效率提升得很快。这些提升主要源于机械化生产代替了人工生产。此时，不仅需要重新设置
实验室研究期间的各种工艺参数，而且还要调整生产设备的实际尺寸和相互作用。机械化的
引入减小了产品质量的波动，参数也能得到更地好控制，因此有效提高了电池效率。一些错
误和缺陷

(例如工艺参数转化率的错误计算)也因此变得更加明显、容易察觉，这对保证电池

的质量非常关键。

　　然而，从图二可以清楚发现在这一阶段的效率浮动依然相对较大。

　　接下来是第二阶段。该阶段的生产引入了新的原材料。尽管在早期实验中就发现它能有
效提升电池的性能，但是由于该阶段产品的净输出浮动较大，所以在图二的数据里体现得
并不明显。这个问题也引出了企业在提升产能时面临的最需急迫化解的风险之一：即在引入
新技术的同时必须马上进行系统地分析，因为在批量生产时人们很难直观地看出试验结果。
在引入新工艺步骤和

(或)新原材料时经常发生这种情况，这是人们应该小心避免的"陷阱"。

为了避免掉入

"陷阱"，我们对从 13 个独立工艺步骤中采集的 2500 个数据集不断地进行监

测，监测内容包括设备参数、工艺设置、薄膜特性以及组件性能等等。在对这些数据集进行监
测的过程中得知，只有对工艺的基本技术原理和物理原理有非常深刻的了解才能避免这些
参数出现严重的次级效应。要对这些数据集或者工艺步骤进行逐个讨论几乎是不可能完成的
任务，所以在这里只列举一个实例来讨论工艺参数的改变所产生的影响。这个实例显示出，
优化器件的最高效率和减少质量浮动这两者是可以同时实现的。

　　由图二可知，接下来一个阶段是减小产出电池组件效率的浮动。减小浮动的方法有很多，
其中包括：

　　

o 引入基于 SPC(统计过程控制 -statistialprocesscontrol) 的生产系统，特 别是以自动