info
西门子:电池白皮书
行业动态
MORE...
应用案例
MORE...
技术前沿
MORE...
当前位置:首页 技术 正文
SPC(统计过程控制)运用现状简介
转载 :  zaoche168.com   2009年02月17日

    来源:

    根据造车网市场调查统计,在我国实际运用SPC进行产品质量管理的公司只有30%左右,其中大多数为中大型企业,而绝大多数的中小型企业和小型企业对SPC都不甚了解,非常缺乏相关信息和知识。而在国外SPC的应用是相当普遍的,世界500强公司都无一例外的通过SPC来管理来控制其产品的质量品质。

    为什么SPC在国外受到如此的重视?SPC有着什么样的魔力?

SPC(Statistical Process Control)中文译名“统计过程控制系统”,是应用于企业质量管理的至为有效的方法和工具。它运用数理统计的方法,可以对过程进行监控,对检测所得的各种质量数据进行统计分析,保证过程的稳定,提高过程能力,帮助质量管理人员有效的分析和解决质量问题,不断提升品质,有效地减少不良品的产生,从而大幅降低企业的成本,提高企业的经济效益和核心竞争力。

    今天的消费市场,对高品质的产品和成本低的服务的需求在不断增加,。因此,理所当然的,如果一家公司要在如今现代的市场保持高的竞争力,其主要目标应侧重于生产的过程和其产品的一贯高品质。统计过程控制(SPC)是一个在日常工作中可以在全面的质量管理的框架内减少质量变化过程的一项技术,可以通过手工记录或者软件录入关键质量点的数据来控制、管理、分析和改进生产过程中的质量,消除因特殊原因而产生的质量变化,如刀具磨损、操作者的错误、错误的测量结果、原材料的使用不当等。

    SPC的精髓是什么?熟悉的人都知道是预防思想,不管在我们的工作还是在生活中,我们都会深有体会预防的重要性;在我们的身边我们也不难发现有这么两种人,一种是靠碰运气的人,不会对未来做规划,觉得怎么省事就怎么做,不管以后会怎么样,这样的人也多是年轻人;另一种人是靠规划做事情的人,什么事情都有始有终,做之前就能预测出完成后的结果是什么样的,中间出现问题后,又是如何来解决的?这种人多是中年或阅历比较丰富的人;从这两种人为出发点,再扩大我们的视野,把国外企业的管理水平,国外企业应用SPC方法的看作一位阅历丰富的中年人的话,那么国内企业应用SPC的现状也可以说是一个愣头小子了,看别人用自己也用,或者在大人的要求下应用;所以,在国内就听到了来自企业的这样的声音:“怀疑SPC是否有用的声音,怀疑SPC是在玩数字游戏,解决不了工厂目前的现状”;就国外企业应用SPC的成功就足以淹没这种怀疑的声音,另一方面,出现怀疑的声音也说明了实施SPC方法的难度和国内企业对SPC理论应用的浅显。应用SPC是一个由浅到深,由表到内的逐步的过程,不是做几张控制图、对几种重要产品进行监控就可以说做SPC了,以后的产品不良就会大幅下降,批量报废就会减少,质量成本就会降低了...当你给一家企业推销一款SPC产品时,每个企业最关心的问题就是你的这个软件能给我带来“降低产品不良,减少批量报废,降低质量成本等等目的吗?”你如果说不能,他肯定会拒绝你的,但是单身软件来看,它确实不能呀,反过来说,如果通过SPC软件操作,大家对SPC理论有了很深入的认识,把SPC能充分的应用于生产中,那么不降低产品不良,不减少批量报废,不降低质量成本都很难呀!在这里顺便举个统计的例子:世界上没一家保险公司的人可以估算出我能活多少~多少岁之间?但是他们却可以给出世界上有多少人能活到70~75岁,75~80岁;这也是我们应用的SPC的时候,需要纠正的一个思想。

    与几年前相比较,已有越来越多的企业意思到SPC对制造过程品质管理的重要性,当前具有以下特征的企业都有在运用SPC进行品质的控制。
    1、大型外资企业,尤其是欧美,日资企业;
    2、部分已成为大型外资企业供应商的制造业企业;
    3、部分大中型国企及民企;
    4、汽车行业及相关零部件厂商

    目前国内使用比较多的行业有汽车以及零配件、电子/电器、机械加工等行业,其它行业应用的暂时比较少的,可能是因为客户或体系认证的需要吧。经常会有人问,SPC适合什么样的行业或企业?是不是有一些行业不适用呢?这个问题比较难回答,要根据企业的现状来分析的,如果企业的规模较小,管理水平较低,手工操作为主,经验主义占主导地位,那SPC可能就没大多的用武之地,应用SPC时应结合企业的现状,确定SPC的应用范围,应用过程也是一个循序渐进的过程,不是一步到位的;所以SPC对什么企业一定适合,对什么企业一定不适合?这个问题是要根据实际情况来解答的

 

其它相关链接:

 

 

品牌社区
—— 造车工艺 ——
—— 数字化制造 ——
—— 智能驾驶 ——
—— 新能源技术 ——
—— 机器人技术 ——