目的：巡檢生產過程，有效檢查及控制各工序生產狀況能完全符合產品的質量要求。-
職責：
生產線員工：負責本工位產品的自檢。
生產領班：負責監督和跟蹤生產與品質達成狀況及指導員工正確作業。
IPQC：負責制程的巡檢與監督異常處理。
相關部門：參與并協同制程異常的分析及處理。
生產技工：負責車間機器設備的調試。
—1—?IPQC作業要求
①IPQC巡檢時必須依據SIP，工程藍圖，SOP，物料清單，工藝標準對產品的外觀，尺寸，裝配，包裝，性能進行檢查，并做好相關巡檢記錄。
②巡檢的頻次：抽檢產品的數量及檢查項目等根據SIP進行。
③當客戶對重點管制項目做SPC管制時，必須根據檢驗規范的要求進行。
④當發現異常時應通知車間及相關部門對其進行改善，必要時應對責任部門發出PDCS。
—2—?IPQC現場巡檢內容
①檢查該產品相關的作業文件是是否齊全。
②檢查生產設備與治工具是否定期保養，并留下書面記錄。
③工藝參數的設定是否與工藝參數要求相符。
④產品生產環境包含了溫度，濕度，潔凈度，光照度，靜電防護是否符合生產制造及檢驗作業規范等相關要求。
⑤物料是否與BOM一致。
⑥各產品品質狀況是否已做好唯一性標識區分。
⑦發現不良后是否有做及時徹底追溯。
⑧員工操作時是否嚴格按照安全規范操作。
⑨現場是否有不安全隱患。
⑩員工自主檢查是否在徹底有效的執行。
1.1 員工作業手法是否嚴格按照SOP操作。
1.2 員工是否按照作業指導書規定佩戴相關的勞保用品。
1.3 現場使用的相關執行文件，樣品，量治具是否處于受控狀態。
1.4 其它相關要求是否能滿足。
—3—?巡檢制程的異常處理作業
①主要制程異常類型：設備異常，治工具異常，品質異常，工藝參數異常同時也包括IPQC巡檢內容。
②作業人員如發現生產作業不順暢或自檢發現異常時，應通知現場的責任人對其異常進行改善和排除以及匯報至現場的IPQC或生產組長或領班。
③IPQC巡檢制程異常時應通知該現場的責任人對其異常進行改善和排除，責任人應在半小時內處理好。
④異常處理完成后應做好相應的處理記錄。
⑤若出現異常嚴重時，或出現問題責任人在短時間不能排除時應匯報于相應主管對其進行處理，同時IPQC應隊責任部門發出PDCS。
⑥制程異常造成一小時以上停機的，當恢復生產時必須對首件再次確認，方可正式生產。
⑦制程異常所生產的不合格品按照《不合格品控制程序》處理。
⑧IPQC在巡檢過程中發現有對產品品質有影響因素時，應發PDCS給相關責任人，QE在解決重大品質問題時應給責任部門發出8D報告，其依據的是《品質問題分析處理作業流程》進行。
5W1H是指：why（為什么要做）who（由誰做）what（做什么）where（哪里做）when（什么時候做）how（如何做）；
ISO的精神是：怎么說就怎么做怎么做就怎么方寫；
內部審核可按嚴重性分為：嚴重不合格、輕微不合格、觀察項；
質量成本分為：預防成本、鑒定成本、內部失敗成本、外部失敗成本；
為什么要對產品進行標識？
答：控制記錄產品的唯一標識性便于追溯分析問題原因以免再發生；
什么是品質成本？
答：企業進行品質活動而發生的成本；
ISO9001中，何謂八項管理原則？
1．以顧客為中心
2．領導作用
3．全員參與
4．過程方法
5. 管理的系統方法
6．持續改進
7．基于事實的決策方法
8．互利的供方關系
不合格是指：未滿足要求
質量管理的三個特性：充分性、適宜性、有效性
為防止不合格品被使用應采取哪些？
答：標識、隔離
ISO中質量的定義是什么？
答：一組固有特性滿足要求的程度
什么情況下使用8D解決問題？
答：針對重復發生的，一直沒有解決的比較重大的問題或者是針對客戶要求回復的客訴抱怨。
請說出4種直方圖常見的形態？
答：正常形、鋸齒形、偏態形、絕壁形、雙峰形、離島形高原形；
解決問題的9大步驟？
1. 發掘問題
2. 選擇問題
3. 追查問題
4. 分析資料
5. 提出方法
6. 選擇對策
7. 草擬行動
8. 成果比較
9. 標準化
品管舊七大手法：
1. 層別法：按層分類，分別統計分析 作用：從不同層面發現問題
2. 特性要因圖：尋找因果關系 作用：尋找引發結果的原因。又稱魚骨圖
3. 檢查表：調查記錄數據用以分析 作用：收集整理資料
4. 散步圖：找出兩者之間的關系 作用：展示變數之間的線性關系
5. 直方圖：解析數據分布狀況 作用：展示過程的分布情況
6. 管制圖：了解制程能力其變異狀況這是作用、識別波動的來源
7. 柏拉圖：找出重要的少數 作用：確定主導因素（所謂的二八原則）
新QC七大手法：
1. 關聯圖法：作用理清復雜因素間的關系
2. 系統圖法：系統的尋求實現目標的手段
3. 親和圖法：從雜亂的語言資料中汲取資訊
4. 矩陣圖法：多角度考察存在的問題變數關系
5. PDPC法：預測設計中可能出現的障礙和結果
6. 箭條圖法：合理制定進行計劃
7. 矩形資料解析法：多變數轉化少變數資料分析
文章來自網絡，版權歸作者所有，如有侵權請聯系刪除！