您的位置 首页 知识

质量管理工具(质量管理工具—QC七大手法)

质量管理工具

QC七大手法简介
QC七大手法又称为QC七工具,是质量管理及改善运用的有效工具。它主要包括:
1、柏拉图
2、因果分析图
3、直方图
4、查检表
5、分层
6、控制图
7、散布图

数据的几个重要特征数
一、数据的分类:
1、计量值数据:可以连续取值的数据,通常使用量具、仪器测量而取得的。
2、计数值数据:不能连续取值的,只能以个数计算的数据,这类数据一般是不用量仪测量就可以“数”出来的。
二、数据的几个重要特征数:
在质量管理统计方法中,数据的特征数可分为两类:一类表示数据集中位置的特征数,如平均值,中位数(将一组数据从小到大须序排列,位于中间位置的数叫中位数);一类表示数据离散的特征数,如极差(一组数据中最大值与最小值之差)、方差(所有偏差平方和求平均值)、标准差等。
 QC七大手法之一柏拉图1、柏拉图的结构:柏拉图有两个坐标,一个横坐标,柱形条和一条折线组成。
通常左纵坐标表示频数(件数,金额,工时等)右纵坐标表示频率(以百分比表示),横坐标表示质量的各种因素,按其影响程度大小从左至右顺序排列,柱形条的高度表示某个因素影响大小,从高到低、从左到右顺序排列,折线表示各影响因素大小的累计百分数,是由左向右逐渐上升的。
2、柏拉图的画法:
1)收集一定期间的数据。
2)将收集的数据按同类项目列入统计表(参见统计表)
3)计算各类项目的累计频数、频率,累计频率(参见统计表)
4)按一定的比例,画出两个纵坐标和一个横坐标。
5)按各类项目影响程度大小,依次在横坐标上画出形条。
6)按右纵坐标的比例,找出各类项目的累计百分比点,从原点0开始,逐一连接各点,画出柏拉图曲线。
7)在左纵坐标的内侧上方注明累计频数,在柱形条的上方注明各自的频数,在累计百分比点旁注明累计百分数。

3、柏拉图的观察分析:
1)首先观察柱形条高的前2-3项,一般说这几项是影响质量的重要因素;
2)对前2-3项影响质量的因素进行分析,看其包含问题的多少,预测对这2-3项采取措施能解决问题的多少;
4、画柏拉图的注意事项:
1)纵坐标的高度与横坐标的宽度之比以(1.5-2):1为好;
2)纵坐标一般用“件数”作为频数,但如果不合格项目损失的金额差别较大,则要考虑用“金额”作为频数,有时也可用“工时”、“时间”作为频数,总之是以能更好地找到主要因素为原则。
3)对于影响质量的主要因素可进一步分层,画出几个不同的排列图,加以分析,以便得到更多的情况;
4)一般说影响质量主要因素是2-3项,如发现找出主要因素很多,有必要考虑重新确定分层原则,再行分层,另一方面可视其具体情况,首先解决最紧迫的问题;
5)在采取措施之后,为验证其实施效果,还要重新画出排列图,以进行比较;
6)不太主要的项目很多时,可以把次要的几个项目合为“其它”项,排列在柱形条的最右边;
7)收集数据的时间不宜太长,一般以1-3个月为好,时间太长,情况变化较大,不易分析和采取措施;时间短,只能说明一时的情况,代表性则差;
播放
5、柏拉图法在应用中常见的问题:
1)数据收集的时间过长或过短,影响了对问题的分析和所采取的措施。
2)确定问题的项目按类分层不适当,结果造成问题的主、次排列有些颠倒,未能抓住主要矛盾,影响对产生的问题的分析,甚至有可能出现判断失误;
3)未能灵活地运用好排列图法,主要表现在纵坐标一味只有质量特性值来表示,忽视了经济性,不从“损失金额”和“损失工时”等来分析,这样问题解决的结果必然要受到影响;还表现在分层不彻底,未能进一步分层,画出分层排列图,追根溯源以找出问题的症结所在。
4)忽视对“其它”项目的注意,主要表现在排列图中把“其它”项目占的比率增大,这有可能反映出分类整理项目不当,同时也极可能地隐藏着还没有被发现的因素;
5)未能利用排列图确认改进效果的作用,采取措施以后,应画出排列图,与措施前的排列图相比较,从中可确认改进的效果,看出所采取措施的有效性等;
6)画法不规范,如项目过多或过少,标注不全,坐标比例不当,仅有两个项目就画排列图等。

QC七大手法之二因果分析图
因果分析图又叫特性要因图,因其形状似“树枝”和“鱼刺”,故又称为树枝图和鱼刺图。

1、因果分析图及其用途:
柏拉图只是寻找影响质量的主要问题,但要解决这些问题,首先就要把产生问题的原因找到,以便有的放矢地去解决问题。质量问题的产生,往往不是一种或二种原因影响的结果,而常常是多种复杂原因影响的结果,在这些错综复杂的原因中,理出头绪,找出其中真正起主导作用的原因是很困难的,因果分析图就是能系统地分析和寻找影响质量问题原因的简便而有效的方法。
因果分析图是以结果作为特性,以原因作为因素。在它们之间用箭头联系起来表示因果关系图。
因果分析图法,就是从产生问题的结果出发,首先找出影响质量问题的大原因,然后再找影响大原因质量的中原因,并进一步找影响中原因质量的小原因,……依次类推,步步深入,一直找到能直接采取措施为止,这种方法就是系统图分析法。

2、因果分析图的画法
画好一张因果分析图并非容易,而是要组织质量管理小组和有关人员一起,集中群众的智慧,用开“诸葛亮会”的办法,进行质量分析活动。
具体步骤如下:
1)明确提出存在问题的结果(特性)画出主干线和鱼头。
  a.主干线的箭头要指向右;
  b.特性要尽量做到定量表示;
  c.特性(结果)要提得明确、响亮、引人注目;
  d.特性提得要符合本企业工厂方针或问题点。
2)明确影响质量的大原因,画出大原因分支线。
  a.大原因的确定,通常按人、机、料、法、环来分类,也可视具体情况来定;
  b.大原因分枝线与主干线之间的夹角以60°-70°为好。
3)分析、寻找影响质量的中原因、小原因……画出分叉线。
  a.原因之间的关系必须是因与果的关系;
  b.分析、寻找原因,直到可采取措施为止;
  c.分叉线与分支线之间的夹角同前。
4)找出影响质量的关键因素,并用方框框起来,作为制定质量改进措施的重点考虑对象在分析、寻找原因时,由于只是大家根据以往经验而提出,并非是客观的结果,因此对找出的原因要作进一步的确认,通常确认以下几种方法:
第一:投票表决法,在表决前首先要明确规定参加分析讲座者每人投票的次数,然后根据投票的结果进行排列分析,确定主要原因。
第二:现场确认,对认为是关键问题的几项,一项项进行现场调查,确认了的用方框框起来,不认为是问题的可排除。对仍有争论的问题可作进一步的试验来确认。
5)注明画图者,参加讨论分析人员,时间等可供参考事项。

3、因果分析图的特点:
实践证明,因果分析图具有很多特点,主要的有:
1)是一种科学分析方法,简单易行。
由于因果分析图是根据结果,按系统方法由浅到深的觅找原因,它与和国传统的“顺藤摸瓜”找问题根源的思想相同,容易被大家接受,简单易行。
2)能够集思广益,集中群众智慧。
因果分析图主要是由有关人员集中讨论,按照提问的方法,到会人员各抒已见,充分发扬民主,广泛地征求从事生产第一线工作人员的意见,这样比较真实地反映客观情况。
3)能使到会者受到一次深刻的质量教育。
4)在绘制因果分析图的过程中,经常涉及到影响结果的有关原因(因素和条件),使到会者进一步了解自己的工作质量与问题的关系,即是分析原因的过程,也是思想动员的过程,要因找到后,易引起有关人员的重视,这也是我们反对因果分析图由少数人员单独绘制的原因。
4、画因果分析图的注意事项:
1)画图时应结合质量问题进行分析,边开会边画图。
2)讨论分析,应邀请有经验的工人和有关有工程技术人员、管理人员、领导及其他有关人员参加。
3)讨论时,一般采用提问形式为好,易于启发大家深入讨论。
4)讨论分析时,要充分发扬民主,广开言路,畅所欲言。
5)对关键原因采取措施后,应再用排列图等来检验其效果。

5、因果分析图法在应用中常见的问题:
1)没有按系统图法来对原因分析,主要表现在分析的每一个层次不是“果与因”的关系;有的分析层次不准,由小原因找出大原因,本末倒置;
2)不是对分析到最终的原因(即末稍)采取措施,而是在分析到中间就采取措施,往往难以见效;
3)在应用“两图一表”时,确认的要因和对策表中原因不对应;确定的质量特性与排列图的主要项目不对应;
4)在工序质量分析表中把不同的影响因素的质量特性放在一起分析;
5)忽视对分析出来的原因没有进行确认和验证,就采取措施;
6)画因果分析图时,不发动群众,集中群众的智慧,而是凭个人想象,搞“闭门造车”;
7)画法不规范,如箭头的方向不对,经确认的要因没有标志、标注不齐全。

QC七大手法之三直方图

1、什么是直方图
直方图是频数直方图的简称、所谓直方图,就是将数据按其顺序分成若干间隔相等的组,以组距为底边,以落入各组的频数为高的若干长方形排列的图。

2、直方图的用途:
直方图主要用途有以下几点:
1)比较直观地看出产品质量特性值的分布状态,以便掌握产品质量颁情况。
2)判断工序是否处于稳定状态;
3)对总体进行推断,判断其总体质量分布情况;
4)掌握工序能力及工序能力保证产品质量的程度,并通过工序能力来估算生产过程的不合格品率。
3、直方图的画法
1)收集数据
2)找出数据中的最大值和最小值,计算极差R
   R=Xmax-Xmin
3)确定组数K和组距h
     K的取值一般可根据下表选取

组距h用下列公式计算:h=(Xmax-Xmin)/K=R/K
4)确定各组组界
首先要确定第一组的上下界,用下列公式来确定:Xmin±h/2
第一组的上下界确定之后,其余各组组界顺次由前一组的上组距,最后一组应包含数据的最大值Xmax
5)计算各组的组中值(Xi)
  组中值是每组中间的数值,按下式计算:
    Xi=(某组的下界值+某组的上界值)/2
6)计算频数,记入频数分布表
7)计算各组简化组中值(有的称为组次)Ui
   将频数最大的一栏组中值记为a,用下式确定各组的Ui=(各组组中值Xi-Xa)/h
   确定简化组中值还可按下列方式进行:先在频数最大的一组内填入0,向上依次分别为-1,-2,-3……,向下为1,2,3……
8)计算各组的fiUi、fiUi2
9)计算∑fiUi、∑fiUi2
10)计算平均值X :X0+h(∑fiUi/∑fi)
11)计算标准差S :

12)画直方图
直方图的纵坐标表示频数,横坐标标明分组的各组组界,以各组组界为底边,以各组的频数为高,画长方形,并标明规格界限。
13)记入必要的事项
在图的右上方内记入数据总数,平均值和标准差S,图的下方注明图名,绘制者,日期等可供参考事项。
4、直方图的形状分析:
1) 直方图的形状分析
直方图绘制后,通过其形状分析可判断总体(生产过程)的正常或异常,进而可寻找异常的原因。
a.正常型:又称为对称型,中部有一顶峰,左右两边低且近似对称,这时判字工序处于稳定状态。
b.偏向型:偏向型有偏右型和偏左型之分,也有的是由于加工习惯而造成的。
c.双峰型:直方图出现两个顶峰,往往是由于把不同材料、不同加工者、不同操作方法、不同设备生产的两批产品混在一起造成的。
d.锯齿型:直方图像锯齿一样凹凸不平,大多是由于分组不当或是检测数据不准而造成,应查明原因,采取措施,重新作图分析。
e.平顶型:直方图没有突出的顶峰,这主要是在生产过程中有缓慢变化的因素而造成的。
f.孤岛型:在直方图的左边或右边出现孤立的长方形,这是测量有误,或生产过程中出现异常因素而造成的。
2) 直方图和公差界限
在机械工业的工序分析中我们常用直方图的分布和公差界限比较,这样可发现在生产过程中的质量情况,从而来判断工序质量,当出现异常情况,应立即采取措施,预防不合格品的产生。
a.直方图的分布中心和公差中心近似重合,直方图的分布在公差范围内且两边有些余量,这种情况一般来说是很少出现不合格品的,根据概率计算,公差范围大约等于数据标准差的八倍,这是最理想的情况;
b.直方图的分布在公差范围内,但分布中心和公差中心有较大偏移,这种情况,工序如稍有变化,就可能出不合格品,因此,应分析原因,采取措施,使分布中心与公差中心近似重合;
c.直方图的分布在公差范围内,两边均没有余地,这种情况应立即采取措施,设法提高工序能力,缩小标准差;
d.直方图的分布超过公差范围,这种情况产品质量波动大,已出现不合格品,应查明原因,立即采取措施,如分布中心偏右(左),设法使分布中心调整,近似于公差中心重合,如出现分布中心未偏移的现象,这说明加工精度不够,应提高加工精度,缩小标准差,也可以从公差标准制订的严松程度来考虑;
e.直方图的分布在公差范围内,且两边有过大的余地,这种情况表明虽然不会出现不合格品,但很不经济,属于过剩质量,除特殊精密、主要零部件,一般应适当放宽材料、工具与设备的精度要求,或放宽检验频次以降低鉴定成本。

QC七大手法之四查验表
查检表又称为调查表、分析表、核对表,它是统计图表的一种,是记录、收集数据的一种好形式,其格式多种多样,工业企业一般是为现场调查某项目质量特性而自行设计的,常用的调查表有以下几种:
1) 缺陷项目调查表:为减少生产中出现的不合格品,对不合格品分类进行统计调查,针对不合格品较多的项目,采取措施。这种调查表能直观地反映缺陷类型,效果很好,而且表图结合。
2) 查检表在应用中常见的问题:
a.对要调查的问题分类不清,造成记录混淆,产生分析、判断的错误;
b.对调查表的主要作用认识不足,嫌麻烦,记录不认真,使调查表的效果未能得到应有的发挥;
c.调查表未能针对要调查的产品、零、部件的特点来设计。

QC七大手法之五分层法

分层是整理数据很重要的一种方法,数据分层,就是把性质相同的在同一条件下收集的数据归纳在一起,以便进行比较分析。
1、数据分层的原则:
1)按不同的时间分层
2)按操作人员分层
3)按原材料分层
4)按使用设备分层
5)按检测手段分层
6)按产生废品的缺陷项目分层
7)其它分层
2、分层法有应用中常见的问题
1)分层法的原则掌握不准,有时把不同性质的数据混淆在一起,影响对问题的分析和判断;
2)分层不够细致,也就是说对有些问题只进行一次分层还不够,还需进行两次分层,这样效果会更好。

QC七大手法之六控制图

控制图又称管制图,它是1924年由美国贝尔电话公司的休哈特所创立的,控制图在我国工业企业中应用颇为普遍,被认为是在质量控制方法上起到了核心作用。
1、什么是控制图
控制图是画有控制界限的一种图,它是用来区分质量波动究竟是偶然原因引起的还是由于系统原因引起的,可以提供系统原因存在的信息,从而判断生产过程是否处于稳定状态的图,从这个意义上讲,控制图是发现系统原因的“信号图”、“温度计”。

1) 控制图的主要用途:
a.分析用控制图,主要分析工艺过程的状态,看工序是否处于稳定,如不稳定,应找出其原因,采取措施,控制人、机、料、法、环,使工序达到稳定。
b. 管理用的控制图,主要是用于预防不合格品的产生。
2) 控制图的基本形式:
控制图的基本形式:有两个坐标,纵坐标表示质量特性值,横坐标表示样本序号。
一般有三条横向线条:二条虚线,一条实线,上、下两条虚线称为上、下控制界限,分别用符号UCL和LCL表示,中间的实线叫中心线,用符号CL表示。上、下控制界限的值为中心线±3倍标准差,在生产过程中定期抽取样本,测量各样本的质量特性值,并将测得的数据经统计计算点到图上,根据这些点是否超出控制界限,以及点子排列有无异常状况,来判断生产过程是否处于稳定状态。
3) 控制界限的计算
2、控制图的种类
常用的控制图根据所控制的质量特性值数据不同,可分为两大类,计量值控制图和计数值控制图,计数值控制图又可分为计件值控制图和计点值控制图。

3、计量值控制图
计量控制图的控制对象是计量值数据,常用的是平均值—极差控制图,中位数—极差控制图,单值控制图。
1)平均值—极差控制图
平均值—极差控制图,是将平均值控制图和极差控制图联用的一种图。平均值图主要是用来观察工序平均值的变动。极差图则用来观察工序极差的变动。两图联用后其检出生产过程不稳定的能力强(即检出率),因而是大批量生产中最常用的控制图。
平均值—极差控制图的画法:
a.收集数据:数据一般收集成电100个为好,且应是近期的、在同一条件下的生产过程中的数据。
b.数据分组,填入数据表,将收集的数据按测量时间顺序来分组。分组的组数用K表示(即样本数),一般取K=20~25;组的大小(样本大小)即每组的数据个数用n表示,通常取n=2~6。
c.计算各组(样本)的平均值和极差,并记入表中。各组的平均值用下式计算:

 d.计算总平均值和极差平均值,并记入表中。
    总平均值用下式计算:
    总平均值=每组平均值之和/K(总的组数)
    极差平均值=各组平均值之和/K
e.计算中心线和控制界限。平均值图的计算用下式:
CL=总平均值     
UCL=总平均值+A2极差平均值    
LCL=总平均值-A2极差平均值
极差图计算用下式:
CL=极差平均值 
UCL=D4极差平均值  
LCL=D3极差平均值

f.绘制控制界限:用普通方格坐标纸或是控制图的专用纸来画。平均值图按排在极差图的上方,中心线用实线表示,控制界限用虚线表示。
g.描点:把各组的平均值和极差值分别点在平均值图和极差图上,平均值图用圆点表示;极差图上用叉号表示。如有点子越出控制界限,用圆圈将点子圈起来,相邻点之间用实线连接起来,同一组平均值和极差值的点子要在上下相对应的位置上。
h.标注有关可参考事项,在平均值图和极差图的左侧分别标注符号平均值和极差。此外,还要注明图名,样本大小、取样时间、作图者等参考事项。
4、控制图的观察分析
对于工序的控制,仅仅绘出控制图,那就失去了控制图的重要作用,重要的是对控制图进行观察和分析,从提取有关质量、工序状态的信息,发现异常,必须尽快查明原因,立即采取措施,排除异常,使工序迅速恢复到受控状态,这样控制图才能发挥其有效的作用,达到预防控制的目的。
1)工序稳定状态的判断:工序是否处于稳定状态,必须同时至少满足两条原则:
a.点子必须全部在控制界限内;
b.在控制界限内的点子排列没有缺陷。
对于原则a,如果点子的排列是随机的处于下列情况则可判定处于稳定状态:
a) 连续25个点子在控制界限内;
b) 连续35个点子,仅有一点超出控制界限;
c) 连续100个点子,仅有二点超出控制界限;
对于b)、c)虽可判断工序处于稳定状态,但毕竟有点子超出控制界限,仍需查明原因,予以处置。
2)工序不稳定状态的判断
只要有下列现象之一,均可判断工序不稳定。
a. 点子超出控制界限(点子在控制界限上,按超出控制界限论处);
b. 点子处在警戒区内。
点子处在警戒区内,即指点子处在±2~3标准差这个范围内的意思。如出现下列情况之一,可判断为不稳定状态:
a) 连续3点中有2点在警戒区内
b) 连续7点中有3点在警戒区内;
c) 连续10点中有4点在警戒区内。
3)点子在控制界限内,但点子排列出现有链、倾向、周期缺陷之一,则判断工序不稳定。
a.连续链:所谓链就是在中心线的一侧出现点的现象,称作链。链的长度用链内所含点数多少来衡量。如链长>7,则判断为异常。对于出现5点链,应注意工序的发展;出现6点链,应开始做原因调查。
b.间断链:多数点在中心线的一侧
     a) 连续11点有10点在中心线一侧
     b) 连续14点有12点在中心线一侧
     c) 连续17点有14点在中心线一侧
     d) 连续20点有16点在中心线一侧
c.有倾向:倾向指的是点子上升或下降,如点数≥7,应判为异常;
d.周期性:点子的变动(如上升或下降)出现明显的一定间隔时,称作周期性。
点子排列出现周期性,判断较复杂,对它的判断要慎重,一般要在弄清楚周期发生原因的基础上去判断。周期性包括梯形的变动、波状周期性变动、大小波动及合成变动。
5、控制图法在应用中常见的问题
1)控制图的选用上缺乏针对性,未能从企业的生产方式考虑,盲目地选择。
2)对控制图的作用认识不够,主要表现在把控制图的控制界限和公差的上下界限混淆起来,反映在控制图上标出公差界限,使控制图成为不伦不类。
3) 机械地理解间断链来判断工序是否处于稳定的状态。往往是工序处于不稳定状态而判断不出来。应系统的看控制图。
4) 对控制图出现的点排列有异常现象不作分析,也不采取措施,使控制图流于形式。
5) 当影响工序质量波动的因素发生变化或质量水平已有明显的提高时,未能及时调整(重新计算)控制界限。
6) 随机抽取样本的方法不当,有的每画平均值—极差控制图一天只抽取一组数据:有的则把两个班次的数据点到同一张控制图上。
7) 画法不规范,标注不齐全,如平均值图和极差图不对应等。

QC七大手法之七散步图
1、什么是散布图
1) 变量的基本概念
在生产实践和科学实验中,甚至在日常生活里,人们经常与各种量打交道。如重量、时间、温度、体积等,其中有些量在过程中并非是稳定的,如产品的性能指标,工艺因素,实验条件,实验结果都是随着的客观存在的误差条件不是一成不变的,随着时间的不同,场合的不同,都有可能取到不同的数值,因此,我们把某过程变化着的量称为变量。

2) 变量之间的关系
从辩证唯物论的观点来看,一切客观事物都是相互联系的,都具有其内部的规律,且每一事物的运动和它周围事物有着互相联系和互相影响,如产品的性能与工艺因素之间是相互联系的,有时也相互制约。
a.完全确定性关系(即函数关系),这种关系一般可用一个不变的公式来表示。
b.相关关系:在实际的工作和生活中,绝大部分变量之间的关系并非上述那样存在简单的函数关系。变量之间既存在着一定的关系,但又不能知道一个变量的数值就能精确发求出另一个变量的数值,变量之间的这种关系,称为相关关系。
c.相关关系的分类
a) 从相关关系所涉及因素的多少分,可分为:单相关(两个因素之间的相关关系)和复相关(三个或三个以上因素的相关叫复相关);在复相关中,只研究其中两个主要变量的关系,称为偏相关。
b) 从相关关系表现的形态分,或分为直线相关和曲线相关。
c) 在直线相关中,按照变化的方向来分,可分为正相关和负相关。
本节只介绍两个变量之间的相关关系。
散布图:将两个相关关系的变量数据对应列出,用点子画在坐标图上,来观察它们之间的关系。

2、散布图的绘图步骤
1) 选定分析对象:分析对象的选定,可以是质量特性值与因素之间的关系,质量特性与质量特性值之间的关系。因素与因素之间的关系。
2) 收集数据,填入数据表
数据一般要在30组以上,且数据必须是对应的,并记录收集数据的日期、取样方法、测定方法等有关事项。
3) 在坐标纸上建立直角坐标系
● 为便于分析相关关系,两个坐标数值的最大值与最小值之间的范围应基本相等。
● 若分析对象的关系,属于因素与质量特性值之间的关系,则X轴表示因素,Y轴表示质量特性值。
4) 描点:把数据组(x,y)分别标在直角坐标系相应的位置上。
3、散布图的观察分析
绘出散布图后,应对其观察和分析,来判断两个变量之间的相关关系。
1) 通过散布图上点的分布情况观察有无相关,散布图的形状多种多样,但一般有六种;
2) 异常点的处理:所谓异常点就是散布图上出现远离群点的点,对于这样点的出现,要查明原因,一般说产生这种现象是由于测量的误差,数据记录错误或操作条件的变化等原因,如查清确实属于上述等原因造成的,应将这些组的数据删除,如果原因不明,就不能删除,变更之间很可能包含我们还认识不到的规律。
4、散布图在应用中常见的问题:
1) 对于散布图上出现的异常点,未经查明原因,而任意删除。
2) 未经进一步的检验,就进行判断变量之间是否相关。
3) 数据的收集未注意在相同条件下进行,易于造成判断有误。
4) 画法不规范,标注不齐全,比如在画散布图时未注意纵、横坐标的比例,势必影响变量之间关系的判断。

 咨询项目
SMS (系统化管理)
ISO9001 (质量管理体系)
ISO14001   (环境管理体系)
IATF16949  (汽车管理体系)
ISO22000   (食品管理体系)
ISO45001 (职业健康安全管理体系)
品质管理、生产管理、人力资源管理、物控管理、6S现场管理、BSCI社会责任验厂等。

湛江开发区厚德企业管理顾问有限公司 
联系人:万 生
电话:18922067576
传真:0759-2205996
QQ:372854243
网址:Http://www.houdeiso.com
地址:湛江市经济开发区园岭路13号

质量管理工具相关文章

版权声明