數據分析方法在不同質量管理角色中的應用
王迎1,吳新春2
(1.武漢工程職業(yè)技術學院,湖北 武漢 430080;武漢鋼鐵集團公司信息與創(chuàng)新部,湖北 武漢 430080)
摘要:鋼鐵產品質量管理貫穿產品研發(fā)、制造和使用全過程,影響因素多、管理難度大。根據企業(yè)不同質量管理角色的責任和要求,針對性設計了一套質量操作人員、質量控制人員、質量設計人員的分析方法,并結合具體案例展示了其良好的應用效果,使企業(yè)快速實施基于數據的分析方法、提升質量管理水平成為可能。
關鍵詞:鋼鐵產品;數據分析;質量管理;角色;應用
中圖分類號:F273.2
收稿日期:2015-08-15
作者簡介:王迎(1969-),女,湖北漢川人,武鋼大學人力資源開發(fā)中心副教授;吳新春(1970-),男,武漢鋼鐵集團公司信息與創(chuàng)新部教授級高工。
一、鋼鐵企業(yè)數據分析方法應用的背景
鋼鐵產品品種規(guī)格多、生產流程長、工藝復雜,現場所收集到的原始數據,必須加以有效的整理、分類、展示和管理,才能成為有價值的數據,進而通過數據分析,萃取、提煉、挖掘信息,找出內在規(guī)律,掌握問題點及其重要原因,指導產品質量設計和質量過程控制。
長期以來,由于鋼鐵企業(yè)質量數據采集困難、數據分析方法復雜、質量管理人員應用能力欠缺,嚴重的阻礙了企業(yè)整體質量水平的提升。同時,鋼鐵產品質量的實現,從研發(fā)到量產,從原材料到成品,需要全體員工的共同參與、相互協作。不同層次的員工在產品質量實現過程中的職責和所起的作用各不相同,對于數據分析方法的掌握,也應要求不同、側重點不同。針對性地選擇并推廣使用科學、高效、便捷的數據分析方法對于提升企業(yè)質量管理水平具有十分重要的意義。
本文結合鋼鐵企業(yè)質量操作、質量控制、質量設計人員的實際案例,根據不同質量管理角色要求,設計了一套數據分析工具和方法,并展示其卓越的可視化效果,大大降低實施數據分析的進入門檻,便于使用者迅速學會基于數據的質量管理工作方法和思維方式,快速全面展開數據分析工作,使企業(yè)快速實施基于數據的質量管理成為可能。
二、質量操作人員的分析方法與應用
質量操作人員按照技術操作標準的要求作業(yè),將設計好的產品從原材料、半成品加工成成品,是實現產品質量的操作者,要有良好的執(zhí)行力。操作人員以提高質量的穩(wěn)定性為目標,考察工藝規(guī)范的執(zhí)行情況,及時快速地發(fā)現質量的異常波動,積極采取正確恰當的措施,及時消除異常波動,并配合專業(yè)技術人員分析較復雜的質量問題,理解并實施改善措施。
“一圖勝千言”,質量操作人員主要是運用分層分析的思想,靈活運用數據分析方法中的一些圖形分析工具如排列圖、直方圖、箱線圖、控制圖、散點圖、決策樹等進行探索性數據分析,來探索不同操作人員、不同設備、不同的原材料批次、不同工藝設置等生產條件變化對產品質量的影響,以下舉例說明:
1. 排列圖:又稱帕累托圖、八二法則,根據“關鍵的少數和次要的多數”的原理開發(fā),用于尋找主要問題或影響質量的主要原因,確定應該先集中資源解決哪些問題。在實際應用中,排列圖的應用長期停留在一個非常初級的階段,功效常常沒有被充分發(fā)揮出來,現以下例詳細說明排列圖的用法:
某產品近期質量問題嚴重,經統(tǒng)計,瓦楞狀、夾雜、重皮、探傷不合、裂紋、結疤等六種質量缺陷發(fā)生頻次差異不大,分析到此,很難抓住主要問題,分析缺陷產生的原因也沒有方向(見圖1)。
圖1 缺陷的排列圖
采用用分層分析的思想深入研究,發(fā)現這些產品分別由1#、2#生產線用A、B兩種工藝方案生產,1#生產線用A方案容易產生夾雜,用B方案容易產生重皮,2#生產線用A方案容易產生探傷不合,用B方案容易產生瓦楞狀缺陷(見圖2),于是,問題得到有效聚焦,便于分析缺陷產生的根本原因,制定針對性強的改善措施。
2.直方圖:是用一系列寬度相等、高度不等的長方形直觀地表現數據的分散情況和中心趨勢??梢詫①|量或工藝數據的直方圖與要求的分布進行比較,發(fā)現生產過程的不正常狀態(tài),分析原因,采取相應措施。還可以將不同變量的直方圖放在一起,尋找變量間的相互影響關系,以下例加以說明:
圖2 分層排列圖
研究某產品的某項性能指標是否合格(合格/1,不合格/2)與三個變量(X1、X2、X3)間的關系,用以下直方圖組來分析,按是否合格分層,發(fā)現只有當變量90 圖3 直方圖例 3.分割與決策樹:“分割”平臺可以使用因子X的值有目的地分隔數據,來尋找影響結果的主要原因,產生的分割顯示為決策樹(條件樹)。仍以上例加以說明,當90 “性能(合格/1,不合格/2)”分割 4.控制圖:質量操作人員應該熟練使用控制用控制圖監(jiān)控生產是否穩(wěn)定運行,控制用控制圖上的各控制限應由質量控制、質量設計人員通過分析用控制圖并結合過程能力要求得出,納入技術操作標準。當控制用控制圖上出現失控點時,操作人員需要迅速找到失控原因,及時采取對策措施,穩(wěn)定流程。但是,影響流程穩(wěn)定的因素往往較多,分析時容易茫無頭緒,借用控制圖生成器,常常能夠快速得到提示信息。 例如,某生產線監(jiān)控冷軋板的強度,運用控制圖發(fā)現有較多失控點(超上控制限,見圖5),分析原因時考慮了原料批次、生產班組等多個因素,都被排除。 圖4 分割法與決策樹 圖5 控制用控制圖 運用控制圖生成器尋找失控原因,當把“批次”和“卷號”作為分層信息加入到基本圖形上后,很容易看出,“強度”超上控制限的點,都出現在某些批次的第1卷和第5卷(見圖6),這就為分析問題指明了方向。 圖6 控制圖生成器 在使用圖形工具時需要注意,如果數據來源是全數統(tǒng)計或非常大的樣本,圖形工具得到的結論有很好的指導作用;如果數據來自抽樣檢驗,要基于科學的抽樣方法,圖形工具得到的結論可以作為提出假設的依據,再運用假設檢驗、回歸分析等方法進行驗證。 三、質量控制人員的分析方法與應用 質量控制人員是銜接質量設計與質量操作的關鍵環(huán)節(jié),負責產品制造過程各個環(huán)節(jié)的質量一貫管理與控制,協調原材料及上、下游工序。好的質量設計需要通過組織生產來實現產品的價值,體現產品的設計質量。 質量控制人員需要充分考慮銷售合同的執(zhí)行、設備條件、生產成本、生產節(jié)奏、人員安排等各方面因素,安排好生產時間、數量、人員及品種切換和過渡,實時監(jiān)控生產實施過程中技術標準的執(zhí)行情況,產品質量及過程控制是否實現了設計能力,發(fā)現差距,及時研究,查明原因,實施整改,需要時及時調整修正標準。 尋找質量問題的原因和解決方案,驗證改善措施實施效果,常常在用圖形工具進行探索性分析的基礎上,用假設檢驗、回歸分析等進行驗證。 質量控制人員還需要運用過程能力指數和過程績效指數分析,評價過程設計水平和控制水平,明確改善方向。 1.過程能力指數:Cp、Cpk、Cpm Cp:描述過程能力的最重要的指標,反映過程的潛在能力,即過程在僅受到隨機因素影響時滿足預期要求的能力,值越大,潛在能力越強。 Cpk:反映過程中心的偏離程度, Cpk與Cp的差距越大,說明過程均值μ偏離公差中心M越遠。 Cpm:反映過程中心偏離目標造成的質量損失,Cpm與Cp的差距越大,質量損失越大。 2. 過程績效指數:Pp、Ppk Pp:反映過程長期控制水平,從過程總波動的角度考察過程輸出滿足顧客要求的能力。 Ppk:反映過程中心的偏離程度,Ppk與Pp的差距越大,說明過程均值μ偏離公差中心M越遠。 3.過程能力指數與過程績效指數分析 Cp與Pp之間的差距,反映了過程潛在能力與長期運行控制能力之間的差距,即過程是否受到較大異常因素的影響。 4. 評價過程現狀與改進方向和目標 質量控制人員通過對比Cp、Cpk、Pp、Ppk、Cpm之間的差距,以及現狀與設計能力之間的差距,對照分組原則,可以明確改善方向。 本文以好的過程Cp≥1為參照標準,討論目標值m=M時過程能力的各種表現類型,當m≠M時,情況更復雜,需結合具體問題綜合分析。 表1中插圖用正態(tài)分布(實線)表示過程短期表現,用正態(tài)分布(虛線)表示過程長期表現(實際工作中對長期表現不要求服從正態(tài)分布),以μ>M為示例。 表1 過程長、短期表現類型(舉例) 類型1:理想狀態(tài),過程控制較好,過程潛在能力較高,且長期控制較好,均值微小偏移或受較小異常因素影響或二者兼而有之,質量損失小。最理想狀態(tài)是5個指數相等并較大,長、短期表現的正態(tài)分布曲線重合,μ=M,說明過程在長期運行中僅受較小的隨機因素影響,潛在能力得到完全發(fā)揮。理想狀態(tài)是質量控制追求的目標,實際狀態(tài)與理想狀態(tài)之間的差距是改善的方向。 類型2:潛在能力較高,長期運行也較穩(wěn)定,但均值偏移,質量損失大。過程受較小隨機因素和較小的異常因素影響,但過程均值偏移較大,改善方向為調整相關影響因子的設置值,使過程均值趨近公差中心M。 類型3:潛在能力較高,均值控制較好,質量損失小,但長期運行不穩(wěn)定。過程受到較小的隨機因素和較大的異常因素影響,改善方向為根據分組信息查明并消除影響較大的異常因素。 類型4:潛在能力較高,但長期運行不穩(wěn)定,均值也偏移。過程受到較大的異常因素影響,均值也發(fā)生偏移,改善方向為不僅要調整相關影響因子的設置值,使過程均值趨近公差中心M,還要查明并消除影響較大的異常因素。 類型5:潛在能力較低,但長期運行穩(wěn)定,均值控制較好。過程僅受到較大的隨機因素影響,改善方向為提高過程的設計水平,減小隨機因素的干擾。 類型6:最差的狀態(tài),潛在能力較低,且長期運行不穩(wěn)定,均值偏移較大。隨機因素和異常因素對過程的影響都較大,均值也發(fā)生偏移,改善方向首先要提高設計水平,減小隨機因素的影響,還要調整相關影響因子的設置值,查明并消除影響較大的異常因素。 5.正確分析計算過程能力指數和過程績效指數 要充分發(fā)揮過程能力分析的作用,正確分組收集數據,并正確計算過程能力指數和過程績效指數是關鍵,常見的問題及影響有下面幾個方面: (1)不分層:將不同規(guī)格、不同產品、不同產線的數據混在一起討論,結果常常滿足不了流程穩(wěn)定、數據獨立等分析的基本條件,分析結果也不正確。 (2)忽視分組的作用:如果不根據合理子組原則分組,并在短期內完成子組抽樣,當發(fā)現Cp、Pp差距較大時,分析異常原因就會思路不清晰。實際工作中應從多角度分組分析,以查明異常原因。 (3)忽視過程能力指數對過程處于統(tǒng)計控制狀態(tài)的要求:失控的過程中包含異常因素的干擾,將所有收集到的數據不經判穩(wěn)就計算,得到的Cp值偏低,不能正確反映過程的潛在能力。 (4)忽視過程長期表現應包含異常因素的影響:用判穩(wěn)的數據在計算過程能力指數的同時,計算過程績效指數,得到的Pp值偏高,不能正確反映過程的長期表現,并且由于在判穩(wěn)過程中刪除了異常點,因而漏掉了改善機會。 四、質量設計人員的分析方法與應用 質量管理大師朱蘭曾經說過:歸根到底,質量是設計出來的。這充分說明產品研發(fā)設計對產品質量的影響最大,決定了產品的固有質量。如何高效研發(fā)出適合大規(guī)模生產、滿足甚至超出客戶期望的產品是產品研發(fā)質量管理中的一個關鍵問題。 質量設計人員主要負責在產品研發(fā)階段設計制定產品標準、預測過程能力、篩選關鍵因子、制定工藝技術方案,確定對原材料的要求和工藝技術標準。以前質量設計人員主要依據技術分析和經驗設計產品、制定標準,缺乏足夠的數據支撐。隨著用戶對產品質量及其穩(wěn)定性的要求越來越高,質量設計人員需要運用數據分析方法來制定科學嚴謹的技術標準。 建立、修正技術標準常用的方法是首先運用設計、實施試驗收集的數據或收集的歷史數據建立模型、分析模型、設定標準及公差,然后小規(guī)模試生產驗證標準,最后將標準下發(fā)到操作崗位。 下面舉例說明建立、分析模型、設定標準及工藝控制的工作:經前期分析得知,3個自變量X1、X2、X3是影響某產品性能Y的關鍵因素,收集118組數據,分布情況如圖7所示: 圖7 Y與各自變量的直方圖 目前對Y的控制能力較低,長期不合格率達到99793ppm(見圖8)。希望分析擬合Y與3個自變量的關系模型,找到各自變量的最佳設置及允許標準差,提高對Y的控制能力。 圖8 Y的過程績效指數及缺陷率 1.通過逐步篩選的響應曲面回歸,建立分析模型(見圖9): 2.用預測刻畫器尋找各自變量的最佳設置組合(見圖10):根據工藝、設備、成本等限制條件,調整各自變量的設置,使Y達到目標值。 3.分析各自變量的允許標準差:響應Y的變異與自變量X的變異相關,為控制誤差傳遞的影響,需要控制各自變量X的允許標準差,過去通常的做法是減小X的公差,會導致成本提高,現在可以利用蒙特卡羅模擬,選擇合適的自變量標準差,降低工藝優(yōu)化成本,同時滿足響應Y的能力要求。 圖9 Y與各自變量的關系模型 可以看到,當各自變量按圖11控制時, Y可以達到目標值,且長期不合格率(200ppm)比現狀(99793ppm)大為降低。 模型方案與現狀相比,對標準差的要求并沒有加嚴,只需控制好分布(類型、均值及標準差),就能取得滿意的效果。 圖10 預測刻畫器結果 圖11 調整各自變量的波動范圍 參考該分析結果,可以得到過程的潛在能力和控制用控制圖的控制限。 五、結束語 隨著鋼鐵行業(yè)面臨越來越嚴峻的形勢,以質量為核心,提升產品質量設計水平、保證過程質量穩(wěn)定性、降低劣質成本、提升服務質量,已成為企業(yè)應對危機、求生存、謀發(fā)展的共識。本文根據企業(yè)不同質量管理角色的責任和要求,針對質量操作人員選擇設計了運用直方圖、排列圖、控制圖、決策樹為代表的數據分析方法,實現分層分析,實現標準化作業(yè)的方法;針對質量控制人員設計選擇了運用假設檢驗、回歸分析及過程能力分析控制產品質量的方法;針對質量設計人員設計了基于數據建模、響應優(yōu)化和蒙特卡羅模擬,設定標準、分析工藝方案和控制標準的方法,并分別結合具體案例展示了其良好的應用效果,使企業(yè)實施基于數據的分析方法,快速提升質量管理水平成為可能。 參考文獻: [1]何幀.六西格瑪管理[M].中國人民出版社,2014. [2]馬逢時,周暐,劉傳冰.六西格瑪管理統(tǒng)計指南[M].中國人民出版社,2010. 責任編輯:雷三容