，通过应用直方图、控制图等手段，清晰、简单、实时的反映出生产状况。同时，通过储存、管理相应的数据图表信息，不但能完成生产的在线分析，也能科学的进行离线统计、分析、诊断，以便更好的进行生产系统的管理。图二：加工质量保证工艺示意图3.2SPC技术的应用流程及在纺织品生产中的应用SPC技术的具体应用流程主要包括数据处理、控制图绘制和质量诊断三大部分[4]；（如图三）其中数据处理分为数据文件类型的确定和数据操作两个步骤，控制图的绘制要经过相关参数设置、数据统计与分析、绘出控制图三个步骤。应用时根据不同的数据类型选用不同的数据分析方法和控制图。A：数据文件的分类。根据不同的分类方法和标准，我们可以得到不同类型的数据文件，这里选取最常用的三类：常规计数数据文件、常规计量数据文件和目标型数据文件。（1）常规计数数据文件在大批量生产过程中，某些产品的质量特性是不可测的，或者即使可以测量，但很不经济。此时，可以用不合格品数、产品加工工艺产品设计工艺产品质量保证工艺产品设计结果产品质保工艺织物CAD模产品加工工生产过程质量控制产品生产过程产品3不合格品率、缺陷数、单位缺陷数等质量特性加以描述。在实际应用中，此类型又分为计件值文件类型和计点值文件类型两类。产品质量信息采集形成数据文件数据文件类型的确定(A)数据库数据的输入与存储质量诊断(E)绘制分析图与控制图(D)数据统计与分析(C)控制图及其相关参数的设置(B)基于知识的工具质量数据采集统计过程SPC其他辅助部分图三SPC系统流程简图（2）常规计量数据文件此类型数据文件用于欲控质量特性是可测的，且测量值服从或近似服从正态分布，则利用质量特性的观测数据构造常规的计量控制图。不仅能分析当前生产过程的质量水平、监测输出结果均值的变化，而且还能监控质量特性值的波动，从而确定导致生产过程异常的原因，为改进生产过程提供依据。（3）目标型数据文件常规计量型与计数型数据文件以及与之相应的控制图，通常适用于生产过程能够提供大量数据的场合。对于小批量生产过程控制问题，可以采用相似性原理形成目标型数据文件。B：控制图及其相关参数的设置。不同数据文件类型，选择的控制图也不相同，要计算的相关参数及方法也不相同。针对纺织品生产过程中质量数据的常用类型，列举控制图分类如下[5]：表一:控制图分类表修哈特常规控制图选控图计量值文件类型正态分布均值－极差控制图选控均值－极差控制图均值－标准差控制图单值－移动极差控制图选控单值－移动极差控制图不合格品率控制图计件值文件类型二项分布不合格品数控制图选控通用不合格品数单位缺陷数控制图选控通用缺陷数计数值文件类型计点值文件类型泊松分布缺陷数控制图（单位缺陷数）控制图C：数据统计与分析。为了能及时有效的反映生产过程的真实情况，应对生产工艺的现场质量信息进行统计与分析。首先，调出待分析的数据文件、确定数据范围；然后把数据排序分组，做排列图或直方图，分析数据中对质量影响最大的部分，以便进一步对这些数据进行深层次的分析——控制图分析法。D：绘制分析图与控制图。具体绘图过程中要首先绘制分析用控制图，取足够的数据（一般大于25个数据）样本，绘出分析用控制图，根据判稳准则和判异准则判断，如果满足以上两准则，就可将分析用控制图的控制线延长作为控制图用控制图。控制图用控制图主要用于控制工序，使之经常保持在统计控制状态。E：质量诊断：质量诊断即对控制图所反映生产状况的判断与分析。其方法是采用一元质量的控制与诊断理论，通过以上数据分析，绘制控制图等过程后，根据常规判断法则，例如：若样本点落在控制界限内且4点子排列无异常，表示生产过程处于稳定状态；若样本点落在控制界限外，表示生产过程发生了异常变化，则根据判异准则和实际生产状况分析出异常的原因。由于在生产中，导致某一异常状况的原因并不一定唯一，此时则可以同时借助基于知识的工具，建立知识库，归类、整理知识表达及推理系统使质量状况的诊断更科学、快捷、准确。4．SPC技术在毛纺织品质量控制中的应用实例现以某纺织企业毛纺织品实际生产状况为例，应用SPC方法进行生产过程质量状况的分析与控制。某批毛纺织品生产中，经坯检得出纺疵总数为5679个，其具体质量信息如表二所示：表二：按照SPC的分析方法：以左侧纵坐标为频数，横坐标按频数从大到小依次列出各疵点项目，将频数用直方表示，成为若干个直方相连由左至右逐个下降的图，即排列图。排列图是一种频数分布图，用于找出影响质量的少数关键因素。观察此频数图可知：毛纱在此批纺疵中占了61.2%的比率，超过半数，成为影响此批产品质量的主要因素。要对此批产品进行质量控制，则重点应加强对毛纱现象出现的控制，即通过分析毛纱出现的状况，判断生产状况是否处于受控状态。给出生产过程中的样本缺陷数之后通过ui＝Ci/ni计算第i个样本平均单位缺陷数和其均值u。然后根据如下公式计算控制界限：UCL＝u＋3ni/uLCL＝u－3ni/u。最后根据计算结果，进行绘图：绘出u－i坐标系。横坐标为大样本序号i，纵坐标为单位缺陷数u，在图上绘出中心线CL＝1.84。然后在图的相应位置上描出各样本UCL及LCL的点，用虚线相连。最后在图的相应位置上描出u值的点，用实线相连，即完成控制图的绘制（图四）。图四单位缺陷数控制图疵点项目疵点数目累计数比率（％）累计比率（％）毛纱3478347861.261.2小辫891436915.776.9粗纱610497910.787.7乱头53655159.497.1接头8255971.598.6色纱8256791.5100合计5679100分析此图可知，虽然所有点子都在控制界限内，但是连续25个点子都集中在中心线附近，符合连续15点距离中心线1σ以内的判异准则，表明点子排列不随机，存在异常因素。5．结论本文以某纺织品生产过程质量控制为对象，通过对统计过程控制理论和方法的分析与探讨，建立了SPC系统在纺织品生产过程中的应用流程。由实例分析可知此方法能够对产品生产过程质量控制的稳定性进行定性分析，从而预测生产状况、防止由变异引起的质量问题的产生。5参考文献【1】钟伦燕,韩俊,刘红.统计过程控制（SPC）技术原理和应用[M].电子工业出版