JMP在流程性产品质量改进中的应用

　　质量管理大师朱兰在他那本著名的质量专著《朱兰质量手册》里提到，国际标准术语确定的术语“产品”包含四个“通用产品类别”，它们是硬件、软件、流程性产品和服务。其中流程性产品主要指那些需要通过物理、化学或生物学反应，在连续生产流程中生产出来的产品，具体行业包括医药、化工、材料、能源、钢铁等，具体产品如涂料、药片、洗涤剂、石油衍生品、陶瓷、橡胶、合金、塑料、化妆品、农药等。

　　和机械、汽车等离散制造的硬件产品不同，流程性产品的研发和生产大都具备如下几大特点：

　　1. 产品配方设计的质量至关重要

　　质量管理经验和理论告诉我们，产品的设计质量是在“完美生产”的状态下所能达到的最好质量。对于流程性产品而言，产品配方的好坏从某种程度上直接决定了最终产品的最高质量水平。

　　2. 生产流程的影响因素众多

　　在产品配方既定的情况下，生产流程的稳定性和工艺水平直接决定了最终产品的质量。流程性产品的生产复杂度高，影响因素非常多，如：温度，湿度，各种成分的质量、比例、添加顺序和速度，压力，添加剂，催化剂，操作人员……

　　3. 任何中间环节失控都将严重影响最终产品质量

　　连续流程产品的生产过程的实质是原材料经过一系列的物理化学反应变成最终产品的过程，如果中间反应生产的产品出现质量问题，必将对最终产品质量造成影响

　　4. 对生产流程监测数据波动大

　　一方面，由于原料在物理或化学反应中不断消耗，已经空间分布上的波动，导致在不同时间、不同位置的监测数据可能波动较大；另一方面，由于连续流程产品的生产大都在高温、高压、带腐蚀性或者对人体有毒的环境下生产，测量困难也是造成监测数据波动大的原因之一

　　5. 几乎无法对产品进行返工

　　由于是连续的物理或化学反应，因此原材料从投入开始，就不断地发生性质变化，因此一旦发生质量问题，很难对产品进行返工，将直接导致原材料和生产投入的浪费。

　　JMP提升产品配方的质量，节省试验成本

　　设计产品配方离不开试验和模拟。试验设计（DOE）方法是高效地进行配方设计的重要方法，混料设计是常用的进行产品配方设计的试验设计方案。从几十乃至上百种配方中挑选出最好的方案是一件成本高，耗时长的工作。

　　我们需要能最大限度地发挥试验预算和材料的价值，用尽量少的试验次数找到最佳的配方方案。在新的配方方案付诸生产之前，我们需要对配方的实际生产效果进行仿真模拟，以控制和消除试生产失败的风险。

　　JMP的试验设计功能是目前所有六西格玛软件中最顶尖的。JMP不仅能唯一实现包括混料设计在内的全部试验设计方案(如图一)，而且，JMP的定制试验设计能让用户在可行的范围内根据实际情况自定义试验的次数，定制试验的约束条件（如图），新的产品配方生成后，用户还能用JMP自带的高级模拟(Simulation)功能对方法的效果进行预测。这些都是只有JMP才具备的功能。我们来看如下的实际例子：

[p]

　　背景简介

　　某国际知名石化企业需要提升其润滑油产品的高温稳定性,该项目研发经费为人民币1200万元。而通常，提升润滑油稳定性的主要方法是通过改善原料配比来提升润滑油的物理化学特性，其中核心成分共有6种，每种成分的变化范围约为10%~40%。根据以往的经验，每次产品试验大概花费人民币50万元，因此项目预算最多能做24次试验。

　　在这样的条件下，如何制定试验计划才能达到改进目的，又能尽量节省试验成本呢？如何在经费许可范围内拟定最合理的试验次数呢？每一次的试验组合又当如何设置？

　　解决方案：

　　如果按照传统的混料设计，至少需要做30次试验，超出经费允许范围不说，使用该方法需要试验者具备相当的统计学知识。而使用JMP的定制试验设计方法，只需要做21次试验，使用起来也非常简单。在付诸试生产之前，用JMP的模拟刻画器对新配方的质量水平进行预测，可以尽量减小失败的风险和原材料的浪费。节省成本30%以上。

　　JMP提升优化生产流程，提高流程稳定性

　　在产品配方既定的情况下，为保证最终产品质量，我们需要让生产流程能稳定生产出符合质量要求的产品。并且，当最终产品出现质量问题时，我们能快速、准确地找到影响产品质量的最关键的因素并进行改进。

　　从影响生产流程的诸多因素中，快速、准确地确定关键的影响因素，客户可以借助JMP独有的交互式图形分析引擎，数据挖掘等高效分析工具。

　　由于生产流程任何中间环节失控都将严重影响最终产品质量，因此在条件允许的情况下，客户需要对整个生产流程或子流程进行实时监控，在过程出现异常时相关工作人员能自动收到警示。JMP独有的实时动态SPC功能能很好地解决这个问题。

　　监测数据可能和真实情况之间有较大变差或波动，为了提高分析的准确度，可行的方法之一是获取和分析更大数据量的数据。而从海量数据中快速找到有价值的信息，客户可以借助JMP的交互式图形分析引擎、数据挖掘功能，这些功能都是JMP独有的。在分析海量数据方面JMP优势突出，对500万行数据进行直方图分析，JMP需要8秒钟左右，而其他同类软件需要5分钟以上。

　　由于无法对产品进行返工，提高产品的直通率，降低失效风险就显得非常重要了。这时，客户需要利用可视化优化器以及高级模拟功能预测既定方案在生产流程上的运行效果，如果效果好就付诸实施。而JMP也是目前唯一能提供高级模拟功能的六西格玛质量管理软件。

　　通过如下一个某世界知名药厂化学药品生产流程改进的案例，我们可以看到上述高效的分析方法对生产流程改进的帮助。

　　我们知道，不同的药片产品有着各自不同的物理、化学特性。对于丸剂、片剂来说，一个比较具有共性的质量参数就是药品的溶出度。溶出度的大小，将决定药片有多少成分在设定的时间内溶剂并对受体发挥了效用。简言之，药品被吞服了却没有充分溶解，药效当然会被打折扣。该药厂开展药片溶出度提升的项目过程如下：

[p]

　　1.定义质量标准，找到目前产品和期望值之间的差距
　　
　　对抽样数据进行简单分析，发现产品不合格率很高，16%批次的产品没有达到溶出度放行要求。Cpk为0.27，仅相当于"2.3 sigma"，这肯定不是一个好的流程，更是远远没有达到六西格玛的流程。

　　2.确定生产流程的可能影响因素

　　该药片的生产过程大致如下图所示。每个过程的初始变量，过程变量都一一做了标注。这些变量是根据工作人员进行大规模头脑风暴，结合生产管理人员的质量管理经验进行初步挑选的。

　　3. 用统计方法进行分析，找到影响溶解度的关键因素，和影响方程y=f(x)

　　这是非常关键的分析步骤。使用正确的统计工具和方法，可以快速得到准确的结论，并且简化分析流程，降低质量改善人员的学习时间，提高结果的可读性。该药厂在全球范围内采用了高端六西格玛软件JMP。JMP在统计方法上集成了SAS在统计学方面的多种优势，并且在图形展示和易用性方面非常有特色。下图是JMP对这批样本数据进行分布图分析的结果：

　　和普通质量统计软件不同，在JMP的“交互式图形分析”的帮助下，质量人员点击鼠标，选定图形左面第一个图形中溶出度不合格的部分，即低于70%的部分，这部分不合格产品其他参数的分布马上被自动加亮显示出来（而且，在后台的数据部分也被自动选中）。显而易见，第四列图形，即“screen size”参数的分布图中，screen size＝5的那部分数据贡献了大多数的不合格产品，而“screen size＝3”几乎没有影响，“screen size＝4”的影响则很小。这样的功能，可以让分析人员一眼就能看到X变量对于Y变量的影响，既直观，又不需要太强的统计知识背景，使得统计方法在质量管理中的应用变得傻瓜化，简单化，高效化。

　　4.获得初步改善方案——数据挖掘

　　为了获得初步的改善方向，该药厂质量人员利用JMP的决策树（数据挖掘方法之一）工具，只需要点击几下鼠标，就获得了改善药片溶出度的初步方案（如下图）：为了获得合格率最高的产品质量，初步的改善方案可以是：控制Screen Size=4或3，Spray Rate小于404。

[p]

　　5.获得最终改善方案

　　通过多元回归建模方法建立重要因素X对溶出度Y的影响方程y=f(x)。而JMP在统计方法上的专业性在这一步得到明显的体现。下图是所选重要X变量和溶解度Y之间关系的表达式。从表达式可以看到，screen size和Y值的关系很明显：当“screen size=3”的时候，对Y没有任何负面影响；当“screen size=4”的时候，对Y略有影响，为“screen size=5”的时候，对Y的影响被扩大-4.16倍。这样的分析结果和第三步通过交互式图形进行分析的结果完全吻合。

　　对于应用人员来说，这样的表达式具备很好的数学意义，但是不利于解决问题。JMP采用了图形化的方式来展示这个表达式，我们截取了这个表达式的一部分图形，被称为“预测刻画器”，展示如下。为了得到Y即溶解度的最大值，只需点击图形刻画器菜单，选择“最大化意愿”，JMP会自动算出当Y最大的时候，对应的X参数的分别取值。图中，Y最大值为87.87303,对应的X分别为：API Particle Size =Medium，Mill time(研磨时间)=30，Screen Size =3 (这个结果也进一步验证了前面交互式图形分析的结论)……

　　6. 进行模拟(Simulation)预测以进一步完善新方案

　　JMP不仅分析功能强大，还自带了内容丰富、功能强大的模拟器，无需另外购买数据模拟软件。这也是其他同类软件所不具备的。

　　该药厂质量管理人员利用模拟功能，根据工厂现场生产的情况，在软件中花费短短几秒种，就能模拟出100万行生产记录，然后利用上述最优方程式，得到100万个Y值。我们对这100万个Y值进行分析，就能预测我们新获得的改善方案的实施效果。如果我们对效果不满意，还可以对方案进行进一步的改进，如果模拟的效果不错，我们就可以付诸试生产了。

[p]

　　6.试生产，反馈及持续改进

　　该药厂于2005年根据上述改善方案进行试生产，结果大大超出管理者预期：溶解度参数远远超出预期，仅此一个改善项目，每年就为公司节省成本200万欧元以上。该药厂质量改进人员运用JMP独有的项目集成工具，将这一成功的六西格玛质量改进项目制作成项目模板，这样，其他兄弟工厂和未接受过太多统计知识培训的质量改进人员就可以参照这个项目的思路，进行相关质量数据的自动分析和改善方案的自动生产，并逐步多大到更多的应用领域。这进一步巩固了该药厂作为全球制药领袖的地位。

　　下面是该项目模板的一部分：

　　JMP的应用对六西格玛的独特帮助

　　JMP是源自全球最大的统计学软件集团SAS公司的高端六西格玛软件，对于实施六西格玛的客户，JMP能帮助他们让六西格玛快速成功并易于推广。

　　1. 易学易用，使分析简单而生动：JMP借助“交互式”图形及动画等可视化手段进行分析，实现“可视化六西格玛”；采用“防错”菜单设计，大大降低分析工作的难度；帮助用户缩短培训周期和培训成本。

　　2. 帮助六西格玛项目快速成功：JMP提供最全面、最强大的六西格玛分析工具；采用防错式菜单设计；除常规分析工具外，还包括数据挖掘工具，高级试验设计(Advanced DOE)，专业模拟(Simulation)等，这些都是其他同类软件所不具备的。

　　3. 便于六西格玛和质量改进经验的快速推广： JMP的JRN项目展示和共享程序能将成功六西格玛项目“模板化”，让更多的人无需经过太多培训就能进行六西格玛改进；帮助用户快速推广六西格玛成功经验。