药品生产质量趋势分析

趋势分析趋势分析质量管理的重要手段对工艺参数、分析结果等内容汇总分析年度产品回顾分析（中间产品控制的关键指标、成品控制的关键参数……）环境、水监测结果原辅料的质量趋势关键工艺参数汇总产品稳定性数据质量统计的观点——产品具有变异性与统计规律产品质量具有变异性由于产品质量是在一定的质量因素限制下制造出来的，质量因素的变化导致产品质量在生产过程中不断发生变化波动没有两个产品是完全一样的，即使自动化生产线上产品也不例外产品间的差异就是波动，它时隐时现、时大时小，时正时负产品间的差异是永远存在的，只是有时小到无法度量出来产品间的差异是通过适当的质量特性（过程特性和产品特性）表现出来的波动源过程中有许多产生波动的波动源例：压片过程，很容易受到各种波动源的影响设备：模具的磨损和老化工具：强度不同，磨损率的差异。材料：硬度不同，成份不同，产地不同操作者：操作的精度、情绪测量：视觉误差、心理障碍维护：润滑程度，替换部件环境：温度、湿度、光线这些波动源对加工的影响最后都集中反映在片子的外观、硬度、崩解时限等测量值上质量变异具有统计规律在生产正常的情况下，通过大量的数据观测，利用数理统计的方法，可以精确地确定产品质量变异的幅度以及不同大小的变异幅度发生的可能性数据的统计规律每件产品的尺寸与别的都不同但它们形成一个模型,若稳定,可以描述为一个分布分布可以通过以下因素来加以区分范围范围范围范围范围范围范围范围范围范围或这些因素的组合位置分布宽度形状NormalDistribution（正态分布）222)(21)(xexfwhenn→∞itturnstoσ——standarddeviationµ——centrallocation121222)(dxexf(x)σ拐点拐点x中心极限定理然而实际在样本的抽取过程中，数据的分布并不是这么完美可能遵循另外的分布——二项式分布or泊松分布无论随机变量的共同分布是什么（离散分布或连续分布，正态分布或非正态分布），只要独立统计分布随机变量的个数n较大时，样本平均值或其总和的分布总是近似服从正态分布无论服从什么样的分布，只要样本量n≥5，试验次数足够多，样本均值的分布总是趋近于正态分布StatisticalProcessControl统计过程控制主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的统计过程控制的起源1924年，休哈特博士（DrWAShewhart）在贝尔实验室工作期间发明了品质控制图1939年休哈特与戴明博士（DrDeming）写了一本《质量控制中的统计方法》第二次世界大战前后，英美两国将品质控制图引进制造业，并应用于生产过程中美国汽车制造厂，例如福特（FORD)、通用（GM）等均对SPC十分重视，SPC因此得以广泛推广统计过程控制（SPC）利用控制图分析过程的稳定性,对过程存在的异常因素进行预警;计算过程能力（Cp）和过程能力指数（Cpk）分析稳定的过程能力满足技术要求的程度,对过程质量进行评价。Cp或Cpk愈大，说明过程能力充足，产品质量越高，但对设备、原料和操作人员的要求也越高，因此生产成本也可能越大控制图控制图又叫管理图。它是用来区分由异常原因引起的波动、或是由过程固有的随机原因引起的偶然波动的一种工具控制图建立在数理统计学的基础上，它利用有效数据建立控制界限。控制界限一般分为上控制限（UCL）和下控制限（LCL）质量特性值抽样时间和样本序号UCLCLLCL3倍标准偏差（3σ）3倍标准偏差（3σ）●●●●●●●●●●●常规控制图的原理一般来说，在实际应用上，常考虑一组数据具有近似于正态分布的概率分布常规控制图的原理——正态分布的参数平均值（μ）此参数是正态分布曲线的位置参数，即它只决定曲线出现频率最大数值位置而不改变正态曲线的形状常规控制图的原理——正态分布的参数标准偏差（σ）此参数是正态分布曲线的形状参数，即它决定了曲线的“高”、“矮”、“胖”、“瘦”控制限的设定控制图对过程的检查是通过抽查来进行的，很经济。但抽查不可能不犯错误第一种错误：虚发警报。过程正常，而点子偶然超出控制界限。根据点出界就判异的原则，判断制程处于异常状态。犯第一种错误的概率记为α。第一种错误的风险方在供方第二种错误：漏发警报。过程已经发生异常，而点子仍然落在控制界限内，无法判断制程处于异常状态。犯第二种错误的概率记为β。第二种错误的风险在用户常规控制图共有三根线，一般基于正态分布控制图的CL居中固定，而且与UCL与LCL互相平行，故只能改动UCL与LCL二者之间的间隔距离。若此间隔距离增大，则α减少，β增大，反之相反。故无论如何调整上下控制限的间隔，两种错误都是不可避免的解决的办法是根据使两种错误造成的总损失最小的原则来确定UCL和LCL二者之间的最优间隔距离经验证明休哈特提出的3σ方式较好，在不少情况下，3σ方式都接近最优间隔距离正态分布的“68-95-99.7法则”或“经验法则”所以我们把2σ定义为警戒限，数值出现在这区间概率为95.4%3σ定义为行动限，数值出现在这区间概率为99.7%超出3σ既为超出规格标准控制限与规格限控制图中的控制限与规格限是完全不同的两种概念，不能混为一谈规格限是产品设计结果，属于技术、质量标准的范畴，是对产品做“合格”与“不合格”的符合性判断的依据控制界限是过程中质量数据的实际分布，是过程处于稳定受控状态时质量数据所形成的典型分布的μ±3σ范围。是判断过程正常与异常的依据同一产品有不同的厂家生产时，其规格限是相同的（执行同一标准）。但不同厂家由于技术能力与管理水平不同，各厂的控制界限可能是不相同的控制图的观察与分析方法点子没有超出控制线（在控制线上的点子按超出处理），控制界限内的点子排列无缺陷，反映工序处于控制状态，生产过程稳定，不必采取措施判异准则有两类点出界判异界内点排列不随机判异按GBT4091-2001IDTISO8258：1991常规控制图共有8个模式在8个检验模式中，除第4个模式是由统计模拟试验（蒙特卡罗试验）所确定的以外其它7个模式都是在规定风险（小概率α）为0.0027的情况下，经概率计算所确定控制图的观察与分析－缺陷●UCLCLLCL●●●●●●●●●●●●●●●●●●●●●UCLCLLCL●●●●●●●●●●●●●●●●●●●缺陷图例准则2：单侧性排列－连续9点以上在中心线同一侧出现。如：低线投料、低线装量等准则3：趋势性排列－连续6点以上递增或递减有缓慢因素影响，应及时纠正。产生的倾向有可能是工具逐渐损坏、维修逐渐变坏、操作人员的技能逐渐改进等控制图的观察与分析－缺陷UCLCLLCL●●●●●●●●●●●●●●●●UCLCLLCL●●●●●●●●●●●●●●缺陷图例准则4：周期性排列－点子排列按一定间隔重复出现，呈现一定的规律性，可判为异常。常因为操作人员疲劳、原材料原因、机械设备等原因造成。准则5：突发性排列－在连续三点中至少有两点接近控制界限（±3σ）。说明数据散差较大，如经常调整规格范围，会出这种情况。与准则5类似，代表着平均值的偏移控制图的观察与分析－缺陷UCLCLLCL●●●●●●●●●●●●●●缺陷图例准则7：过分集中排列－点子连续在中心线附近排列，即在±σ内达到15个点以上，可判为异常。常因为数据不真实（调好的）或数据分组不当造成。主要原因是数据分层不够，如轮流使用两台设备控制图的种类数据：（1）计量值数据（2）计数值数据计件计点数据的特征值：x平均值：中位数：x~极差：R标准偏差：S反应集中位置反应离散程度表示通过记录所考察的子组中每个个体是否具有某种特性（或特征），计算具有该特性的个体的数量，或记录一个单位、一组产品、或一定面积内此种事件发生的次数所获得的观测值。指所观察子组中每一个单位产品的特性值的数值大小进行测量与记录所得到的观测值，例如以米表示的长度，以欧姆表示的电阻，以分贝表示的噪声等。控制图的种类控制图名称用途计量值数据—R均值—极差控制图各种计量值—R中位数—极差控制图各种计量值X—RS单值—移动极差控制图各种计量值X单值控制图计量值—S均值—标准偏差控制图重要产品中使用计数值数据Pn不合格品数控制图.计件数据p不合格品率控制图计件数据C缺陷数控制图计点数据U缺陷率控制图单位面积、长度的缺陷数xx~x过程能力与过程能力指数过程能力(也称为工序能力)B指过程的加工质量满足技术标准的能力，它是衡量过程加工内在一致性的，是稳态下的最小波动影响工序质量的波动性的六要素——人、机、料、法、环、测（5M1E）一般当过程处于稳态时，产品的计量质量特征值有99.73%落在μ±3σ范围内，也即有99.3%的产品在6σ范围内。因此通常使用6σ表示过程能力（B=6σ），数值越小越好过程能力指数过程能力指数是指过程能力满足质量标准要求的程度。它表示的是整个过程符合规格的程度Cp=质量标准/工序能力=T/6σ过程能力指数得计算双侧公差且过程无偏66ULpTTTC双侧公差且过程有偏(1)(1)6pkpTCKCK,2KMT其中评价过程能力Cp值范围级别评价Cp≥1.67（T10σ)Ⅰ过程能力过分充裕（视情况而定）1.33≤Cp1.67(8σT10σ)Ⅱ过程能力充分1≤Cp1.33(6σT8σ)Ⅲ过程能力勉强0.67≤Cp1(4σT6σ)Ⅳ过程能力不足Cp0.67(T4σ)Ⅴ过程能力严重不足