《光伏用湿法添加剂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《光伏用湿法添加剂公司统计过程质量控制方案（参考）（42页珍藏版）》请在金锄头文库上搜索。
1、光伏用湿法添加剂公司统计过程质量控制方案目录一、 产业环境分析2二、 光伏行业电池片需求概况4三、 必要性分析5四、 质量数据与分布规律5五、 过程质量控制的特点8六、 过程能力14七、 过程能力的计算和评价15八、 公司简介17公司合并资产负债表主要数据18公司合并利润表主要数据18九、 项目风险分析19十、 项目风险对策22十一、 发展规划22十二、 法人治理30一、 产业环境分析把发展基点放在创新上，以科技创新为引领，以创新人才为支撑，大力推进理论创新、制度创新、科技创新、文化创新等各方面创新，加快发展动力转换，增创发展新优势，促进发展方式由规模速度型向质量效益型转变。坚持引进消化吸收再
2、创新，加强原始创新和集成创新，构建激励创新的体制机制，促进科技与经济深度融合，增强创新能力。（一）推动重点领域创新突破把握科技革命和产业变革新趋势，推动科技创新与产业升级、民生改善和重大项目建设紧密结合。在经济社会重点领域实施重大科技专项和重大科技工程，突破一批关键核心技术，研发一批重大科技产品，培育一批具有核心竞争力的创新型领军企业，形成一群科技型中小企业，打造创新型产业集群，形成全链条、一体化的创新布局，力争取得重大颠覆性创新和群体性技术突破。加强互联网跨界融合创新。实施高新技术园区和农业科技园区提升发展工程，推动向创新型特色园区发展，打造创新发展的引擎。（二）加快建设创新平台加强基础性、
3、前沿性和共性技术研发创新平台建设，增强创新支撑能力。在能源、农林、新材料、先进制造、生命健康、食品安全、生态环保等领域，培育组建级重点实验室。依托企业、高校和科研院所，建设工程技术研究中心、工程实验室、企业技术中心、研发中心、中试基地和技术创新中心。建立支持中小企业技术创新的公共服务平台，加快科技企业孵化器和加速器建设，设区市以上产业园区均建立科技孵化器或孵化园，满足中小企业创新需求。支持高校发展大学生创新创业园区和服务平台。推动重大科研基础设施、大型科研仪器和专利基础信息资源向社会开放利用，提高科研基础设施利用率和科学普及水平。（三）构建创新体系建立健全技术创新、知识创新、科技服务创新体系。
4、强化企业创新主体地位和主导作用，发挥大型企业技术研发优势，激励中小企业加大研发投入，鼓励企业开展基础性、前沿性创新研究，开展重大产业关键技术、装备和标准研发攻关，参与政府科技创新规划计划和政策研究制定，构建企业主体、政产学研用一体的产业技术创新体系。推动各领域各行业协同创新，构建产业技术创新联盟。加大基础性前沿性创新研究投入，推动高水平大学和科研院所建设，支持组建跨学科、综合交叉科研团队，建设高水平的产学研协同创新中心和服务平台，构建以高校和科研院所为主体的知识创新体系。建立现代科研院所制度，培育面向市场的新型研发机构。大力发展研究开发、技术转移、检验检测认证、知识产权、创业孵化等科技服务，建
5、设科技服务业集聚区，构建覆盖科技创新全链条的科技服务体系。二、 光伏行业电池片需求概况电池技术不断向高效路线进化。降本增效是光伏行业发展的主旋律，作为光伏组件的核心材料，电池片技术不断升级。历史上经历了单晶代替多晶、P-PERC替代常规单晶（Al-BSF）的技术迭代。目前P-PERC电池转换效率已接近24%的理论极限，未来提升空间有限。为满足提效需求，各厂商加大了对N-TOPCon和N-HJT技术的布局。TOPCon在电池表面制备一层超薄氧化硅和一层高掺杂多晶硅，氧化硅的化学钝化和多晶硅层的场钝化作用可以显著降低晶硅表面少子复合速率，同时超薄多晶硅层可保证多子的有效隧穿。N-TOPCon本质上
6、是一种PERC+技术，其可在现有PERC产线上进行升级改造，通过增添LPCVD、硼扩等设备实现转换效率的较大提升。N-HJT通过引入非晶硅本征薄层来提升单晶硅的表面钝化性，使表面复合电流显著减小，其具有转换效率高、工艺温度低、稳定性高、衰减率低、双面发电等优点，技术具有颠覆性。从P型PERC转向N-HJT，推动复合膜材料需求提升。HJT电池具有高效率、无光致衰减、温度系数低、量产工艺步骤少等优点，是光伏电池片未来变革的方向。一旦HJT电池大规模应用，相应的膜材料需求也会大幅提升。以ITO薄膜为例，ITO薄膜制备方法主要有PVD磁控溅射工艺和反应等离子体沉积（RPD）工艺。设备和靶材是镀膜的关键
7、，ITO靶材就是氧化铟和氧化锡粉末按一定比例混合后经过一系列的生产工艺加工成型，再高温气氛烧结（1600度，通氧气烧结）形成的黑灰色陶瓷半导体。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、 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
8、、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；个体产品质量特性值称变量值，根
9、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。
10、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
11、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
12、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。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。
13、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
14、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，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
15、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，
16、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
