质量工程师论文模板

铸造生产的统计过程控制摘要：本文讨论统计过程控制和数据收集带来的好处，它们能够提高各种铸件的质量和降低成本。许多人错误地认为SPC实施困难，既费时、费力和费钱又回报得益不多。实际情况并非如此，SPC和数据收集的实施很容易，而且回报远远超过投资。本文将提供经验判断对质量的影响，并与采用统计方法作比较。本文将回顾SPC的历史和基本原理，数据收集的必要性，以及如何确定最适合每个工序运作的方法。本文还探索可用的简单有效的实施方法，以及提高数据收集过程自动化和效率的基本途径。关键词：SPC，过程控制，质量，数据收集，铸造生产1 前言面对今天竞争激烈的市场，质量既是确定的又是有差异的。说它是确定的，因为任何人不能为客户提供质量好的产品将很快从业界消失。但是，质量同样能够让你从竞争对手区分开。结构良好和实施质量管理系统可降低返修量和废品，达到节约成本和得到更低报价。对铸造企业来说，这就需要重新考虑现行的质量和实现质量的最佳方法。2 旧的质量控制方法与新的质量控制方法旧的质量控制方法对许多铸造企业来说，质量可简单地用以下方式表示（以熔化为例）:1）按工序制造过程产品（配料、熔化铁水）；2）检查产品缺陷（化验）；3）需要时返工（一次成分不合格，调整）；4）检验返工产品（重复化验）；5）进入下一工序（浇注）；6） 回到第一步，重复操作第1到第5步。这种方式可认为是质量控制的“检验法”。对于利用这种最基本的质量控制系统的企业来说，它们以昂贵的费用：“检验”产品质量，但无助于改正引起产品缺陷的根本原因。我们经常做的事情，就是采用收集基本缺陷数据的方式，这是一种主要将缺陷的产生推回到操作人员的做法。这种错误概念来自认为操作人员通常是产生质量问题的起因。它不能找到产生缺陷的真正原因，而只在缺陷已经产生之后才检验出质量不好的产品，即事后把关。这种方式同样非常依赖于本身就缺少一致性和准确性的经验判断。经验判断经常会让漏检的缺陷进入下一道工序，如果在组芯中或下芯时发现砂芯缺陷，则返工成本更可观，此时组合砂芯可能要额外的拆卸更换有缺陷的砂芯。更糟糕的是不合格的铸件产品可能引起汽车零部件使用寿命缩短，并失去良好的客户信誉。无论在哪里检验出缺陷，返修和报废的材料都增加了产品的生产成本。 新的质量控制方法更好的方法是采用统计过程控制（SPC）法实时监控在铸造生产过程中最容易产生铸件缺陷的关键工序。这里含有用于预防代替检验的概念，并且减少对经验判断的依赖。经验仍然在总体质量方法中起作用，有助于在FEMA分析中由现有过程导致的一贯性缺陷。这使得过程控制首先注意到最能够实施“防犯于未然”的区域，最终检验员不再是查找缺陷的“警察”，而变为帮助工作人员防止缺陷发生的同事。这种方法同样考虑到生产过程的各个方面，包括人、机、料、法和环境，并且清楚地认识到人只是过程中众多资源之一。这个方法把防止不良质量放在首位，以便减少废品和浪费，最终达到生产率和收益的增加。3 工业与质量历史回顾19世纪初期，美国工业正在寻找提高生产率的方法来降低成本和增加收益，但没有想到质量对这种关系的冲击力。此时最广泛采用的是1911年泰勒（Fredrick Taylor）在他的著作《科学管理的原理》中提及的技巧。作为一名工业工程师和顾问，他以顾问身份服务于早期的工业家，如亨利•福特等人。他不断寻求提高机器和工人工作效率的方法，他使用的基本假定是大部分工人又笨又懒，金钱是他们主要的动力来源，因而在工人与管理之间应有严格的区分。他观察到工人会放慢他们的作业，害怕工作太有效而变成失业。他相信可以利用工人以金钱作为工作的动力来克服他们的惧怕和提高生产率。基于这种信念，他创立了“计件”工资制，对工人支付定量生产件数的基本工资，对超过定量的生产件数付给额外奖金。现今还有一部分行业使用这种体制。工人被当作机器，他们很快变得疏远和不满足。产品的生产主要根据数据量而不是质量，管理采用“胡萝卜加大棒”的办法来降低成本和增加利润。到19世纪20年代，得益于休哈特（Walter Schewart）博士的工作和努力，质量变成公司降低成本的整体计划的组成部分。他作为西方电气公司工程部的著名科学家，被誉为统计过程控制之父。在1924年他计划了一种抽样图表，“设计用来指示在给定类型的缺陷部件中观察到的变化百分比，这是很有意义的，亦即指出对产品是否满意”。他认为产生缺陷的原因可分为“偶然原因”（生产过程中固有的可预测的变化，现在经常称为“普遍原因”）和“异常原因”（由特殊的不可预测的原因或事件引起的变化，现在经常称为“特殊原因”）。据此应该着重研究和消除异常原因，以便改进质量，但不必浪费资源去解决对整个过程和生产质量影响不大的偶然原因。这种方法亦可用来确定某一工序的固有能力，此时“控制界限”可作为一个工序的合格率的控制线。当贝尔实验室科学家将休哈特的概念付诸实施时，他的方法使几项废品降低了50％，和节省西方电气公司几百万美元的开销和材料。利用他的统计技术证明通过质量改进能够节约成本和增加利润，并且引起许多大型工业公司的注意。管理部门开始认识到人不能生产出工序所允许的更多的产品和更好的质量。在他1931年的著作《控制产品质量的经济检验》中全文述他的统计抽样方法的研究结果，并且这个结果仍然是现代统计过程控制的基础。一位西方电气公司的同事戴明（Edware Deming）在参加美国作战部和后来在日本讲授质量基本原理时，将休哈特的成果加以扩展。戴明在他的“管理的14项职责”中将统计过程控制和质量论述为管理哲学，并把它作为一种工具使工人参与搞好机构的活动。他采用这种统计工具和管理哲学去鼓励工人负责在他们控制下的工序的质量。休哈特的实践和戴明的哲学相结合至今还在不断提高美国工业的质量和生产率。4 SPC的基础——各种控制图过程控制图可分为两大类别：用于测量变量的图表和用于测量属性的图表。根据监控的过程和收集数据的来源，它们的用途各不相同。变量图的实例：监控型砂紧实率。两碾砂之间通常会出现紧实率的少量变化。比照控制允许值来跟踪这种变化可以确定工序是否在合格范围之内，或者在不合格紧实率的型砂出现能迅速指出那些需要检查或改正的，因“特殊原因”而产生的事件。属性图的实例：在制芯操作中跟踪有缺陷的砂芯数目，计算在一个班次砂芯成品率。跟踪与控制范围有关的数据可以保证前面各工序的总体质量，或者在下一个缺陷砂芯产生之前指出需要检查和改正芯盒或制芯工艺参数设置。变量控制图：最常用的变量控制图表是X控制图和R控制图，它们经常一起使用。X控制图用来监控工序的位置或者工序的计量值，而R控制图用来监控工序的范围或者分布。在正常运用中，获取一个样本的多个读数，然后相加及求平均值后产生绘在图上的数据点。任何落在上控制限（UCL）或下控制限（LCL）之外的数据点表示由于特殊原因引起的不合格的工序变化，在进行下一步生产之前需要检查和改正。除了数据点超出UCL或LCL表示有特殊原因之外，还有其他规律可指出在没有超出UCL或LCL时存在的特殊原因。这些规律的依据是变量的统计概率，并可以对很快失控的工艺过程作出预先提示。这样就能够在生产出有缺陷产品之前进行检查和改正。一些常用的实例包括：●2个以上接近UCL或LCL的连接续点● 6个增加或降低的连续点●8个在中间值一边的连续点● 14中间值两边交替出现的连续点还有其他限制更多的规律，由控制图的特殊区域来决定，而且对于刚开始SPC计划的铸造厂来说还不需要这些规律。这些规律随工序的不同而有差别。应该记住，过多规律可能产生大量的“伪报警”，但规律太少又可能在生产过程中漏检有关的问题。当第一次建立一个生产工序的X控制图或R控制图时，UCL、LCL和中值数控线必须确定下来而不是随意规定。这就需要实时运行和测量，然后采用测量值计算出UCL、LCL和中间值。为确保计算值为有效性，工序的生产过程必须是稳定的和可重复的，否则所提数据有偏移，在以后可能对生产过程产生错误的反馈。采用著名的平方律可从读数值来验证生产过程的稳定性，具有“钟形曲线”的正态分布即表明生产过程是稳定的。用于生产过程控制的步聚和计算在本文提及的参考书中有许多介绍，当首次建立图表时必须遵守这些文献。属性控制图：属性图用于不可计量的特性的控制。这些特性通常用“好”或“不好”等来表达，正如在化妆品检验或测试运行中所遇到的情况那样。这种特性称为属性，用简单的计数数据来制表。属性图表有三种主要类型：● P图，测量某批产品中缺陷部件的百分比● np图，测量某批产品中缺陷部件的数目● C图，监控某批产品中缺陷部件的总数对于X直方图和R曲线图的控制界限要建立在对稳定运行的工艺过程的初始计算上。这是一个连续生产产品的过程，所有的缺陷来自工艺过程内部的固有的普遍原因，而不是由需要检查和改正的特殊原因所引起来。在某些例子中，例如铁素体球铁Mn的含量，可以规定一个控制上限，当材质缺陷达到不可接受的水平生产时过程必须中断。其他数据收集方法：虽然统计过程管理可用来减少，甚至可能取消中间经验判断的操作，但是所有实施的经验判断应尽量收集和编制最有意义的数据。如前所述，当需要建立工序控制点时，这些数据对首先应在何处加强控制提供了巨大的帮助。同时它也提供了与SPC图表、数据相关的反馈，使管理层确信SPC计划正在改进质量和降低成本。缺陷记录可用来收集目视检查的数据，还可以提供与SPC实施无关的有用数据。合理使用缺陷记录，并配合对过程的周密计划，则缺陷记录可以指明改进过程的方向。记录应设计成易于单个产品缺陷输入，以便减少对总体工作流程的影响，但又能涵盖过程中所能出现的各个缺陷。缺陷记录中的数据可以一个生产班次为单位计算，将结果制成排列图（Pareto图）格式制成图表。在排列图中缺陷记录按照出现频次从高向低排列，以保证重点改进项目得以优先解决。同样可以直观地反映出那些有效产品缺陷的尝试。使用EXCEL电子表格很容易绘制排列图。5 如何实施 我厂应用SPC的历史和现状我厂从80年代就开始引进和实施全面质量管理，对过程中影响产品质量的关键工序建立工序质量监控点，对关键的过程指标采用控制图等SPC的应用，但长期以来，一直存在一些认识上的误区。以为收集一些的质量数据，做几个控制图，挂在墙上展示一下，计算一下Cpk，就算使用了SPC，这样其实只能应付公司质量部门的审核，很少有人不觉得这样做是个负担。 98年通过QS9000质量体系认证后，我们的客户和体系的要求，必须在过程控制中有效使用SPC，控制计划和作业指导书保留原有的工序质量控制点的应用，为了减少数据收集和统计的“麻烦”，将原有的SPC控制图表人为减少，以利于审核的通过，这些认识都是很初级的，完全没有理解SPC动态过程控制的核心，根本不能达到对过程质量动态、连续监控的目的。 有些人员在接触了SPC后，试图寄望它不只能发现过程的异常波动，更应该给出导致异常的过程要素和原因。如异常情况是由设备、原料或操作上的什么问题引起的？其实这些想法是不切实际的，也是没有理论依据的。SPC工具是用统计学方法对过程质量数据进行处理、使工序质量状态可视化。而可视化的控制图只反映当前过程的运行状态或者未来趋势，并不能反映导致这种状态出现的内在原因。异常原因还要由人去查找，究竟哪道工序是导致异常的根源这样的特殊情况。所以，理想化的期望必将影响质管人员对SPC的信心，也将阻碍工厂实施SPC的进程。 SPC计划着手开展SPC和数据收集计划时，要留意打好基础以减少执行中出现的问题。采用一次涉及太多问题的“猎枪”法会遇到要求高级支援的困难，占用质量和工程小组的日常生产支持时间，虽然大公司有钱请专人执行和支持SPC和数据收集，较小的公司常会增加现有雇员的任务。最好的方法是全面推广前，先在便于管理的小范围内运行和获得成功的执行经验。实施SPC前，先开始检查现有的数据，寻找产生铸件主要缺陷的关键过程。如果没有过硬的数据，也可非正式评估某一个正在花费技术人员许多时间去解决问题的过程。它通常会是某一方面如砂芯质量的问题，并随着设备、原材料、方法、人力和工作环境本身的变化而变化。一旦选择某一过程作为重点，即入下一个步骤。根据所监控的过程来决定你要收集变量数据还是属性数据。这些作为运作选择适当的控制图表。如果收集变量数据，通常使用X直方图和R曲线图。如果收集属性数据，往往选择P或NP图，在这两大类图中还有各种不同式的样图，技术人员和质量工程师在开发和需要进一步深入时会再使用这些图。在开展SPC工作初期，可用人工计算数据和作图，而不要用电子数据表格的图表或自动软件包。人工作图让操作人员对数据收集过程有实际的感受。并且最终获得主宰过程和参与数据收集的感受，经过一段时间之后，系统可停止对操作人员的数据收集任务和理顺整个SPC过程。必须对操作人员提供为什么和怎样实施SPC和数据收集的充分训练。以小组活动的形式解释清楚他们承担的特定过程的变化对最终产品总质量的影响。然后，对统计过程管理作审查，使用简单的练习来说明过程内的变化，以及如何监控让他们制作测试图图表和跟踪过程数据。直至他们懂得数据收集的重要性和他们过程的作用。如果培训获得成功，负责该计划的质量和工程小组在真正实施和执行时就比较容易了。 SPC和数据收集的方法只要提供可用于改善现行过程有意义的数据，任何统计过程管理和数据收集方法都可以使用。开始起动一个计划时，特别当员工没有SPC经验时，最好使用人工方法进行运作，与经费多少或易于使用无关，人工方法为在机构内执行统计过程管理和观念提供坚实的基础。有一种错误概念认为，SPC需要高级数学技巧，实际上对于任何会用小型计算器的人员来说，所用大部分计算都是很简单的。对于我厂现阶段的实际情况来说，人工方法就足够了，虽然利用基于电子表格EXCEL的控制图可提高效率。电子数据表格本身可做大量数字的数据收集工作，也可生成控制图，而无需对数据点作连线的例行事务。最后，它还是提供数据可在局域网内实时存取的方法，便于信息的查阅。 SPC实施步骤流程6 网络化SPC是过程质量系统的必然选择铸件的质量是每个工序产品质量的累积，有时微量元素较小的变化也能影响整个产品的使用性能。要全面提升企业的过程质量控制能力，必须从每一个操作、每一道工序的处理做起，形成自始至终的过程控制闭环，实现全面过程质量控制，达到休哈特理论中的全稳生产线。只有形成这样的控制局面，才能保证企业范围生产过程的可控态。有了稳定的工序状态，才会有稳定的产品质量。 过程质量控制不但要处处有，还要人人参与。它不只是现场操作工的事情，企业各层的质量管理人员都应积极参与到这一工作中去，从而形成互相分工、互相关联、互相监督的全员化网络型过程质量保证体系。SPC只有在企业的真正需求的前提下，把网络技术、数据库技术与SPC科学结合了起来，才能为企业提供了一个全面的过程质量解决方案。基于大型数据库的网络化SPC系统，是实现企业全面过程质量控制的优选方案。它以企业局域网设施为基础，以大型数据库为平台，以质量数据采集系统、SPC现场动态监控系统、质管员监督分析系统、管理层质量查阅系统等为应用框架，构成了功能完整、运行有效的企业网络化SPC过程质量控制系统。针对企业生产过程质量参数多（包括产品和工艺参数，计量和计数参数等），数据采集连续性、高频度的情况，只有大型数据库系统能够承担数据的管理工作。网络化的系统框架，可以把质量监控点布置到从办公室到生产现场的任何角落，是全面过程质量系统的思想基础。建立网络化SPC软件，使数据更便于输入，用基于电子数据表格的数据输入图表，能自动求出过程运行中的读数之和并且计算上下控制界限。它可24小时收集数据和自动作出图表，包括X直方图和R曲线图。系统驻留在屏幕打印机旁边的专用计算机内，并且可通过局域网获得可视的数据。SPC系统有多种型式和大小，从互联网获得的免费软件和共享软件到200～1000美元的软件包，提供所需要的各种图表和输出方式。软件包具有许多用户配置选项和作图规则，并考虑到多道工序或多条生产线的监控。最高级的和数据收集是全部硬件/软件结合的集成，它把设备直接连接到软件和网络。这些软件可预设告警界限和用户实施的规则，以及当某一过程超出控制范围时自动告知适当的人员。这种解决方案的价格较高。7 总结仍然使用质量控制的“检测”方法的铸造企业不但浪费时间和金钱，而且面对我们的对手失去竞争优势。统计控制过程和数据收集对我厂在改进质量和降低成本方面都有很大帮助。如果从结构和逻辑性方面着手的话，实施人工SPC和数据收集计划是较简单和有效的。在此基础上计划可以升级，通过基于自已编制的电子数据表、便宜的现成软件包来实现。不管怎样，统计过程控制和数据收集对任何过程和产品都有用处，这时毫无疑问的事情。参考文件：〔1〕公司内部QCD教育手册：质量管理〔2〕爱肯锡公司培训讲义：统计过程控制

企业文化绩效考核管理模式很多很多。。。可私信

企业的质量管理可以的，没有问题。

浅议提高产品质量的有效途径论文范文

摘要： 过程控制是以预防为主的质量管理方法，在企业中开展过程控制是提高产品质量和稳定产品质量的必要手段，通过操作者质量意识的培养，对关键过程的监控，逐步实现我加工的产品由我保证，达到质量不断改进的目的。

关键词： 过程控制；质量意识；质控点；预防；关键过程

过程控制是以预防为主，运用统计技术对生产的各个阶段进行评估和监察，建立并保持过程处于可接受的并且稳定的水平，从而保证产品符合规定要求。近年来，过程控制作为保证产品质量的先进方法和重要手段被广泛应用到生产当中。由于科学技术的迅猛发展，质量保障措施的加强，产品不合格率的降低越来越成为可能，如电子产品的不合格品率由过去的百分之一，千分之一降低到百万分之一，乃至亿万分之一。这都是不断提高过程控制水平的结果。只有高水平的过程控制，才能产出高质量的产品。

做为我们这样一个航空企业，它的产品不仅关系到人、机安全，同时也关系到国家的声誉和国防实力。因此，积极地将过程控制这一管理方法和手段引入质量管理工作中，以提高我们的管理水平，对保证产品质量尤其重要。

过程控制目前被很多管理者作为质量控制的一种方法和手段，广泛应用在生产中。实施过程控制，一方面可以提高操作者的质量意识；另一方面可以更好地落实预防为主的质量管理原则。那么在生产中如何进行过程控制呢？我想结合工厂实施过程控制的实践谈谈我的粗浅认识。

1 教育操作者认识过程控制对质量的重要作用。

在生产过程中实施过程控制要求操作者有较高的技术水平和质量意识，只有操作者的这些素质提高了，过程控制才能变成操作者的积极自觉行动。过程控制对质量的保证作用才能表现出来。那么怎样提高职工的质量意识呢？我们工厂经过几年的实践摸索了如下一些经验：

从理论知识和实际操作上对操作者进行培训，增强工人的理论水平和技术水平。首先，工厂针对不同工种的特点，有针对性地制定不同的培训计划，对操作者进行培训。其次，为保证培训效果，对操作者进行培训后的理论和实际操作考试。并将考试成绩做为工人续签合同和工资晋级的一项考核指标，这样大大地激励了工人自觉学习的积极性。

强化操作者的三观教育。即质量观、客户观、行为观的教育，提高工人质量意识。我们张贴“三观”宣传板，组织“三观”试卷答题，并将“三观”纳入到企业的质量文化中。

开展“自我分类、自我控制、自我检验、自我保证”和“三工序”的活动，在生产过程的实践中，通过实践培养工人的质量意识。

实行废品损失个人赔偿制度，实施质量否决制，利用经济手段约束操作者的质量行为。

在质量管理中，我们实行质量赔偿制度，规定个人废品500元以下全额赔偿，500元以上按比例赔偿。使工人的质量意识增强了，并自觉钻研技术，提高个人技术水平，努力减少废品损失对个人收入造成的影响。

坚持质量意识教育的长期性和持久性。

质量教育不可能是短期行为，质量问题必须天天讲、月月讲、年年讲，稍有疏忽，就使人们麻痹，进而造成产品质量问题。我们利用班组班前会每天都讲质量，做到人人讲，警钟长鸣。

2突出抓生产关键的过程控制

生产关键顾名思义就是生产中的关键步骤。包括关键零部件和关键工序。这些零件技术要求复杂，加工难度大，加工成本高。产品出现质量问题往往都是这些部位。我们将难度大的控制住了，就能最大限度地减少废品损失。因此，突出生产关键的过程控制是必然的选择。近年来，工厂一直将控制关键过程做为过程控制的一项重要工作。每个工段都有生产关键过程控制的质控点。抓生产关键过程控制须做好以下工作：

选好质控点抓生产关键的过程控制首先确定好哪些是生产关键，也就是选好质控点。我们选取质控点的原则是关键件、重要件及加工难度大、价值高的零件。突出新产品的过程控制。而且质控点所占的比列要能便于质控人员在能力范围内有效控制。这些零件控制住了，大的质量损失就会避免。质控点确定后，操作者就会比正常加工时认真小心。这样，影响产品质量的加工难点就控制住了，产品质量就提高了。

制定合理的质控点考核指标

质控点确定后，必须对质控点进行严格的监督和考核，这就需要对质控点确定考核指标。

我们认为，质控点的考核指标以质量指标为主，指标不能太高也不能太低，要达到既能推动质量水平的提高又能调动操作者积极性的目的。

我们制定了如下考核指标：

质控点的产品必须是“三无”产品即“无返修品、无返工品、无废品”。

质控点产品一次提交合格率指标。

一次提交合格率是指产品第一次提交的合格率，控制该指标有利于减少“三无”。

分类提交准确率指标。

分类提交准确率指标是操作者对自己加工的产品进行自我分类的准确程度的体现。控制该指标有利于操作者对自己加工的产品做到心中有数，提高自我加工自我保证的能力。

将过程控制工作纳入工厂对工段的考核体系将各工段完成质控点的指标情况作为工厂对各工段的考核指标，进行严格的考核，按照考核结果确定对工段的奖惩。

对于符合考核指标要求的零件，按其价值的大小，制定不同的加权系数，通过工时核增工人的工资做为质量加奖，调动工人参与过程控制的积极性。

不能达到考核指标要求的，按产品价值的大小，制定不同的加权系数，按照加权系数的大小核减工资。

做好质控点的原始记录，供质控人员对过程控制效果进行分析。

做好质控点原始记录是必要的。质量管理人员通过对质控点数据的收集、分析、整理可以了解到生产处于何种状态，为运用控制图分析过程的趋势提供原始资料。

3控制图是实施生产过程控制的有效工具。

控制图是对过程质量特性值进行测定、记录、评估，从而监察过程是否处于控制状态的.一种用统计方法设计的图。图上有中心线，上控制限，下控制限，并有按时间顺序抽取的样本统计量数值的描点序列。通过控制图中点子变化的趋势，我们可以发现过程的变化趋势，借此采取控制措施，使生产过程始终处于受控状态。可见，控制图是我们进行过程控制的一种有效工具。由于控制图具备准确、显明、简单等优点，越来越受到世界各国的关注和重视，并被广泛应用于生产过程控制中。如美国柯达彩色胶卷公司有5000名职工，一共应用了35000张控制图。

控制图的种类很多，有用于计量数据和计数数据用的不同控制图。在我们工作中，常常是用计量数据控制图的时候较多。我们工厂在实施过程控制时，在确定质控点的基础上，对一部分零件的关键尺寸绘制了X-R均值极差控制图，用来对其生产过程进行监控。

从图中我们了解到以下信息：

工序能力指数Cp的大小。

过程是否处于稳定状态。

过程是否出现异常。

例如，我们车加工一轴类零件，每加工一件我们描一个点，当车刀磨损时，零件的直径变大，图中的点子就会有一种趋势，看到这种趋势操作者就会及时刃磨刀具，同时也为我们确定刃磨一次刀具能加工多少零件提供依据，便于细化工艺文件。根据每个零件的加工尺寸还可以计算零件的平均值、极差，工序能力指数，了解目前的过程状况，为下一步的改进确定目标。

可见，控制图是我们质量工作者的好帮手。

一张好的控制图能帮助我们发现很多问题，对我们监控生产过程很有利。

实施过程控制后，工厂的质量状况得到了很大的改善，职工的质量意识得到了提高，也更注重工作质量。统计近几年工厂的质量状况，废品损失逐年递减15％左右，各类质量问题也呈下降趋势，通过开展过程控制，使工厂受益匪浅。

参考文献

[1]张公绪.质量工程师[M].北京:科学出版社，.