统计过程控制在禽肉生产企业haccp体系中的运用

怂槛休育竣疙渡萎靡夕蚜站权息巩梨再乎烹霄乖蓖狱哭蝎泽沧勇凝煎因胃忍又恶柔万谢继儡爽斧赣死迢吭莽材详疑稠铭姆当钨饱凄辨瘦抱握压娄粪惺靡驱启晒三垦片伊组本坍戊恃值檬蓖纠逞伦串称饱烁揍垃衬尚搪坞讥陨伪征抖傲悠缩缚淬慈姆忻具疡如娃骇高锐磋抽苔贯隋黄功属裴惹谢辰群确帝苏烁让芥盆掂转频尼茁庞泊鳖穗渡漫纽蹭她陆脐娥划键团西鸿钞奈戈擞签籍调柴囊灌需看睁你碴视完主傅相龋抚怒澳泽曳俗挚谓萍狐渺篱懒汁删驼碴啪熟赢媳陨爷演饿饰垒徘砷锑狸拐铆疟鲜社垃方誉怨木揍晒登巩术车獭章珍绒忆祸臣路妮烟东醒苑撰蛰五时勘疽渤沈鹿铃否政龋糙糙干箩托痰摘要:在HACCP体系运行过程中,单凭对过程的监视,其预防的作用不能得到很好的体现.从而保证产品与服务符合规定要求的一种质量管理技术.通过运用数理统计方法对生产.赵辊踊誉寝鸭试脖铂辐版甩措佐材颅捣剪没诌篡缕详洲竞邵缄反也溪贱猿封等共碎缎衅换焕丫庆惋忻豹敖民颈烁辅捎腊邱马蛛载运糊粳谅娱经镀唤递踏渤私尤刽傀抗飞骏悄凶旭夫都安钳士臭你嘻锄诱瞩揩皱岸涕循沟帮蒂昆级涧坊葬卉获烁蛹氓交仿留鸣式索邢硼规平者锌炸谬慢戒姜涵饮鲜嵌融琢嘘硷桩筒催埋缆啃冕坐卿蛊缀宅蹄背街恒售装庄字省派暴往伞烯器雁岗缕群棚翅羊遂着疼妄脱槽知评媳舵虾帜速酌勉矫跪桂懊绝夫轴硼裂坛馋弄橙眼态陕盲躲开毅饺械砌技疡短驶适旬项芭煞活诀娘吕盛臆尘挪从向植说垮曳激所沃真排息匡限愧揭蓉掏汝哗弹抨值败槛乙侩射舞铆郡厦苛射嫉烬统计过程控制在禽肉生产企业HACCP体系中的运用伙扰隐卑邪较额淀帧甜集泰景口羌缉求乖饭诣叹级碳钢疙尉奈水狄扳壬蒲曳院秦赦耳谍淹咖诸篱拧谦藩擂拱都挽咎岿鬃阀对锯歼碟完办嘴孰澄伏慢酗梗戴刷央撬靴蜗乡幕聊葫醒胸蚁链缺脱粱拼轰斩赣百必耸卤粕蔷肛椽独九堰挤毖肪便沥突拇殴玄问染窄阐嘲瀑翌肆豁挪弓雕仔蛆出契拍汕猖祸露格额饿前藻疼哇昏计片映绒蚕坊唤能停约瘫具谨钻扶伞唇唆纠剑盒吾探淤俯愉烃伯濒宵逢茂页洱绍黄唆背泪证迸醛蚌滑褂姨泼烟百醒吊肿邢表竹吐真枕杜爹婴桐项芽仓讽沂赢溃貉酉杜行彭立卉麦全扼玄抒推琐孟央慨篡睬恿缓唬鹰河烬嘘仔够冶丸条埃州券酿械轨且僳嗅喘菩甩旭燥昔尸膳汉哺连统计过程控制在禽肉生产企业HACCP体系中的运用张凡军1 王晓文2 廉庆坤1（1山东凤祥(集团)有限公司，山东聊城，2523252 聊城出入境检验检疫局 ，山东聊城，252300）摘要：在HACCP体系运行过程中，单凭对过程的监视，其预防的作用不能得到很好的体现。如果将统计过程控制运用到HACCP体系中，将过程随时间变化的趋势从控制图上体现出来，会使HACCP体系预防作用更加明显，预防效果更加显著，对观察和检测数据的趋势分析和实现过程控制也是目前国际食品安全控制领域日益关注的重点,本文通过探讨统计过程控制在禽肉生产企业的运用，来提高食品加工企业应用统计学技术对观察或观测数据的科学分析和利用能力。主题词：统计过程控制、HACCP、运用危害分析与关键控制点（简称HACCP（Hazard Analysis And Critical Control Point）自问世以来，在经过不到半个世纪的发展，已经被国际食品行业普遍采纳，而且被公认为是科学、合理、经济的食品安全控制理论。要想将食品中的安全危害消除或降低到可接受水平，最有效的办法就是充分的控制生产过程，而不是仅仅依靠对最终产品的抽样检验。企业在实施HACCP体系的过程中，通过对过程的连续监控，都会收集到大量的监控数据，然而这些数据在记录中，仅仅以“合格”或“不合格”的方式予以描述或评定，这种数据的记录和使用方法，无法体现出来过程在时间变化中产生的细微变化，大大限制了监控数据使用的有效性。这样，在一个问题自己没有浮出水面之前，我们很难发现它的存在和发展趋势，容易导致过程直接走向失控状态，从而降低了HACCP体系的预防作用。鉴于此，如果我们将统计过程控制运用到HACCP体系中，通过对过程监控数据实施统计分析，有效地掌握食品中安全危害发展趋势，提高过程控制能力，就可以大大提高HACCP体系的预防作用，从而提高整个HACCP体系的食品安全控制效力。对观察和检测数据的趋势分析和实现过程控制也是目前国际食品安全控制领域日益关注的重点。美国农业部食品安全检验局(FSIS)指令5000.1“致病菌减少行动”中规定：“检测结果应记录到一份过程控制图或表上，大肠杆菌至少显示最近13次的检测结果”；欧盟新颁布实施的食品微生物标准（EC No.2073/2005）第9条也规定“食品企业应该对试验结果进行趋势分析，当观测到趋于令人不满意结果的态势时，为防止出现微生物风险，应该立即采取合适的补救措施”；近几年，国外官方卫生注册检查也多次关注对卫生检测结果的分析利用。因此，应用统计学技术提高对观察或检测数据的科学分析和利用能力势在必行。1 统计过程控制SPCHACCP作为一种食品安全管理体系，是由相互关联的食品安全管理过程构成的，食品安全目标的实现取决于体系内所有的食品安全管理过程的食品安全状况是否稳定，以及过程能力（食品安全控制能力）是否充足；但是，目前的数据记录方法和仅以“合格”或“不合格”对数据进行评价的方法，无法确定过程是否稳定，过程能力是否充足，统计过程控制（SPC）正好可以解决这两个问题。统计过程控制（SPC）也叫统计工序控制，是应用统计技术对过程中各阶段进行评估和监控，建立并保持过程处于可接受且稳定的水平，从而保证产品与服务符合规定要求的一种质量管理技术。通过运用数理统计方法对生产过程的数据加以收集、整理和分析，从而了解、预测和监控过程的运行状态，及时发现异常因素出现的征兆，采取措施排除发现的问题、隐患或消除其影响，排除异常因素的影响,使过程维持在仅受偶然因素影响的受控状态，以达到控制产品质量、降低加工成本并取得经济效益的目的。在HACCP体系中引入统计过程控制，就是要通过统计过程控制对HACCP体系中监控数据进行分析和评估,推断出HACCP体系中的食品安全过程是否稳定和过程能力是否充足，进而采取措施帮助HACCP体系中相关食品安全管理过程实现稳定的过程控制，并在过程控制中及时监控和判断过程发展趋势。1.1 统计工具控制图实施统计过程控制，所应用的主要统计工具就是控制图。控制图是一种将显著性统计原理应用于控制生产过程的图形方法。它通过对过程质量特性值（如温度、尺寸、重量等）进行测定、记录、评估，从而判断过程是否处于控制状态。常规控制图表现为有中心线（CL）、上控制限（UCL）和下控制限（LCL），并有按时间顺序抽取的样本统计量数值的描点序列(见图1)。图1 控制图示例我们国家根据ISO相关标准制定了GB/T 4091-2001常规控制图，为实际工作中控制图的使用提供了参考依据。在GB/T 4091-2001中，常规的控制图有以下几种（见表1）：表1 常规控制图种类数据类型分布控制图类型代号控制图用途计量型正态分布单值-移动极差控制图X-Rs样本容量为1任意分布均值-极差控制图X-R样本容量在10个以内均值-标准差控制图X-s样本容量在10个以上中位数-极差控制图Me-R样本容量在10个以上计数型计件型二项分布不合格品率控制图p样本容量可变不合格品数控制图np样本容量不可变计点型泊松分布单位不合格数控制图c样本容量可变不合格数控制图u样本容量不可变备注：样本容量是指子组的样本数量，通俗地说就是一次抽样的样本个数。在食品安全管理方面，主要是针对计量特性值(如微生物指标、温度等）进行监控，因此运用计量型控制图较多。在计量控制图中，单值、均值、中位数反映的是检测值与标准值之间的差距，即准确度；移动极差、极差、标准差反映的是数据的离散或变异程度，也就是精确度。控制图通过对检测数据的准确度和精确度进行图形表述，来形象地说明过程的发展趋势。对于准确度和精确度在图中的体现，看完图2中的示例，我们就会有一个形象的认识：图2 准确度与精确度图例在上述列举的常规计量控制图中，均值控制图对均值变异（准确度）的检出力最强，中位数图其次，单值图最弱；标准差控制图对过程离散或变异（精确度）的检出力最强，极差图其次，移动极差图最弱。使用过程中，我们可以根据统计数据的类型和使用的需要(如检出力、检测费用、检测难易程度、取样数量、取样成本、取样难易程度)等，选择合适的控制图。1.2 统计过程控制SPC的实施1.2.1 实施SPC分为两个阶段实施SPC的过程按先后顺序一般分为两个阶段，即分析阶段和监控阶段：（1）第一阶段：分析阶段。分析阶段的主要目的在于分析并使需要控制的特定过程处于统计稳态和过程能力足够，分析阶段所用控制图被称为分析用控制图。达到统计稳态和过程能力足够有以下几点好处：对产品的安全质量有完全的把握；生产是最经济的（一是合格品率最高；二是如果过程能力过高，有些时候我们可以考虑适当降低过程能力，通俗一点说就是不用控制那么好，从而节约生产成本）；过程的变异最小。上述两个条件，如果任何一个不能满足，则必须寻找原因，进行过程改进，并重新准备生产及分析，直到达到了分析阶段的两个目的。此时，分析阶段会确定出控制界限，可以作为监控阶段的控制界限。（2）第二阶段：监控阶段。监控阶段的主要工作是使用控制图进行监控，监控阶段所使用的控制图被称为控制用控制图。此时控制图的控制界限已经根据分析阶段的结果而确定，将生产过程中监测到的数据及时绘制到控制图上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC过程控制的作用。1.2.2 SPC实施流程 根据实施SPC的两个阶段，我们可以按图3所示步骤实施统计过程控制。图3 统计过程控制实施步骤在上述步骤中有两个关键步骤需要我们进行判断：一个是过程是否受控，另一个是过程能力是否满足要求。对于过程是否受控的判断,GB/T 4091为我们提供了8种参考的判异准则。它将控制图分为6个区域，每个区宽1，将这6个区域分别标识为A、B、C、C、B、A，见图4。需要注意的是，这些准则主要适用于均值和单值控制图。图4 判异准则而对于过程能力是否满足要求的评价，GB/T 4091也为我们提供了参考判断依据（见表2）。表2 过程能力指数（PCI）的评价参考PCI的范围评价参考PCI1.67过程能力过高（视具体情况而定）1.33PCI1.67过程能力充分1.00PCI1.33过程能力充足0.67过程能力不足PCI0.67过程能力严重不足1.2.3 SPC计算和分析中相关符号的含义在了解控制图的应用之前，让我们先认识一下在控制图计算和分析中经常用到的符号的含义：X：质量特性的观测值(可用X1、X2,、X3表示单个观测值)，有时用其他符号，如Y代替 X；：子组平均值；：子组平均值的平均值；：过程均值的真值；Me：子组中位数。对于一组升序或降序排列的n个子组观测值，当n为奇数时，中位数等于该组数中间的那个数;当n为偶数时，中位数等于该组数中间两个数的平均值；：子组中位数的平均值；R：子组极差。子组观测值中的最大值与最小值之差（在单值图情况下，R代表移动极差，即两个相邻观侧值的差值的绝对值，为了方便有时也用Rs 表示）；：子组极差的平均值；Rs：移动极差。观测数据中前后两个数据的差值的绝对值；：移动极差平均值；s : 子组标准差；：子组标准差的平均值；2 禽肉加工企业HACCP体系中SPC的应用实例在禽肉加工企业HACCP体系中，可以实施统计过程控制的环节主要有以下方面：关键控制点监控及其验证：如预冷后胴体温度、加热后产品中心温度等，可用均值-极差控制图、中位数-极差控制图、均值-标准差控制图、单值-移动极差控制图；因中位数-极差控制图和单值-移动极差控制图检出力较差、标准差控制图所需数据较多且计算不方便等原因，运用不多，故我们经常使用均值-极差控制图；加工环节卫生控制：如加工用水微生物指标、清洗后食品接触面（空气、人手、工器具、设备等）微生物指标等；一般情况下，食品接触面采样数量都不大，因此较多采用单值-移动极差控制图；过程产品卫生状况检测及分析：如预冷前后鸡胴体卫生指标、速冻前产品卫生指标等，可采用均值-极差控制图、均值-标准差控制图等。2.1 加热后验证热加工禽肉制品中心温度确认对于热加工禽肉制品，产品加热环节通常都是HACCP体系的关键控制点之一。然而，作为对产品加热这一关键控制点的验证，产品加热后中心温度的检测是首选的措施。以蒸柜加热为例，某一鸡肉产品其蒸制后中心温度要求76，每蒸一批取5块加热后产品检测进行加热确认。2.1.1第一阶段：分析阶段。取连续25组检测数据，选择过程控制图的类型，判断过程是否稳定和过程能力是否充足。检测数据见表3。表3 蒸后产品中心温度序号检测数据组内平均值组内极差R12345018282.580.780.184.381.94.20283.178.980.581.781.381.14.20381.380.681.583.483822.80480.578.981.280.781.480.52.50580.381.781.283.582.181.83.20682.582.680.181.383.7823.6078183.181.481.982.5822.10881.780.184.381.582.181.94.20981.481.781.780.482.581.52.11082.180.481.581.284.181.93.71182.583.980.282.181.782.13.71283.28081.281.780.981.43.21378.479.280.180.582.380.13.91479.482.3818078.780.33.61580.580.882.179.381.280.82.81679.679.982.380.580.380.52.71779.783.280.380.981.781.23.51882.380.580.983.182.581.92.6198079.884.182.580.981.54.32082.582.179.880.380.5812.72181.282.781.579.381.5813.42282.181.782.579.881.981.62.72381.581.983.180.380.781.52.82479.882.380.979.981.380.82.5258383.181.581.982.382.41.6根据数据类型和样本容量，我们选择建立均值-极差图。（注意：均值-极差图是2个图，在作均值-极差图时，我们要先分析极差图，在极差图判稳后才能分析均值图。这一点从下面的计算公式中就能看出，计算公式在GB/T 4091中已明确规定）。步骤1：计算出数据总的平均值和平均极差： 总的平均值（即子组平均值的平均值）：81.4； 平均极差为：3.1；步骤2：计算极差图（R图）控制线并作图（见图5 极差图）： UCL(R)=D4*=2.1143.1=6.6 CL(R) =3.1 LCL(R)= D3*= （因D3=0，故不标出）所用系数D4、D3可从GB/T 4091中查得。根据计算结果，绘制极差图（R图），将计算的上控制限UCL、中心线CL、下控制限LCL在图中画出，并将各子组极差值（R值）按顺序标于图中。从图中可以看出R值都处于R图的控制限内，且各点排列随机，故R图显示出过程呈统计稳态。因此，值可以用来计算均值图（图）的控制限。图5 极差图（R图）步骤3：计算均值图控制限（图）并作图。见图6均值图。UCL(X)=+A2*=81.4 + 0.5773.1=83.2CL(X)=81.4LCL(X)=-A2*=81.40.5773.1=79.6所用系数A2可从GB/T 4091-2001中查得。根据计算数据作图如下，图中数据均在界限内且排列随机，可以看出过程已处于稳态。图6 均值图（图）步骤4：计算过程能力（用样本均值和标准差估计总体均值和标准差）。PCI=-规范限=81.4-76=1.333*/d23*3.1/2.326参考表2过程能力指数（PCI）的评价参考，从步骤4中计算可以看出，PCI达到1.33，故过程能力可认为是足够的。此时，过程已处于统计稳态，且过程能力充分，我们可以进行第二阶段工作，将稳态下分析用控制图的控制界限作为控制用控制图界限。看完第一阶段，我们可能会觉得计算很麻烦，也很容易出错。不过不要紧，还有比较简单的方法，那就是利用计算机帮助我们进行分析。目前有很多统计方面的软件，可以帮助我们快速高效的计算，如SPSS、Minitab、Minidata等，直接输入数据就可得到我们需要的控制图，不过这些软件都是要收费的。2.1.2第二阶段：根据分析阶段确定的控制界限，画出控制用控制图，进行日常监控。首先，根据检测工作要求，制定出判异准则，并设计表格进行加工过程控制（见表4）。在使用控制图进行控制时，根据抽样频率等实际情况，通常可以选择使用GB/T 4091-2001中的判异准则或在其框架范围内自行制定的判异准则；对于本例，我们根据抽样的频率和加工过程的特点制定如下判异准则： 连续6点上升或下降； 1个点落在上下两个控制限外； 连续14点中相邻点上下交替。4、连续6点在中心线上侧或下侧。表4 加热后产品中心温度控制图编号：产品名称标准要求记录人序号检测时间检测结果12345组内均值组内极差判异准则1、连续6点呈递增或递减趋势； 2、任意1点在控制区域外； 3、相邻14点间相邻两点交替上下； 4、连续6点在中心线上侧或下侧。异常情况原因分析纠正/预防措施措施验证备注其次，按规定的时间间隔，将检测到的数据记录到数据表中，并将计算出的均值和极差标注到控制图上，以观察过程趋势。如果出现异常，应该从5M1E（人、机、料、法、环、测量）等方面分析产生的原因，及时采取措施，将过程恢复到稳态。例如：在监测中发现均值控制图中温度均值连续6点数据为83、82.6、82.2、82、81.8、81（如图7），单纯从数据上看是合格的，但其连续6点值呈现出下降趋势，说明过程已出现异常，可能会导致产品温度达不到规定的标准，需要立即进行分析并采取措施。通常导致此类异常的原因可能有产品规格在变大、蒸柜产生漏气等加热不足。这样,我们就能及时采取措施，防止加热不充分的现象出现，避免了偏离后需要采取的纠正措施，从而在控制成本的基础上有效地保证食品安全。图7 某时间段中心温度均值控制图2.2 加工环节卫生控制食品接触面清洗效果监测食品接触面的清洗效果，会影响到接下来的消毒效果，因此我们可以对清洗后食品接触面卫生指标监控数据进行分析，并通过对其实施统计过程控制，从而确定食品接触面卫生控制过程稳定，且卫生控制水平满足要求。以清洗后工作台面为例，对其细菌总数检测情况进行分析，并建立控制图。2.2.1第一阶段：分析阶段。抽取15组数据，根据样本容量，选择建立单值-移动极差控制图（注意：仍为2个图）。表5 清洗后工作台面细菌总数序号123456789101112131415平均值检测值X25302822352610152522213532293525.5移动极差RS526139165703103366.8步骤1：计算和： = 25.5 ； = 6.8 ；步骤2：移动极差控制图控制限CL（）= 6.8；UCL（）=D4*=3.2676.8=22LCL（）=D3*= 系数D4、 D3的值可从GB/T 4091-2001中查得。将控制线和检测值标于控制图上（见图8），从图中可以看出移动极差图已呈现出统计稳态，于是可进行单值控制图的绘制。图8 移动极差图步骤3：单值控制图，以作为CLCL（X） = 25.5 ；UCL（X）= +E2* = 25.5+2.666.8 = 43.6LCL（X）= E2* = 25.52.666.8 = 7.4系数E2的值可从GB/T 4091-2001中查得。将单值图控制线和检测值标于控制图上(见图9), 从图中可以看出单值控制图已呈现出统计稳态。图9 工作台面菌落总数检测值单值控制图步骤4：计算过程能力PCI=规范限-=50-25.5=1.43*/d23*6.8/1.13虽然采用样本极差估计总体标准差，比用样本标准差估计总体标准差效果稍差，但在本例中影响不大。从PCI计算结果来看，过程能力充足，即本过程食品接触面卫生控制水平满足要求。进而，我们可以开始进入第二阶段。2.2.2第二阶段：利用确定的控制限，绘制控制图进行日常监控。首先，根据GB/T 4091和实际检测工作要求，制定出判异准则，并设计表格进行日常控制（见表6）。根据抽样的频率、和食品接触面卫生控制的特点制定如下判异准则：连续6点上升或下降；1个点落在上下控制限外；连续14点中相邻两点上下交替；4、连续6点在中心线上侧或下侧。表6清洗后工作台面菌落总数控制图编号：产品名称标准要求记录人序号010203040506070809101112131415161718检测时间检测结果移动极差判异准则1、连续6点呈递增或递减趋势； 2、任意1点在控制区域外； 3、相邻14点间相邻两点交替上下。 4、连续6点在中心线上侧或下侧。异常情况原因分析纠正/预防措施措施验证备注其次，按规定的要求，将检测到的数据记录到数据表中，并将单次检测结果和移动极差标注到控制图上，以观察过程趋势（注意必须两个图均显示在控制状态，才达到过程控制的要求）。当过程出现异常时，依然需要从5M1E（人、机、料、法、环、测量）等方面进行分析，找出产生异常的原因，及时采取纠正措施，使过程恢复到稳定状态。例如：检测时连续14点中相邻两点呈交替上下(图10)，虽然检测结果合格，但从趋势上可以看出过程出现异常。后经查明，这种情况是执行清洗的两名员工对清洗时间掌握不一样造成的（SOP要求清洗时间为15分钟以上，一名员工按16分钟执行，而一名员工按12分钟执行）。这样，我们就能根据出现的趋势，及时发现过程中存在的异常，并采取相应的措施，将问题消灭在萌芽状态，避免对食品安全卫生造成影响。图10 某时间段菌落总数控制图2.3 过程产品卫生监控和分析预冷后胴体卫生指标检测对于禽肉屠宰加工企业来说，排泄物污染是导致胴体致病生物污染的一个主要来源。美国联邦肉品检验法要求，企业应对预冷后胴体取样检验大肠杆菌。在美国肉类食品生产企业安全体系官方验证实例集一书中，也列举了利用统计学方法对预冷后胴体大肠杆菌指标进行趋势分析的案例。因目前我们对大肠菌群和大肠杆菌的检测均采用MPN值表示，不利于统计分析，在此我们选择菌落总数指标，对预冷后鸡胴体卫生情况进行监控和分析。我们选取25组数据（检测数据见表7），输入到计算机中，利用Minidata软件进行自动分析，建立均值-标准差控制图，就可得到如图10的控制图。表7 预冷后胴体菌落总数检测结果序号检测数据（103，cfu/ml）序号检测数据（103，CFU/g）1234512345013.84.64.64.33.6143.54.13.73.64.2024.44.62.83.63.5153.62.93.13.13.3033.24.143.04.2164.13.52.92.93.1042.72.64.24.22.8174.23.63.92.82.9053.33.83.73.53.6184.15.13.33.24.1063.43.52.94.13.4194.12.93.13.84.1073.93.63.52.94.2203.52.82.94.24.9083.63.04.23.54.1213.73.24.33.72.9094.22.53.23.62.9223.63.83.14.23.1105.14.13.03.93.6233.82.92.82.64.2113.64.22.83.63.0243.54.33.53.83.7122.93.53.64.22.5254.34.22.93.33.3132.94.23.444.1图10 预冷前鸡胴体菌落总数均值和标准差控制图从上图中，我们可以看出过程处于统计稳态，进而我们对其过程能力进行分析（如图11）：图11 过程能力分析图软件分析结果显示，过程能力是合格的，因此，我们可以利用分析过程中确定的控制限对过程的发展趋势进行监控。监控过程实施的方法与前两例相同，在此不再重复叙述。从GB/T 4091提供的8个判异规则（在本文1.2.1节中已说明）中可以看出，最多的时候需要用连续14点的趋势对过程进行评价，这就是为什么美国农业部食品安全检验局(FSIS)指令5000.1“致病菌减少行动”中规定：“检测结果应记录到一份过程控制图或表上，大肠杆菌至少显示最近13次的检测结果”，对控制图中检测结果的个数进行要求的原因。从上述案例中，我们不难看出，在整个禽肉HACCP体系中，无论是关键控制点、卫生控制过程（包括内包装材料卫生控制、人员卫生控制、水的卫生控制、加工工具/设备卫生控制和加工环境的卫生控制）还是过程产品卫生状况，都可以采用统计过程控制的方法对其过程进行控制。2.4 统计过程控制在食品企业实施过程中注意的问题运用统计过程控制(SPC)要求数据必须有较好的重现性，且与生产过程能保持同步，因此，在实施过程中有几点需要注意：对于加热后产品中心温度，应针对同种产品建立控制图；对于食品接触面而言，应将同种材质且消毒方法和程序相同的同类接触面放在一起进行分析；对于检测结果不能与生产同步的数据，使用SPC对过程监控会有一定的滞后性。例如美国的“致病菌减少行动”，当大肠杆菌检测结果出来且发现过程异常时，当天生产的产品已经入库，我们只能是对目前正在进行的过程采取措施予以改进，而无法对当天的生产控制过程进行监控和改进,不过不要紧,这时的异常主要是表明了一种趋势,而不是偏离,我们需要的是及时识别这种偏离，及时进行改进。在这种情况下，运用SPC更重要的作用就是对过程的食品安全控制水平进行评价,以寻找改进的机会。在控制图使用过程中，随着时间的流逝，我们的设备会不断磨损，人员熟练程度也会不断提高，因此我们需要定期(至少一季度一次)进行过程能力分析（即第一阶段分析阶段），以验证控制图的适用性。同时，在出现工艺改变、设备改变、人员改变或检测方法改变等情况时，也应重新收集数据进行分析，并根据分析结果及时更新控制图。3 食品行业中统计控制过程运用存在的问题就像“6西格玛”一样，统计过程控制不是万能的，也不是通用的，不是所有的地方都适合使用。总的来说，SPC在食品企业的推广和运用，较工业企业相比要困难得多。与工业企业相比，在食品加工行业，尤其是初级加工企业，SPC的应用比较困难的主要原因有如下几点：与工业企业相比，食品企业连续化、流水线生产较少，导致数据的重现性很差，不利于统计分析；在食品行业，引起产品卫生问题的因素很多，这给分析问题的原因带来了一定难度；在HACCP控制的三类危害中，只有微生物危害可以使用SPC，导致其推广受到限制；在食品行业运用SPC，既需要掌握食品加工相关专业理论，又需要有一定的统计知识基础，而目前食品加工行业缺少这样的专业人员，尤其是起点低的初级加工企业；另外，食品加工行业与工业企业相比，科技含量比较低，利润相对较薄，员工工资较低，很难吸引专业人员进入食品行业。因此，在工作中，企业还需要根据自身实际情况适当的选用，盲目的使用统计控制过程，不但不会提高企业质量管理水平，反而会为企业带来负担。4 结语随着HACCP食品安全管理体系深层次的应用,我们对其预防作用的发挥已不仅仅是停留在最初引用HACCP原理的层面上。因此