Hầu hết chương trình giám sát hạt dừng lại ở một cặp con số: ngưỡng cảnh báo và mức hành động. Vượt thì điều tra, không vượt thì đóng hồ sơ. Cách làm ấy bắt được sự cố, nhưng nó gần như mù trước thứ nguy hiểm hơn — một hệ đang trôi chậm về phía xấu mà chưa chạm ngưỡng nào. Công cụ dành cho việc đó là biểu đồ kiểm soát. Vấn đề là công thức “trung bình ± 3 lần độ lệch chuẩn” mà mọi người thuộc lòng được xây cho dữ liệu đo liên tục, còn số đếm hạt lại là một loại dữ liệu khác hẳn. Bài viết này tính ra bằng số chuyện gì xảy ra khi áp nhầm, rồi chỉ ra ba dạng biểu đồ thực sự dùng được cho số đếm.
- Ngưỡng và biểu đồ trả lời hai câu hỏi khác nhau
- Ba tính chất của số đếm phá vỡ giả định của biểu đồ quen thuộc
- Tính thử: quy tắc ±3σ cho tỉ lệ báo động giả bằng bao nhiêu
- Biểu đồ c và biểu đồ u: chọn theo thể tích mẫu
- Quá tán: vì sao biểu đồ Poisson thuần kêu suốt ngày
- Khi quá nửa số mẫu bằng không
- EWMA và CUSUM: bắt dịch chuyển nhỏ mà Shewhart bỏ lọt
- Nhóm con — quyết định khó nhất và ít được viết ra nhất
- Biểu đồ kiểm soát không phải là giới hạn tuân thủ
- Danh mục triển khai trên hệ đang chạy
- Câu hỏi thường gặp
Ngưỡng và biểu đồ trả lời hai câu hỏi khác nhau
Phụ lục 1 EU GMP bản 2022 định nghĩa hai khái niệm rất rõ. Action limit là “mức đã thiết lập mà khi vượt qua thì phải kích hoạt điều tra và hành động khắc phục phù hợp”. Alert level là “mức đã thiết lập đưa ra cảnh báo sớm về khả năng trôi khỏi điều kiện vận hành bình thường và khỏi trạng thái đã thẩm định, không nhất thiết là căn cứ để hành động khắc phục nhưng kích hoạt việc soi xét và theo dõi”. Cách đặt hai mức này — lấy từ đâu, xem lại thế nào — đã được trình bày riêng trong bài ngưỡng cảnh báo và mức hành động cho dữ liệu đếm hạt. Bài này bắt đầu từ chỗ bài đó dừng lại.
Điểm mấu chốt: cả hai mức đều là ngưỡng trên một điểm dữ liệu đơn lẻ. Chúng trả lời câu hỏi “mẫu này có bất thường không”. Chúng không trả lời câu hỏi “chuỗi mẫu này có đang đổi tính chất không”. Chính Phụ lục 1 cũng thừa nhận khoảng cách đó khi liệt kê các dạng xu hướng phải bắt được, trong đó có “số lần vượt ngưỡng tăng lên”, “vượt ngưỡng cảnh báo liên tiếp” và “vượt mức hành động lặp lại nhưng rời rạc, có thể cùng một nguyên nhân chung” — cả ba đều là phát biểu về chuỗi, không phải về một điểm.
| Công cụ | Trả lời câu hỏi | Phát hiện tốt | Bỏ lọt |
|---|---|---|---|
| Mức hành động | Mẫu này có vi phạm không? | Sự cố lớn, đột ngột | Trôi chậm dưới ngưỡng |
| Ngưỡng cảnh báo | Mẫu này có bất thường so với nền không? | Bất thường đơn lẻ vừa phải | Dịch chuyển nhỏ nhưng kéo dài |
| Biểu đồ kiểm soát | Quá trình còn ổn định như trước không? | Dịch chuyển mức nền, tăng độ tán, chu kỳ | Không thay được ngưỡng tuân thủ |
Một minh hoạ quen thuộc: điểm đo cạnh cửa vào khu vực cấp C có nền trung bình 300 hạt/m³ ở ≥ 0,5 µm, ngưỡng cảnh báo đặt ở 1.200. Trong sáu tuần, nền trôi từ 300 lên 800. Không có một mẫu nào vượt ngưỡng cảnh báo, nên hồ sơ hằng ngày sạch sẽ. Nhưng mức nền đã tăng 2,7 lần — gần như chắc chắn có thứ gì đó đã đổi: gioăng cửa, tần suất mở, một tấm lọc bắt đầu rò, hoặc chỉ đơn giản là ca sản xuất mới đông người hơn. Biểu đồ kiểm soát báo chuyện này từ tuần thứ hai. Ngưỡng thì không bao giờ báo.
Ba tính chất của số đếm phá vỡ giả định của biểu đồ quen thuộc
Biểu đồ trung bình – khoảng biến thiên mà hầu hết người làm chất lượng học đầu tiên được thiết kế cho phép đo liên tục: đường kính trục, khối lượng viên nén, độ ẩm. Những đại lượng ấy có ba đặc điểm mà số đếm hạt không có.
| Giả định của biểu đồ đo liên tục | Thực tế của số đếm hạt | Hệ quả nếu bỏ qua |
|---|---|---|
| Phân phối đối xứng quanh trung bình | Lệch phải mạnh: chặn dưới ở 0, đuôi trên kéo dài | Giới hạn dưới rơi xuống số âm — vô nghĩa; giới hạn trên đặt sai chỗ |
| Độ tán không phụ thuộc mức trung bình | Phương sai tăng theo trung bình; với Poisson thì bằng đúng trung bình | Một giới hạn cố định vừa quá chặt ở vùng sạch vừa quá lỏng ở vùng bẩn |
| Giá trị liên tục, chia nhỏ tuỳ ý | Số nguyên, và thường là số nguyên rất nhỏ (0, 1, 2, 3…) | Giới hạn tính ra 2,62 hạt thì thực chất là “báo khi ≥ 3” — độ phân giải thô hơn nhiều so với vẻ ngoài |
Tính chất thứ hai đáng dừng lại lâu hơn. Với một quá trình đếm ngẫu nhiên thuần tuý, độ lệch chuẩn bằng căn bậc hai của trung bình. Nghĩa là độ lệch chuẩn không phải một tham số bạn ước lượng riêng — nó bị trung bình quyết định. Đây chính là lý do mọi biểu đồ dành cho số đếm đều có một điểm chung: chúng tính giới hạn từ trung bình, không tính từ một ước lượng độ tán độc lập. Ai chèn thêm một cột “độ lệch chuẩn mẫu” vào bảng tính rồi nhân ba là đang ước lượng lại một thứ đã biết trước, và ước lượng ấy sẽ rất nhiễu khi số hạt nhỏ.
Một cách kiểm tra nhanh, làm được trong năm phút trên dữ liệu sẵn có:
· Lấy khoảng 100 mẫu liên tiếp của một điểm đo ở trạng thái ổn định. Tính trung bình và phương sai của số hạt thô (không phải nồng độ quy đổi).
· Chia phương sai cho trung bình. Tỉ số này gọi là hệ số tán. Nếu nó quanh 1, dữ liệu hành xử đúng như một quá trình đếm ngẫu nhiên. Nếu nó là 4, 8 hay 20 — trường hợp rất hay gặp ở khu vực có người thao tác — thì mọi giới hạn tính theo công thức Poisson thuần sẽ hẹp hơn thực tế đúng bằng căn bậc hai của tỉ số đó.
· Con số này nên được ghi vào hồ sơ đặt ngưỡng. Nó là bằng chứng định lượng cho việc chọn mô hình, và là thứ đầu tiên một đánh giá viên có nền thống kê sẽ hỏi.
Tính thử: quy tắc ±3σ cho tỉ lệ báo động giả bằng bao nhiêu
Quy tắc ±3σ được người ta tin vì một con số: với phân phối chuẩn, xác suất vượt giới hạn trên chỉ khoảng 0,135 %, tức trung bình 741 mẫu mới có một lần báo động giả. Nhưng con số ấy là hệ quả của phân phối chuẩn, không phải một tính chất của bản thân quy tắc. Áp lên số đếm, tỉ lệ thật lệch đi — và lệch nhiều nhất đúng ở vùng mà phòng sạch hay làm việc: số hạt rất nhỏ.
Bảng dưới đây tính trực tiếp cho một quá trình đếm ngẫu nhiên với trung bình c̄ cho trước. Giới hạn trên là c̄ + 3√c̄; vì số đếm là số nguyên, biểu đồ thực sự báo khi giá trị đạt số nguyên nhỏ nhất lớn hơn giới hạn đó.
| Trung bình c̄ (hạt/mẫu) | Giới hạn trên c̄ + 3√c̄ | Thực tế báo khi | Xác suất báo động giả | Trung bình bao nhiêu mẫu một lần |
|---|---|---|---|---|
| 0,5 | 2,62 | ≥ 3 hạt | 1,44 % | ~70 mẫu |
| 1 | 4,00 | ≥ 5 hạt | 0,37 % | ~273 mẫu |
| 2 | 6,24 | ≥ 7 hạt | 0,45 % | ~221 mẫu |
| 4 | 10,00 | ≥ 11 hạt | 0,28 % | ~352 mẫu |
| 9 | 18,00 | ≥ 19 hạt | 0,24 % | ~412 mẫu |
| 25 | 40,00 | ≥ 41 hạt | 0,20 % | ~491 mẫu |
| 100 | 130,00 | ≥ 131 hạt | 0,17 % | ~586 mẫu |
| 400 | 460,00 | ≥ 461 hạt | 0,15 % | ~653 mẫu |
Đọc bảng theo chiều từ dưới lên: khi trung bình lớn, tỉ lệ báo động giả tiệm cận con số 0,135 % quen thuộc — mô hình chuẩn là xấp xỉ tốt. Khi trung bình nhỏ, nó tách ra rất nhanh. Ở c̄ = 0,5 hạt mỗi mẫu, biểu đồ báo động giả hơn mười lần thường xuyên hơn mức người vận hành được hứa hẹn. Một điểm đo lấy mẫu mỗi phút sẽ có khoảng 20 lần báo giả mỗi ngày. Sau một tuần, không ai còn nhìn biểu đồ nữa — và đó là cách một công cụ tốt bị vô hiệu hoá, không phải vì nó sai mà vì nó bị đặt sai chỗ.
Cũng nên chú ý cột giới hạn dưới, không có trong bảng vì với c̄ ≤ 9 nó luôn âm. Điều đó không phải lỗi tính toán: với số hạt nhỏ, không tồn tại giới hạn dưới có ý nghĩa. Hệ quả thực tế là một biểu đồ như vậy hoàn toàn không phát hiện được tình huống ngược lại — cảm biến tắc, bơm yếu, ống lấy mẫu bị kẹp — vốn biểu hiện bằng số đếm thấp bất thường. Muốn bắt trường hợp đó phải dùng cơ chế khác: kiểm chứng lưu lượng định kỳ, hoặc theo dõi thời gian giữa hai lần đếm được hạt.
Biểu đồ c và biểu đồ u: chọn theo thể tích mẫu
Hai dạng biểu đồ dành riêng cho số đếm khác nhau ở một điểm duy nhất, nhưng điểm ấy quyết định biểu đồ có dùng được hay không.
| Biểu đồ c | Biểu đồ u | |
|---|---|---|
| Dùng khi | Mọi mẫu có cùng thể tích và cùng thời lượng | Thể tích hoặc thời lượng mẫu thay đổi giữa các lần đo |
| Đại lượng vẽ | Số hạt thô mỗi mẫu | Số hạt trên đơn vị thể tích |
| Đường tâm | c̄ (trung bình số đếm) | ū (tổng số hạt ÷ tổng thể tích) |
| Giới hạn | c̄ ± 3√c̄ — cố định, một cặp cho cả biểu đồ | ū ± 3√(ū/n) — đổi theo từng điểm tuỳ thể tích n |
| Hình dạng biểu đồ | Hai đường thẳng song song | Hai đường bậc thang, rộng ra khi mẫu nhỏ |
Trong giám sát phòng sạch, biểu đồ u thường mới là dạng đúng, vì thể tích mẫu hiếm khi thống nhất trên toàn nhà máy. Ví dụ với nền ū = 3 hạt/m³:
| Thể tích mẫu | Số hạt kỳ vọng mỗi mẫu | Giới hạn trên (hạt/m³) | Nhận xét |
|---|---|---|---|
| 0,1 m³ (100 L) | 0,30 | 19,4 | Rất rộng — mẫu quá nhỏ để phân định |
| 0,283 m³ (1 ft³, 28,3 L/ph trong 10 phút) | 0,85 | 12,8 | Vẫn rộng |
| 1 m³ | 3,00 | 8,2 | Bắt đầu hữu dụng |
| 2 m³ | 6,00 | 6,7 | Chặt hơn, đổi bằng thời gian đo dài hơn |
Bảng này nói một điều mà nhiều chương trình giám sát chưa nội soi hết: giới hạn kiểm soát của một điểm đo phụ thuộc vào thể tích mẫu nhiều hơn phụ thuộc vào chính điểm đo ấy. Cùng một phòng, cùng một nền thật 3 hạt/m³, nhưng lấy mẫu 100 L thì phải chờ tới 19 hạt/m³ mới báo, còn lấy 2 m³ thì 7 hạt/m³ đã báo. Nếu hai điểm trong cùng một báo cáo dùng hai thể tích khác nhau mà vẫn vẽ chung một cặp giới hạn, kết luận so sánh giữa chúng không có giá trị. Đây cũng là lý do việc chốt thể tích mẫu phải nằm trong kế hoạch, chứ không để người vận hành chọn theo thời gian còn lại của ca — chi tiết cách chọn số điểm và thể tích cho phép phân loại nằm trong bài kế hoạch lấy mẫu phân loại phòng sạch theo ISO 14644-1.
Quá tán: vì sao biểu đồ Poisson thuần kêu suốt ngày
Mô hình đếm ngẫu nhiên thuần giả định các hạt đến độc lập nhau. Trong một phòng sạch có người làm việc, giả định ấy sai một cách có hệ thống: hạt không đến lẻ tẻ mà đến theo cụm. Một người bước qua điểm đo, một cánh cửa mở, một khay được đặt xuống — mỗi sự kiện sinh ra hàng loạt hạt trong vài giây. Kết quả là phương sai lớn hơn trung bình, hiện tượng gọi là quá tán.
| Hệ số tán φ (phương sai ÷ trung bình) | Giới hạn đúng rộng gấp | Nếu vẫn dùng công thức Poisson thuần |
|---|---|---|
| 1 — đúng Poisson | 1,00 lần | Không sao |
| 2 | 1,41 lần | Báo giả nhiều gấp vài lần dự kiến |
| 3 | 1,73 lần | Biểu đồ bắt đầu mất uy tín với người vận hành |
| 5 | 2,24 lần | Giới hạn hẹp hơn một nửa mức đáng có |
| 10 | 3,16 lần | Biểu đồ vô dụng: gần như mọi cụm hoạt động đều thành báo động |
Có ba cách xử lý, xếp theo thứ tự nên thử:
· Tách tầng dữ liệu trước khi vẽ. Rất nhiều trường hợp quá tán biến mất khi tách “đang thao tác” khỏi “nghỉ”, hoặc tách ca ngày khỏi ca đêm — vì khi đó ta không còn trộn hai quá trình khác nhau vào một biểu đồ. Đây luôn là cách nên thử đầu tiên vì nó không đổi mô hình thống kê, chỉ sửa lại việc gộp dữ liệu sai. Cách gắn nhãn ngữ cảnh và tách tầng cho nhà máy nhiều ca được trình bày riêng trong bài về ngưỡng cảnh báo và mức hành động.
· Nới giới hạn theo hệ số tán đo được. Nhân phần độ rộng với √φ, ghi rõ φ đã đo trên bao nhiêu mẫu và trong giai đoạn nào, và đưa việc rà lại φ vào chu kỳ xem xét định kỳ. Đơn giản, minh bạch, và giải thích được.
· Đổi sang biểu đồ trên đại lượng đã biến đổi. Vẽ căn bậc hai của số đếm thay vì số đếm: phép biến đổi này làm độ tán gần như không còn phụ thuộc mức trung bình, nên một cặp giới hạn cố định trở nên hợp lý trên toàn dải. Cái giá phải trả là biểu đồ khó đọc với người vận hành, nên nếu dùng thì phải hiển thị kèm trục phụ theo số hạt thật.
Khi quá nửa số mẫu bằng không
Ở khu vực cấp A và cấp B, hoặc ở phòng sạch điện tử cấp cao, tình huống thường gặp không phải là số đếm nhỏ mà là số đếm bằng không trong phần lớn chu kỳ. Với một quá trình đếm ngẫu nhiên, tỉ lệ mẫu bằng không tính được ngay từ trung bình:
| Trung bình (hạt/mẫu) | Tỉ lệ mẫu bằng 0 | Biểu đồ c/u còn dùng được không |
|---|---|---|
| 0,1 | 90,5 % | Không — biểu đồ gần như là một đường thẳng số 0 |
| 0,3 | 74,1 % | Không |
| 0,5 | 60,7 % | Rất kém |
| 1 | 36,8 % | Miễn cưỡng |
| 3 | 5,0 % | Được |
Khi rơi vào ba dòng đầu, biểu đồ số đếm không còn mang thông tin. Có hai lối ra, và cả hai đều hợp lệ:
Gộp thời gian. Thay vì vẽ từng chu kỳ một phút, gộp thành khối một giờ hoặc một ca. Trung bình mỗi khối tăng lên đủ để biểu đồ hoạt động lại, đổi lại độ trễ phát hiện dài hơn. Đây là đánh đổi tường minh và nên được ghi vào quy trình bằng con số: gộp bao lâu, chấp nhận trễ bao lâu.
Đổi đại lượng theo dõi. Thay vì “bao nhiêu hạt mỗi mẫu”, theo dõi “bao lâu giữa hai lần đếm được hạt”. Khi quá trình xấu đi, khoảng cách ấy ngắn lại rất rõ, và đại lượng này giữ được thông tin ngay cả khi phần lớn mẫu bằng không. Đổi lại, người vận hành phải làm quen với một biểu đồ mà giá trị giảm mới là dấu hiệu xấu — điều gần như luôn gây nhầm lẫn nếu không được ghi rõ ngay trên biểu đồ.
EWMA và CUSUM: bắt dịch chuyển nhỏ mà Shewhart bỏ lọt
Biểu đồ c và u là biểu đồ dạng Shewhart: mỗi điểm được xét độc lập với các điểm trước. Ưu điểm là bắt rất nhanh những cú nhảy lớn. Nhược điểm là gần như mù với dịch chuyển nhỏ nhưng kéo dài — đúng loại vấn đề mà giám sát môi trường cần bắt.
Trung bình trượt có trọng số mũ giải quyết chuyện này bằng cách cho mỗi điểm mới một trọng số λ và giữ lại phần còn lại từ quá khứ. Ở trạng thái ổn định, độ rộng giới hạn của biểu đồ thu lại theo hệ số √(λ/(2−λ)):
| λ | Giới hạn rộng bằng bao nhiêu so với Shewhart | Đặc tính |
|---|---|---|
| 0,05 | 16,0 % | Rất nhạy với trôi chậm, phản ứng chậm với cú nhảy |
| 0,10 | 22,9 % | Thiên về phát hiện trôi |
| 0,20 | 33,3 % | Lựa chọn cân bằng, hay dùng nhất |
| 0,30 | 42,0 % | Ngả về phản ứng nhanh |
| 0,40 | 50,0 % | Gần với Shewhart |
Con số 33,3 % ở dòng giữa giải thích vì sao công cụ này đáng dùng: với cùng một tỉ lệ báo động giả, biểu đồ EWMA đặt giới hạn chỉ rộng bằng một phần ba biểu đồ Shewhart, nên một dịch chuyển mức nền cỡ một độ lệch chuẩn — thứ mà Shewhart phải chờ rất lâu mới bắt được — sẽ hiện ra sau vài điểm. Trong ví dụ mở đầu, nền trôi từ 300 lên 800 hạt/m³ chính là loại tín hiệu này.
Tổng tích luỹ có sai lệch là công cụ cùng họ, cộng dồn độ lệch so với mục tiêu và báo khi tổng tích luỹ vượt một mốc. Nó thường nhạy hơn EWMA với dịch chuyển rất nhỏ nhưng khó giải thích hơn cho người không chuyên. Trong thực tế triển khai, cách dùng gọn nhất là chạy song song hai lớp: một biểu đồ Shewhart cho sự kiện đột ngột, một biểu đồ EWMA cho trôi chậm, và quy trình ghi rõ mỗi lớp báo thì làm gì.
Một cảnh báo về EWMA trên số đếm nhỏ. Vì EWMA làm trơn dữ liệu, nó dễ tạo cảm giác an tâm giả khi mẫu bằng không chiếm đa số — đường EWMA sẽ trôi xuống rất thấp và mọi hạt lẻ đều thành tín hiệu. Trước khi bật EWMA, hãy kiểm tra tỉ lệ mẫu bằng không theo bảng ở mục trên. Nếu vượt quá một nửa, hãy gộp thời gian trước rồi mới làm trơn.
Nhóm con — quyết định khó nhất và ít được viết ra nhất
Mọi biểu đồ kiểm soát đều dựa trên một định nghĩa: cái gì được coi là một “nhóm con”, tức một đơn vị dữ liệu. Với dữ liệu giám sát hạt liên tục, định nghĩa này không hiển nhiên, và chọn sai thì mọi tính toán phía sau đều lệch.
| Cách định nghĩa nhóm con | Ưu | Nhược | Phù hợp với |
|---|---|---|---|
| Một chu kỳ lấy mẫu = một điểm | Trực tiếp, không xử lý gì thêm | Số hạt quá nhỏ; quá tán rất mạnh | Điểm có nền cao, chu kỳ dài |
| Một giờ = một điểm | Trung bình đủ lớn; lọc bớt nhiễu cụm | Trễ phát hiện tới một giờ | Giám sát nền khu vực cấp C, D |
| Một mẻ / một ca = một điểm | Ghép thẳng được với hồ sơ lô | Rất trễ; trộn nhiều trạng thái phòng | Xem xét định kỳ, đánh giá xu hướng dài hạn |
| Một giai đoạn thao tác = một điểm | Đồng nhất về bản chất vật lý — ít quá tán nhất | Đòi hệ có nhãn trạng thái đáng tin | Khu vực cấp A và B có ghi nhận hoạt động |
Dòng cuối là lựa chọn tốt nhất về mặt thống kê và cũng là dòng đòi hỏi nhiều nhất về hạ tầng: hệ giám sát phải ghi được trạng thái phòng đồng bộ với từng bản ghi hạt. Đây là chỗ lớp phần mềm quyết định chương trình thống kê có khả thi hay không — phần mềm giám sát môi trường dược phẩm Pharmaceutical Net Pro và phần mềm phòng sạch FacilityPro gắn nhãn trạng thái và mã lô vào bản ghi ngay lúc thu thập, còn việc trích xuất và phân tích tập dữ liệu theo nhóm con do phần mềm phân tích dữ liệu đếm hạt DataAnalyst đảm nhiệm. Nếu nhãn trạng thái phải điền tay sau ca, hãy chọn dòng “một giờ” và đừng cố dùng dòng cuối — một nhãn sai còn nguy hiểm hơn không có nhãn.
Biểu đồ kiểm soát không phải là giới hạn tuân thủ
Đây là chỗ dễ gây rắc rối nhất khi đưa công cụ thống kê vào một hệ có thanh tra, nên cần nói thẳng: giới hạn kiểm soát và giới hạn tuân thủ là hai thứ khác nhau và không được trộn.
| Giới hạn kiểm soát | Mức hành động | |
|---|---|---|
| Nguồn gốc | Tính từ chính dữ liệu của quá trình | Từ tiêu chuẩn, quy định, hoặc đánh giá rủi ro |
| Ý nghĩa khi vượt | Quá trình có thể đã đổi tính chất | Đã vi phạm mức chấp nhận |
| Có thể siết chặt | Có, khi quá trình tốt lên | Có |
| Có thể nới rộng | Có — nhưng phải có lý do và hồ sơ | Không, nếu tiêu chuẩn không cho |
| Vượt thì hồ sơ lô thế nào | Không tự động ảnh hưởng; là dữ liệu để soi xét | Phải điều tra nguyên nhân gốc và đánh giá tác động |
Hai hệ quả thực tế. Thứ nhất, giới hạn kiểm soát có thể nằm cao hơn mức hành động ở một điểm đo tồi — và khi điều đó xảy ra, nó là bằng chứng cho thấy quá trình không đủ năng lực, chứ không phải lý do để bỏ mức hành động. Thứ hai, khi quá trình tốt lên và giới hạn kiểm soát tự siết lại, nhiều nơi lo rằng mình đang tự tạo thêm nghĩa vụ. Không phải: vượt giới hạn kiểm soát dẫn tới soi xét, chứ không tự động dẫn tới một sai lệch cần báo cáo. Ranh giới ấy phải được viết rõ trong quy trình trước khi biểu đồ được bật, không phải sau lần báo động đầu tiên.
Cũng cần lưu ý rằng dữ liệu và xu hướng của giám sát môi trường được xem lại như một phần của việc chứng nhận và xuất xưởng lô, nên bất kỳ lớp phân tích nào thêm vào cũng phải chịu cùng yêu cầu về toàn vẹn dữ liệu như dữ liệu thô — cách dữ liệu đi vào hồ sơ lô được trình bày trong bài dữ liệu hạt trong hồ sơ lô thuốc tiêm.
Danh mục triển khai trên hệ đang chạy
| # | Việc | Sản phẩm đầu ra |
|---|---|---|
| 1 | Chọn 3–5 điểm đo đại diện, không làm cả nhà máy cùng lúc | Danh sách điểm và lý do chọn |
| 2 | Trích ít nhất 100 mẫu ở trạng thái ổn định cho mỗi điểm, kèm nhãn trạng thái | Tập dữ liệu nền |
| 3 | Tính trung bình, phương sai và hệ số tán φ trên số hạt thô | Bảng ba con số cho mỗi điểm |
| 4 | Kiểm tỉ lệ mẫu bằng 0; nếu > 50 % thì gộp thời gian trước | Quyết định cỡ nhóm con, có ghi lý do |
| 5 | Chọn c hay u theo thể tích mẫu có cố định hay không | Loại biểu đồ cho từng điểm |
| 6 | Chạy song song với ngưỡng hiện hành ít nhất một chu kỳ xem xét, chưa gắn hành động | Nhật ký báo động và tỉ lệ báo giả thực tế |
| 7 | Viết quy trình: biểu đồ báo thì làm gì, khác gì với vượt ngưỡng cảnh báo | Sửa đổi SOP giám sát |
| 8 | Chốt chu kỳ tính lại đường tâm và giới hạn, kèm quy tắc không tự nới | Điều khoản rà soát định kỳ |
Bước 6 là bước hay bị bỏ nhất và cũng là bước cứu cả chương trình. Chạy song song cho biết tỉ lệ báo động giả thật trên dữ liệu của chính nhà máy, tức con số duy nhất đáng tin để quyết định có bật lớp biểu đồ hay không. Nếu trong một chu kỳ xem xét mà biểu đồ báo mỗi ngày vài lần trong khi không có gì thay đổi trong phòng, mô hình đang sai — quay lại bước 3 và bước 4, đừng nới giới hạn cho im.
Về phần cứng, điều kiện tiên quyết cho mọi thứ ở trên là một chuỗi dữ liệu liên tục và không đứt đoạn từ cùng một cảm biến tại cùng một vị trí. Cảm biến cố định như cảm biến đếm hạt Airnet II 301-4 phù hợp cho việc này vì nó tạo ra chuỗi dữ liệu đều đặn ở cùng một điểm; một máy cầm tay mang tới đo mỗi tuần một lần sẽ không bao giờ tích đủ số điểm cho một biểu đồ có ý nghĩa. Khi phải thay cảm biến giữa chừng, việc giữ liên tục chuỗi dữ liệu cần được xử lý riêng — nội dung này nằm trong bài thay cảm biến đếm hạt cố định mà không đứt chuỗi dữ liệu.
Techmaster Electronics là nhà phân phối uỷ quyền của Particle Measuring Systems tại Việt Nam, có phòng thí nghiệm hiệu chuẩn được ANAB (Hoa Kỳ) công nhận theo ISO/IEC 17025. Đội kỹ thuật hỗ trợ trích xuất tập dữ liệu nền, tính hệ số tán cho từng điểm đo, chọn loại biểu đồ phù hợp và thiết kế giai đoạn chạy song song trước khi gắn hành động.
Câu hỏi thường gặp
Có bắt buộc phải dùng biểu đồ kiểm soát không?
Không có điều khoản nào bắt buộc một dạng biểu đồ cụ thể. Phụ lục 1 EU GMP yêu cầu quy trình giám sát phải định nghĩa cách tiếp cận với việc phân tích xu hướng và liệt kê các dạng xu hướng phải bắt được, nhưng để ngỏ phương pháp. Biểu đồ kiểm soát là một cách đáp ứng yêu cầu ấy một cách định lượng và giải thích được; bảng theo dõi thủ công cũng có thể đạt nếu chứng minh được là nó phát hiện đủ các dạng xu hướng đã liệt kê. Điều không đạt là chỉ đối chiếu từng điểm với ngưỡng rồi coi như đã trending.
Tại sao không dùng thẳng biểu đồ trung bình – khoảng biến thiên như bên sản xuất vẫn dùng?
Vì giả định nền của nó không đúng với số đếm. Số đếm hạt lệch phải, bị chặn dưới ở 0, và có phương sai tăng theo trung bình — nên giới hạn dưới thường rơi xuống số âm và giới hạn trên đặt sai chỗ. Ở vùng số hạt nhỏ, tính toán trong bài cho thấy tỉ lệ báo động giả thực tế có thể lên tới hơn mười lần mức mà quy tắc ±3σ hứa hẹn. Với số đếm lớn — vài trăm hạt mỗi mẫu trở lên — xấp xỉ chuẩn trở nên chấp nhận được, nhưng khi đó vẫn nên tính giới hạn từ trung bình chứ không từ độ lệch chuẩn mẫu.
Hệ số tán bao nhiêu thì coi là quá tán đáng kể?
Không có mốc pháp lý. Trên thực tế, φ dưới khoảng 1,5 có thể bỏ qua; từ 2 trở lên nên xử lý; từ 5 trở lên thì biểu đồ Poisson thuần sẽ báo giả nhiều tới mức người vận hành ngừng tin. Quan trọng hơn con số là cách xử lý: hãy thử tách tầng dữ liệu theo trạng thái phòng trước khi nới giới hạn, vì quá tán rất thường là dấu hiệu của việc trộn hai chế độ vận hành khác nhau vào cùng một biểu đồ chứ không phải một tính chất cố hữu của điểm đo.
Điểm đo gần như luôn đọc 0 hạt thì theo dõi xu hướng bằng cách nào?
Hai cách. Gộp thời gian — chuyển từ chu kỳ một phút sang khối một giờ hoặc một ca — để trung bình mỗi khối đủ lớn cho biểu đồ hoạt động, chấp nhận độ trễ phát hiện dài hơn và ghi rõ độ trễ ấy vào quy trình. Hoặc đổi đại lượng theo dõi sang khoảng thời gian giữa hai lần đếm được hạt, vốn giữ được thông tin ngay cả khi đa số mẫu bằng không; khi đó phải ghi rõ trên biểu đồ rằng giá trị giảm mới là dấu hiệu xấu, vì đây là chỗ gây nhầm lẫn gần như chắc chắn.
Vượt giới hạn kiểm soát có phải là một sai lệch phải báo cáo không?
Không tự động. Giới hạn kiểm soát tính từ dữ liệu của chính quá trình và cho biết quá trình có thể đã đổi tính chất; mức hành động đến từ tiêu chuẩn hoặc đánh giá rủi ro và cho biết đã vi phạm mức chấp nhận. Vượt giới hạn kiểm soát dẫn tới soi xét và tìm nguyên nhân; vượt mức hành động mới kéo theo điều tra nguyên nhân gốc và đánh giá tác động lên lô. Ranh giới này phải được viết vào quy trình trước khi bật biểu đồ — nếu để mập mờ, lần báo động đầu tiên sẽ tự động bị xử lý như một sai lệch và cả chương trình sẽ bị gỡ bỏ vì lý do hành chính chứ không phải lý do kỹ thuật.
