摘要：分析了中国制造业企业的质量管理现状,结合权变理论,提出了质量管理体系的基本设计框架。通过具体阐述框架内容以及质量文化与质量管理体系的重要关系,说明如何设计和调整质量管理体系,以获得合理的质量管理模式和积极的质量文化。

摘要：介绍热交换器的设计理念,绘制了生产流程图,并对热交换器存在漏点的原因分别作了定性及定量分析。应用巴雷特图找到焊接口的主要潜在缺陷,通过计算关键工序能力查找关键质量特性异常波动的根源,提出了具体解决的办法;得出在生产过程的关键工序都处于统计受控状态下,才能应用试验设计等高级统计工具进一步改进的结论。

摘要：为解决QFD与FMEA在产品设计阶段单独使用的局限性,分析了二者的相似性及互补性,二者都是持续改进的工具,在集成质量管理系统中,可以共享底层数据库,同时结合使用可以互相弥补不足。然后,提出了QFD与FMEA集成模型,将四类FMEA嵌入到QFD的四阶段模型之中,并开发了相应的集成软件。对起重机电动葫芦所做的集成应用研究表明将QFD和FMEA集成使用对企业提高设计质量,减少重复设计次数,降低设计周期有重要作用。

摘要：传统的实验设计中因素的选择主要依赖于定性的判断,缺少定量数据分析的支持;文章介绍了应用数据挖掘技术,针对实验设计中因素的选择问题,有效地利用企业中的历史数据,为因素的选择提供支持,从而达到有效的削减实验的复杂程度,节约实验成本的目的。

摘要：在六西格玛设计中,如何将顾客需求转化为可量化的设计特性是一个良好设计所必须具备的重要特征,而QFD、TR IZ和DOE等都是进行六西格玛设计的重要方支撑工具。在文中首先介绍了QFD、TR IZ和DOE的基础知识,然后对QFD与TR IZ、QFD与DOE的集成的可能性进行了探讨,并提出了TR IZ/DOE/QFD集成框架,最后通过结论对文章进行总结。

摘要：企业MIS的建立是一项复杂的系统工程,本文针对我国目前建立MIS的现状,分析了在系统分析、系统设计、数据库设计及文档建立中存在的问题并提出了解决方法。

摘要：试验设计是改进产品质量的有效技术,通常假定试验输出服从正态分布且相互独立,通过拟合质量特性(试验输出)与影响因素(参数)的关系,优化产品或工艺参数,实现质量提升。然而,寿命数据通常是偏态的、截尾的,每个试验单元包含多个样本,因此基于分位值的研究更具实际意义和价值。多样本的试验单元给试验设计带来了组内差异,即参数估计中的随机效应。首先,基于此建立了随机效应可靠性模型,给出了基于随机效应的极大似然估计方法。然后,采用Gauss-Hermite积分求得了具有解析形式的似然函数。最后,以恒温器寿命试验为例,分析了影响寿命的显著因子,得到了具有稳健且高可靠性分位值的试验因子组合,可以有效降低恒温器早期失效,提升产品的可靠性。

摘要：流程增值分析模型是在波特的企业价值链模型的指导下,将企业业务流程的每一项作业任务分为增值和非增值进行价值增值分析,进而建立价值分析模型的,基于此再根据流程再造理论对企业进行重新诊断、再设计、再造并持续改进等。以泰山啤酒公司为例,分析其生产流程的现状,并建立包装生产的全流程的流程增值分析模型,对生产流程各种作业进行重新诊断和再设计,配合组织结构重组,将其运用于企业的流程改造。经业务流程再造的啤酒包装生产成本下降40%,企业大大增强了竞争力,利税位列全国啤酒行业前茅。

摘要：对产品 /过程参数进行优化时 ,响应曲面方法 (RSM)和田口方法各有优缺点。本文在对两种方法的优缺点分析比较的基础上 ,提出了运用双响应曲面方法将 RSM和田口方法结合起来 ,实现优势互补 ,以期能更有效地改进产品 /过程质量。

摘要：This paper investigates the scaled prediction variances in the errors-in-variables model and compares the performance with those in classic model of response surface designs for three *** ordinary least squares estimators of regression coefficients are derived from a second-order response surface model with errors in *** performance criteria are *** first is the difference between the empirical mean of maximum value of scaled prediction variance with errors and the maximum value of scaled prediction variance without *** second is the mean squared deviation from the mean of simulated maximum scaled prediction variance with *** last performance measure is the mean squared scaled prediction variance change with and without *** the simulations,1 000 random samples were performed following three factors with 20 experimental runs for central composite designs and 15 for Box-Behnken *** independent variables are coded variables in these *** results show that for the low level errors in variables,central composite face-centered design is optimal;otherwise,Box-Behnken design has a relatively better performance.