关于制造业质量管理信息化的研究(二)

关于制造业质量管理信息化的研究(二): 二. 现状分析

(一)质量管理理论、方法的应用;

自从上个世纪初，质量管理理论已经经历了质量检验管理阶段、统计质量控制阶段和全面质量管理阶段。三个阶段的基本理论在我国企业中不同程度地进行了推广和应用。客观地评价中国企业的质量管理水平，基本上大多仍然停留在以检验控制为主的质量管理阶段。

检验把关仍然是许多制造业企业质量管理的主要手段。鉴于检验过程人的因素的不稳定性，使得质量控制的严格性和有效性得不到有效的保证。由于制造过程工艺流程的复杂性和产品质量参数的高精度要求，是传统的检验过程管理所难以胜任的。没有系统化平台的辅助和监控，给检验过程的质量打了不少的折扣。

自从上个世纪八十年代以来，统计过程控制(SPC)技术的推广使企业的预防质量管理成为了可能。通过对关键质量参数和关键工序的样本采集和统计分析，利用控制图原理识别过程的异常，通过对异常的消除最终达到全稳生产线，实现对生产过程的分析和监控，达到预防不合格、提高生产合格率的目的。然而统计技术的复杂性给该技术的普及造成了障碍。

许多企业技术人员由于对控制图原理的理解不到位，在应用上存在许多误区。传统的手工离线的数据采集方式使得系统的分析相对滞后，造成了预防效果的大大下降。再加上手工绘制控制图，手工分析和判断样本点的分布规律，在具体的工程应用上十分不便。统计过程控制技术犹如水中月、画中鸟，不能真正为企业所用。

全面质量管理是一个系统化、综合化的管理方法，是一套能够控制质量、提高质量的管理技术和科学技术。它要求综合、灵活地运用各种有效的管理方法和手段，从而有效地利用企业资源，生产出满足顾客需要的产品。

目前，全面质量管理的很多方法和技术都引起了广泛的重视，包括统计质量控制技术和方法、水平对比法、质量功能展开(QFD)和六西格玛法等。以六西格玛为代表的全面质量管理技术正在许多企业如火如荼地展开。由于六西格码模式是一种自上而下的革新方法，它由企业最高管理者领导并驱动，由最高管理层提出改进或革新目标、资源和时间框架。推行6西格码模式采用由定义、度量、分析、改进、控制(DMAIC)构成的改进流程。

这种革新方法强调定量方法和工具的运用，强调对顾客需求满意的详尽定义与量化表述，每一阶段都有明确的目标并由相应的工具或方法辅助。典型的6西格码管理模式解决方案以DMAIC流程为核心，它涵盖了6西格玛管理的策划、组织、人力资源准备与培训、实施过程与评价、相关技术方法(包括硬工具和软工具)的应用、管理信息系统的开发与使用等方面。

实际上，许多企业在导入了六西格玛理念以后，却在具体的执行层面遇到了难题。企业信息系统尤其是质量信息系统的缺失、质量数据的分散和统计、分析工具的欠缺使该方法的应用和推广步履维艰。在企业质量管理基础仍然很薄弱的今天，任何高深的理论和方法都只是空中楼阁。

(二)制造业质量管理现状剖析;

目前我国制造业企业质量管理仍然是采用以传统的检验把关为主，辅助简单的统计分析和数据处理。总的来说，有以下三个方面的特点:

1. 质量信息采集与管理;

企业质量信息是质量管理的记录和过程受控的重要凭证。质量管理体系中对质量记录有着明确的要求。目前企业质量记录普遍采用纸质记录的方式，各部门分散管理各自直接相关的质量记录。这就给质量信息的共享、查询和追溯造成不便。质量信息的不规范记录给统计分析带来困难。质量信息的大量丢失隐藏了巨大的质量隐患。

2. 质量过程控制;

一般企业大都建立了一整套完善的文件化的质量管理程序文件和过程规范，对影响质量的主要过程都进行了策划，并制定了相应的控制办法。然而实际上文件是文件、执行是执行，文件规定与实际操作“两张皮”的现象十分普遍。质量过程有法不依、违规操作的现象时有发生。这几乎成了企业质量管理的顽疾，为企业质量部门所头疼。规范的流程是需要相应的系统或工具来保障，而不单单依靠人的自觉性和管理制度。缺乏软件系统辅助的质量管理和缺乏流程固化的过程控制势必无法将文件要求同人的操作紧密联系起来，以达到过程受控的目的。

许多质量过程的流转仍然采用表单传递、人工流转的方式，信息传递缓慢，工作效率低下。这种方式使得许多质量信息，尤其是产品故障信息的处理过程无法有效的监控和追踪，许多质量信息下发以后，泥牛入海，杳无音信。

3. 质量分析与决策

鉴于上面的原因，质量信息的大量丢失严重影响了质量数据的分析，数据的缺失直接导致分析结果的失真。我们知道，企业的质量信息是企业挖之不竭的宝库，是企业质量改进的金矿。对质量信息的统计分析和深度挖掘能够准确识别质量问题和改进点，有效提高产品质量，大大降低质量成本。统计技术的应用是质量分析与决策的重要途径，对数据缺乏有效的统计分析是许多企业存在的又一问题。新七种工具和老七种工具虽然推广已久，但用者寥寥。究其原因，就是既没有对企业的质量信息资源进行系统地管理，又没有将统计技术对相应的特征数据相结合，以手工处理的方法面对如此庞大的质量信息，难度可想而知。

来源：天极网