SoC芯片项目质量管理_参考.docx
《SoC芯片项目质量管理_参考.docx》由会员分享,可在线阅读,更多相关《SoC芯片项目质量管理_参考.docx(91页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、SoC芯片项目质量管理xx集团有限公司目录一、 产业环境分析4二、 进入行业的主要壁垒4三、 必要性分析6四、 项目基本情况7五、 过程质量控制的特点9六、 质量数据与分布规律15七、 控制图的观察与分析18八、 控制图的基本原理20九、 生产过程的质量控制24十、 生产制造质量管理内容29十一、 质量形成的过程33十二、 质量职能36十三、 设计与开发的评审40十四、 设计开发质量管理内容44十五、 六西格玛管理的特点49十六、 六西格玛管理的实施53十七、 质量改进工具概述57十八、 常用的质量改进工具60十九、 公司简介77公司合并资产负债表主要数据78公司合并利润表主要数据78二十、
2、经济效益评价79营业收入、税金及附加和增值税估算表79综合总成本费用估算表81利润及利润分配表83项目投资现金流量表85借款还本付息计划表87二十一、 项目实施进度计划88项目实施进度计划一览表89一、 产业环境分析陕西保持了经济社会持续健康发展,生产总值增长6%,财政收入增长2%,城镇登记失业率3.2%,调查失业率5.5%以内,城乡居民人均可支配收入分别增长8%和9%,CPI涨幅2.9%。保持了经济社会持续健康发展。生产总值增长6%,财政收入增长2%,城镇登记失业率3.2%,调查失业率5.5%以内,城乡居民人均可支配收入分别增长8%和9%,CPI涨幅2.9%。2020年是全面建成小康社会、打
3、赢精准脱贫攻坚战、实现“十三五”规划收官之年。尽管面临的风险挑战依然严峻复杂,但我国经济稳定向好、长期向好,我省发展机遇大于挑战的总体形势没有改变。只要保持战略定力,坚定发展信心,只争朝夕,毫不懈怠,一步一个脚印把每项具体工作谋深、抓实、干好,就一定能够在高质量发展中迈出追赶超越的新步伐。经济社会主要预期目标是:生产总值增长6.5%左右,财政收入增长3%左右,城镇新增就业38万人,城镇调查失业率和登记失业率分别控制在5.5%、4.5%以内,城乡居民人均可支配收入分别增长7%和8%左右,CPI涨幅3.5%左右。二、 进入行业的主要壁垒1、技术壁垒集成电路设计行业属于技术密集型行业,物联网智能硬件
4、芯片的高度系统复杂性和专业性决定了进入本行业具有高度的技术壁垒。芯片不仅需要在体积容量、安全性、能耗、稳定性、抗干扰能力方面满足市场需求,还需要提供相应的协同软件,技术门槛相对较高。另外,芯片的技术和产品持续更新迭代,要求集成电路设计企业具备持续的学习能力和创新能力,对产品能够持续进行改进和创新以满足客户需要。对于行业新进入者而言,短期内无法突破核心技术,故形成了技术壁垒。2、人才壁垒集成电路设计行业作为人才密集型行业,拥有高端专业的人才是集成电路设计企业保持市场竞争的关键。优秀的集成电路设计企业需要拥有大量具备专业知识和丰富经验的人才,能够对成电路行业有深入的认知,并具备研发设计、供应链管理
5、、销售等方面的专业经验。而高端人才的聘用成本较高,且集中于行业领先企业,使得行业新进入者短期内无法组建一支全面的、优秀的人才团队,形成了人才壁垒。3、资金和规模壁垒集成电路设计企业需要持续的研发投入,才能保持核心竞争力。而芯片的研发具有投资金额大、研发周期长、风险高的特点。随着先进工艺制程的不断提高,单次流片光罩与第三方IP授权成本高达数千万元人民币,为了最终产品的成型往往要进行多次流片试验。且一款芯片产品的销售规模越大,单位成本越低,越容易弥补企业前期的研发投入。前期大额的研发投入及后期生产规模均需要企业大量的资金投入。若没有足够的资金支持,新进入者无法与已经取得市场份额的优势企业进行竞争,
6、从而形成资金和规模壁垒。4、市场壁垒集成电路设计企业的下游应用包括消费电子、汽车电子、网络通讯等电子产品,而芯片作为整个电子产品的核心,其性能和稳定性往往决定了电子产品的性能。SoC芯片是智能硬件设备的主控芯片与核心器件,下游终端客户对上游芯片供应商的选择极为谨慎。一旦选择某款SoC芯片,下游终端客户需要花费数月甚至一年以上的时间做具体终端产品的开发工作。因此,上述合作方式使得下游终端客户对芯片厂商形成一定的忠诚度,通常在一定时期内会稳定使用,降低产品开发失败的风险。故新进入者通常难以在短期内获得客户认同,形成市场壁垒。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
7、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、 项目基本情况(一)项目投资人xx集团有限公司(二)建设地点本期项目选址位于xx(以最终选址方案为准)。(三)项目选址本期项目选址位于xx(以最终选址方案为准),占地面积约35.00亩。(四)项目实施进度本期项目建设期限规划12个月。(五)投资估算本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算,项目总投资16343.37万元,其中:建设投资12181
8、.18万元,占项目总投资的74.53%;建设期利息157.89万元,占项目总投资的0.97%;流动资金4004.30万元,占项目总投资的24.50%。(六)资金筹措项目总投资16343.37万元,根据资金筹措方案,xx集团有限公司计划自筹资金(资本金)9898.81万元。根据谨慎财务测算,本期工程项目申请银行借款总额6444.56万元。(七)经济评价1、项目达产年预期营业收入(SP):33400.00万元。2、年综合总成本费用(TC):25414.70万元。3、项目达产年净利润(NP):5853.88万元。4、财务内部收益率(FIRR):29.12%。5、全部投资回收期(Pt):4.91年(含
9、建设期12个月)。6、达产年盈亏平衡点(BEP):10406.46万元(产值)。(八)主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积23333.00约35.00亩1.1总建筑面积44281.43容积率1.901.2基底面积14233.13建筑系数61.00%1.3投资强度万元/亩322.812总投资万元16343.372.1建设投资万元12181.182.1.1工程费用万元10343.222.1.2工程建设其他费用万元1576.162.1.3预备费万元261.802.2建设期利息万元157.892.3流动资金万元4004.303资金筹措万元16343.373.1自筹资金万元9
10、898.813.2银行贷款万元6444.564营业收入万元33400.00正常运营年份5总成本费用万元25414.706利润总额万元7805.187净利润万元5853.888所得税万元1951.309增值税万元1501.0010税金及附加万元180.1211纳税总额万元3632.4212工业增加值万元11975.8513盈亏平衡点万元10406.46产值14回收期年4.91含建设期12个月15财务内部收益率29.12%所得税后16财务净现值万元15007.36所得税后五、 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
11、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
12、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
13、,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
14、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
15、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
16、(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
17、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。S
18、PC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
19、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。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
20、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)
21、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
22、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
23、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
- 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:
- SoC 芯片 项目 质量管理 参考
限制150内