宠物玩具项目质量管理.docx
《宠物玩具项目质量管理.docx》由会员分享,可在线阅读,更多相关《宠物玩具项目质量管理.docx(117页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、宠物玩具项目质量管理xxx投资管理公司目录一、 产业环境分析4二、 行业发展概况及发展趋势6三、 必要性分析6四、 过程质量控制的特点7五、 质量数据与分布规律13六、 控制图的观察与分析16七、 控制图应用的程序18八、 六西格玛管理的特点21九、 六西格玛管理的策划25十、 质量改进工具概述30十一、 常用的质量改进工具34十二、 质量改进的一般步骤50十三、 质量改进的PDCA循环法53十四、 审核的策划与实施59十五、 审核的相关术语66十六、 质量认证的相关概念68十七、 质量管理体系认证71十八、 产品及相关术语72十九、 质量特性77二十、 全面质量管理的定义82二十一、 全面质
2、量管理的基本要求84二十二、 质量技术创新87二十三、 质量文化89二十四、 公司基本情况94二十五、 项目简介96二十六、 项目经济效益评价100营业收入、税金及附加和增值税估算表101综合总成本费用估算表102利润及利润分配表104项目投资现金流量表106借款还本付息计划表109二十七、 投资计划方案110建设投资估算表112建设期利息估算表112流动资金估算表114总投资及构成一览表115项目投资计划与资金筹措一览表116一、 产业环境分析经济综合实力显著增强。经济保持中高速增长,提前实现地区生产总值和城乡居民人均收入比2010年翻一番。地区生产总值达到10万亿元左右(2015年价,下同
3、),年均增长7.5%左右,居民收入增长与经济增长同步。供给侧结构性改革和经济转型升级取得明显成效,发展质量和效益显著提升,全员劳动生产率比2015年提高40%左右。创新型省份建设取得重要突破。自主创新能力显著增强,主要创新指标达到创新型国家和地区中等以上水平,具有全球影响力的产业科技创新中心框架体系基本形成,大众创业万众创新体制机制更加健全,苏南国家自主创新示范区建设取得重大成果。全省研发经费支出占GDP比重提高到2.8%左右,科技进步贡献率提高到65%以上,人才资源总量达1400万人。产业国际竞争力大幅提升。产业迈向中高端水平取得显著成效,战略性新兴产业加快发展,新产业新业态不断成长,具有国
4、际竞争力的先进制造业基地建设取得重大进展,现代服务业贡献份额和发展水平显著提升,农业现代化建设走在全国前列。服务业增加值占比达到53%左右,高新技术产业产值占规模以上工业产值比重达到45%左右。城乡区域发展更加协调。全面完成国家新型城镇化综合试点任务,新型城镇化和城乡发展一体化质量明显提升,城镇化战略格局和生产力布局更趋合理,以城市群为主体形态的城镇体系更加完善,城市规划、建设和管理水平全面提升,户籍人口城镇化率达到67%。新的区域和次区域增长极加快形成,南京江北新区建设在国家级新区中脱颖而出。区域发展差距进一步缩小,苏中和苏北地区生产总值占全省比重提高2.5个百分点左右。现代基础设施体系基本
5、形成。改革开放进一步深化。重要领域和关键环节改革取得实质性进展,体制机制更加完善,在全面深化改革中走在前列。企业、城市、人才国际化水平进一步提高,全方位开放新格局、开放型经济新体制、对内对外开放新优势加快形成,对外投资中方协议额力争实现倍增,保持开放型经济领先优势。人民生活水平和质量普遍提高。在“七个更”上取得更大进展,人民群众更多更公平地分享改革发展成果。城乡居民收入持续增长,中等收入人口比重上升,收入差距进一步缩小。居民消费价格总水平保持基本稳定。社会就业更加充分,创业致富蔚然成风,劳动关系更加和谐,城镇登记失业率控制在4%以内,五年城镇新增就业500万人。实现省域教育总体现代化,高等教育
6、毛入学率达到60%。形成更加公平更可持续的社会保障制度,城乡基本社会保险覆盖率超过98%。现代医疗卫生体系和“健康江苏”建设取得重要进展,居民健康主要指标达到国际先进水平。推动住有所居向住有宜居迈进。建成更加完善的养老服务体系,每千人老年人口养老床位数达到40张以上。生态环境质量明显改善。生产方式和生活方式绿色、低碳水平上升,实现生态省建设目标。能源资源开发利用效率大幅提高,主要污染物排放总量大幅减少,环境风险防范体系更加健全,完成国家下达的耕地保护任务,逐步实施建设用地减量化,单位GDP占用建设用地下降27%。主体功能区布局和生态安全屏障基本形成。城乡生态环境和人居环境显著改善。绿色江苏建设
7、深入推进,生态产品供给持续增加。生态文明制度体系更加健全,全社会环境意识显著增强。二、 行业发展概况及发展趋势宠物一般是指家庭饲养的、作为伴侣动物的狗、猫、淡水观赏鱼、鸟、爬行动物等。宠物行业在发达国家已经有百余年的发展历史,与宠物相关的产业已十分成熟。国内宠物行业起步相对较晚,但随着人们经济水平的提高、思想观念的转变以及人口老龄化和单身、丁克群体的增长,饲养宠物成为人们的一种情感寄托,人们从宠物身上获取温暖和陪伴,宠物经济由此快速发展。三、 必要性分析1、现有产能已无法满足公司业务发展需求作为行业的领先企业,公司已建立良好的品牌形象和较高的市场知名度,产品销售形势良好,产销率超过 100%。
8、预计未来几年公司的销售规模仍将保持快速增长。随着业务发展,公司现有厂房、设备资源已不能满足不断增长的市场需求。公司通过优化生产流程、强化管理等手段,不断挖掘产能潜力,但仍难以从根本上缓解产能不足问题。通过本次项目的建设,公司将有效克服产能不足对公司发展的制约,为公司把握市场机遇奠定基础。2、公司产品结构升级的需要随着制造业智能化、自动化产业升级,公司产品的性能也需要不断优化升级。公司只有以技术创新和市场开发为驱动,不断研发新产品,提升产品精密化程度,将产品质量水平提升到同类产品的领先水准,提高生产的灵活性和适应性,契合关键零部件国产化的需求,才能在与国外企业的竞争中获得优势,保持公司在领域的国
9、内领先地位。四、 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
10、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
11、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
12、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
13、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
14、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
15、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
16、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
17、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。五、 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
18、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
19、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
20、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
21、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
22、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。六、 控制图的观察与分析在生产过程中,通过分析控制图来判定生产过程是否处于稳定状态。1、控制图的判断稳态准则在生产过程中只存在偶然因素而不存在异常因
23、素对过程的影响状态,这种状态称为统计控制过程状态或稳定状态,简称稳态。稳态是生产过程追求的目标。在统计量为正态分布的情况下,只要有一个点子在界限外就可以判断有异常。但由于两类错误的存在,只根据一个点子在界限内外远不能判断生产过程处于稳态。如果连续在控制界内的点子更多,即使有个别点子出界,过程仍看作是稳态的,这就是判稳准则。在做控制图判别时,首先应该判断过程是否稳定。生产过程或工序是否处于受控状态,其基本判断条件有以下两条。(1)在控制界限内的点子排列无缺陷,为随机排列。点子排列无缺陷意味着应满足以下三个条件:样本点分布均匀,位于中心线两侧的样本点各占50%;靠近中心线的样本点约占2/3;靠近控
24、制界限的样本点极少。(2)所有点子基本上都落在控制界限内。由概率论理论可知,小概率事件可以认为不会发生。如果在控制图中点子未出界限,同时界线内点子的排列也是随机的,则认为生产过程处于稳定状态或控制状态。如果控制图点子出界或界限内点排列非随机,则认为生产过程不稳定或失控。对于生产过程或工序而言,控制图的判断稳态准则起着告警铃的作用,控制图点,子出界就好比告警铃响,告诉现在是应该进行查找原因、采取措施、防止再犯的时刻了。2、控制图的判异规则控制图上的点子依样本时间序列而出现在控制图上,通常是很随机地散布在管制界内。有时点子虽未超出管制界限,但一连串好几点都在管制图的中心线以上或点子呈现周期性变化时
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 宠物玩具 项目 质量管理
限制150内