6258955969087629095在开发过程中大量应用的质量保证手段33272850457110010053318385质量功能配制产品故障模式与影响分析工艺故障模式与影响分析故障树分析实验设计实验评估统计工艺控制质量圈产品评估系统评估波卡—约基占企业百分比一般企业优质企业主要应用领域开发过程生产过程确定要求概念开发详细设计制造系统的概念开发工序设计服务与支持QFDQFD、DFM和PDCAQFD、产品FMEA田口方法和DFMQFD、PDCA和工序FMEAQFD、工序FMEA、田口方法、过程能力统计过程设计PDCA产品开发中普遍采用的并行工程技术和方法统计过程控制与质量管理方法1、制造过程质量问题的预防2、在小批量产品制造中的应用3、面向过程的质量控制4、在产品生命周期其它环节的应用5、SPC理论及模型的研究与改进6、多变量多过程的监测控制一、制造过程质量问题的预防通过SPC，预测制造质量和制造过程状况、能力的发展趋势，以便对可能发生的质量问题预先采取相应的预防措施。传统的质量控制是基于评价的系统，即根据输出对过程作出评价，也就是，按照某种打分原则，对输出进行检验并分类，有缺陷的要么返修，要么报废。这种方法通常费用较高。一种替代方法是预防检测和评价，即在缺陷形成之前就进行检测和评价，对产生质量问题的根源进行分析，找出造成质量问题的原因，对其予以预防和消除。二、在小批量产品制造中的应用SPC一般建立在大量样本统计的基础上，然而，当代企业和市场正在向着多品种小批量生产的方向发展。如何利用SPC理论对多品种小批量生产过程的质量进行控制，成为SPC应用研究需要解决的问题。在这方面国内外已有相应研究。SPC是在戴明1950年从美国引入日本的，经过30多年的努力，日本的质量和生产率已处于国际领先。美国和日本的产品质量的差距已和明显。以汽车零件的不合格率为例，北美的汽车零件不合格率为1%~4%，而日本的为0.001%，仅此一项，北美的汽车装配线现场零件的储备就达10亿美元。美国的质量管理学者说：日本成功的基石之一就是SPC.三、面向过程的质量控制传统的SPC，通过检验产品的最终质量参数如零件/工件尺寸及表面精度，对检验结果进行统计分析，进而判断是否符合产品设计和工艺设计要求。这种质量控制实际上带有一定的被动性。新的观念是对整个生产过程的过程参数，如设备运行参数、刀具参数及各种工艺参数等进行监控，利用SPC对各参数进行统计分析，判断过程是否正常或是否有不正常的发展趋势，以预防质量问题的发生，从而从根本上消除质量问题隐患。四、在产品生命周期其它环节的应用SPC最初是应用于制造过程的质量控制，实际上，产品开发整个过程都可以看做是同制造过程相似的过程，它们都存在各自的过程参数。这些过程参数也可以通过统计方法进行分析。因此，目前许多研究将SPC应用于制造过程之外的产品开发过程，如市场调研、产品设计、工艺过程设计、原材料准备、以及售后服务等。五、SPC理论及模型的研究与改进SPC的基础是传统的概率与统计理论，它建立在对大量原始数据统计与分析的基础上。当原始数据不足时，其分析结果准确性就较差。另外，对以前数据的分析比较有效，对未来过程发展趋势的预测显得不足。新的研究正在寻找SPC与其它方法相结合或改进的算法，如将人工神经网络(ArtificialNeuralNetworks,ANN)应用到SPC中，利用ANN的统计概率模型，发挥人工智能在SPC中作用，解决原始数据不足或预测困难的问题。六、多变量多过程的监测控制传统的SPC用在制造过程质量控制时，大多针对单一过程和变量。现代工业的大型化和复杂化，如在CIMS中，过程和过程变量已变得越来越复杂，要将SPC用在其中，SPC模型必须能适应多变量多过程的监测与控制。因此，许多学者致力于研究适用于现代企业多变量过程控制的SPC算法与模型。稳健设计与SPC稳健设计用到的主要方法以统计理论为基础。CE及先进的产品开发与生产模式对质量保证的要求，使得稳健设计技术不断发展，并为稳健设计技术的发展注入新的活力。稳健设计中主要涉及的方法稳健设计的内容包括产品设计和工艺设计两个方面，分系统设计、参数设计和容差设计三个阶段，利...
