SPC在食品安全保障中的浅显应用.docx
《SPC在食品安全保障中的浅显应用.docx》由会员分享，可在线阅读，更多相关《SPC在食品安全保障中的浅显应用.docx（11页珍藏版）》请在冰豆网上搜索。
SPC在食品安全保障中的浅显应用
四川理工学院
《工业统计》课程论文
题目：
SPC在食品安全保障中的应用
姓名：
专业：
统计学
班级：
2011级1班
学号：
11071050137
完成日期：
2014年12月18日
四川理工学院理学院
二O一四年十二月
摘要
许多食品安全系统在分析数据时，通常将监控关键控制点（CCP）的数据有代表性的分为“好”的或“坏”的。
这种分析数据的方法不能有效利用数据，因为它不能监测到随着时间推移生产过程的变化，在此基础上笔者提出SPC的控制图应用在食品生产过程中对过程控制有的重要意义，并且尝试性提出其在食品生产中关键工序控制方面的应用模式。
并且阐述如何将传统的数据分析方法与统计过程控制相结合以提高食品安全系统的效力。
关键词：
食品安全系统SPC过程控制
目录
一、背景4
二、SPC的简要发展过程和核心内容5
三、食品生产中控制图的应用7
四、具体案例10
4.1、方法：
10
4.2、过程分析10
4.3、问题识别：
11
五、结论14
参考文献15
一、背景
食品安全管理体系是用来确保食品生产的安全，此系统有其长处，也有其局限。
它提供了一个系统的有效的方法来分析生产加工过程，识别可能发生在食品中的生物的、化学的和物理的危害，并通过实施各种措施来预防食品中的危害或将危害减少到可接受的水平。
最有效预防和减少危害的方法是控制生产过程，而不是依赖于成品检验。
比如：
一个好的食品安全管理系统就不能依靠微生物检测的方法来防止危害，因为这个方法不能及时提供实时信息来维持系统控制的顺畅。
问题的关键就在于大多数食品安全管理体系在分析数据的方法上有一个特点，被搜集起来监控CCP的各种数据往往会被有代表性的分为“好”的（即在关键控制范围内的）和“坏”的（即超出关键控制范围的）。
这种分析方法不能监测到随时间变化生产过程的改变，也就没能有效地利用所得到的数据。
可能有些问题还没显现出来之前，生产过程控制可能已经变得恶化。
我们可以将过程控制的作用比作在矿井通风口放置的小鸟一样。
小鸟不正常的死亡预示着矿井通风中有危险情况，这就像食品安全管理提醒管理者生产中有潜在的危害。
采用统计过程控制技术（SPC）在食品生产过程中，可以第一时间防止危险情况发生，这就好像给矿井及时通风和监控过程防止危险情况发生一样。
二、SPC的简要发展过程和核心内容
SPC的提出最早是在20世纪的20年代，由刚刚成立不久的贝尔实验室的Dr.WalterA.．Shewhart提出控制图表,并使之应用于工业生产过程的产品质量控制而产生。
在20世纪的80年代以后，随着全球产品质量意识的加强，在Dr.W.EdwardsDeming的大力倡导和推广下，SPC得以推广和广泛应用。
现在SPC的推广应用已经成为现代化工业生产的代名词之一。
过
程
显
示
受
控
开始状态
·过程受控
·部分产品不合格
·必须任选其一
改变过程，或
改变技术要求
·分类是唯一的临时对策
·控制图
维持过程在受控状态
评价改进的效果
理想状态
·过程受控
·100%合格产品
·控制图
维持过程在受控状态
对任何问题适时发出警告
过
程
显
示
失
控
混乱状态
·过程失控
·部分产品不合格
·“特殊因素”持续占有势
·随意波动
由于“特殊因素引起”
将最终阻挠过程改进的效果
·最终摆脱混乱的唯一方法是首先消除“特殊因素”
混乱边缘
·过程失控
·100%合格产品
·一切似乎正常，但是...
·“特殊因素”决定过程生产什么
·质量和一致可能随时改变
生产出部分不合格产品
生产出100%合格产品
图1：
任何过程可能的四个状态和特点
根据Dr.Deming和Dr.Wheeler两位统计过程控制专家的对生产过程变化和状态的观点：
物质的生产过程的变化有两种类型，可控制变化和失控变化，其中可控制变化是由于共同因素（“Chance”causeorconstantcause）所导致,失控变化是由于特殊因素（“Assignable”causeorspecialcause）所导致。
同时所有生产过程也可以表现为四种状态中的一种，分别是理想状态（TheIdealState）、开始状态（TheThresholdState）、混乱边缘（TheBankofChaos）和混乱状态（TheStateofChaos）。
四种状态的区别在于生产过程是否受控和产品的合格率，四种状态的区别与特点见附图1。
混乱边缘（TheBankofChaos）和混乱状态（TheStateofChaos）的出现是由于特殊因素的原因所导致，在此两种状态生产过程是失控的变化，正如图１所描述，在此状态的生产出产品也可能100%合格，但是只是暂时的状态，下一时间可能就有不合格的出现，生产过程的状态是一种不稳定的状态。
而生产过程可控制变化的状态是一种持久稳定的生产状态，即“理想状态”，也是生产出产品质量持续、稳定的关键，换种说法就是“生产过程的受控+样品检验合格=持久的、100%生产产品的合格”。
这也是生产过程应用SPC所不断追求的目标。
SPC的Shewhart`S控制图表作用恰恰是判断生产过程是否受控，同时可以探测和识别生产过程失控状态的变化因素，即特殊因素并消除特殊因素。
它也是改变生产状态失控的唯一解决办法。
这也是SPC的核心内容。
三、食品生产中控制图的应用
SPC控制图表为决定过程变化的范围和种类提供了最基本的工具。
它们被用来分析两组主要数据：
测量数据或叫计量数据，计数数据。
表1描述各种不同类型的控制图及其用途。
表1：
控制表的类型
数据种类
图表类型
图表作用
计量数据
单个连续变化（X-mR）
每个子样本都是一个数据点
平均数-极差（X-barR）
子样本由4-10个数据点组成
平均数-标准偏差（X-barS）
子样本由10个或10个以上的数据点组成
计数数据
P图
不合格品率
nP图
不合格品数
C图
缺陷控制图
U图
单位缺陷控制图
可以用两步分析法的技术作为食品安全管理数据分析的方法。
在第一步中，将从CCP中得到的数据与关键限值相比较以确定是否存在潜在的食品危害。
接下来，这些数据可利用X-mR图表（SPC的控制图）进行分析。
控制图利用图型对影响过程的这些变量的类型和程度进行解读和分析。
如果一个过程能够达到关键限值的要求，那么就可以在制造出有危害性的食品之前对过程进行改进。
进一步说，SPC可以分析出潜在危险的机会，从而改进或加强了食品安全管理体系的功能，同时也降低了生产出不安全食品的风险。
任何食品安全管理体系都是致力于食品安全问题的。
同时持续改进计划却有益于食品安全管理体系减少生产出不安全食品的风险。
比如：
过程或产品改进方案可以减少重复劳动量和提高产量。
具体的品质改善系统在ISO9000中有所论述。
一个食品安全管理体系应该与其他品质改善体系相关联，而不是相结合。
每一个品质改善体系都是为一个特定目标所设计的。
保持这些目标相互独立非常重要。
对于一个食品公司来说，首要和最重要的是提供安全的食品。
将统计过程能够控制与传统数据分析技术相结合，是增加食品安全管理系统效力的一个合理的方法。
假定某种食品的关键工序明确，在车间、生产线、人员、工艺和操作规程相同的前提下，SPC的Shewhart`S控制图来反映关键工序是否受控的程序见图2：
关键工序的描述
确定观察变量
反
确定控制图类型
馈
绘制控制图
判断过程状态
图2：
SPC的控制图在关键工序应用的程序
关键工序的描述：
详尽描述关键工序的操作步骤和具体的要求，包括各项操作的准确技术参数。
如食品体积大小、温度或时间要求等等。
必须“准确、完备、详尽”。
此步是确定观察变量的基础。
确定观察变量：
作为统计过程控制分析的统计数据。
一般是将影响食品安全卫生要求的工序技术参数作为观察变量。
观察变量分为计量值和计数值两种。
确定控制图的类型：
根据观察变量的类型不同，确定控制图的类型。
通常单一的计量值常用XmR控制图，计量值常用的还有
X—R控制图；计树值常用的有p、np、c等控制图。
绘制控制图：
根据历史资料的数据或试验样品的数据得出用于统计分析的观察变量数据。
根据控制图的不同选择不同的计算公式，分别计算出UCL、CL和LCL值。
为了保证过程稳定性的有效性，最少要有100个观察变量数据。
判断过程状态：
根据历史资料的数据、试验样品的数据或现场测量的数据，在控制图上描点绘制曲线，然后应用“判断过程失控的四条规则”判断过程状态。
四、具体案例
某公司，已经应用了统计技术方法来不断扩充和改进其新的火鸡检验系统。
比如他们的一个方法是选取火鸡胴体，检测E.coli。
这样来判定火鸡是否带有过量的E.coli或其他细菌。
4.1、方法：
利用统计抽样方法，火鸡胴体在完成滴水工序后，在冷冻工序后期在无菌条件下取样。
取样期间，数据被收集，整鸡清洗技术被应用。
所选样品被放在装有600mlBufferfield`S磷酸盐释稀液的袋子中。
下一步，它们将被里外冲洗大约一分钟，冲洗同时以30周的速度被转动。
冲洗的水被收集，利用AOAC17.3.04方法涂片。
检测报告以CFU/ml方式出具。
这些数据将利用统计方法进行分析，相应地进行控制策略的调整。
这种选样方法已经被“拭子”取样法所取代，但这种方法所体现的过程控制的概念仍然有所借鉴。
4.2、过程分析
图表3显示出利用柱形图和X-mR控制图对数据进行的分析。
在取样年度的第一段时间，统计分析表明该生产过程即稳定又可多产。
图3：
E.coli数据1月2日——1月21日
4.3、问题识别：
再一月份末期，该公司的生产过程发生了一个重大变化，由此导致了火鸡中E.coli含量有轻微的升高（如图4所示）。
此时E.coli含量水平仍低于关键限值。
幸运的是，因为生产控制过程十分可靠，所以这个问题被发现，并成立了由工厂运营，品质保障，维修，补给部门人员组成的纠编小组，该小组负责找出问题的根源并将其清除。
作为解决问题的一部分，补给人员与生产人员紧密合作，提高进厂原料火鸡的品质水平。
并且，在采摘工序后的工序流程中，增加了新设加氯消毒的喷水仓。
第一和最后的水洗仓工序被改进，增设了加氯消毒系统。
增大了水压。
氯含量和水压控制检验也被加入到工序中。
在进入冷藏系统前的最后一道水洗工序中，增派了更多的检验人员。
图4：
E.coli数据1月22日—4月18日
采取这些措施后，火鸡肉内E.coli含量迅速下降，（如图5所示）。
平均水平低于1月2日—1月21日的水平。
生产控制过程又回到稳定可靠的状态。
这些都稳固了过程，重新回到了统计的控制的过程之中。
任何时间只要控制图表显示过程改变或数据偏离了统计控制，问题的原因都会被调查并最终解决问题。
图5：
E.coli数据4月21日—5月31日
五、结论
SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。
SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。
正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制。
我们使用SPC在食品公司进行质量控制从结论上来说是可行并且成功的，从实例看来该公司成功地将食品安全管理体系和统计过程控制，以及持续改进方案联系在一起，设计了程序和控制图表来监控生产过程的情况，并通过周期性地利用控制图来分析数据。
当一个偏差或其他因素影响到了系统，品质改善小组就会发现问题的根源并采取纠偏或预防措施，降低产出不合格产品的可能性。
这样增加了食品安全管理体系的效力。
我们可以以这种方式推广SPC在个个制造企业的应用。
SPC的应用为企业带来了便利也为我们吃到放心的食物提供了保障。
在这门课程的学习中我深深的感受到了统计学为我们生活社会做出的贡献，在课程设计中我也学习到了新的知识巩固了以前的知识，并且认识到自己在学习这门课程上的不足。
这一切让我受益良多。
参考文献：
1.王毓芳、郝凤主编：
《过程控制与统计技术》，北京：
中国计量出版社，2001年8月第一版。
2.孙静、张公绪著：
《常规控制图标准及其应用》，北京：
中国标准出版社，2000年7月第一版
3.DonaldJ.Wheeler、DavidS.Chambers《UNDERSTANDINGSTATISTICALPROCESSCONTROL》
4.《统计制程控制》官生平（台湾）著
5.《常规控制图》GB4091.1~4091.9-83
升级会员 