现代质量管理与6σ流程控制

本文以作者在GE和MOTOROLA服务的体会简要介绍近年来6σ质量管理在全球的应用发展情况。随后对Kσ原则下的过程能力指数及不合格品率作了计算和比较,并对有漂移情况下6σ流程控制作了讨论和评价。     

6σ与ERP中质量管理子系统的集成

ERP是企业管理信息化的代表者,6σ是数据化管理的具体化。将6σ管理的思想理念、统计方法和强大的工具引入到ERP质量管理子系统的六个功能模快设计中,为6σ与ERP的进一步结合与集成研究打下基础。     

全面质量管理与统计技术

本文指出了ISO90 0 0论证中存在的问题 ,并提出了相应的挽救措施 ,特别是在全面质量管理中更应该重视统计技术的应用     

关于6 Sigma与3 Sigma的比较

在企业推广6σ的过程中,经常有学员不明白为什么6σ比3σ好,甚至有人会说6σ的规格限比3σ的规格限宽,当然6σ的合格率比3σ的合格率高。本文认为文献[1]、[2]关于6σ与3σ的比较图是引起这种误会的根源。为此本文给出另外的比较和解释。     

形式矩阵环上的σ-双导子和σ-交换映射

令K=(RNMS)是一个具有零迹理想的形式矩阵环,σ是K的一个满足σ(E11)=E11,σ(E22)=E22的自同构.本文确定了K的σ-双导子和σ-交换映射的一般形式,证明了在一定条件下K的每个σ-双导子都可以表示成一个外σ-双导子与一个内 σ-双导子的和.此外,本文给出了K的任意σ-双导子(σ-交换映射)是内 σ-双...     

套代数上的σ-双导子和σ-可交换映射

本文证明了当dim 0_+≠1或dim H_-~⊥≠1时,套代数γ(N)上的每一个σ-双导子都是σ-内双导子.作为应用,给出了满足条件f(X)X=σ(X)f(X)的线性映射f的形式.     

直觉模糊集的σ-相似度和σ-包含度及其相互诱导关系

相似度与包含度是度量模糊集的两个重要指标。介绍在有限论域上直觉模糊集的相似度与包含度的定义,重点研究σ-相似度和σ-包含度的性质,分别给出σ-相似度和σ-包含度的一些等价条件,进而给出σ-相似度与σ-包含度之间的相互诱导关系。     

σ-根与σ-半单类的构造

继［１～３］分别给出σ－根及其半单类的两个特征性质，研究了对于已知环类Ｍ，含于Ｍ的最大σ－根及σ－半单类和包含Ｍ的最小σ－半单类的构造，同时得到σ－半单闭包σ－遗传的一个充分条件．     

算子代数的C_σ性质、C_σ性质与自反性

本文首次引入算子集合的Ｃ＿σ性质和性质的概念，它们与性质Ｃ和性质Ｄ＿σ（１）有一定的关系．两个主要结果是：（１）具有性质Ｃ＿σ的对偶代数一定是遗传自反的．（２）如果对偶代数所生成的ｎ－自反代数具有性质Ｃ＿σ，则该对偶代数一定是遗传ｎ－自反的．     

σ,双A,Aσ-统计收敛的表示定理

证明了Banach空间X中序列{x_k},σ-统计收敛以及双序列{x_（kl）},双A和A_σ统计收敛的表示定理.     

六西格玛管理及其实施

本文探讨了六西格玛管理的本质、六西格玛管理的发展、六西格玛与精益生产的整合,从企业系统实施六西格玛管理的角度分析了高层领导在六西格玛推进中的作用,给出了六西格玛管理的实施流程及其在实施中应注意的关键问题,以期对我国企业实施六西格玛管理模式提供参考。     

六西格玛经济效益的计量模型

以田口玄一的质量损失函数作为研究的基础,利用六西格玛管理中最常用的西格玛水平,推导出衡量六西格玛经济效益的额外成本计量模型,以便推行六西格玛管理的公司或机构便于衡量六西格玛管理法的经济效益。     

中国制造业实施六西格玛管理的成功关键要素分析

自摩托罗拉公司于1987年提出六西格玛概念以来,六西格码管理已逐渐成为质量改进的主流方法之一。尽管不少学者和咨询专家对实施六西格玛管理的成功关键要素进行了探讨,但都是基于理论分析或定性描述。本文在综述国内外相关研究文献的基础上,提出了实施六西格玛管理的成功要素概念模型,并通过调查问卷和利用结构方程模型,对中国制造业实施六西格玛管理的关键成功要素进行了实证分析。研究结果表明:领导层的高度关注,建立并实施合适的六西格玛战略,以顾客和市场为关注焦点,并通过有效的成果测量、评价和奖励方法,选择、管理和实施六西格玛项目是实施六西格玛管理的关键成功要素;同时,本文也分析了这些要素之间的因果关系。     

浅析统计技术在质量管理体系中的应用

统计技术作为发现问题、分析问题、解决问题并促进质量管理体系持续改进的一种有效手段,其作用日益显著。本文仅结合实际工作,就统计技术在质量管理体系中的应用谈几点自己的认识和体会。     

文献优选统计模型及其应用

本文给出了一个复完全有向图顶点排序标法，并利用该算法建立了具有实际应用价值的文献优选统计模型。     

基于统计深度函数的G-Q检验

G-Q检验是一种简单、有效的异方差检验方法,但该方法只适用于一个自变量,在多变量情况下,文献[1]利用主成分对样本数据进行排序,得到了G-Q检验的推广.众所周知,主成分分析是一种有效的降维方法,但其在降维的同时伴随着信息的损失,统计深度函数可作为多元数据排序的有效工具.本文基于统计深度函数得到了推广了的G-Q检验,并应用于实例。     

关于6Sigma管理中的1.5Sigma系统偏移

1 5sigma系统偏移是6Sigma管理中一个很重要的概念和度量值,这个值的解释和确定始终存在着很多的疑问和争议。本文从过程能力和控制图等概念入手,介绍了1.5Sigma系统偏移的由来和相关的理论基础,以及在网上的争议,并阐述了一些看法和对它进行研究的意义。