镁冶炼生产中的质量管理.docx
《镁冶炼生产中的质量管理.docx》由会员分享，可在线阅读，更多相关《镁冶炼生产中的质量管理.docx（16页珍藏版）》请在冰豆网上搜索。
镁冶炼生产中的质量管理
镁冶炼生产中的质量管理
河南省镁合金及制品工程研究中心
房中学
摘要：
组织追求质量是产品、过程、体系的总体质量，质量管理是组织全方位的管理。
质量改进是质量管理的一部分，致力于增强满足质量要求的能力，质量改进是组织有计划、有组织地取得良性改变。
本文旨在针对当前大部分镁冶炼企业存在的高消耗低产出、质量不稳定的状况，通过对质量管理常用工具定义、原理的简要描述及其在镁冶炼企业提升产量、质量，降低成本等方面的引导性应用，以期实现镁冶炼企业在质量和其他方面的改进活动，达到前所未有的绩效水平。
关键词：
镁冶炼质量管理
1、引论
中国镁工业自90年代中期以来，保持了10年的高速增长势头，自1998年以来镁产量连续9年世界排名第一，镁已经成为继铜铝铅锌之后的第五大有色金属。
但是，镁的发展历史毕竟时间短，特别是镁的冶炼企业在生产过程中还存在许多没有解决的问题，除了生产工艺落后、能耗高、污染严重外，还有原镁的质量低、成本高等问题也是长期困扰企业发展的重要原因。
产品质量是由过程所决定的；质量改进是通过改进过程来实现的；质量改进本身也是一个过程。
“TQM管理工具箱”中收集了大约有400多种工具和技术，其中最常用的是质量管理“新、老七种工具”。
其中，老七种工具分别是：
流程图、调查表、直方图、排列图、因果图、散布图、控制图。
新七种工具分别是：
亲和图、关联图、树图、矩阵图、矩阵数据分析法、过程决策程序图、网络图。
其它工具还有：
调查表、头脑风暴法、水平对比法、分层法、方差分析、试验设计等。
以前曾探讨过质量管理活动小组（有的也称为质量改进小组、QC小组等）在企业质量管理过程中的具体作用和活动过程，本文不再赘述。
下面仅介绍质量管理“老七种工具”和其他常用工具在镁冶炼企业的应用，并引导企业在降低成本、安全生产、节能减排等诸多领域加以引用。
2、质量管理常用工具在镁冶炼企业的应用
2.1控制图与过程能力指数
生产过程是产品质量形成的关键环节，在确保设计质量的前提下，产品质量很大程度上依赖于生产过程质量。
SPC（统计过程控制）是指为实现产品过程质量而进行的有组织、有系统的过程管理活动。
其目的在于为生产合格产品创造有利的生产条件和环境，从根本上预防和减少不合格品的产生。
控制图（ControlChart）是对过程质量特性值进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
它是贯彻预防原则的SPC的重要工具，可用以直接控制与诊断过程，是质量管理七个工具的重要组成部分。
工厂中使用控制图的张数在某种意义上反映了管理现代化的程度。
在工厂中使用最多的是适用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的均值-极差控制图。
下面，我们以混合粉中的硅含量为例，对控制图的建立过程进行说明。
（1）确定统计量、子组、原始数据
混合粉中硅的含量是影响粗镁产量和质量的重要因素之一，同时，硅含量又是一计量特性值，故可选用基于正态分布的计量控制图。
又由于可大量连续生产，不难取得数据，故决定选用灵敏度高的均值-极差控制图。
以下数据取自7月份混合粉硅含量分析表中的125个连续数据，将其分为25个子组（样本），每个子组5个数据。
表17月份混合粉中硅含量
观测值
序号
X1
X2
X3
X4
X5
和
子组平均值
子组极差
1
11.58
12.12
11.83
12.04
11.6
59.17
11.83
0.46
2
11.91
11.54
11.53
11.54
11.58
58.10
11.62
0.38
3
11.8
11.93
11.76
12.04
12.28
59.81
11.96
0.52
4
12.08
11.86
12.01
11.64
11.73
59.32
11.86
0.44
5
11.8
11.87
11.7
11.59
11.8
58.76
11.75
0.28
6
12.1
11.55
11.5
11.52
11.72
58.39
11.68
0.6
7
11.67
11.55
11.62
11.58
11.76
58.18
11.64
0.21
8
11.93
11.68
11.55
11.79
11.93
58.88
11.78
0.38
9
11.62
11.84
11.58
11.68
11.8
58.52
11.70
0.26
10
12.03
11.53
11.54
11.63
11.56
58.29
11.66
0.5
11
11.72
11.7
11.67
11.61
11.94
58.64
11.73
0.33
12
11.51
11.9
11.95
11.77
11.84
58.97
11.79
0.44
13
11.57
11.52
12.09
11.81
11.59
58.58
11.72
0.57
14
11.73
11.65
11.6
11.72
12.1
58.80
11.76
0.5
15
12.06
12.04
11.92
11.58
11.77
59.37
11.87
0.48
16
11.57
11.7
11.62
11.79
12.24
58.92
11.78
0.67
17
11.97
11.69
12.00
11.84
12.05
59.55
11.91
0.36
18
11.98
12.03
11.93
11.81
11.98
59.73
11.95
0.22
19
11.95
11.6
11.58
11.56
11.67
58.36
11.67
0.39
20
11.57
11.98
11.51
11.76
11.56
58.38
11.68
0.47
21
11.71
11.64
11.92
11.57
11.7
58.54
11.71
0.35
22
11.82
11.63
11.56
11.66
11.88
58.55
11.71
0.32
23
11.91
12.11
11.84
11.58
11.77
59.21
11.84
0.53
24
11.67
11.58
11.81
11.91
11.93
58.90
11.78
0.35
25
11.83
12.1
11.83
11.7
11.74
59.20
11.84
0.4
合计
294.22
10.41
（2）计算各子组平均值、极差，见表1；
（3）计算子组总均值、平均样本极差：
子组总均值=294.22/25=11.77
平均样本极差=10.41/25=0.42
（4）计算R图的参数：
极差图的控制上限：
UCLR=D4*R=2.114×0.42=0.88
中心线：
CLR=R=0.42
极差图的控制下限：
LCLR=D3R=—
因R不可能为负，故LCL=0时仅表示为R的自然下界，而非下控限。
为了更清晰地表示这一点，可将控制下限写成：
LCL=—。
以上计算过程中所用的D4，D3和下文中的A2，d2等系数值可从质量管理方面的一些书籍和资料中很容易查到。
（5）绘制R图：
图1极差控制图
（6）对R图判稳：
根据控制图的八项判异准则，对于以上R图，可以判稳。
如果发现某组数据超过控制限，通过分析后如果确认是由于过程中的某种突发原因引起的，以后又不可能出现时可以去掉该组数据，并按以上步骤重新计算。
（7）计算样本均值图的参数：
控制上限：
UCLX=11.77+A2R=11.77+0.577X0.42=12.01
中心线：
CLX-11.77
控制下限：
LCLX=11.77-A2R=11.77-0.577×0.42=11.53
绘制均值图如下：
图2均值控制图
通过观察，可以判稳。
（8）与规范进行比较：
假定混合粉中硅含量的质量规范为11.5-12.3,也就是TU=12.3,TL=11.5，容差中心为11.9。
标准差：
σ=R/d2=0.42/2.326=0.18
过程能力指数：
CP=T/6σ=（TU-TL）/6*0.18=0.8/1.08=0.74
由于容差中心11.9与子组总均值11.77不重合,所以需计算偏移度K:
K=2ε/T=2（11.9-11.77）/（12.3-11.5）=0.325
所以:
CPK=（1-K）CP=0.675*0.74=0.5
可见，统计过程状态下的Cp为0.74<1，根据过程能力指数的判断规则，混合球中硅含量的过程能力已经不足，表示技术管理能力已很差；同时由于均值与公差中心偏离，所以CPK<0.67。
此时,过程能力已经严重不足，应采取紧急措施和全面检查，必要时可停工整顿。
需要注意的是：
在过程能力指数计算公式中，T反映对产品的技术要求，而σ反映过程加工的一致性，所以在过程能力指数Cp中将6σ与T比较，就反映了过程加工质量满足产品技术要求的程度。
Cp值越大，表明加工质量越高，但这时对设备和操作人员的要求也高，加工成本也越大，所以对于Cp值的选择应根据技术与经济的综合分析来决定。
当T=6σ，Cp=1，从表面上看，似乎这是既满足技术要求又很经济的情况。
但由于过程总是波动的，分布中心一有偏移，不合格品率就要增加，因此，通常应取Cp大于1。
在本例中，由于硅含量质量规范与控制限太近，造成过程能力指数看似严重不足，但根据以上分析，可以延长统计过程状态下的均值-极差图的控制限，进入控制用控制图阶段，实现对过程的日常控制。
当然，在各种条件基本一致的情况下，缩小硅含量波动范围，减小标准差，提高过程能力指数，这应当是最理想的途径之一。
2.2排列图，因果图，头脑风暴法
因果图是一种用于分析质量特性（结果）与可能影响质量特性的因素（原因）的一种简单易行的工具。
导致过程或产品问题的原因可能有很多因素，通过对这些因素进行全面系统地观察和分析，可以找出其因果关系。
排列图是为了对发生频次从最高到最低的项目进行排列而采用的简单图示技术。
质量问题是以质量损失（不合格项目和成本）的形式表现出来的，大多数损失往往是由几种不合格引起的，而这几种不合格又是少数原因引起的。
因此，一旦明确了这些“关键的少数”，就可消除这些原因，避免由此所引起的大量损失。
用排列图法，我们可以有效地实现这一目的。
头脑风暴法可以用来识别存在的质量问题并寻求其解决的办法，还可用来识别潜在质量改进的机会，在质量改进活动中的用途很广。
使用头脑风暴法可引导小组成员创造性地思考，产生和澄清大量观点、问题或议题。
要解决质量问题，可将几种方法结合起来使用，将排列图和因果图结合起来特别有效，又如画因果图时经常用到头脑风暴法等。
下面以提高还原罐寿命为例进行说明，因篇幅所限，一些图示不再一一列举。
利用排列图对上半年800多支还原罐报废的原因进行了统计分析，认为主要是由于大身扁和后扁造成的，后扁占报废数量的55%，而且因后扁原因使还原罐的寿命比大身扁短了15天以上。
还原罐的寿命还分别与换罐的方式、还原罐的使用部位、还原罐的生产过程有很大关系，如整炉换罐的寿命比零串寿命延长10天以上。
为了延长还原罐的寿命周期，我们结合头脑风暴法组织人员进行专题分析，利用因果图从人、机、料、法、环、测等多方面进行讨论，最终确定了八项影响还原罐寿命的主要因素并制定了措施，见表2：
表2影响还原罐使用寿命的主要因素与措施
序号
主要影响因素
措施
1
还原罐冒头氧化、脱皮严重造成整支还原罐使用天数下降。
提高浇注冒头料中的镍含量、加大氮化铬铁配入量，走成分上限。
2
还原罐中含有各种夹杂，导致使用过程中罐体局部氧化、脱皮漏气。
加大浇注前的清渣控制和浇注中的挡渣环节控制工作，在此处设质量控制点，以减少浇注时杂质进入罐体。
3
一线员工的成本、质量意识不强，员工操作不规范。
制定以提高还原罐使用天数、降低还原罐制造费用的工资考核制度，从制度和激励机制上提高一线员工的成本、质量意识，规范员工操作，整体提高还原罐质量。
4
原煤中含硫较高时，还原罐氧化、脱皮严重，特别是冒头部分。
燃料选用低硫煤。
在满足还原温度的情况下，尽量使用低含硫煤种，降低原煤中硫含量，以延长还原罐使用天数。
5
急冷急热造成罐体断裂。
还原罐点火后逐步升温，停炉检修时要缓慢降温到500℃以下，防止急冷急热造成罐体断裂。
6
烧懒火造成短时间高温对还原罐的损坏。
坚持炉前照温、效正温度记录制度，对添大肚煤等，烧懒火现象进行控制，并加大处罚力度从而稳定工艺温度，减少因烧懒火造成短时间高温对还原罐的损坏。
7
因火网堵塞，火走偏烧对还原罐损坏。
使用原煤由每班一浇水，改为每班两浇水，经常保持原煤一定的湿度，减少飞灰堵塞火网现象的发生，利用换低排罐的时机对部分堵塞的火网进行清理，减少因火网堵塞，火走偏烧对还原罐的损坏。
8
零串新还原罐不利于提高还原罐使用天数。
在有旧罐的情况下，杜绝零串新还原罐。
通过以上措施的实施，使现在的还原罐使用寿命提高到65天以上，与未采取措施前还原罐的寿命提了45%，生产成本大大降低。
2.3方差分析
方差分析是常用的统计技术之一。
实际中，有时会遇到需要多个总体均值比较的问题,
在这种情况下，如果每一个总体的分布都服从正态分布，并且各个总体的方差相等，那么比较各个总体均值是否一致的问题可以用方差分析方法来解决。
除此之外，在实际工作中，我们通过方差分析，改变一些固有管理理念和模式，使管理工作得心应手。
我们以阳极电流效率的结果为例来分析不同班次是否存在明显的差异。
表3是收集的3个班组连续4周的电流效率结果。
表3电流效率结果
周次
和
均值
平方和
1
2
3
4
1组
52.35
52.44
52
51.17
207.96
51.99
43247.36
2组
52
52.23
51.39
53.02
208.64
52.16
43530.65
3组
53.21
52.67
51.97
51.86
209.71
52.43
43978.28
合计
626.31
130756.30
按以下步骤计算：
（1）计算每组的连续四周数据的和及总和；
（2）计算各类数据的平方和；
（3）依次计算总离差平方和ST、组间离差平方和SA、组内离差平方和SE。
（4）计算各均方及F比值并列出方差分析表，见表4：
表4单因子方差分析表
来源
平方和
自由度
均方
F比
因子A
SA
2
0.195
3.812
误差e
Se
9
0.051
总计T
ST
11
（5）对于给定的显著性水平α，将求得的F值与F分布表中的F1-α（fA，fe）比较，当F>F1-α（fA，fe）时，认为因子A是显著的，否则认为因子A是不显著的。
对于本例，如果给定α=0.05，则1-α=0.95，从有关资料中F分布表查得F0.95（2，9）=4.26，由于F比小于4.26，所以在α=0.05水平上，结论是因子A是不显著的。
（实际上，由于F也小于F0.99（2，9）=8.02，因此在α=0.01水平上，因子A也是不显著的！
）这表明不同的班组生产的阳极电流效率没有明显的差异。
因而在生产过程中不同班组间的产品性能误差都可以看成是由于随机波动引起的。
如果一段时间不同班组间出现较大的差异，很可能是所使用的不同原料存在较大差异或者个别班组没严格执行工艺等原因所造成。
如果在人员管理方面非常到位，各个班组间不应存在很大差异。
这也是我们在管理工作经常陷入的误区之一。
当然，也有F>F1-α（fA，fe）的情况，此时就要针对班组间的差异进行认真分析并做出改进措施。
2.4多因子试验设计
产品质量的好坏很大程度上是由设计所决定的，因此在新产品的开发设计阶段就要十分重视，当然设计的好产品要成为真正的高质量的产品，在生产过程中还得有好的工艺参数，为此经常需要进行试验，从影响产品质量的一些因素中去寻找好的原料搭配，好的工艺参数搭配等，这便是多因素（因子）的试验设计问题。
多因素试验遇到的最大困难是试验次数太多，让人无法忍受。
如果有十个因素对产品质量有影响，每个因素取两个不同状态进行比较，那么就有210=1024个不同的试验条件需要比较，假定每个因素取三个不同状态比较的话，那么就有310=59049个不同的试验条件，要全部做试验在实际中是办不大到的，因此我们只能从中选择一部分进行试验。
选择哪些条件进行试验十分重要，这便是试验的设计。
一个好的设计，可以通过少量试验获得较多的信息，达到试验的目的。
试验设计的方法有许多，正交试验设计便是其中的一种常用方法，它利用“正交表”选择试验的条件，并利用正交表的特点进行数据分析，找出最好的或满意的试验条件。
正交试验的设计在安排试验时，一般应考虑如下几步:
（1）明确试验目的:
实际上，正交试验在镁冶炼企业的用途非常广泛，如还原工序提高粗镁产量或质量（我们做洁净镁试验就是其中一例），在合成工序提高煅白活性度，精炼车间提高合金某项性能指标等。
（2）明确试验指标:
试验指标用来判断试验条件的好坏，有些指标越大表明试验条件越好，而有些指标越小表明试验条件越好。
在洁净镁的试验中，杂质含量越低越好。
（3）确定因子与水平:
在试验前首先要分析影响指标的因子是什么，每个因子在试验中取哪些水平。
如，经分析影响洁净镁的可能因子有三个，它们是:
A:
熔剂用量，B:
精炼温度，C:
精炼时间，根据各因子的可能取值范围，经专业人员分析研究，决定在本试验中采用如下水平，见表5。
表5因子水平表
因子
水平1
水平2
水平3
A：
熔剂用量（公斤）
45
60
90
B：
精炼温度（OC）
720
740
760
C：
精炼时间（分钟）
15
20
25
（4）选用合适的正交表，进行表头设计，列出试验计划:
首先根据在试验中所考察的因子水平数选择具有该水平数的一类正交表，再根据因子的个数具体选定一张表。
在本例中所考察的因子都是三水平的，因此选用三水平正交表，又由于只考察三个因子，所以选用L9（34）即可。
选定了正交表后把因子放到正交表的列上去，称为表头设计。
在不考虑交互作用的场合，可以把因子放在任意的列上，一个因子占一列。
譬如在本例中将三个因子分别置于前三列，将它写成如表6的表头设计形式:
表6表头设计
表头设计
A
B
C
列号
1
2
3
4
有了表头设计便可很容易地写出试验计划，只要将置因子的列中的数字换成因子的相应水平即可，不放因子的列就不予考虑。
具体的试验计划不再列出。
（5）进行试验和记录试验结果
正交试验时需要注意的问题是：
为了避免事先某些考虑不周而产生系统误差，因此试验的次序最好要随机化，这可以用抽签的方式决定，譬如用9张同样的纸，分别写上1～9，然后混乱后依次取出，如果依次摸到:
3，5，2，9，1，6，4，7，8，那么就先做第3号试验，再做第5号试验，…，最后做第8号试验。
在试验中还应尽量避免因操作人员的不同，仪器设备的不同等引起的系统误差，尽可能使试验中除所考察的因子外的其他因素固定，在不能避免的场合可以增加一个“区组因子”。
譬如试验由三个人进行，则可以把“人”也看成一个因子，三个人便是三个水平，将其放在正交表的空白列上，那么该列的1，2，3对应的试验分别由第一、第二、第三个人去做，这样就避免了因人员变动所造成的系统误差。
试验时常常还需要在同一条件下进行重复，这样可以看出试验的稳定性，还可以对试验误差的方差进行估计。
有时为了节约成本、时间等，在正交表上有空白列时也可以只进行一次试验。
（6）数据的直观分析和方差分析：
数据的分析最佳试验条件的选择也是非常重要的一步，对显著因子应该选择其最好的水平，因为其水平变化会造成指标的显著不同，而对不显著因子可以任意选择水平，实际中常可根据降低成本、操作方便等来考虑其水平的选择。
据了解，大多数镁的冶炼企业并不重视科学试验的应用，试验的盲目性较强，想到什么做什么，结果做了大量试验，但效果并不理想，甚至于做出了好的结果也不能连续做下去，做出了坏的结果更是不知为什么。
我们在这方面也曾走过很多弯路。
例如，高纯镁大都是采用二次升华的工艺生产，成本高，质量也并不稳定，我们通过一年多的科学试验与总结，研究出一套方便、快捷、低成本、规模化生产高纯镁的工艺技术，并由维恩克科技集团、郑州大学、河南省镁合金及制品工程研究中心等数家单位联合首先提出了“洁净镁”的概念。
在镁的冶炼阶段，我们选择的因素有：
矿石、还原剂、催化剂、配料、还原容体、过滤器材质和结构、结晶器材质和结构、温度、真空、冷却过程工艺等；在镁的精炼阶段，我们除了上述所选择的熔剂用量、精炼时间、精炼温度外，还包括自制的净化熔剂、搅拌工艺、熔体净化装置和工艺、浇注工艺等，上述表5因子水平表仅是其中的一项正交试验，最终洁净镁的成分见表7所示：
表7洁净镁成分
牌号
化学成分（质量分数）%
Mg
不小于
杂质元素不大于
Fe
Si
Ni
Cu
Al
Mn
Cl
其他单
个杂质
Mg9999
99.99
0.0025
0.004
0.0006
0.0006
0.004
0.002
0.002
0.003
Mg9985
99.985
0.0025
0.006
0.0006
0.0008
0.005
0.002
0.002
0.003
2.5相关分析
为了研究两个变量之间存在什么关系，可以画一张图，把每一对（xi，yi）看成直角坐标系中的一个点，在图中标出n个点，称这样的图为散布图。
例如，我们分析了某月份的装球量与粗镁单罐产量之间的关系，见图3：
图3装球量与粗镁产量相关分析
经计算，相关系数r=0.704,查有关资料，当样本量符合本例时，相关系数的临界值为0.2638，因r大于0.2638，并且接近于1，说明两个变量间具有较强的正相关关系。
同时得出的一元线性回归方程为：
y=0.147x+0.0248，也就是知道了装球量x时，就大致可以计算出粗镁量。
（注，以上数据是取自台整还原炉，而非单支罐）。
当然，我们通过日常的统计分析，也可以计算出大家通常说的料镁比，但这并没有从真正意义上上升到一个科学的高度去认识过程控制理论,实际上，通过以上分析，可以更好地说明，当还原温度、真空度等条件一致时，要努力缩短装出罐时间，并在同一个罐中可能多地装一些混合球，以提高产量，降低成本。
相关分析在镁的冶炼过程企业的用途也同样非常广泛，如还原罐成分与其寿命间的关系，合金成分或杂质成分与合金性能之间的关系等等。
3、结论
质量管理的工具在金属镁的冶炼企业的用途是非常广泛的,镁的冶炼所涉及的数据有很多都是计量型数值，并符合正态分布，而且都有相同的方差，所以可以使用很多统计方法进行分析。
只要遵照科学发展观的要求和理念，做好科学的生产、科学的试验、科学的数据积累和统计分析，将会为金属镁的发展提供有力的保证。
质量管理
升级会员 