Chuyển đến nội dung
ORPAON Lean Production
Phân tích chất lượng và kiểm soát quá trình

SPC kiểm soát quá trình thống kê

Từ phán định đạt không đạt cuối cùng đi sang giám sát ổn định quá trình và bằng chứng năng lực

Bộ máy thống kê SPC tự phát triển kết nối thiết bị đo và dữ liệu chất lượng, cung cấp biểu đồ kiểm soát, nhận diện bất thường, năng lực quá trình, phân tích hệ thống đo lường và báo cáo phân tầng. Hệ thống dùng để hỗ trợ nhận diện bất thường quá trình và cơ hội cải tiến, không thay thế phán định trách nhiệm chất lượng, cũng không đóng gói dự đoán chất lượng AI thành chức năng tiêu chuẩn sẵn có.

Phù hợp

Tình huống phù hợp

  • • Quá trình sản xuất cần giám sát liên tục tính ổn định của kích thước chủ chốt, khối lượng, tính năng hoặc số lỗi thuộc tính.
  • • Đội chất lượng đã có dữ liệu kiểm tra nhưng biểu đồ kiểm soát, năng lực và phản ứng bất thường vẫn dựa bảng tính phân tán.
  • • Nhà máy cần thống nhất phương án kiểm soát, quy tắc nhận diện bất thường và phân tích phân tầng trước khi mở rộng sang nhiều dây chuyền.
  • • Hiện trường muốn liên kết thiết bị đo, MES và thông số quá trình, xây dựng chuỗi bằng chứng chất lượng đối chiếu được.

Tình huống cần đánh giá riêng

  • • Cỡ mẫu, tần suất đo và bối cảnh dữ liệu không đủ, lại yêu cầu trực tiếp đưa ra kết luận năng lực đáng tin cậy.
  • • Muốn dùng SPC thay toàn bộ kiểm tra, hoạch định chất lượng, quản lý phòng thí nghiệm hoặc QMS hoàn chỉnh.
  • • Hệ thống đo chưa được đánh giá, giới hạn kỹ thuật và giới hạn kiểm soát dùng lẫn lộn, cũng không muốn điều chỉnh quy trình dữ liệu nền tảng.
  • • Kỳ vọng hệ thống tự động dự đoán mọi vấn đề chất lượng, đưa nguyên nhân gốc hoặc trực tiếp điều chỉnh thông số thiết bị không qua phê duyệt.

Liên hệ với phương pháp Lean

Vận dụng SPC phân biệt biến động nguyên nhân chung và tín hiệu nguyên nhân đặc biệt, tránh điều chỉnh quá mức đối với biến động ngẫu nhiên.
Phân tích phân tầng theo sản phẩm, thiết bị, đồ gá, nhân viên và mẻ, định vị vấn đề biến thiên về hướng cải tiến kiểm chứng được.
Dùng tác nghiệp chuẩn làm rõ lấy mẫu, nhóm con, đo lường, nhận diện bất thường và phản ứng ngoại lệ, bảo đảm quá trình hình thành dữ liệu nhất quán.
Kết hợp MSA, năng lực quá trình và PDCA, trước xác nhận đo lường đáng tin và quá trình ổn định, rồi mới đánh giá năng lực và kết quả cải tiến.

Chức năng cốt lõi

Tập hợp tự động dữ liệu chất lượng

Kết nối thiết bị đo, trạm kiểm tra, MES hoặc cơ sở dữ liệu chất lượng, giữ lại giá trị mẫu, thời gian, sản phẩm, công đoạn và mẻ cùng bối cảnh, giảm chép lặp lại.

Cấu hình phương án kiểm soát

Theo từng đặc tính cấu hình nguồn dữ liệu, cách lấy mẫu, nhóm con, giới hạn kỹ thuật, cách tính giới hạn kiểm soát và chiều phân tầng, phân biệt quy tắc sử dụng giai đoạn thử và giai đoạn ổn định.

Nhiều loại biểu đồ kiểm soát

Hỗ trợ trung bình - biên độ, trung bình - độ lệch chuẩn, đơn giá trị - biên độ trượt, EWMA, CUSUM và các biểu đồ kiểm soát thuộc tính như P, NP, C, U, chọn theo loại dữ liệu.

Quy tắc Nelson và truy vết tín hiệu

Theo quy tắc Nelson thứ nhất đến thứ tám nhận diện mô hình bất thường, đánh dấu điểm kích hoạt và quy tắc, giữ lại phiên bản giới hạn kiểm soát và bản ghi nhận diện bất thường để đối chiếu.

Phân tích năng lực quá trình

Cung cấp các chỉ số Cp, Cpk, Cpm, Pp, Ppk và phân tích đồ họa, đồng thời nhắc các tiền đề diễn giải như tính ổn định, cỡ mẫu và giả định phân phối.

Phân tích phi chuẩn tắc và đa biến

Hỗ trợ đường phân tích năng lực phi chuẩn tắc như Box-Cox, Johnson và giám sát đa biến Hotelling T²; phương pháp cụ thể cấu hình theo đặc tính dữ liệu và phạm vi dự án.

Phân tích hệ thống đo Gage R&R

Tổ chức dữ liệu và kết quả phân tích hệ thống đo lường, hỗ trợ đánh giá độ lặp lại, độ tái lập và cấu phần biến động, cung cấp căn cứ tin cậy đo lường cho kết luận biểu đồ kiểm soát và năng lực.

Phản ứng bất thường và báo cáo chất lượng

Liên kết tín hiệu nhận diện bất thường với phản hồi, nguyên nhân, biện pháp và bản ghi đối chiếu, sinh báo cáo xu hướng và tổng hợp theo sản phẩm, công đoạn, thiết bị hoặc ca.

Kiến trúc dữ liệu và hệ thống

Tầng đo lường và nguồn dữ liệu

Kết nối thiết bị đo, thiết bị thử nghiệm, đầu cuối kiểm tra thủ công và hệ thống nghiệp vụ hiện có, làm rõ đơn vị đo, định danh mẫu, phiên bản kỹ thuật và nguồn thời gian.

Tầng quản trị dữ liệu chất lượng

Kiểm tra mẫu, nhóm con và trường bối cảnh, quản lý thông tin thiếu, trùng, hiệu chỉnh và phân tầng, tránh tính toán thống kê dựng trên dữ liệu không so sánh được.

Tầng bộ máy thống kê SPC

Thực hiện giới hạn kiểm soát, biểu đồ kiểm soát, nhận diện bất thường, năng lực, phi chuẩn tắc, đa biến và phân tích hệ thống đo, giữ lại cấu hình tham số và thuật toán.

Tầng ứng dụng và phản ứng

Cung cấp phân tích kỹ sư, bảng điều khiển hiện trường, phản ứng bất thường và xuất báo cáo, có thể liên động với MES hoặc quy trình chất lượng, không tự động thay thế việc giải phóng có phê duyệt.

  • Giao diện dữ liệu thiết bị đo số, máy đo và băng thử
  • Cổng nối tiếp, USB hoặc phương thức truyền thông đã kiểm chứng do nhà cung cấp thiết bị cung cấp
  • Giao diện sản phẩm, lệnh sản xuất, công đoạn và kết quả kiểm tra của MES
  • Giao diện SCADA, OPC UA/DA hoặc cơ sở dữ liệu quá trình
  • Giao diện vật liệu, kỹ thuật và kết quả kiểm tra của ERP/hệ thống chất lượng
  • Nhập có kiểm soát CSV/Excel và chuyển dịch dữ liệu lịch sử
  • REST API, khung nhìn cơ sở dữ liệu và xuất báo cáo theo thỏa thuận

Lộ trình triển khai

  1. 1

    Chẩn đoán đặc tính và dữ liệu

    Chọn đặc tính chất lượng chủ chốt, kiểm tra loại dữ liệu, lấy mẫu, nhóm con, hệ thống đo, phiên bản kỹ thuật và tính sẵn dùng của dữ liệu lịch sử hiện có.

  2. 2

    Thiết kế phương án kiểm soát

    Xác định biểu đồ kiểm soát, quy tắc nhận diện bất thường, giai đoạn giới hạn kiểm soát, phương pháp năng lực và chiều phân tầng, làm rõ tín hiệu thống kê không đồng nghĩa phán định sản phẩm không đạt.

  3. 3

    Kết nối dữ liệu và kiểm chứng tính toán

    Kết nối thiết bị đo hoặc dữ liệu nghiệp vụ, dùng mẫu điển hình đối chiếu kết quả tính toán, đồ thị, kích hoạt quy tắc và phân quyền, giữ lại bản ghi kiểm chứng.

  4. 4

    Chạy thử phản ứng bất thường

    Nối tín hiệu nhận diện bất thường vào phản ứng hiện trường và rà soát nguyên nhân, kiểm tra bỏ sót, dùng sai và điều chỉnh quá mức, đào tạo vai trò kỹ thuật và sản xuất.

  5. 5

    Đánh giá và mở rộng phân tầng

    Sau khi vận hành ổn định, định kỳ đánh giá phương án kiểm soát; sản phẩm hoặc quá trình mới phải kiểm chứng lại đo lường, phân phối và giới hạn kiểm soát, không sao chép máy móc.

Kết quả bàn giao

  • ✓ Đặc tính chủ chốt, nguồn dữ liệu đo lường và phương án kiểm soát SPC
  • ✓ Từ điển dữ liệu mẫu, nhóm con, kỹ thuật và trường phân tầng
  • ✓ Chức năng phân tích thống kê SPC và bảng điều khiển cấu hình theo phạm vi
  • ✓ Bản ghi kiểm chứng tính toán biểu đồ kiểm soát, nhận diện bất thường, năng lực và MSA
  • ✓ Thuyết minh quy trình phản ứng bất thường, rà soát nguyên nhân và đối chiếu
  • ✓ Giao diện thiết bị đo hoặc hệ thống nghiệp vụ và mẫu nhập dữ liệu
  • ✓ Đào tạo người dùng, định nghĩa phân tích và tài liệu vận hành

Câu hỏi thường gặp

SPC khác gì kiểm tra cuối cùng?

Kiểm tra cuối cùng chủ yếu phán định sản phẩm có đạt kỹ thuật không, còn SPC quan sát quá trình có ổn định theo thời gian và có mô hình bất thường hay không. Giới hạn kiểm soát đến từ dữ liệu quá trình, giới hạn kỹ thuật đến từ yêu cầu sản phẩm; hai loại không được dùng lẫn, và quá trình ổn định không thay thế việc kiểm tra sản phẩm cần thiết.

Khi quá trình chưa ổn định có thể trực tiếp nhìn Cpk không?

Nên không chỉ dựa một Cpk để kết luận. Cần trước kiểm tra hệ thống đo, phân phối dữ liệu và tính ổn định quá trình, phân biệt chỉ số ngắn hạn và dài hạn. Hệ thống cung cấp tính toán và bằng chứng đồ họa; diễn giải kỹ thuật vẫn phải kết hợp bối cảnh lấy mẫu và kiến thức quá trình.

Biểu đồ kiểm soát xuất hiện điểm nhận diện bất thường có nghĩa sản phẩm không đạt không?

Không nhất thiết. Điểm nhận diện bất thường cho thấy quá trình có thể xuất hiện tín hiệu nguyên nhân đặc biệt, cần theo kế hoạch phản ứng kiểm tra đo lường, thiết bị, vật liệu, phương pháp và môi trường. Việc xử lý sản phẩm phải dựa theo kỹ thuật, kiểm tra và quy trình chất lượng có phê duyệt, chứ không phải chỉ dựa màu biểu đồ.

Dữ liệu phi chuẩn tắc xử lý thế nào?

Trước hết phân tích nguồn phi chuẩn tắc và cơ chế sinh dữ liệu, rồi theo mức phù hợp chọn phép biến đổi, phương pháp năng lực phi chuẩn tắc hoặc cách giám sát khác. Hệ thống hỗ trợ các đường như Box-Cox, Johnson, nhưng không khuyến nghị biến đổi máy móc chỉ để có chỉ số đẹp mắt.

Có bao gồm phân tích nguyên nhân gốc AI hay dự đoán chất lượng không?

Phạm vi tiêu chuẩn hiện có là phân tích thống kê, nhận diện tín hiệu và vòng lặp khép kín bất thường, không bao gồm cam kết phân tích nguyên nhân gốc AI hay dự đoán chất lượng đã hoàn thiện. Các hướng liên quan có thể kiểm chứng liên hợp sau khi nền dữ liệu và tình huống rõ ràng, và không được lẫn lộn với bằng chứng thống kê SPC.

Bài viết liên quan

Quản lý chất lượng

SPC và năng lực quá trình: trước xác nhận ổn định, rồi mới bàn Cp/Cpk

Câu trả lời trực tiếp cho SPC và năng lực quá trình, là trước hết dùng biểu đồ kiểm soát phán đoán quá trình có ổn định thống kê hay không, rồi khi quy cách, phân phối và hệ thống đo lường áp dụng được mới tính chỉ số năng lực. Cp=(USL−LSL)÷(6σ trong nhóm), Cpk=min[(USL−μ)÷(3σ trong nhóm), (μ−LSL)÷(3σ trong nhóm)]; Pp và Ppk dùng độ lệch chuẩn tổng thể thay cho độ lệch chuẩn trong nhóm. Biểu đồ kiểm soát trả lời quá trình có xuất hiện nguyên nhân đặc biệt hay không, chỉ số năng lực trả lời độ phân tán và tâm của quá trình nằm ở đâu so với quy cách, hai thứ không thay thế được nhau.

Quản lý chất lượng

Truy xuất xuôi và ngược: nối danh tính sản phẩm với chứng cứ quá trình thành đồ thị

Câu trả lời trực tiếp cho truy xuất xuôi/ngược là quanh cùng một quan hệ danh tính hỗ trợ đồng thời hai dạng tra cứu: truy xuất ngược từ thành phẩm hoặc lô tra lại đã dùng vật liệu nào, qua thiết bị và công nghệ nào, ai thao tác và kết quả chất lượng ra sao; truy vết xuôi xuất phát từ vật liệu nghi vấn, thiết bị, đồ gá hoặc bất thường quá trình, tìm ra có ảnh hưởng tới những bán thành phẩm và thành phẩm nào. Cả hai dùng chung một chuỗi sự kiện, chứ không phải xây riêng hai bảng báo cáo.

Nền tảng tinh gọn

Bảy lãng phí của sản xuất tinh gọn: từ nhận diện hiện trường đến cải thiện số hóa

Câu trả lời trực tiếp cho bảy lãng phí, là chia các hoạt động không tạo giá trị cho khách hàng thành bảy loại: sản xuất thừa, chờ đợi, vận chuyển, gia công thừa, tồn kho, thao tác và khuyết tật, rồi dùng quan sát hiện trường với dữ liệu quá trình tìm vị trí phát sinh, thời gian kéo dài và điều kiện kích hoạt. Bản thân phân loại không mang lại cải thiện; chỉ khi nối lãng phí với người chịu trách nhiệm, tác nghiệp chuẩn, xử lý bất thường và nhịp rà soát, mới đi từ 'thấy vấn đề' sang 'giảm vấn đề'.

Xây vòng lặp SPC đáng tin từ một đặc tính chủ chốt

Trước hết kiểm tra đo lường, lấy mẫu và bối cảnh dữ liệu, rồi chọn biểu đồ kiểm soát và quy tắc phản ứng, để kết luận thống kê thực sự phục vụ cải tiến quá trình.