SPC在SAP R3质量管理中的应用

SPC在SAP R/3 质量管理模块中的应用

奥特斯(中国)有限公司质量部(201108) 李达

关键词：统计过程控制SAP 质量管理质量控制信息系统

Key words: SPC SAP Quality Management Quality Control Information system

摘要：本文就SPC在SAP QM模块中的具体应用方法进行了详尽的阐述。制造业的实施案例从检验特性、抽样程序、检验计划、SPC准则等方面入手，分析SPC如何帮助企业实现过程参数的监控。

Abstract: Specific application of SPC in SAP QM model is described comprehensively in this paper. Inspection characteristics, sampling procedure, inspection plan as well as SPC criteria are included in the case study so that it’s helpful for manufacturing industry to Implement SPC in SAP.

1．引言

在制造业中, SPC作为一种统计工具可以准确、实时检测生产过程的相关参数。然而SPC的实施通常取决于企业所提供的软件。软件的设计和实施对数据的收集是至关重要的，特别是计算机网络技术和系统自动化程度飞速发展的今天，SPC系统已更多采取利用数据采集设备自动进行数据采集，实时传输到质量控制中心进行分析的方式。因此数据是否有用在大多数情况下取决与软件的性能，存储功能，报表等。在众多质量管理软件中，全球最大ERP软件供应商SAP提供的质量管理模块可以轻松的将生产过程中所收集到的数据用SPC来统计管理。本文拟就此项功能抛砖引玉以推动SPC在SAP QM模块中的应用.

2．SPC工具及其方法论

SPC(统计过程控制(S tatistical P rocess C ontrol))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。

使用SPC技术，管理者可以清楚地知道：这个过程是否稳定、是否处于受控状态、过程的能力是否足够等，从而采取适当措施以纠正或维持过程现状。SPC技术的出现，让质量管理从被动的成品检验发展到生产过程中积极的预防，从而大大降低了企业的生产运营成本。

SPC的实施主要分成两个步骤：数据采集分析阶段和运行监控阶段。首先将相应的测试设备、系统按照要求进行设置。然后利用生产过程来收集大量的数据，作成分析用控制图、或进行过程能力分析。一旦分析完成便可进入监控阶段，即利用控制图（常用的为质量控制图QCC或过程监测图PMC）进行监控。并最终减少生产流程中造成质量损失的那些不必要的波动和影响。稳定的SPC过程报废率是相当的低。

SPC统计分析方法不胜枚举, 常用的主要有: 控制图、柱狀图、运行图（走势图）、因果图、排列图（帕累托图）、散布图、工程能力指数（Cpk）、相关性分析和回归分析等。

3．SAP质量管理模块

3.1 概述

SAP质量管理（QM）模块在物流供应链中对检测和保证高质量的过程提供有效的计划和实施。因为只要一个集成系统就可以完全实现ISO9001标准所规定的要求。SAP R3质

量管理子系统把质量管理和其他应用模块，例如物料管理MM、生产计划PP、销售和分销SD以及成本会计FI/CO等连接起来。比如因为对原材料收货检验(IQC)而自动触发产生检验批(inspection lot)就是一个典型的例子。

它支持的功能包括：质量计划、质量检验和质量控制。此外它也可以创建质量证书和处理问题/投诉的质量通知(Quality Notification)。具体性能如下：

●基本数据(例如，物料主数据，目录(catalogs)，检验特性，检验方法，抽样程序)

●检验计划●采购中的质量管理IQC

●销售与分销中的质量管理●检验批的处理(创建检验批和完成检验

批)

●结果记录●缺陷记录

●样品管理●质量信息系统

●检验范围的动态准则●质量控制

●质量证书●质量通知

●测试仪器的管理

3.2 QM中的SPC性能

SPC控制图技术这项功能意味着QM可以提供完整的统计过程控制。制造企业可以利用其支持可视化图表的功能来对输入的测量值进行过程分析和优化。在质量控制这一环节中，可以应用SPC技术来检测和控制生产过程，其中包括使用控制图来显示样本平均值和标准差。控制图就自动成为记录生产过程质量趋势的图形工具。

SAP R3质量功能子系统支持下列类型具有正态分布模式的检验特性的控制图：

●有允差极限的平均值图

●无允差极限的平均值图

●标准差图

●平均值的休哈特图

●有标准差的休哈特图

常规的控制变量有：平均值X、标准差s、极差R、中位值、样品初始值、缺陷部件数、缺陷数

除了平均值和标准差以外，若检验特性的公差范围和标称值已知则可以决定C P和C PK。这两个参数是过程的绩效参数。对于一个有效和受控的过程，两个值至少都应该大于1.33。在许多工业界，对制程能力参数的最小要求为1.66或更高。

3.3 SAP系统中的控制图

在创建检验批时，对每一个设定有控制图的特性(inspection characteristics)都会自动产生一条控制图编号。因此当你做结果记录(Result recording)时，你可输入测量值然后一个单独的图形窗口将用于显示控制图的轨迹。图1显示了历史和最新输入的检验结果。采用适当的方法，系统可以根据测量结果计算极限值和警告限，当然也可以自己定义。在结果记录期间系统将更新并显示控制图。具体的控制图是在检验计划的检验特性和抽样程序中定义的。例如可以定义一个检验批有独立的控制图，或者对多个检验批(同一物料)使用同一条控制图。也就是说一个控制图表可以包括几个检验批或生产订单的数据，它取决于你所选择的SPC准则。虽然控制图表主要用于生产过程的质量控制，但它也可以被用于其他来源的检验批(例如收货对供应商产品质量进行监控)。