中药新药公司统计过程质量控制（参考）.docx

中药新药公司统计过程质量控制目录一、 产业环境分析3二、 推动医药制造能力系统升级4三、 必要性分析8四、 过程能力的计算和评价8五、 过程能力10六、 质量数据与分布规律11七、 过程质量控制的特点14八、 控制图应用的程序20九、 控制图的基本原理22十、 质量信息管理26十一、 标准化工作35十二、 质量管理发展阶段42十三、 质量管理相关术语53十四、 公司简介60公司合并资产负债表主要数据61公司合并利润表主要数据61十五、 法人治理62十六、 项目风险分析74十七、 项目风险对策77十八、 发展规划79一、 产业环境分析预计地区生产总值增长xx%左右，连续xx个季度稳定增长；固定资产投资增长xx%，社会消费品零售总额增长xx%，进出口总额增长xx%；一般公共预算收入增长xx%。产业结构不断优化。高端装备制造业产值占装备制造业产值比重提高到xx%，战略性新兴产业产值占规模以上工业总产值比重提高到xx%，高新技术产品产值占规模以上工业总产值比重保持在xx%以上，现代服务业增加值占服务业增加值比重提高到xx%。发展活力持续增强。重点领域改革提速增效，对外开放不断扩大，创新创业更加活跃，实际利用外资增长xx%，引进内资增长xx%，民间投资增长xx%，实有市场主体增长xx%。今年是实现全面建成小康社会和“十三五”规划的收官之年，也是谋划“十四五”、推动区域高质量发展的关键之年。当前，世界经济增长持续放缓，国内“三期”叠加影响继续深化、经济下行压力加大，但我国经济稳中向好、长期向好的基本趋势没有改变。更要看到，区域经济发展的稳定性、成长性在增强，区域的营商环境在优化，各方面对区域的预期也在改善。今年经济社会发展主要预期目标是：地区生产总值增长xx%左右，一般公共预算收入增长xx%，固定资产投资增长xx%，社会消费品零售总额增长xx%，城乡居民收入增长与经济增长同步；城镇登记失业率控制在xx%以内；全社会研发投入强度达到xx%；单位地区生产总值能耗下降xx%左右，主要污染物排放进一步下降。二、 推动医药制造能力系统升级加快推进制造强国、质量强国建设，深入实施智能制造、绿色制造和质量提升行动，提高药品、医疗器械全生命周期质量管理水平和产品品质，推动医药工业高端化、智能化和绿色化发展，促进互联网、大数据、区块链、人工智能等新一代信息技术和制造体系融合，提高全行业质量效益和核心竞争力。（一）持续提高质量安全水平提升重点领域产品质量。持续开展仿制药一致性评价，稳步推进口服固体制剂和注射剂一致性评价，提高过评品种的覆盖面。督促企业严格质量管理，保障过评品种质量持续稳定符合要求。以提升中药稳定性和可控性为核心目标，提高中药制造过程控制水平，加强生产流通全过程监管，系统推进中药质量提升。健全药用辅料、包装材料的标准体系和质量规范，促进产品有效满足仿制药一致性评价、制剂国际化等要求。加快医疗器械质量升级，提高产品的稳定性和可靠性。加强质量品牌建设，在细分领域发展一批品牌产品。强化企业质量主体责任。强化企业质量意识，推动企业加强上市许可持有人制度下的质量体系建设，落实产品全生命周期质量主体责任。加强企业自我管理，严格执行研发、生产、经营质量管理规范，完善质量度量和风险评估体系，加快建立产品上市后研究、产品追溯、不良反应（事件）监测报告等制度，确保全过程质量可控。健全质量监管体系。加强监管法规制度体系建设，根据药品管理法疫苗管理法和医疗器械监督管理条例，加快配套规章制度的制定和修订。持续实施药品、医疗器械标准提高行动计划，提升国家药品标准、医疗器械标准整体水平，推进标准的国际协调。加快制定人工智能医疗器械、新型生物材料、新型分子诊断试剂等医疗器械标准。加强对疫苗等高风险品种、新上市产品、国家集采中选产品的检查核查，推进数字化智慧监管，进一步保障公众用药安全。（二）推动产业数字化转型以新一代信息技术赋能医药研发。探索人工智能、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率。在实验动物模型构建、药物设计、药理药效研究、临床试验、数据分析等环节加强信息技术应用，缩短研发周期、降低研发成本。推进健康医疗大数据的开发应用和整合共享，探索建立统一的临床大数据平台，为创新药研发及临床研究提供有力支撑。推动信息技术与生产运营深度融合。制定发布制药工业智能制造白皮书和智能制造标准体系建设指南，引导企业在工厂设计、生产制造、物流仓储、经营管理等各个环节应用数字化技术，提高精益管理和质量控制水平。鼓励有条件的企业建设智能工厂，开展“5G+工业互联网”创新应用，引领全行业数字化转型。实施“工业互联网+安全生产”行动计划，加强信息技术在企业安全管理中的应用，增强安全生产的感知、监测、预警、处置和评估能力，提升本质安全水平。积极发展新模式新业态。适应智慧医疗、互联网医院快速发展趋势，探索医疗机构处方与药品零售信息互联互通，推动构建覆盖疾病诊疗、药品配送、医疗机构收费、医保结算等环节的数字化管理体系，实现线上线下深度融合，形成医疗机构、药品生产经营企业、保险公司、信息技术服务商等共同参与的“互联网+医药”新生态。（三）促进全产业链绿色低碳发展构建绿色产业体系。建立健全医药行业绿色工厂、绿色园区、绿色供应链等标准评价体系，培育发展一批优秀企业、优秀园区。在具备资源与环境承载能力的区域，建设一批高标准原料药集中生产基地。严格执行环保、安全、节能准入标准，对标国际领先水平，开展清洁生产审核和评价认证，推动企业实施生产过程绿色低碳化改造，淘汰一批挥发性有机物（VOCs）排放高、环境污染严重、安全风险高的工艺技术和生产设施。提高绿色制造水平。在药品研发阶段加强环境风险评估，开发低环境风险产品。开展绿色技术创新，采用新型技术和装备改造提升传统生产过程，开发和应用连续合成、生物转化等绿色化学技术，加强生产过程自动化、密闭化改造。推动企业贯彻绿色发展理念，制定整体污染控制策略，强化源头预防、过程控制、末端治理等综合措施，确保实现“三废”稳定达标排放。实施医药工业碳减排行动。落实国家碳达峰、碳中和战略部署，制定实施医药工业重点领域碳减排行动计划，明确二氧化碳排放强度控制目标，提高全行业资源综合利用效率。支持企业开发应用节能技术和装备，提升能源利用效率，减少二氧化碳以及其它温室气体排放。鼓励医药园区实施集中供热或使用可再生、清洁能源，加快淘汰企业自备燃煤锅炉。（四）提升安全风险管控能力围绕防范生产安全风险，提升本质安全、人员技能素质、安全信息化水平。加强对化学原料药生产企业的安全监管，凡涉及重大危险源、重点监管的危险化工工艺的企业，全部纳入危险化学品安全风险监测预警系统重点管控范围；对其他使用危险化学品的企业，强化安全风险辨识和评估，提高安全生产水平。强化药物研发、生产等环节的生物安全防控能力建设，推动重点领域企业建立生物安全管理体系，针对关键环节开展生物安全风险评估，开发应用先进技术装备，分不同等级加强生物安全管理。三、 必要性分析1、提升公司核心竞争力项目的投资，引入资金的到位将改善公司的资产负债结构，补充流动资金将提高公司应对短期流动性压力的能力，降低公司财务费用水平，提升公司盈利能力，促进公司的进一步发展。同时资金补充流动资金将为公司未来成为国际领先的产业服务商发展战略提供坚实支持，提高公司核心竞争力。四、 过程能力的计算和评价（一）过程能力的计算当生产过程处于稳定状态时，一定的工序能力指数与一定的不合格品率相对应。根据所采用数据类型的不同和技术要求的不同，工序能力指数和不合格概率的计算又可以分为四种情况。（二）过程能力评价过程能力指数客观且定量地反映了过程能力满足质量标准的程度。它与生产过程中的加工能力和管理水平有关。过程能力指数越大，产品的加工质量就越高。因此，在实际生产中，根据过程能力指数的大小对过程的加工能力进行分析和评价，以便于采取必要的措施，既要保证过程质量，又要使成本适宜。1、无偏状态下过程能力评价一般情况下，无偏状态是指过程中心与质量标准公差中心重合。（1）特等一过程能力过于充裕。在过程或工序允许的情况下，可考虑放宽管理或降低成本，可放宽检查，如人和设备的配备可相对降低一些，这样可以带来降低成本、提高效率的效果；提高产品的原设计精度，改进产品性能；加大抽样间隔，减少抽验件数，降低检验的各种消耗。（2）1等过程能力充裕。按过程进行管理，正常运转；非重要过程或工序可允许小的外来波动；对不重要的过程或工序可放宽检查，工序控制抽样间隔可放宽。（3）2等过程能力尚可。必须加强对生产过程的监控，防止外来波动；调查4MIE因素，作必要改进；严格执行各种规范、标准、制度；坚持合理的抽样方案和检验规程。（4）3等一过程能力不足。必须采取措施提高过程或工序能力，通过因果图、排列图找出需要改进的因素；分析质量标准是否脱离实际，应实事求是地修正质量指标过严的情况；加强质量检验工作。（5）4等一过程能力严重不足。立即追查原因，采取紧急措施，提高工序能力，对4MIE必须进行根本性的改革，要从根本上消除影响质量的关键因素。2、有偏状态下过程能力评价一般情况下，有偏状态是指过程分布中心与质量标准公差中心不重合，出现了偏移。从统计的角度看有偏状态，中心偏移使得过程分布中心值不在目标值上，偏移量的出现使得过程能力指数Cp降低，过程输出的不合格品率增加。五、 过程能力1、过程能力过程能力（PC）是指过程（或工序）处于稳定状态下的实际加工能力，它是衡量工序质量的一种标志，又叫工序能力，在机械加工业中又叫加工精度。SPC的基准就是统计控制状态或称稳态。过程能力反映了稳态下该过程本身所表现的最佳性能（分布宽度最小）。因此，在稳态下，过程的性能是可预测的，过程能力也是可评价的。离开稳态这个基准，对过程就无法预测，也就无法评价。过程能力决定于由偶然因素造成的标准差。通常用6倍标准差（六西格玛）表示过程能力，它的数值越小越好。2、过程能力指数过程能力指数，简称Cp或Cpk，以往称为工序能力指数，现在则统一称为过程能力指数。Cp是用于反映过程处于正常状态时，即人员、机器、原材料、工艺方法、测量和环境（5MIE）充分标准化并处于稳定状态时，所表现出的保证产品质量的能力。过程能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术规格要求，仅从它本身还难以看出。因此，还需要另一个参数来反映工序能力满足产品技术要求（公差、规格等质量标准）的程度。这个参数就叫做过程能力指数，也称为工序能力指数或工艺能力指数。它是技术规格要求和工序能力的比值。六、 质量数据与分布规律1、质量数据的基本概念定量分析是现代质量管理中的基本特征之一。为了进行定量分析，就必须有数据。因此，在质量管理中要特别重视对数据的搜集、整理和分析工作。质量数据是指某质量指标的质量特性值，在质量控制过程中，将检测和分析得到的质量特性值用数字记录下来，简称质量数据。由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。在质量数据统计分析中，从样本到总体的问题，即统计推断问题。所谓统计推断，就是根据抽样分布律和概率理论，由样本结果（统计数）来推论总体特征（参数）。因此，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据的分布规律。质量数据是指由个体产品质量特性值组成的样本（总体）的质量数据集，在统计上称为变量；个体产品质量特性值称变量值，根据质量数据的特点，可以将其分为计量值数据和计数值数据。（1）计量值数据。计量值数据是指可以连续取值的数据，属于连续型变量。其特点是在任意两个数值之间都可以取精度较高一级的数值。它通常可以用仪器测量的连续性数据，如长度、重量、强度、时间、标高、位移等。（2）计数值数据。计数值数据是指不能连续取值的，只能用自然数表示的数据，属于离散型变量。如合格品件数、废品数、错字数、质量缺陷点数等。计数值数据还可进一步划分为计件值数据和计点值数据。计件值数据是指按产品个数计数的数据，如合格品件数、废品件数等；计点值数据是指按点计数的数据，如缺陷、棉布上的疵点数、铸件上的砂眼数等。计数值是指具有离散分布性的数据。2、质量数据的统计特征值应用统计过程质量控制，其基本的做法就是用有限的样本去分析推断总体的特征。过程的质量特性值是不断波动的。当搜集到的数据足够多时，就会发现一个现象，即所有数据都在一定范围内分散在一个中心值周围，越靠近中心值，数据越多；越偏离中心值，数据越少。这意味着数据的分散是有规律的，表现为数据的集中性。数据的分散性和集中性统称为数据的“统计规律性”。质量数据的集中趋势和离散程度反映了总体质量变化的内在规律性。（1）质量数据的位置特征值。在分析质量数据的分布状态时，描述数据分布集中趋势主要有算术平均值、中位数等。（2）数据的离散特征数。数据的分散程度在质量管理中就是质量特性值的波动性，反映过程能力。在分析数据的分布状态时，常被用于表示数据分布的离散程度的特征数，主要有极差、标准偏差等。3、质量数据的分布规律质量数据具有个体数值的波动性和总体分布的规律性。在统计过程质量控制中，各种统计技术的应用都是以质量数据的分布规律为依据进行的，其中最常用的有正态分布、二项式分布和泊松分布。（1）正态分布。正态分布是一种最常见的连续性随机变量的概率分布。其特征是“钟”形曲线。实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同范围内正态曲线下的面积可用公式计算。轴与正态曲线之间的面积恒等于1。（2）二项分布。二项分布是一种典型的离散性分布。（3）泊松分布。泊松分布P（A）中只有一个参数入，它既是泊松分布的均值，也是泊松分布的方差。在实际事例中，当一个随机事件，例如，某电话交换台收到的呼叫来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白细胞等，以固定的平均瞬时速率入（或称密度）随机且独立地出现时，那么这个事件在单位时间（面积或体积）内出现的次数或个数就近似地服从泊松分布。七、 过程质量控制的特点1、统计过程质量控制的基本概念所谓控制是要以某个标准为基准，一旦偏离了这个基准，就要尽快加以纠正，使之保持这个基准。SPC（统计过程控制）就是以统计控制状态（稳态）作为基准的，这是一个非常重要的基本概念。统计控制状态也称稳态，即过程中只有正常因素（随机因素）而无异常因素（系统因素）产生的变异的状态。影响质量变异的原因包含正常因素（随机因素）和异常因素（系统因素）两大类。正常因素的特点表现为：对质量变异的影响是微小的；在过程中是始终存在的；对质量变异的影响方向是不确定的。由正常因素所造成的质量变异称为正常质量波动，鉴于正常质量波动的原因难以查明、难以消除，所以常采取持续改进的方法。异常因素的特点表现为：对质量变异的影响很大；在过程中时有时无；对质量变异的影响方向是确定的；异常因素是可以控制的（可以查明、可以消除）。由于异常因素所造成的质量变异、质量波动，其原因可以查明、可以消除，所以采取的态度应该是“严加控制”。正常质量波动表现出质量数据形成典型分布（在确定的生产条件下，质量数据的分布中心和标准偏差表现为确定的值）。异常质量波动表现出质量数据的典型分布遭到破坏，即质量数据的分布中心和标准偏差发生显著的变化。统计过程控制就是要保持过程中只有正常因素起作用，控制异常因素的作用，使过程处于稳定受控状态。为了实现过程控制，必须采用科学的质量控制方法，如统计技术中分布状态、控制图，来捕捉过程中的异常先兆，并结合专业技术消除异常的质量波动。也就是说，统计过程控制是通过应用统计技术识别异常、消除异常，把不合格原因消灭于过程之中，达到预防不合格品产生的目的。2、统计过程质量控制的步骤质量控制大致可以分为7个步骤。（1）选择控制对象。（2）选择需要监测的质量特性值。（3）确定规格标准，详细说明质量特性。（4）选定能准确测量该特性值的监测仪表，或自制测试手段。（5）进行实际测试并做好数据记录。（6）分析实际与规格之间存在差异的原因。（7）采取相应的纠正措施。当采取相应的纠正措施后，仍然要对过程进行监测，将过程保持在新的控制水准上。一旦出现新的影响因子，还需要测量数据，分析原因，进行纠正，因此这7个步骤形成了一个封闭式流程，称为“反馈环”。这点和六西格玛质量突破模式的DMAIC有共通之处。质量控制技术包括两大类：抽样检验和过程质量控制。抽样检验通常是指生产前对原材料的检验或生产后对成品的检验，根据随机样本的质量检验结果决定是否接受该批原材料或产品，过程质量控制是指对生产过程中的产品随机样本进行检验，以判断该过程是否在预定标准内生产。抽样检验用于检验与评价，而过程质量控制应用于各种形式的生产过程。因此，所谓统计过程质量控制，是利用数理统计的方法，对生产过程的各个阶段进行控制。从而达到改进与保证产品质量的目的。SPC强调全过程预防为主的思想。SPC不仅可用于制造过程，而且还可以用于服务过程，以改进和保证服务质量。SPC强调全员参加，人人有责，强调采用科学的方法来达到目的。3、SPC的特点许多质量管理技术是对已生产出来的产品进行分析、检验或评估，以找出提高产品质量的途径和方法，这是事后补救的方法。而统计过程控制与其他方法不同，它是在生产过程的各个阶段对产品质量进行适时的监控与评估，因而是一种预防性的方法，强调全员参与和整个过程的控制。因而其特点可总结为以下几点。（1）产品质量的统计观点。应用数理统计方法分析和总结产品质量规律的观点是现代质量管理的基本观点之一。产品质量的统计观点包括以下两方面内容。产品质量或过程质量特性值是波动的。在生产过程中，产品的质量特征值的波动是不可避免的，它是由设备（Machine）、材料（Material）、操作人（Man）、工艺（Method）、环境（Environment），即4MIE五个方面等基本因素的波动综合影响所致。由于产品在生产中不断受4MIE等质量因素的影响，而这些质量因素是在不断变化的，即使同一个工人，用同一批原材料在同一台机器设备上所生产出来的同一种零件，其质量特性值也不会完全一样。它们或多或少存在差异。这是质量变异的固有本性波动性。产品公差制度的建立已表明产品质量是波动的。产品质量的变异具有统计规律。即产品质量特性值的波动具有统计规律性。产品质量特性值的波动幅值及出现不同波动幅值的可能性大小，服从统计学的某些分布规律。在质量管理中，常用的分布主要有正态分布、二项分布、泊松分布等，而寿命特性值很多服从指数分布。知道了质量特性值服从什么分布，就可以利用这一点来保证与提高产品的质量。因此，可以用统计理论来保证与改进产品质量。统计过程质量控制就是在这种思想指导下产生的。（2）发现及纠正异常因素。从对质量的影响大小来看，质量因素的波动分为两种：正常波动和异常波动，或称为偶然误差（偶然因素）和系统误差（异常因素）。产生质量波动的因素分为随机因素和异常因素两大类。随机因素对产品质量和过程的影响可用质量改进的技术与方法进行识别、减小和降低；异常因素对产品质量的影响很大，在生产过程中应利用SPC控制技术及时分析，并纠正和消除。因此，在正常生产过程中一旦发现异常因素，则应尽快地把它找出来，并采取措施将其消除。这就是抓主要矛盾。SPC控制技术是发现及纠正异常因素的科学工具。（3）稳定状态是过程质量控制追求的目标。在生产过程中，只有随机因素而没有异常因素的状态称为稳定状态，也叫统计控制状态。在统计控制状态下，对产品质量的控制不仅可靠而且经济，所产生的不合格品最少。因此，稳态生产是过程控制所追求的目标。（4）预防为主是统计过程控制的重要原则。质量是制造出来的，不是检验出来的。统计过程控制的目的是在生产过程中实施一种避免浪费，不生产废品的预防策略，发挥质量管理人员、技术人员、现场操作工人的共同作用，从上、下工序过程的相互联系中进行分析，实现“预防为主”的原则，在生产过程中保证产品质量。现代质量管理强调以预防为主，要求在质量形成的整个生产过程中，尽量少出或不出不合格品，这就需要研究两个问题：一是如何使生产过程具有保证不出不合格品的能力；二是如何把这种保证不出不合格品的能力保持下去，一旦这种保证质量的能力不能维持下去，应能尽早发现，及时得到情报，查明原因，采取措施，使这种保证质量的能力继续稳定下来，保持下去，真正做到防患于未然。前一个问题一般称为生产过程的工序能力分析，后一个问题一般称为生产过程的控制。八、 控制图应用的程序应用控制图的主要目的是发现过程或工序异常点，追查原因并加以消除，使过程或工序保持受控状态；对过程或工序的质量特性数据进行时间序列分析，以掌握过程或工序状态。因此，在进入控制图应用程序之前，根据统计过程质量控制的目的确定控制图的类型，然后，进入控制图应用的一般程序。1、控制图应用的一般程序（1）选取控制的质量特性与预备数据。控制的质量特性就是选出符合统计过程质量控制，运用目的、可控、易于评价的质量特性或项目，如对产品的使用效果有重大影响的质量特性，对下道工序的加工质量关系重大的质量特性，生产过程中波动大的质量特性，等等。随机收集能反映出质量特性的一组数据，即预备数据。预备数据是用来绘制控制图的数据。（2）计算统计量。不同种类的控制图所需要的统计量各不相同，应根据所选取的控制图种类的统计变量的规定对预备数据进行统计计算。（3）计算控制界限。不同图种的控制图，其控制界限的计算公式各不相同。但都需要计算CL，UCL，LCL，计算公式根据统计量的分布特征值及相互关系推导而得。（4）绘制分析用控制图。根据计算的控制界限数值，在控制图纵坐标轴上刻度，并画出CL，UCL、LCL.三条界限。控制图横坐标轴的刻度为样本号。按数据表中各组数据的统计量值在控制图中打点并用直线线段连接为折线，即为分析用控制图。分析用控制图是在对过程的稳定性或受控状态没有明确结论时绘制的控制图，主要目的是判断过程是否处于稳定状态或受控状态。（5）过程稳定与否和异常与否的判断。作为分析用控制图的完结，依据判断规则的各项准则，对分析用控制图中点子分布状况进行判断。若分析用控制图中点子的分布没有任何违背判断准则的情况，即可判断出取样过程处于稳定受控状态，无异常原因发生。（6）计算过程能力是否达到基本要求，过程是处于稳定或受控状态下，计算过程能力是否达到基本要求，也可以用分析用控制图中的数据作直方图判断。（7）确定控制标准。确定控制标准是对控制用控制图的要求。利用分析用控制图的判断，如若过程稳定无异常发生，且过程能力指数满足技术要求，可将分析用控制图的控制界限延长，作为标准，此时分析用控制图转化为控制用控制图，以对日常过程或工序控制进行监管。如若过程不稳定，有异常发生，或过程能力指数不能满足技术要求，要对分析用控制图进行修正。修正时，如若组数能满足要求，可剔除不合理数据，重新得到控制界限。如若组数不能满足要求，要重新搜集数据。进行日常工序质量控制。在日常生产活动中，随机间隔取样，进行测量和计算，在图上描点、观察分析、判断工序状态。如果无异常现象，则维持现状进行生产，如果出现质量降低的信息，应采取措施消除异常；如果出现质量提高的信息，应总结经验，进行标准化或制度化。2、计量值控制图：均值一极差控制图的绘制均值极差控制图是均值控制图和极差控制图联合使用的一种控制图，前者用于判断生产过程是否处于或保持在所要求的受控状态，后者用于判断生产过程的标准差是否处于或保持在所要求的受控状态。九、 控制图的基本原理数据或质量特性值处理的方法中，不论是频数分布表、直方图、分布的计量值、分布规律及过程能力指数等所表示的都是数据在某一段时间内的静止状态。但是，生产过程中，用静态的方法不能随时发现问题以调整生产或工作。因此，生产过程或工作现场不仅需要处理数据的静态方法，也需要能了解数据随时间变化的动态方法，并以此为依据来控制产品生产过程或工作的质量。1、控制图的基本概念控制图是对测定、记录、评估和监察过程是否处于统计控制状态的一种统计方法设计图。世界上第一张控制图是美国休哈特在1924年5月16日提出的不合格品率（P）控制图。（1）控制图的设计原理。正态性假设。3准则。小概率事件原理。小概率事件原理是指小概率的事件一般不会发生。由3准则可知，数据点落在控制界限以外的概率只有0.135%，因此，生产过程正常情况下，质量特性值是不会超过控制界限的，如果超出，则认为生产过程发生异常变化。（2）控制图应用经验与理论分析表明，当生产过程中只存在正常波动时，产品或过程质量将形成典型分布，若过程正常，即分布不变，则出现点子超过UCL或LCL的概率只有0.135%左右。若过程异常，分布曲线上移或下移，产品或过程质量的分布必将偏离原来的典型分布，即,发生变化。发生这种情况的可能性很大，其概率可能为0.135%的几十至几百倍。小概率事件在一次试验中几乎不可能发生，若发生即判断异常。因此，根据典型分布是否偏离就能判断异常波动是否发生，而典型分布的偏离可由控制图检出，所以，控制图上的控制界限就是区分正常波动和异常波动的科学界限，亦可分析偶然因素与异常因素对过程的影响。2、控制图的基本种类（1）常规控制图的分类。常规控制图是按产品质量的特性及其分布规律所作的分类。均值极差控制图。均值标准差控制图。中位数极差控制图。单值移动极差控制图。不合格品率控制图。不合格品数控制图。缺陷数控制图。单位缺陷数控制图。（2）按控制图的用途划分。按控制图的用途来划分，可以分为分析用控制图和控制用控制图。实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。两者间的关系适应日本质量管理的名言：“始于控制图，终于控制图。”所谓“始于控制图”是指对过程的分析从应用控制图对过程进行分析开始，所谓“终于控制图”是指对过程的分析结束，最终建立了控制用控制图。故根据使用的目的和用途的不同，控制图可分为分析用控制图与控制用控制图。分析用控制图。分析用控制图是根据过去数据，主要用于分析现状，涉及分析两个方面的内容，一是所分析的过程是否处于统计控制状态，二是该过程的过程能力指数是否满足要求，若经过分析后，生产过程处于非统计控制状态，则应查找原因并加以消除。控制用控制图。控制用控制图由分析控制图转化而来，当过程达到了确认的状态后，才能将分析用控制图的控制线延长作为控制用控制图。由于后者相当于生产中的立法，故由前者转为后者时应有正式交接手续。这里要用到判断稳态的准则（简称判断准则），在稳定之前还要用到判断异常的准则。进入日常管理后，关键是保持所确定的状态。经过一个阶段的使用后，可能又会出现异常，这时应查出原因，采取必要措施，加以消除，以恢复统计控制状态。3、控制图的界限公式对于常规控制图的控制界限计算公式，世界上各个国家都有相应的标准。中华人民共和国国家标准常规控制图（GB/T40912001），等同于国际标准休哈特控制图（ISO8258：1991）及其1993年的修订本。（1）常规计量控制图的界限公式。（2）常规计数控制图的界限公式。计数控制图是通过记录所考察的样本中每个个体是否具有某种特性（或特征），如合格与不合格；合格率与不合格率；缺陷与单位缺陷等某种事件所发生的次数对过程进行监控的控制图。十、 质量信息管理信息是指“有意义的数据”。该定义中数据是一个广义的概念，指有意义、有价值的言讯、消息。信息是通过形象符号、语言文字、指令代码、数据资料等不同形式和不同媒体对客观事物所作的描述和反映。原始数据和信息之间的关系，类似于原材料和成品之间的关系。通过对数据的整理分析或计算机的信息处理系统，将不可利用或难以应用的原始数据加工成可利用的有效信息。在质量管理活动中经常要记录或接触大量的数据（记录、客观证据等）。这些质量信息不但可以帮助人们发现问题，寻找解决问题的途径，也是质量管理的依据和基础。1、质量信息的概念质量信息就是在质量形成的全过程中发生的与质量有关的信息，是反映产品质量和产供销各环节工作质量的原始记录、基本数据及产品使用过程中反映出来的各种信息资料。根据质量的概念可知，质量信息涉及企业的所有管理层次、全体员工、整个生产经营的全过程中的言讯、消息、数据和资料。（1）工作质量信息。工作质量信息包括：有关质量问题的各种指令、文件、法令、计划、任务；各项规章制度、岗位职责、经济责任制；各项工作标准、技术标准、各种工艺文件；各类质量报告；工作方法和内容的作业指导书；供应商的有关资料；检验与测试手段及制度等与工作质量有关的信息。（2）工序质量信息。工序质量信息包括工序及工序质量管理资料；5M因素的定量分析资料；关键工序、特殊工序和控制点有关资料；能力分析资料；工序能力审核资料等与工序质量有关的信息。（3）产品质量信息。产品质量信息包括产品的国际标准、国外先进技术标准及样品的实测指标；产品的技术水平、性能、质量指标、可靠性、安全性、可维修性、耐用性等指标，市场上同类产品相关资料；合格率、废品率、返修率等产品质量统计资料；成本及消耗资料等产品成本资料；产品的技术改造规划；市场调查、销售服务及客户反馈的资料；零部件及外协外购件的实用质量资料；产品设计图纸、各种技术文件、档案、使用说明书；新产品、新工艺开发计划；新产品试制、实验、检测、鉴定、小批及批量生产资料等与产品质量有关的信息。（4）质量管理信息。质量管理信息包括国家有关质量管理工作的各项规定、条例、办法和法律、法规；企业质量方针与质量目标展开及实施计划、方案、考核等资料；问题点的具体情况及定量分析资料；企业质量管理规划、制度及标准化、效能资料；质量管理体系资料；全员性质量管理活动和质量管理小组资料；质量管理培训教育计划、规划及实施资料；TQM骨干人员情况资料等与质量管理工作有关的信息。根据上述质量信息的作用，质量信息又可分为质量动态信息、质量指令信息、质量反馈信息等。2、质量信息管理搞好质量管理工作，掌握产品质量运动的发展规律，必须深入认真调查、掌握大量的、齐全的、准确的信息资料。质量信息的准确性、完整性和及时性，将严重影响决策的质量。质量信息是质量管理不可缺少的重要依据，是改进产品质量，组织厂内外两个反馈，改善各环节工作质量最直接的原始资料，是正确认识影响产品质量诸因素变化和产品质量波动的内在联系，掌握提高产品质量规律性的基本手段，是使用电子计算机进行质量管理的基础，是加强质量管理不可缺少的一项基础工作。在质量管理工作中对产品质量信息应当着重掌握以下三个环节。（1）收集有关产品质量的原始记录和数据。从产品实际使用过程中，收集有关产品质量的原始记录、数据等资料。收集用户的意见和反映。一方面，企业可以通过关于产品质量问题的来信来访，请求修理或访问用户，收集各种批评意见和剪报资料，从中了解产品的实际使用效果，找出产品质量存在的主要缺陷，考虑如何改进，以提高产品的可用性、可靠性和经济性；另一方面，对于用户表扬产品质量的有关资料也应很好地加以积累、整理和归纳，从中看出主要表扬的是哪些方面，以巩固和发扬产品固有优点。此外，通过物资部门的信息，也能了解用户所欢迎的品种、规格，以及对产品质量要求的动向，作为改进产品质量的参考。组织产品质量状况调查。产品的实际使用寿命、可靠性是表明其质量高低的一个重要标志，也是目前世界各国十分重视的问题。产品的性能，虽然可以通过在企业内进行试验研究，取得一定的资料和数据。但由于种种条件的局限，试验性的效果和实际使用效果总还会有差异。因此，认真调查和收集实际使用过程中产品的寿命、精度和可靠性等各种资料，就可以了解企业产品质量的状况。对于某些大型的、精密的新产品，在大量投产之前，掌握它实际使用的效果，并据此进一步改进和提高这方面的性能，更为重要。国外许多企业都在提高产品的可靠性方面下大工夫。他们从设计、试制到大量生产，都把提高可靠性作为试验研究的重要课题，注意收集这方面的数据来改进质量。调查和收集产品实际完成的工作量或实际达到的能力。产品在使用过程中实际完成的工作量或实际达到的能力，也是重要的信息，也可以表明产品的质量。例如，汽车两次大修之间实际行驶的里程数，发电机实际达到的千瓦数，柴油机大修前实际运转小时数等等。有了这些实际数据，并把它与设计数字或产品的鉴定数字对比，就可以揭示产品在实际使用过程中的质量状况，达到设计需要的程度和需要改进设计的地方，为进一步提高产品的性能和实际工作能力提供依据。调查和收集反映产品使用的经济性和其他的质量信息。例如，某些机械产品的质量高低可以通过其使用过程中所支付的修理费用大小来表示，修理费用越大则意味着产品质量越低。某些产品的质量可以通过在使用过程中的燃料或动力消耗量来表示，例如，载重汽车每吨公里的耗油量越低则说明汽车的质量越高。这种从产品使用过程中取得产品质量情报信息的方式，可以由企业组织专门调查组到有关单位调查，可以在用户服务的过程中取得，也可以由协作单位或使用部门提供。但不论何种情况，企业都要认真收集、整理、分析、研究质量信息，用以促进产品质量的提高。（2）收集有关工作质量和产品质量方面的信息。从生产经营过程和辅助过程中收集有关工作质量和产品质量方面的信息等。这方面质量信息的主要来源是通过大量的、各式各样的原始记录获得的。包括以下几个方面。每批原材料（包括外购、外协件）入厂质量检验测试的验收记录、质量取样，库存保管发放记录，使用前检验记录。生产过程的工艺操作记录，在制品在工序之间流转记录和质量检验记录，半成品出入库记录，工序控制图表及其原始记录。成品质量检验记录，造成废次品的原因数量记录。设备、刀具、工装等使用验证和磨损测定记录。计量器具、测试设备、理化分析仪器等使用、调整和检修记录。质量成本记录。质量审核记录。必须十分重视制造过程和辅助生产过程中这些活动的原始记录和资料积累。它们都是改进质量管理的可靠的第二手资料，也是贯彻质量责任制的基本条件。（3）收集有关同行业产品质量的信息。从生产同类产品的国内兄弟企业和国外同行业收集有关产品质量的信息。有了这些信息，就可以使各级领导和有关人员了解国内外工业产品质量发展的新技术、新水平、新动向，进而找出差距，使赶超目标更明确。3、质量信息系统质量信息系统是指在计算机与通信技术基础上形成的对质量信息进行收集、整理、分析、传输和存储的有机体系。质量信息系统是企业在实施TQM质量管理方法的过程中，将质量目标与质量控制活动结合，运用先进的IT管理平台和应用软件产品，向质量管理者提供质量信息追溯体系，它涵盖了企业内部资源管理、横向的供应链管理、客户资源管理、知识管理、商业智能等，并能实现企业间的协作和电子商务的应用集成，实现企业内纵向深层次和纵横管理的一种管理方法。质量信息系统的目标是帮助质量管理者了解日常质量状况以便进行既有效又高效的控制、组织、计划，最后达到企业的质量目标。企业质量管理数据散布在各个职能部门，或分（子）公司，建立产品质量信息系统，首先需要打通各个业务组织的数据链条，实行统一的数据管理规范（例如，企业范围内的物料、客户、供应商的统一）。其