VR设备公司统计过程质量控制分析_参考.docx
《VR设备公司统计过程质量控制分析_参考.docx》由会员分享,可在线阅读,更多相关《VR设备公司统计过程质量控制分析_参考.docx(70页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、VR设备公司统计过程质量控制分析xx(集团)有限公司目录一、 项目概况3二、 控制图的观察与分析5三、 控制图的基本原理7四、 质量数据与分布规律11五、 过程质量控制的特点14六、 质量管理相关术语19七、 质量管理发展阶段26八、 质量责任制37九、 质量信息管理41十、 产业环境分析49十一、 短期:硬件和内容进入良性循环50十二、 必要性分析51十三、 法人治理结构51十四、 项目风险分析62十五、 项目风险对策64发展规划分析66(一)公司发展规划661、战略目标与发展规划66公司致力于为多产业的多领域客户提供高质量产品、技术服务与整体解决方案,为成为百亿级产业领军企业而努力奋斗。6
2、6一、 项目概况(一)项目基本情况1、承办单位名称:xx(集团)有限公司2、项目性质:新建3、项目建设地点:xx(以选址意见书为准)4、项目联系人:孔xx(二)主办单位基本情况公司秉承“以人为本、品质为本”的发展理念,倡导“诚信尊重”的企业情怀;坚持“品质营造未来,细节决定成败”为质量方针;以“真诚服务赢得市场,以优质品质谋求发展”的营销思路;以科学发展观纵观全局,争取实现行业领军、技术领先、产品领跑的发展目标。 公司不断推动企业品牌建设,实施品牌战略,增强品牌意识,提升品牌管理能力,实现从产品服务经营向品牌经营转变。公司积极申报注册国家及本区域著名商标等,加强品牌策划与设计,丰富品牌内涵,不
3、断提高自主品牌产品和服务市场份额。推进区域品牌建设,提高区域内企业影响力。展望未来,公司将围绕企业发展目标的实现,在“梦想、责任、忠诚、一流”核心价值观的指引下,围绕业务体系、管控体系和人才队伍体系重塑,推动体制机制改革和管理及业务模式的创新,加强团队能力建设,提升核心竞争力,努力把公司打造成为国内一流的供应链管理平台。公司坚持提升企业素质,即“企业管理水平进一步提高,人力资源结构进一步优化,人员素质进一步提升,安全生产意识和社会责任意识进一步增强,诚信经营水平进一步提高”,培育一批具有工匠精神的高素质企业员工,企业品牌影响力不断提升。(三)项目建设选址及用地规模本期项目选址位于xx(以选址意
4、见书为准),占地面积约33.00亩。项目拟定建设区域地理位置优越,交通便利,规划电力、给排水、通讯等公用设施条件完备,非常适宜本期项目建设。(四)项目总投资及资金构成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18552.87万元,其中:建设投资14590.75万元,占项目总投资的78.64%;建设期利息352.01万元,占项目总投资的1.90%;流动资金3610.11万元,占项目总投资的19.46%。(五)项目资本金筹措方案项目总投资18552.87万元,根据资金筹措方案,xx(集团)有限公司计划自筹资金(资本金)11368.88万元。(六)申请银行借款方案
5、根据谨慎财务测算,本期工程项目申请银行借款总额7183.99万元。(七)项目预期经济效益规划目标1、项目达产年预期营业收入(SP):35400.00万元。2、年综合总成本费用(TC):27707.67万元。3、项目达产年净利润(NP):5627.88万元。4、财务内部收益率(FIRR):23.49%。5、全部投资回收期(Pt):5.69年(含建设期24个月)。6、达产年盈亏平衡点(BEP):13689.02万元(产值)。(八)项目建设进度规划项目计划从可行性研究报告的编制到工程竣工验收、投产运营共需24个月的时间。二、 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
6、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
7、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
8、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,也可判为异常。判异准则有两类:点出界就判异,这一点是针对界外点的;界内点排列不随机判异,这一点则是针对界内点的。常规控制图的判异准则参照ISO8258和GB/T40912001有8种准则。将控制图等分为6个区。三、 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
9、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
10、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
11、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
12、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
13、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。四、 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
14、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
15、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
16、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。
17、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
18、。(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。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
19、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
20、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
21、。(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
22、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
23、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
24、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
- 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:
- VR 设备 公司 统计 过程 质量 控制 分析 参考
限制150内