工艺稳定性

术语过程控制和过程能力描述了需要不同方法的不同概念。我们经常需要评估我们的过程是否受控并且随着时间的推移表现一致。在另一篇文章中，我们将讨论流程能力，它决定流程的输出是否符合客户规格。在讨论过程控制时，重要的是要记住过程性能总是从一个时间段到下一个时间段发生变化。当我们绘制随时间变化的性能特征时，我们试图确定流程的行为方式。

过程稳定性是六西格玛和精益六西格玛中的一个重要主题。当过程分布随着时间的推移保持一致且输出落在过程宽度的范围内时，过程被认为是稳定的（或受控的）。另一方面，如果输出分布在限制之外，则称该过程不稳定（或失控）。

另一个重要问题：过程是否稳定且可预测？换句话说，该过程是否由于常见原因或特殊原因而表现出变异？让我们在下面讨论以解释差异。

如果我们绘制一段时间内的关键过程性能特征，我们将得到一定的分布。我们可能会发现，如果我们在不同的日期绘制相同的特征，分布看起来很相似。如果我们有一个稳定的受控过程，每次绘制分布时它看起来都非常相似。

这表明这个过程，特别是我们正在绘制的用于评估过程性能的关键指标，展示了所谓的常见原因变异。只要流程产生的输出符合规范，这就是理想情况。假设我们有另一个从中提取数据的进程，它的分布图如下所示。当我们绘制相同的性能特征随时间的变化时，我们可能会看到分布均值的变化、分布形状的变化以及分布分布的变化。

这个过程表现出特殊原因变异，当某些事情发生变化或过程不同时就会发生这种情况。这些具有特殊原因变化的过程可以做出很大的改进项目。在我们的改进项目的早期，我们需要评估过程行为以确定我们的过程是否稳定或者它们是否表现出特殊原因变化。

Walter Shewhart 博士于 1924 年在贝尔实验室开发了统计过程控制理论 SPC。SPC 提供了过程变化和控制图背后的理论。他的理论的第一部分是所有过程都显示出变化。这似乎很明显，但这是他建立的一个重要概念。其次，由于所有过程都显示出变化，Shewhart 博士建议可以将变化分为两种类型：我们刚才讨论的常见原因变化和特殊原因变化。他指出，共因变差是流程固有的变差成分；它总是在那里。

根据 Shewhart 的说法，这种变化是由随机或不可发现的现象引起的，这些现象是过程的一部分。他将变异的第二个组成部分称为可分配原因变异，现在通常称为特殊原因变异。

Shewhart 解释说，特殊原因的变化对过程来说是间歇性的；有时它在那里，有时它不在那里。与常见原因不同，这种类型的变异是由可发现和消除的特殊原因引起的。最后，Shewhart 表明，通过随时间对流程的输出进行抽样并按照抽样顺序绘制 Y 或关键流程性能指标，我们可以估计该流程的分布参数。使用此方法，我们可以检测过程是否表现出常见原因变异或特殊原因变异。通过识别我们的过程显示哪种类型的变化，我们可以确定我们的过程是稳定和可预测的还是不稳定和不可预测的。

出于多种原因，控制图是帮助我们评估过程稳定性的重要工具。首先，他们依靠统计数据来确定何时存在特殊原因变异。您不必使用未经训练的眼睛来确定流程是否已更改；统计数据将验证您的结论。其次，它们是实时使用的，使它们成为您过程的主动测量。最后，控制图是一种易于使用的跟踪工具，用于测量过程输入和输出。在这一点上，我们的重点是流程的输出。

使用输出，我们可以测量过程的行为方式并确定过程是否稳定。除了评估稳定性之外，控制图成为过程改进的有用工具还有很多原因。他们支持数据驱动的决策文化。流程改进是关于使用数据来推动更好的业务决策。控制图也是一种实施成本相对较低的控制方法。与防错或其他昂贵的措施不同，控制图不需要购买额外的设备或更高端的 IT 解决方案即可实施。考虑到所有这些好处，控制图应该成为任何过程改进工作的组成部分。