(精益生产)精益质量管理简析.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(精益生产)精益质量管 理简析 精益质量管理就是在对关键质量数据的定量化分析基础上,综合运用多种知识和方法,对关 键质量指标持续系统改进,追求达到卓越标准,如 6 西格玛标准,实现显著提高企业质量绩 效及经营绩效的目的。精益质量管理是企业提高经营绩效的重要战略。 一、精益质量管理是质量管理新趋势 在质量管理百年历程中,先后经历了传统质量检验、统计质量控制、全面质量管理几大阶段, 目前以6 西格玛管理为核心的精益质量管理正成为质量管理新的发展趋势。 在传统质量检验阶段,检验从生产中分离出来,如泰勒主张成立专门的检验部门,改变原有 工人自已检验的方式,设立专职检验员进行产品检验。在 20 世纪 40 、50 年代,数理统计被 引入到质量管理中,质量管理进入到统计质量控制阶段,抽样检验、统计过程控制等理论和 方法不断完善,并被大量应用于质量管理之中。 随后阶段,数理统计被应用于企业经营全过程,质量管理工具不断推陈出新,ISO9000 等标 准也开始形成并不断被企业接受,质量管理理念随着市场竞争也提到了新的高度,全面质量 管理成为质量管理百年历程中具深远影响的发展阶段。 在 20 世纪 90 年代,以 GE 为代表的世界级优秀企业,开始了质量管理新阶段的探索,其重 大贡献就是 6 西格玛思想和方法的提出和运用。6 西格玛管理强调将度量和改进应用于包括 质量管理在内的企业经营全过程。6 西格玛管理继承了全面质量管理(TQM )的思想,并对TQM 有了新发展,即在追求卓越目标下,通过度量及指标持续改进为 TQM 找到了落实方法。 随着GE 、摩托罗拉等企业应用6 西格玛的巨大成功,6 西格玛正被越来越多的企业所了解和 认识,以 6 西格玛为核心的精益质量管理将成为质量管理发展新趋势。精益质量管理就是在 对关键质量数据的定量化分析基础上,综合运用多种知识和方法,对关键质量指标持续系统 改进,追求达到卓越标准,如 6 西格玛标准,实现显著提高企业质量绩效及经营绩效的目的。 二、质量数据分析是精益质量的基础 质量数据是指某质量指标的质量特性值,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。 狭义的质量数据主要是产品质量相关的数据,如不良品数、合格率、直通率、返修率等。广 义的质量数据指能反映各项工作质量的数据,如质量成本损失、生产批量、库存积压、无效 作业时间等。这些均将成为精益质量管理的研究改进对象。 在质量数据统计分析中,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。数据的集中位置分别有平均值、中位数、众数三种表示方法,其各具 优缺点,其中平均值最为普遍常用。数据的分散程度由标准差表达,用符号 s (西格玛)表 示,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。 数据的分布规律在质量管理中对统计总体而言为正态分布,该分布规律是理论和实践证明的 统计规律。质量数据统计分析重点就是在总体正态分布这个已知背景下研究该正态分布的平 均值和标准差。质量数据定量化分析对企业质量管理以及经营管理具有重要意义,其是精益 质量管理的基础。 通过研究,我们把精益质量管理基本任务分为两个层次。精益质量管理基本任务是利用相关 质量工具分析实际质量状况,及时发现异常,并消除质量异常;精益质量管理第二层次任务 是持续改进质量水平,持续降低质量波动,即减少样本的标准差。第二层次任务的实现依托 于第一层次任务。 三、精益质量管理基本工具介绍 结合前面所提精益质量管理两层次任务,对基本任务而言,支持工具重点是直方图和控制图, 相关理论是统计过程控制,即 SPC ;对第二层任务而言,在前面工具基础上,重点是6 西格 玛管理理论和方法。 1 、直方图简介 直方图是将质量数据按顺序分成若干间隔相等的组,以组距为底边,以落入各组的数据频数 为依据,按比例构成的若干矩形条排列的图。 直方图的典型作用包括:观察与判断产品质量特性分布状况;通过直方图形状,判断生产过 程是否正常,判断工序是否稳定,并找出产生异常的原因;计算工序能力,估算生产过程不 合格品率。 在生产过程是否正常的判断上,通过直方图的典型形状就可判断。直方图典型形状包括:正 常型、偏向型、双峰型、锯齿型、平顶型和孤岛型。通过已总结出的不同形状常见质量原因, 这为迅速发现和解决质量问题提供了重要途径。 对正常型直方图再进一步与公差限的结合,可直观快速的判断工序能力和质量状况,直观发 现工序异常。如典型图形有:理想型、偏心型、无富

文档评论(0)

qicaiyan + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档