《氢燃料电堆公司统计过程质量控制方案（参考）》由会员分享，可在线阅读，更多相关《氢燃料电堆公司统计过程质量控制方案（参考）（70页珍藏版）》请在金锄头文库上搜索。
1、氢燃料电堆公司统计过程质量控制方案xx投资管理公司目录一、 产业环境分析4二、 建立氢能产业研发平台5三、 必要性分析6四、 质量数据与分布规律6五、 过程质量控制的特点9六、 控制图应用的程序15七、 控制图的观察与分析18八、 质量是人类生活和社会稳定的保障19九、 质量是企业赖以生存与发展的基石21十、 标准化工作25十一、 质量责任制32十二、 全面质量管理的定义35十三、 全面质量管理的核心观点38十四、 项目简介41十五、 法人治理结构46十六、 发展规划分析58十七、 项目风险分析65项目风险对策67（一）加强项目建设及运营管理67本项目的建设采用招标方式选择工程设计承包商，在保
2、证建设质量的同时，努力降低建设投资和设备采购成本。项目建设按照国家有关规定，招标选择项目监理，确保项目的建设质量、建设工期和降低项目造价。建成投入运营后，加强管理降低生产成本，构成较大的价格变动空间，以增强企业的市场竞争能力。67一、 产业环境分析（一）面临的机遇从全球来看，当前新一轮产业革命方兴未艾，全球制造业格局面临重大调整。云计算、大数据、新能源等战略性新兴产业领域技术日渐成熟，“十三五”期间产业化曙光将更多显现；新国际经贸规则密集制定，“一带一路”战略成为国际合作重要内容，为国家制造业转型升级、创新发展带来新的机遇。从全国来看，中国经济已经步入新常态。传统产业相对饱和，但基础设施互联互
3、通和一些新技术、新产品、新业态、新商业模式的投资机会大量涌现。新型工业化、信息化、城镇化、农业现代化同步推进，为战略性新兴产业发展提供广阔空间。国家深入实施“中国制造2025”、“互联网+”、大数据发展战略，以及粤港澳区域经济一体化等战略，为我市战略性新兴产业发展带来了重大机遇。从全省来看，省委省政府明确将技术改造作为推动产业转型升级的主要抓手，积极创建珠三角国家大数据综合示范区，工业转型明显提速，大众创业、万众创新蔚然成风，我市战略性新兴产业迎来发展机遇期。（二）存在的挑战一是新兴产业市场需求仍待释放。全球经济低速增长、中国经济进入新常态，将在一段时间内压缩总需求。部分战略性新兴产业依赖终端
4、补贴，市场内生需求仍待培育。二是研究开发风险较大。战略性新兴产业技术、商业模式和终端产品成熟度较低，核心产业技术储备不足，导致关键设备、关键技术均落后于国际领先水平并基本依赖进口。企业尚未真正成为技术创新的主体，产学研用紧密结合机制没有形成。与全球先进水平相比，我市技术实力仍然有限，研究开发面临较大不确定性。三是要素约束趋于多重化。经过多年高强度开发，我市在土地空间、劳动力、管理水平、生产技术、环境等关键资源方面的约束不断加大。在招商引智、市场拓展等增量资源获取上，面临来自珠三角以及长三角城市的有力竞争。四是配套改革难度加大。经济体制、行政体制、法制建设、社会治理等服务于战略性新兴产业发展的重
5、大体制改革步入深水区，协同推进任务艰巨。总体来看，“十三五”期间，我市战略性新兴产业发展面临的机遇大于挑战，仍然处于可以大有作为的战略机遇期。二、 建立氢能产业研发平台鼓励本土企业联合清华大学、太原理工大学等国内外重点高校，积极引入中设集团、东方电气、德国TVSD南德意志集团、美国查特等国内外优秀企业的先进技术和资金，建立吕梁市氢能产业研发平台，着重进行氢能基础技术研发、氢能企业孵化、氢能科技成果转化以及氢能制造业。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
6、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、 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
7、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
8、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
9、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
10、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
11、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
12、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
13、，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
14、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。SP
15、C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
