不合格品率控制图及数据库追溯法的应用与分析

张宜森 殷燕东 李筱琳

（中国航空工业雷华电子技术研究所，江苏无锡 214000）

在机械加工中，由于设计原因而造成的不合格状况较少，绝大部分质量问题都能够在制造过程中通过采取相应措施和手段而进行规避。假定，在机械加工过程的每道工序中都通过采取合理检验手段作为一个简易的控制措施，那么整个零部件的制造流程就是一个可控流程，从而预防在产品验收时发现大量不合格品。传统的统计过程控制技术利用休哈特控制图等工具，通过采集大量具有质量特性的样本，对样本数据进行正态分布的参数估计，当发现质量数据异常，偏离正常趋势时，即采取相应的质量管控手段，将某一加工过程维持在受控状态，进而保持质量稳定[1]。

在不合格品率为p 的机械加工产品中，抽取一定数量，从该数量产品的质量特性判断整体产品是否合格：计抽取的产品样本数为n，该样本容量中的不合格品个数为X，则不合格品数X 服从二项分布b(n,p)。该二项分布受样本容量及不合格品率影响，通过控制图记述样本容量及不合格品率的数据，以此反映质量趋势，即可以判断出该生产过程是否稳定且受控。

1.1 收集样本数据

常规不合格品控制过程中进行检验的抽样样本为k，针对不同的机械加工产品，其每个样本所包含的样本数根据会根据实际情况不同而对应发生改变。一般而言，考虑到出现不合格品的几率极限趋势无限大的情况，单个样本数量应与顾客要求不合格率或生产制造方规定不合格品率的乘积为单位1，如：顾客要求不合格率或生产制造方规定不合格品率为0.1 时，单个采样样本数量应≥10;不合格品率为0.01 时，单个采样样本数量应≥100。

1.2 控制图要素确认

1.2.1 机械加工产品控制图的中心线

对单个样本的不合格品率，以ni表示为第i 样本的采样容量，以(np)i表示该样本中的不合格品数量，由此计算第i 个样本的不合格品率为公式（1）：

其中n为抽取的产品样本数，p为不合格品率，ni为第i样本的采样容量。

对多个样本的总不合格品率为公式（2）：

1.2.2 机械加工产品控制图的控制界限

假设某批机械加工产品样本的容量n,该样本中不合格品率服从正态分布N（p,p (1-p)/n）。

控制界限为同中心线距离相等的两条控制线之间的区域，控制界限如下：

其中，由于样本容量不同时，控制界限也随之发生变化，因此尽量使ni相同，当各样本数量ni不同时，若满足各样本容量中时，

1.3 不合格品率控制图的实际应用

以表1 收集的不同批次机械加工产品零件为例，此时

表1 传统不合格品率控制图的绘制及应用

由以上数据要素绘制传统不合格品率控制图，如图1 所示。

图1 原始数据的传统不合格品率控制图

1.4 判断生产过程是否可控

从图1 中，可以明显地发现样品序号为6 和8 的两组样本数据明显超出上控制界限，可以得到该生产过程超出质量控制的结论。先将样本序号为6 和8 的两组不受控数据进行剔除，再次对其余数据进行管控判断，此时K=23，代入公式（3），公式（4）及公式（5）重复计算不合格品率及上、下控制线为：

其中，下控制界限LCL 在机械加工中，不可能会出现负数的情况，因此，在本组控制过程判断中，将LCL=-0.6%做LCL=0%取值处理。剔除不受控数据后，重新计算该组数据的总不合格品率及控制图上、下界限值。绘制不合格品率控制图如图2，通过控制图所示可以明显发现该生产过程已处于可控状态。

图2 剔除不受控数据的不合格品率控制图

1.5 判断生产过程是否满足质量要求

通常在机械加工过程中，以实际要求的不合格品率作为决定质量要求的特性。如上述实际例子所示，整改后的不合格品率为8.7%，处于控制过程计算所得的上下界限内。但倘若该机加产品实际质量要求的不合格品率为5%，即使修改后的机械加工数据在不合格品率控制图中处于受控状态，但生产过程的平均不合格品率仍然超出质量要求的上限，应该继续采取相应措施进行不断改进。

该案例可以说明，当机械加工产品即使处于生产过程受控状态时，产品质量也不一定符合规定的要求。但产品质量是否符合要求的前提条件必然是其生产过程的质量状态受控，因此可继续通过调节相应批次的某些不合格因素，最终使生产过程受控的同时，达到符合质量要求的目的[2]。

1.6 不合格品率控制图的使用缺陷

控制图的方法对不合格品产生要素具有定位准确、改进快速等特点，但是，不合格品控制图的使用仍然需要建立在一个拥有较大的数据样本的基础上，在进行“多品种、小批量”机械加工产品质量的检验工作中，缺乏一定的适用性。

笔者结合工作中的实践与经验，提出一种针对“多品种、小批量”机械加工产品的质量管理办法，该办法基于被检零部件的过往记录积累，从优化检验流程的角度出发，使被检零部件受样本量影响的程度减到最小。将众多零部件的检验记录归纳于一个数据库内，在进行检验工作的同时，进行记录查找和数据更新[3]。

2.1 初次检验的数据库建立

数据库初次建立流程如图3 所示，在进行初次检验的流程中，着重偏向的工作是进行该被检工件数据库的建立，数据库需包括“图号”、“批次号”、“报工时间”、“检验员”、“检验结论”、“问题描述”等相关信息。这些信息的填报方式依据各单位数字化信息程度的不同做自行选择。数字化信息程度低的制造单元，可进行手动填写输入；
数字化程度高的制造单元，可搭建相关电子信息数据库，便于存储和更新。

图3 初期数据库搭建流程图

2.2 后期检验的数据库利用与补充

在已经建立有一定阶段和一定积累的数据库基础上，当进一步进行零部件检验工作时，该流程着重偏向的是质量信息数据库的查找利用和补充完善，流程如图4 所示。数据库中未发现该图号零部件信息时或当该图号零件的外协厂家发生变更，本质上即为该图号进行首次检验，按照首次检验要求进行相关流程的执行；
若通过数据库的信息查找，发现当该批被检零部件加工环境未发生变更，但以往的质量历史记录中存在有被判定的某些质量问题，则质量检验员只需要对该特定的历史质量问题进行复验。复验后，对数据库内的质量问题及信息同步进行补充和更新。

图4 后期数据库完善流程图

3.1 不合格品率控制图法优点

不合格品控制图是将检验数据通过计算及整理，运用图像的形式进行体现，可以较为直观地判断出被检零件的超差批次和质量趋势，从而可对不同超差批次的质量问题做进一步的分析和解决。不合格品控制图由于具有“可视性”及“可控性”，因此在质量控制过程中十分行之有效。

3.2 不合格品率控制图法缺点

不合格品控制图的计算和绘制需要相当量数据的积累才能较准确地描述出质量问题趋势和突出某批次偏离合格质量状态的程度。较少的数据不足以提供有效的样本，且数据越少，偏离程度将越高，质量问题发散性越严重。同理，在针对某批次质量过程不可控的问题分析及解决时，可参考的依据也不足，不能充分判断出详实具体的影响原因，对后续的质量管控判断造成较大困难。

3.3 数据库追溯法优点

由于该方法的提出和推广是基于具有“多品种、小批量”的机械加工零部件，现阶段机械加工产品的程序化和稳定性较高，因此可以主观地判定，一批少量的零件中，通过对该批次中1 至2 件进行检验，若没有质量问题发生，则该批次零部件均合格；
若通过对其中1 至2 件进行检验，发现存在质量问题，则该批次零部件均不合格。如此判定，则受到样本数量的影响将缩减到最小。

3.4 数据库追溯法缺点

数据库的建立由于需要大量历史记录作为积累依据，因此在短时间内无法进行行之有效的应用。且对数字化程度不高的生产单元来讲，手动数据记录会耗费较多的时间和精力，也容易在数据录入的过程中发生书写不规范和信息错误等问题，对后期的数据库查找使用造成一定程度的影响。而对数字化程度较高的生产单元，即使在信息录入和使用上拥有较多便利，但是信息数据库的运营和维护也需要相应的专业人员，这将增加额外的生产成本。

本文主要进行了对不合格品率控制图及数据库追溯法的实际应用和优缺点分析。通过对被检零部件进行抽样检验，将各批次不合格品率通过计算与分析，绘制不合格品率控制图，从而快速有效判断出该零部件的机械加工生产过程是否受控。在不合格品率控制图的基础上，进一步研究针对机械加工“多品种、小批量”的现状，笔者提出数据库追溯法的检验流程，该方法从流程角度出发，有效地避免了因为样本量小、数据不全面等不利于检验工作开展的问题。

机械加工行业是所有工商业发展的基础，随着机械加工行业智能化和标准化的不断提高，机械加工的生产模式正在由大规模逐渐向多样化、柔性化发生根本变化[4]。顾客在进行迎合市场发展、研发试验、战略调整及多元化竞争的同时，进一步突出了机械加工单元对高利润、高产值的期望和顾客需求多样化、多变化的突出矛盾[5]。尤其在航空航天、武器装备、轻工制造等具有特殊背景的行业，其产品的“多品种、小批量”特点尤为明显，这促进了质量管理方法和检验检测方式的不断创新和完善。

猜你喜欢不合格品机械加工流程Dose-Dependent,Frequency-Dependent,and Cumulative Effects on Cardiomyocyte Injury and Autophagy of 2.856 GHz and 1.5 GHz Microwave in Wistar RatsBiomedical and Environmental Sciences(2022年4期)2022-04-29吃水果有套“清洗流程”今日农业(2021年10期)2021-07-28Bone marrow mesenchymal stem cells induce M2 microglia polarization through PDGF-AA/MANF signalingWorld Journal of Stem Cells(2020年7期)2020-08-10违反流程 致命误判劳动保护(2018年5期)2018-06-05机械加工技术中数控加工的应用山东工业技术(2016年15期)2016-12-01本刊审稿流程国际医学放射学杂志(2016年4期)2016-08-22析OGSA-DAI工作流程办公自动化(2016年18期)2016-08-20现代智能技术应用于机械加工初探现代工业经济和信息化(2016年6期)2016-05-17机械加工工艺中的自动化控制探讨现代工业经济和信息化(2016年5期)2016-05-17锂电池企业不合格品管理科技视界(2014年22期)2014-09-02