《聚酰胺项目质量管理分析（参考）》由会员分享，可在线阅读，更多相关《聚酰胺项目质量管理分析（参考）（60页珍藏版）》请在金锄头文库上搜索。
1、聚酰胺项目质量管理分析目录一、 产业环境分析3二、 提高系统创新能力4三、 必要性分析5四、 过程质量控制的特点5五、 质量数据与分布规律11六、 控制图的观察与分析14七、 控制图的基本原理16八、 质量检验的分类20九、 质量检验的含义23十、 抽样检验的基本术语29十一、 计数抽样检验的基本原理35十二、 公司概况40公司合并资产负债表主要数据40公司合并利润表主要数据41十三、 经济效益分析41营业收入、税金及附加和增值税估算表42综合总成本费用估算表43利润及利润分配表45项目投资现金流量表47借款还本付息计划表50十四、 投资估算及资金筹措51建设投资估算表52建设期利息估算表53
2、流动资金估算表55总投资及构成一览表56项目投资计划与资金筹措一览表57十五、 进度计划58项目实施进度计划一览表58一、 产业环境分析以“中国制造2025”和“互联网+”行动计划为引领，实施产业强县战略，推进新型工业化进程，实现工业率先发展。着力建设一流的经济开发区，打造现代制造业先进配套基地。以开发区和特色产业基地为发展平台，以项目建设为发展支撑，深入推进传统特色产业转型升级和新兴产业率先发展，形成先进制造业主导的工业发展格局。到“十三五”末，力争全部工业总产值突破500亿元；规模以上企业数量每年新增15家以上，达到220家以上，规上工业增加值增速达到9%以上。（一）着力推进园区率先发展以
3、规划为引领，完善基础设施建设，加快招商引资进度，以“工业新城生态园区”为目标，助力产业转型发展、率先发展。（二）加快传统产业转型升级“十三五”期间，配合产业转型升级，逐步淘汰低端钢铁压延、低端零配件加工制造等技术含量低、高耗能低产出行业，实现传统特色制造业高端化发展。（三）推动新兴产业发展壮大坚持传统产业与新兴产业双轮驱动，大力培育壮大新能源车辆制造、汽车零部件生产、数控设备生产等新兴产业，为经济发展提供新的支撑。力争到“十三五”末，新兴产业产值占工业总产值的比重达到30%以上。二、 提高系统创新能力鼓励融合技术应用。面向行业应用需求，聚焦数字孪生、产业链供应链协同等热点领域，支持5G、边缘计
4、算、人工智能、区块链等新一代信息技术与制造业深度融合应用。支持龙头企业联合上下游企业、供应商、高校和科研机构组建联合体进行揭榜攻关，打造一批新技术融合应用示范场景，推动新技术向生产制造核心环节融合渗透。推动短板技术补齐。发挥高端装备等优势领域应用场景丰富优势，引导企业平台和行业平台加强专业领域工业机理模型、先进算法、数据资源的积累，结合新技术手段重点突破仿真设计软件、高端控制算法、先进配方和一体化工艺包等制约主导优势产业高质量发展的核心短板，加强补短板产品及解决方案的测试验证和商业化推广。攻关共性技术难题。鼓励龙头企业、平台企业与芯片企业、设备企业、互联网企业、高校科研机构联合，推动工业5G芯
5、片/模组/网关、工业人工智能芯片、工业视觉传感器、边缘计算专用芯片与操作系统、工业PaaS平台、安全防护系统等基础软硬件在重点行业中的集成测试和联合攻关，开发出性能满足主导产业需求的关键共性技术和产品。建设高水平创新载体。围绕5G低时延应用、区块链与制造业融合、数字孪生、工业智能等重点领域，支持行业龙头、高校、科研院所、上下游企业建设一批省级工业互联网创新中心，开展产学研用协同技术创新、标准研制、试验验证与产业化推广，完善跨界协同创新生态。充分发挥国家重点实验室、工程技术研究中心、制造业创新中心等现有研发机构作用，开展关键技术创新。建设一批试验验证平台，加速工业互联网平台、工业APP、系统解决
6、方案推广应用。推动技术产业化促进组织建设，支持工业互联网领域知识产权分析预警和交易、投融资等专业化服务发展，加快技术转移与应用推广。建立省级工业互联网产业联盟，结合区域优势，广泛汇聚市场主体，开展国际标准、国家标准制定和应用示范工作。,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
7、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
8、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
9、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
10、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
11、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（M
12、aterial）、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
13、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，
14、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
15、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
