摘要：

本文重点论述将合适的SPC技术应用于微生物数据分析的潜在好处。在一个典型的饮料生产过程，将洗瓶作为一个关键控制点，该控制点三个月内的微生物数据被收集并用来做回顾性地分析。该分析表明，SPC技术对于分析微生物数据的趋势非常有效。事先预警信号清楚地反映在图表上，指示出某一控制点将出现失控状态。这个发现映证了这样一个事实：通过应用SPC技术，可以有效防止关键控制点在卫生检验中出现偏差。进一步来讲，如果SPC中可以识别出现偏差的原因是随机和非随机的原因的技术被采用，整体的控制点的偏差量就会下降。这样，从长远来讲，有益于提高卫生管理和生产的效率。

关键词：SPC    监控    评估   卫生数据

介绍：

在冷装饮料生产加工系统中，瓶子残渣和卫生情况是一项非常重要的。不像“热装”饮料生产加工系统那样，在“热装”操作中瓶子就同时被灭菌了，“冷装”系统并不是这样的。因此，用来装饮料的瓶子需是完全干净的以防止或最小化对成品的再污染，这是非常重要的。

关键的是引入“不清洁”的塑料瓶可能携带令人不满的污垢和对成品的再污染的细菌，因此这可能会在产品的安全和保质期方面有反作用。即使瓶子经过清洁处理，它仍可能包含可能引起成品反面影响的微生物负载量。因此，洗瓶后的微生物对成品的安全卫生至关重要。

我们的研究目的在于通过运用SPC的技术，来分析微生物数据，从而建立一个趋势分析的系统，这样一来，我们就可以得到一个控制点的预警信息，而不是仅仅判定控制点的状态是否正常。

为了确保所选用的SPC图表使用于对过程的研究，事先应对过程的可靠性进行评估以保证过程受控。研究中发现，当过程的可靠性指数CPK的值为1.00时，表明该过程是受控的。在此阶段，由非随机原因造成的偏差在可能情况下应被消除。

方法；

研究中的清洗瓶的微生物数据从某饮料厂获得。控制点为清洗后的瓶子，每次生产过程中都要测量控制点，对三个月收集的数据加以分析，用来建立起合理的趋势分析方法。

因为这些细菌总数数据是自然分组的计量数据，对于得到的数据，应用均数—极差控制图进行处理和分析。

结果：

三个月来清洗瓶控制点的细菌总数数据显示在表1中。从表中无法发现这520个细菌总数数据有任何异常。

经过统计处理，52批次清洗瓶细菌总数的极差控制图，见图1。在极差控制图中，显示52组清洗瓶细菌总数数据的极差没有异常。

      极差控制图中：CL =36.19 UCL=64.31  LCL=8.07

 

经过统计处理，52批次清洗瓶细菌总数的均数控制图，见图2，在均数控制图中，由于第49，50组清洗瓶细菌总数的均数均在C区，因此，显示在第51组出现异常。（根据GB/T4091-2001标准的常规控制图判异检验模式五）

 

 

     均数控制图中：CL =16.46 UCL=27.60 LCL=5.32

 

在这里，均数控制图清晰的给出了预警信息，预示第51批会出现偏差。换句话说，如果在第50 批或更早实施必要的纠偏措施完全可以预防这个偏差的出现。

讨论：

HACCP体系中最基本的理念就是预防，SPC也是如此。将两者结合，必然会增进这一理念。在这案例中，用的是趋势分析方法。

在这次研究中，趋势分析是采用了回顾调查的方法。它不可能找出第51批出现偏差/异常的诱因。然而，在实时监控的情况下，通过与工作程序控制的结合，在第51批就应调查引起细菌总数均数异常的理由。无论是否非随机或随机原因所致。非随机的原因可能是：消毒水配置浓度有误、瓶子的污染、检验的失误、结果误读等，随机的原因可能是：消毒水浓度自然降低、操作员工的系统误差。通过不断消除可能造成偏差/异常的原因，出现偏差/异常的控制点就会减少。

传统的微生物分析方法的弊病在于时效性差，往往是产品已经在超市货架上销售了，但分析还没完成。SPC的技术为食品生产提供了实时的控制工具，为管理者提供了危害和偏差的预警。

本文的主要目的在于展示将SPC应用于HACCP卫生数据分析中的潜在好处。为了更全面的评估其作用，建议更多的研究最好在现场即时的环境下进行。

结论：

应用SPC的两个图表来分析HACCP体系中一个控制点的微生物数据，可以更好地得到数据的趋势情况。这项技术不仅仅反映出控制点状态是否正常，还会将预警信号显示在图表上，以便管理者采取必要的纠偏措施，防止偏差危害的产生。SPC可使HACCP卫生管理系统更为有效，从长远来看，对生产效率的提高也非常有益。

参考文献：

1、《常规控制图标准》GB/T4091-2001

2、王毓芳、郝凤主编：《常用统计技术（修订版）》，北京：中国计量出版社，2002.07

3、Donald J. Wheeler 、David S. Chambers 《UNDERSTANDING STATISTICAL PROCESS CONTROL》