质量管理信息系统在氨纶生产中的应用
来源:用户上传
作者:赵晓阳 谭攀飞 刘珊珊
摘 要：为了适应复杂多变的生产形势，改变质量数据零散的现状，华峰氨纶自主开发的质量管理系统集合运用了多种信息化管理工具，具备质量报表及数据检索、质量统计自动计算、质量异常数据自动监测报警、质量异常改善跟踪、生产技术知识管理和质量风险预警共六项功能，將ISO9000质量管理思想融入到系统内，提升质量管理效能，促进质量提升，为搭建智慧工厂，迈向智慧制造打下了基础。
关键词：质量管理 信息化 监测 过程控制
中图分类号：TQ323.7 文献标识码：A 文章编号：1674-098X（2019）10（a）-0197-03
Abstract： The complex production situation， in order to adapt to change the status quo of quality data scattered， huafeng spandex autonomous development of quality management system using a variety of information management tool， the collection of quality report and quality of data retrieval， automatic calculation， quality abnormal data automatic monitoring alarm and abnormal quality and improving the quality of tracking， production technology of knowledge management and risk early warning， a total of six function， into the ideas of ISO9000 quality management system， improve quality management effi-ciency， promote the quality improvement， to set up factories， wisdom towards wisdom laid the founda-tion.
Key Words： Quality management; Informatization; Monitoring; Process control
氨纶生产过程中，工序种类多，质量数据种类多而且繁杂，存在这数据孤岛的现象，随着信息化、数字化时代的来临，在加强全面质量管理的背景下，老的数据处理及质量管理方式面临着巨大的挑战，公司为了迎接挑战和机遇，轻松应对复杂的生产管理和变革、节约成本，跟上时代变革的步伐，就需要对生产数据及过程控制方式提出新的需求，充分利用信息化带来的便利，实现质量数据全流程、全过程、全天候的质量管理，解决数据质量管理规则不丰富、操作可视化程度不高等问题，促进工厂质量管理的提升，在这样的背景下，华峰氨纶质量管理系统应运而生。
1 传统质量数据管理方式
1.1 氨纶生产质量数据的特点
氨纶生产工艺流程长且复杂的特性，决定了公司质量数据监测点多、量大、类型复杂等特点，数据零散分布，调用及分析难度较大。
1.2 数据孤岛现象
各工厂车间数据不能实现实时共享，数据零散且样式各异，存在着严重的数据孤岛现象。
1.3 分析方式效率低
各工厂车间数据多以文档表格形式统计、流通，数据分析多以表格中手动绘制的图形为主，统计分析耗时长、效率低。
2 质量管理系统架构
本系统利用了横河PIMS系统、I@REPORT数据填报系统、EXCEL报表三个数据采集系统，将各类质量数据快速、准确地采集到系统数据库内。
3 质量管理系统的应用
3.1 分类检索查阅功能
分类检索查阅，自动生成各类质量报表，自动匹配工艺标准，自动生成控制图，达到质量数据信息化管理目的，减少生产技术人员的数据整理统计工作量，提高生产管理技术人员的生产力。
3.2 数字化集控中心功能
作为质量数据的集控中心，可实现数据的全流程追溯，打破数据孤岛，实现质量数据信息化管理由点到面的飞跃。
3.3 质量统计自动计算功能
3.3.1 统计指标自动计算
系统可对生产数据自动实时计算各类质量统计指标，如均值、极差、标准偏差。
3.3.2 过程指标计算
结合生产过程指标及其标准，计算生产过程性能指数（Ppk）、指数加权移动平均值（EWMA）;同时，选取固定时间长度的指标数据，每天计算一次其Ppk值，往前推移，并自动匹配人工填报的参考线，形成移动Ppk控制图。
通过上述指标的统计计算，方便生产技术人员监测和判断生产运行状态，及时发现生产异常，提高效能。
3.4 质量异常数据自动监测报警功能
3.4.1 超标异常自动监测
系统将过程数据与产品质量数据与工艺标准和产品质量标准实时比对，对发现的超出标准的数据即时发出报警提示。 3.4.2 稳定度异常自动监测
系统对生产数据自动计算移动PPK值，监测质量稳定度，及时发现生产异常波動，发出不稳定警示。
通过这两项异常数据的自动监测及微信报警提示，提醒生产技术人员及时跟进，第一时间排查、解决异常，降低生产波动的影响。
3.5 质量异常改善跟踪功能
质量管理工作中，发现异常只是第一步，是质量改善的起点。本质量管理系统结合OA自动办公管理系统与8D报告方法，提供异常解决跟踪及督办功能。当系统发现异常后，系统自动通过OA系统，发起“质量监测异常信息通报流程”，内容包含异常信息、原因调查、处置措施及效果验证，该流程直接发送至生产技术责任人，要求解决问题并对解决过程进行记录跟踪，流程完结后信息内容自动导入进系统数据库中，自动归档，以供后续统计分析。
3.6 知识管理功能
生产管理过程中产生大量的生产记录及监测信息，一直是以不同的媒介形式存放于各个区域，相当零散，不利于检索与查询，信息无法有效利用。另一方面，在质量改善过程中，无论是解决质量不达标的问题，还是解决生产过程异常波动，所积累的经验以往都是保存在个人手中，不利于经验技术的交流与分享。而质量管理系统上线后，上述信息以知识库的形式集中保存系统内，不会随着企业人员的变动而遗失，生产实践知识得到传承，有利于企业生产技术的传承。
3.7 质量风险水平评价功能
由于氨纶产品检验为破坏性检验，产品数量大，检验成本高，进行大批量的抽检会造成质量损失。通过建立模型，使用计算机对系统中的客户投诉、原料、生产过程和质量异常事件等监测数据进行大数据分析，给出产品的质量风险水平，给产品定级和产品销售提供依据，摆脱目前的单一依靠产品性能指标抽检结果进行质量定级的现状，降低质量风险，提高客户满意度水平。
4 结语
质量管理的信息系统的应用，降低了生产技术人员的数据整理统计工作量，辅助管理、技术工程师快速地发现问题、分析问题，提高了工作效率，提高人力资源的生产力，进一步促进公司质量改善。
参考文献
[1] 曹晓红，韩永立.两化融合环境下智能工厂探索与实践[J].无机盐工业，2019（5）：1-5.
[2] 徐成立，黄凯，李宗泽.数字化工厂环境下的质量管理[J].四川水泥，2016（12）：315.
[3] 霍文舒，杨宗民，王琳，等.基于数据分析的大数据质量管理平台应用研究[J].信息通信，2019（2）：172-173.
转载注明来源:https://www.xzbu.com/1/view-15143461.htm
