最近，我们担心由于生产环境的变化，如设备老化、材料供应商反复更换、老员工离职等，导致次品的发生。想彻底管理工序，防止不良品的发生，请告诉我通俗易懂的工序管理方法。
回答
通过记录每天的过程数据（与设备运行和产品质量相关的控制数据），并根据这些数据使用统计质量控制方法创建控制图，我们可以确认设备目前正在正常运行。可以在故障发生之前发现它们，比如有没有异常。
过程控制的主要目标之一是消除产品质量的变化。为了杜绝绝对次品的生产，必须对生产出来的所有产品进行质量检测。
因此，在不以尽可能低的成本生产缺陷产品的过程中需要质量控制方法。其中一种方法是统计质量控制。统计质量控制是对生产过程中的各种数值和产品抽样检验获得的信息进行统计处理，判断生产过程的当前状态是否在正常范围内，发现异常情况，是一种有用的方法提前发现可能的危险。
统计质量控制中经常使用的一种方法是使用控制图的过程控制方法。
精益咨询 请联系华昊企管
为了使过程保持稳定状态，设置控制上下限，可以区分控制状态是在这条线以内稳定还是在这条线之外处于异常状态。。最基本和最常用的控制限值是使用三倍标准偏差 (3 sigma) 的控制限值。如果变异性分布是正态的，则 99.7% 将落在该控制限内。
对于产品，标准限值（标准值）是根据客户的质量要求确定的。当规格上限和下限在受控变异条件下处于控制上限和下限内时，称过程具有足够的能力。过程能力表示定性能力，提高过程能力也是质量控制的目标。即使在受控过程中，如果过程能力不足（即个体质量经常偏离控制限度），长期的过程改进也是必要的。
作为常用的控制图，我们将介绍如图1所示的“X-bar-R控制图”。
X-bar-R control chart是表示抽样检验得到的每批次的数值的平均值（X-bar）与每批次的“最大值”和“最小值”之差的图表地段，即“范围”。
此外，基于“R：范围”（控制中心线：CL）的中心值，使用标准偏差将控制上限（UCL）和控制下限（LCL）设置为3σ。创建X-bar控制图和R控制图组合的“X-bar-R控制图”，从这些图的趋势判断是否有过程能力。
但是，为了使用此控制图，我们需要知道总体的均值以及总体是否呈正态分布。为此，我们首先对100至400个样本进行调查，以调查以上几点。
使用这种控制图的过程控制方法，绝不是难的控制方法。通过日常的过程控制图，可以很容易判断过程是否正常，建议大家试一试。
