开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2020.03.17
五大核心质量工具经常被冠以“TS五大质量工具”，实际上这五个工具为北美AIAG—汽车工业行动组织(AIAG由美国三大汽车集团Ford、GM、Chrysler发起）开发。五大工具包括APQP、FMEA、PPAP、SPC、MSA。
今天我们对五大工具作简单介绍，以帮助大家从一万米高空，宏观俯瞰这五个工具。
1.APQP--AdvancedProductQualityPlanning
2.FMEA-FailureModeandEffectsAnalysis
FMEA即潜在失效模式及后果分析，是一个风险控制工具。任何一个失效模式都存在三个维度：严重度S、频度O、探测度D，基于这三个维度我们可以将风险进行量化，以识别最高的风险项，进而提前制定应对措施。FMEA包括系统FMEA、设计FMEA、制造过程FMEA以及服务FMEA。
3.PPAP-ProductionPartApprovalProcess
PPAP即生产件批准程序，是一个标准化的项目开发报告流程(Reportingprocedure),其目的是为了确保设计要求（图纸）被充分理解，产品持续满足顾客的质量及产能（节拍）要求。内容上PPAP包括18项有格式要求的文件，如过程流程图、PFMEA、控制计划、产品测试报告、尺寸测量、过程能力分析、PSW等。
4.SPC-StatisticalProcessControl
SPC即统计过程控制，是一种被广泛应用的过程控制方法（常见的控制方法还有防错、全检等），其中具有代表性的SPC控制图工具X-BarandRChart被休姆哈特在上世纪20年代所发明。不同的SPC控制图对数据有不同的要求，如X-BarandRChart要求数据成正太分布，否则难以有很好的效果。当数据受多种复杂因素影响时，往往难以呈现出完美的正太分布或其他分布，因此SPC的应用也是有一定局限的。在这种情况下，使用防错是不错的选择。
5.MSA-MeasurementSystemAnalysis
MSA即测量系统分析，是用以分析测量系统误差的工具，它要回答的问题是：我们测量出来的数据在多大程度上代表了真实的数据？尽管我们永远不能确保测量出绝对准确的数据，但如果采集的数据偏差过大，那么这些数据就没有分析意义，可见MSA是非常关键的。MSA可涉及测量系统的多个方面，常用的是GageR&R包括重复性和再现性分析（Repeatability&Reproducibility）。GageR&R一般的数据采集方式是3个人，10个零件，每人每个件测3次。分析方法可以采用Minitab软件的ANOVA方差分析。
SPC|概念篇
那么什么是SPC？
SPC即统计过程控制，英文Statisticalprocesscontrol，上世纪诞生的最伟大质量工具之一。一般来讲，SPC工具有广义和狭义之分。
广义的SPC包括传统的7大质量工具（themagnificentseven）：
1.Histogram柱状图
2.Checksheet检查表
3.Paretochart柏拉图
4.Cause-and-effectdiagram鱼骨图
5.Processflowdiagram过程流程图
6.Scatterdiagram散点图
7.Controlchart控制图
狭义SPC指的就是就是我们常说的控制图ControlChart，一种对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。
SPC的发展及应用历史
SPC理论创立之初，恰逢美国大萧条时期，该理论当时理论无人问津。后来二次世界大战时，SPC理论在帮助美国军方提升武器质量方面大显身手，于是战后开始风行全世界。不过二战后，美国无竞争对手，产品横行天下，SPC在美国并没有得到广泛重视。
日本二战战败后被美国接管，为了帮助日本的战后重建，美国军方邀请戴明到日本讲授SPC理论。1980年日本已居世界质量与劳动生产率的领导地位，其中一个重要的原因就是SPC理论的应用。1984年日本名古屋工业大学调查了115家日本各行业的中小型工厂，结果发现平均每家工厂采用137张控制图。
戴明在日本讲授SPC
因此，SPC无论是在欧美还是日本，都是非常重要的质量改进工具，所以大家有必要去深入认识SPC、应用SPC、推广SPC。