云时代的SPC前瞻

2015-11-01埃里克魏斯布罗德

上海质量 2015年12期

◆埃里克·魏斯布罗德 / 文

云时代的SPC前瞻

◆埃里克·魏斯布罗德 / 文

编者按

本文发表于2015年6月的《质量杂志》，作者埃里克·魏斯布罗德（Eric Weisbrod）是盈飞无限国际公司的技术服务经理。统计过程控制（SPC）是一种在制造过程中长期应用的测量和控制质量的工业标准方法，云计算可以使企业重新思考他们如何进行SPC和实现质量控制，并使得整个产品质量生命周期和可追溯数据唾手可得。本文介绍了云时代SPC的重要性，以及提升SPC的价值需要考虑的几个因素，如标准化、参数设置、灵活性等。

采用SPC方法的控制图提供实时的可视性以及对关键过程的反馈

统计过程控制（SPC）长期以来一直是制造过程中测量和控制质量的一种标准方法，因为它能够提高生产效率，确保符合行业法规，识别减少可变性和废料的机会，从而成为大多数质量体系的重要组成部分。世界各地很多先进的制造工厂都配置有SPC系统。

这些工厂可能也在不同的时间安装了许多其他的系统，为不同的目的服务。现场收集的数据一般会立即存入每个对应的孤立系统中，如进货检验数据存在一个地方，过程数据存在另一个地方，产品规格和特征数据存在第三个地方等。

质量专业人士很难自行通过网络从这些不同的系统中获得所有必要的信息，以有效地应用SPC方法和完成对持续活动的分析。因为每个系统都需要一系列独特的、耗时的步骤来导出数据，IT人员往往被要求确保将正确的数据在正确的时间送达正确的人手中。

同样，在比较来自众多工厂的数据时，每个工厂都有自己先前的系统和基础架构，因此IT团队进行编译所需的时间以指数方式增加。即使这样，也不能保证每个工厂的数据能够与其他工厂的数据融为一体，由此导致企业层面数据分析的障碍。高层管理人员没有办法确定哪个工厂是表现最好的，以及哪个工厂具有最大的改善空间。

如果能够通过SPC的报表和分析功能，将数据整合到单一的系统或资源库之中，这些障碍将不复存在。云计算为企业提供了新的机会，让他们重新思考如何处理SPC和质量的关系，并让每一个制造商能够更轻松地获得整个产品质量生命周期和可追溯数据。与工厂中预置的部署相比，基于云计算的系统只需要较少的前期资金和日常维护。云技术还可以使内部的IT资源专注于战略性、高附加值的项目，改善企业的利润。

迎接云时代的SPC

随着云计算逐渐被认可为一种高效、精简的企业经营方法，众多制造商，特别是大型的全球性组织，正在谨慎地探索将基于现场的系统转移到托管服务器的解决方案和途径。当然，IT外包解决方案也引发很多有关安全性和成本的顾虑。然而，那些工业革新者已经打消了这些疑虑，将自己的技术转移到云端，并证明了它不仅具有运营成本的优势，更具有数据加密和安全标准的有效性。

基于云的质量系统使用一个集中的数据库，其中的数据由各种专业人员所提供，如质量和供应链经理、操作人员、工程师、管理人员等，该系统可以查看和分析来自企业和供应链的数据。这种端到端的可视性驱动了标准化命名规则的使用，简化了识别和贯彻最佳实践的过程，并设定了明确的问责制。

许多现场的SPC系统有效地实现了它们部署的初衷，如减少溢流或浪费，但由于时间的限制以及维护系统的资源有限，它们未能充分发挥全部的潜力。在云方案中，由提供者处理所有升级和维护，只需花费少量努力就能匹配工厂的扩建和增加。这种责任的转嫁意味着当更好、更快、更强大的版本创建后，制造商可以从新功能中受益，不必为升级和许可操心。

云计算还延长了现场硬件的使用寿命，降低了更换成本。对于一些制造商而言，每五年的更换成本可能高达100万美元。同样，升级的高风险也会对最终用户带来负面影响，因为他们在过渡到新版本或方法的过程中往往要付出停机或出现技术故障的代价。为了尽量减少升级对用户的影响，制造商可以利用快捷的云解决方案实现升级。第三方云供应商将在部署整个用户群升级之前确保系统的正常工作。

云解决方案所提供的灵活性和自由性，可以让内部员工专注于业务经营。工厂、用户和质量测试可交由集中的质量系统负责，不必占用专门的IT资源、硬件或成本。供应商也可以容易地通过相同的可扩展选项加入云系统。移动技术进一步增强了这种便利性，可以通过各种各样的智能设备，提供简单的基于浏览器的登录信息和灵活的数据录入。

提升SPC的价值

尽管SPC的实践在几十年来已经被证明是有效和成功的，数据库仍可能充斥着大量从未使用的信息，就像是文件柜里装满了闲置的报告那样。但是，进入数据库的数据不应该是死亡数据，应用云解决方案对存储在云端的来自单个工厂、多个工厂或供应商的数据进行挖掘，它们可以拥有第二次生命发挥制造智能。提取这些信息，可以让制造专业人员做出基于数据的有关进程、运营和采购策略的实施等决策，直接影响企业利润。

基于数据的有效决策的关键是在将数据迁移到云端之前和进程中进行仔细规划。这里需要考虑以下几方面的因素。

全部标准化。当你将数据提取到一个中央储存库时，首要任务是确保所有系统的命名规则都是标准化的，如ERP、MES和SPC等。虽然你可以根据语言和区域的偏好自定义信息，但需要在整个企业范围内应用通用的规则。

聘请规则实施者。采用某一个基于云的系统可能不一定得到所有人的认可，所以你必须确定一些内部领头人和规则实施者。这些人将协助平衡每个场所关于自主权和控制的需求，强调整个企业标准化的重要性。贯彻倡导改进和支持SPC方法的质量文化将促进用户的接受度，并鼓励其发挥主观能动性。

涵盖关键人物。质量平台和SPC系统提供关于众多部门的洞察，因此在规划阶段就应邀请各个部门的关键人物参与进来。这些部门的代表可以提供一些指导意见，譬如哪些数据最有价值，什么样的设计有助于推动上游和下游做出更好的决策等。

设置合适的参数。通过自动数据采集，制造商希望能自动获得更多的数据。例如，一个检重秤能够以非常快的速度称重每一个零部件，并将所有重量数据输入到数据库中。但是，这种收集频率没有考虑制程变异的时间，导致控制图不能反映制程的真实情况。这些问题往往会让人觉得SPC“不适合他们”，并导致他们放弃使用这样一个本应很强大的工具。预先确定你需要收集何种数据以及采用什么样的采集频率，对明确整体改善趋势而言是最有效的。

灵活性。即使是最完美的计划也可能会遇到问题，从产品间未知的差异到不同场所或部门执行几乎相同的流程产生的差异，很多东西会在部署过程中发生改变。因此，要确保能寻找到替代品，而不是专注于如何预先将事情安排好。此外，你可能会发现使用SPC软件的其他方式，或者把新项目添加到日程中，由此推迟了最初的时间安排。保持开放的心态，并记住所有的努力和辛勤工作将最终收获十倍的回报。