登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《延森种子：体验丹麦卓越的光学分选！》

  • 来源专题：农机装备
  • 编译者： 袁雪
  • 发布时间：2025-04-29

  • Jensen Seeds A/S 是丹麦的长期合作伙伴，也是 SEA 的先驱采用者。配备 BRAIN? AI 技术的 IQ PLUS 色选机最近向北欧生产商敞开了大门，参加了由 Cimbria 主办的独家演示活动。本案例历史研究了 SEA 的实施和影响。IQ PLUS，在现场生产环境中展示其先进的功能。该活动提供了 BRAIN? AI 技术集成如何实现快速配方创建并显著提高种子加工效率的第一手资料。与会者见证了 SEA。IQ PLUS 在行动中，观察其在各种种子（包括菠菜、豌豆、圆麦和苜蓿种子）中的卓越精度和性能，强调了其改变种子生产工作流程的潜力。SEA IQ PLUS 光学色选机Sea IQ plus 采用高分拣技术BRAIN 将 AI 光学分选选择精度提升到新高度BRAIN 软件是一种 AI，可以立即识别要排序的元素Sea IQ Plus 色选机每组相机都集成了 RGB、NIR 和 SWIR 或 UV，可识别超过 1600 万种颜色和红外光谱。SEA IQ PLUS 光学色选机Sea IQ plus 采用高分拣技术BRAIN? AI 软件：彻底改变光学分选

    BRAIN? AI 软件是光学分选行业的游戏规则改变者。它自主设置参数，更精确地识别元素，从而产生更纯净、污染物更少的最终产品。通过消除手动调整，BRAIN? 节省了时间并降低了成本，从而实现了更高效的流程和更高质量的产品。这种先进的技术简化了作，使其对作员的解释的依赖程度更低，并且更精确、更快速、更简单。BRAIN? AI 软件：彻底改变光学分选

    BRAIN? AI 软件是光学分选行业的游戏规则改变者。它自主设置参数，更精确地识别元素，从而产生更纯净、污染物更少的最终产品。通过消除手动调整，BRAIN? 节省了时间并降低了成本，从而实现了更高效的流程和更高质量的产品。这种先进的技术简化了作，使其对作员的解释的依赖程度更低，并且更精确、更快速、更简单。

    SEA 的运营商 Christian Hansen.IQ PLUS 色选机表示，他可以清楚地看到必须花费数天时间来配置色选机以正确配置配方，与现在能够每天切换到许多不同的产品之间的区别，因为机器的配置非常简单。“这是事实，在 SEA 之后。IQ PLUS 使用 BRAIN? 技术进行了升级，我觉得我在作弊，因为 BRAIN? 技术比任何人都更擅长配置机器，“Christian Hansen 说。“作为一家非常小的公司，就像我们在 Jensen Seeds 一样，我们确实受益于 BRAIN? 为我们提供的专业知识。我们可以每天在不同产品之间调整配方，这一点非常重要，这就是 BRAIN? 允许我们做的事情。现在，借助 BRAIN? 的专业知识，我们可以轻松地更换产品并对配方进行小幅调整。我们现在能够加工所有产品，满足客户的所有要求和最高质量标准。这些不是我们在 BRAIN? 之前可以自己创造的食谱。我们可以自己决定所有的质量标准，机器将通过这种 AI 技术提供我们想要的。

    Jensen Seeds 经理 Jakob Elnegaard 补充道：“我们永远无法像 BRAIN? 那样配置色选机。BRAIN? 可以记住所有以前的配方、所做的小调整以及产品的任何细节，以优化排序。海。IQ PLUS：不仅仅是一个色选机

    东南亚。IQ PLUS 色选机配备了最先进的技术，将实色和多频 SWIR 结合在同一检测系统中。它提供卓越的视觉性能，以更高效、更精确的方式识别多达 16 类缺陷。光学分拣机将 RGB、NIR 和 SWIR 或 UV 集成到每组相机中，以多频率工作，以匹配在每秒数万次扫描中收集的多个数据。这允许 SEA.IQ PLUS 用于检测人眼不可见的微小异物和缺陷。

    东南亚。IQ PLUS 提供 1 至 6 个溜槽，以满足任何生产能力要求和多次通过。其先进的技术确保了最终产品的最高安全性和纯度，使其成为谷物、种子、食品和工业加工的理想解决方案。可定制的主屏幕和简化的用户界面使作员可以轻松设置专用程序并远程检索数据以优化性能。Optical Sorting Day 亮点

    Cimbria 的光学分选销售经理 Zhanna Zhehet 对 Jensen Seeds A/S 的积极体验以及让行业参与者能够见证 SEA 表示感谢。IQ PLUS 色选机提供更高水平的结果。Jensen Seeds A/S 在安装 SEA 后实现了最高的产品质量、集中的废品率和高产量。IQ PLUS 由 BRAIN? 提供支持。最新一代 RGB 采用集成 NIR 技术，即使在白色阴影中也能确保准确分离，捕捉合格产品和异物之间最细微的光谱差异。

    Zhanna Zhehet 强调了这项先进技术在种子加工行业中的重要性，特别是对于挑战激烈且市场标准高的小种子。借助 BRAIN，?流程和用户体验得到简化，提供 AI 生成的配方，从而提高精度和效率。Cimbria 的董事总经理 Thomas Mohr 和 Cimbria 的丹麦区域销售经理 Jacob Byde Kragh 也在现场，他们非常高兴地欢迎我们的众多丹麦客户体验 BRAIN? on the SEA。IQ PLUS 第一手资料。Cimbria 色选机高级技术专家 Pasquale Valente 介绍了该机器的真实现场功能。

    我们将共同推动食品质量和安全。

  • 原文来源：https://www.cimbria.com/en/about/news/Jensen-Seeds_Optical_Sorting.html
5浏览量
原文链接
相关报告

  • 《丹麦叫停油气开发》
    • 来源专题：油气开发与利用
    • 编译者：cncic
    • 发布时间：2020-12-18
    • 日前，丹麦政府宣布，将不再举行第八轮油气勘探许可招标，并将在2050年前，停止在北海区域的所有油气生产活动。对于目前在丹麦水域拥有油气项目的能源企业，在2050年前运营条款将保持不变。据了解，2016年，丹麦曾举行第七轮油气招标，共发放了16个油气开采许可证，丹麦国有油气企业Nordsofonden以及多个中小型能源企业获得了北海区域丹麦水域的油气开采权。根据丹麦能源部的数据，要终止丹麦在北海区域所有的油气开采活动，需要约21亿美元的资金。有分析指出，此次公布的决策是丹麦气候战略中的一环，此前丹麦就曾宣布称，将在2030年前，实现二氧化碳排放在1990年水平上下降70%。丹麦气候大臣DanJoergensen表示，丹麦支持欧盟在2050年实现碳中和，将不再依赖化石能源。据了解，丹麦是第二个将禁止油气开采活动的欧盟国家，同时也是欧洲首个设立停止油气生产期限的主要化石能源生产国。2017年，法国曾宣布称将在2040年前完全停止化石能源生产活动。根据丹麦官方发布的油气储藏数据，该国总计约有8.74亿桶原油储量，天然气储量约为720亿立方米。然而，近年来丹麦油气产量下降严重，丹麦能源署发布的数据显示，2004年该国原油产量最高一度达到39万桶/天，但目前仅为约7万桶/天；另有天然气产量在2005年为92亿立方米/天，目前也只有0.038亿立方米/天。据标普全球普氏预测，丹麦的油气产量将在2025年左右出现短暂回升，随后将持续下降。业界人士认为，丹麦作为北海地区的“老牌”产油国，截至目前，在北海区域进行油气生产已经超过半个世纪，此时宣布将停止油气生产活动给欧洲其他产油国带来了压力。据多家外媒报道，丹麦、英国等多国的环保组织已开始呼吁英国、挪威政府，要求这些化石能源产量更大的国家“尽快跟上这一步伐”。欧洲独立媒体EUobserver援引绿色和平组织丹麦地区成员HeleneHagel的话称：“毋庸置疑的是，对于原油产量远高于丹麦的挪威和英国来说，在对抗气候危机方面现在已经面临更多的压力。”英国《卫报》也援引智库机构IPPR的话称，英国和苏格兰政府也应循序渐进地“退出”油气生产活动，同时还要调整政策，不再鼓励企业进一步开发北海区域的老化油气田。然而，也有专家认为，如此“强硬”地停止油气生产很可能带来难以预估的后果。英国油气组织首席执行官DeirdreMichie指出，正如英国此前宣布将在2030年禁售化石燃料汽车这类政策，为油气生产设置明确的最后期限，很可能会给现有投资以及就业带来巨大负面影响。
    87浏览量
    原文链接

  • 《工业和信息化部等三部门关于印发《制造业卓越质量工程实施意见》的通知》
    • 来源专题：智能制造
    • 编译者：icad
    • 发布时间：2023-12-21
    •   工业和信息化部等三部门关于印发《制造业卓越质量工程实施意见》的通知   工信部联科〔2023〕249号   各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化、发展改革、金融监管主管部门，有关行业协会：   现将《制造业卓越质量工程实施意见》印发给你们，请结合实际，认真贯彻落实。   工业和信息化部   国家发展改革委   金融监管总局   2023年12月12日 制造业卓越质量工程实施意见   质量是制造业的生命，卓越质量是高端制造的标准，推动产业从数量扩张向质量提升是新时期制造业高质量发展的现实需要，追求卓越质量是制造业由大变强的必由之路。为贯彻落实全国新型工业化推进大会部署要求，加快建设制造强国、网络强国、质量强国、数字中国，以制造业卓越质量工程实现产品高质量、企业现代化、产业高端化，加快新型工业化进程，特制定本实施意见。 一、指导思想   以习近平新时代中国特色社会主义思想为指导，全面贯彻党的二十大精神，完整、准确、全面贯彻新发展理念，加快构建新发展格局，更好统筹制造业质的有效提升和量的合理增长，坚持质量第一、效益优先，视质量为生命，以高质量为追求，以效率变革、动力变革促进质量变革，以先进质量标准为依据，遵循质量发展规律，采用持续改进和工程化方法，实施制造业卓越质量工程，推动企业树立科学质量观，建立先进质量管理体系，加快质量管理数字化，不断提高质量改进能力，实现质量效益显著提升，为推动“中国制造”向高端迈进、加快推进新型工业化、建设现代化产业体系提供高质量支撑。 二、基本原则   坚持创新驱动。把创新作为质量发展的第一动力，深化新一代信息技术与质量管理的深度融合，革新质量理念，加快技术进步，实现管理创新，促进生产方式变革，培育价值创造新动能。   坚持企业主体。充分发挥市场在质量资源配置中的决定性作用，加强政府引导，强化企业主体责任，推进质量文化建设，牢固树立科学的质量观，以卓越质量为目标建立先进质量管理体系，提高质量管理能力，激发企业内生动力。   坚持效益导向。遵循“质量就是效益，质量就是竞争力”的理念，引导企业坚持向质量要效益，不断提升质量管理效能、提升产品合格率、降低质量损失率，带动企业效益持续增长，让企业在质量提升中有更多获得感。   坚持分级指引。科学制定评价标准，形成“经验级、检验级、保证级、预防级、卓越级”分级梯度评价体系，强化分级分类指导，组织企业科学评价和自我声明，持续提升质量水平，向卓越质量迈进。   坚持系统推进。遵循螺旋式上升、渐进式发展的质量提升规律，以系统化思维、工程化方法提升产品全生命周期和生产全过程质量水平，推动企业坚持自我完善、不断追求卓越、实现持续成功。 三、发展目标   到2025年，我国制造业质的有效提升取得积极进展，企业质量意识明显增强，质量管理能力持续提高，质量管理数字化水平不断提升，可持续发展能力有效提高，质量绩效稳步增长，中高端产品的比例快速增大。新增贯彻实施先进质量管理体系标准企业5万家，新增质量管理能力达到检验级企业5000家、保证级企业500家、预防级企业50家，卓越级企业开始涌现。计量、标准、试验验证、检验检测等质量公共服务能力和水平进一步增强。   到2027年，我国制造业质量水平显著提升，企业质量管理能力显著提高，产品高端化取得明显进展。新增贯彻实施先进质量管理体系标准企业10万家，新增质量管理能力达到检验级企业10000家、保证级企业1000家、预防级企业100家、卓越级企业10家，质量提升对制造业整体效益的贡献更加突出，推动制造业加速向价值链中高端迈进。 四、重点任务   (一)增强企业质量意识   1.引导企业坚持以质取胜发展。推动企业牢固树立“质量第一”“质量是企业生命”理念，切实把质量工作落实到研发生产经营全过程。强化企业质量战略管理，优化质量组织体系和管控模式，加强质量战略制定、实施、评估、调整闭环管理，促进企业与生态合作伙伴有效协同，确保质量战略定位、发展方向等保持延续稳定。   2.发挥企业最高管理者作用。强化企业最高管理者质量意识，明确领导责任，建立统一的质量理念，确定质量方针，制定卓越质量目标，加强组织领导，推动资源整合，实现全员参与，确保质量管理体系有效运行。支持有条件的企业设立首席质量官，发挥质量工程师、质量技术能手作用，提高质量改进效率，增强实现质量目标的有效性。   3.推动企业全员参与质量工作。引导企业明确全员参与质量工作的重要性和必要性，增强全员卓越质量意识，完善全员参与制度，提高全员质量能力，提升跨层级、跨部门、跨业务的质量协同，明确质量责任和任务，履行对质量的承诺。推动企业开展群众性质量活动，加强全员质量培训和经验分享，加大对质量改进和创新成果的激励力度，有效调动全员参与质量提升的主动性、积极性。   4.鼓励企业构建先进质量文化。贯彻质量文化建设标准，指导企业结合自身特点提炼质量文化并大力宣传推广，营造浓厚的质量文化氛围。加强宣传引导，传播卓越质量理念和最佳实践，大力弘扬工匠精神，强化全员认同、主动参与，树立重视质量、追求卓越的共同价值观。推动企业与产业链上下游共建质量文化生态，树立和倡导精益求精、追求卓越的质量理念。   5.促进企业树立用户满意导向。引导企业以用户为中心，将用户满意作为质量工作的首要任务，定期开展满意度调查，运用先进技术手段构建需求预测模型，围绕用户需求和期望完善质量目标，贯彻到质量工作的全过程，不断促进产品迭代升级和质量提升，为用户创造更多价值，提升用户体验，超越用户期望，提高用户满意度和忠诚度。   (二)提升企业质量发展能力   6.创新质量管理过程方法。引导企业建立先进质量管理体系，深入开展先进质量管理体系标准贯标。推动企业将质量目标任务分解为具体举措，持续健全制度机制、优化工作流程、提升管理水平，增强质量目标实现能力，加强过程识别、管理和验证，围绕关键过程开展定量分析和精准控制，实现全员、全过程、全要素、全数据的先进质量管理。   7.实施质量管理持续改进。引导企业科学识别质量提升关键要素，找准短板弱项，制定针对性强的质量改进目标和工作举措，采用策划、实施、检查、处置模式开展持续改进，推动管理持续完善、产品迭代升级。深化精益管理、六西格玛管理等先进质量管理方法的推广运用，从研发设计、生产制造、检验检测等全过程加强质量管控，持续提升全生命周期质量水平。   8.科学运用循证决策模式。推动企业加强关键指标识别，建立关键指标监测机制，结合质量绩效、技术成熟度等数据，深入分析影响质量水平的驱动因素，采取有效措施，确保产品质量持续改进。深化智能管理工具应用，构建基于数据的质量判定、质量改进、质量预防等决策模型，增强分析、判断、验证等能力，不断提升决策科学化、管理精细化水平。   9.加快质量技术创新应用。将质量提升与管理、技术、标准、知识产权一体化推进，鼓励企业加强技术体系化布局，开展质量设计技术、过程控制方法与工具、试验检测技术、运维保障技术、分析评价技术等攻关和应用，建立支撑质量创新的知识资源。引导企业积极学习质量标杆、典型案例先进经验，提高质量工程技术、质量数据运用能力。   10.持续提升质量基础能力。支持企业加强计量、标准、认证认可、试验验证、检验检测等能力建设，持续采用新技术、新产品对计量检测仪器、试验设备等设施升级改造，提升质量控制水平，加大对标准研制与推广、检验检测认证等无形资产的投资，拉升质量“高线”。鼓励龙头企业加强中试条件建设，发挥公共服务平台作用，提升产品设计定型、生产定型阶段中试验证能力，开展产品测试比对以及可靠性、稳定性和耐用性综合评价。   11.加强产业链供应链质量联动。支持企业将产业链供应链上下游企业纳入质量管理体系，沿产业链明确质量指标与要求，实施质量技术联合攻关和质量一致性管控。推动企业积极履行社会责任，夯实价值创造基础，统筹产业链供应链各方协作关系，促进研发平台、应用场景、信息资源等共建共享，增进企业市场认同和价值实现。   (三)推进质量管理数字化   12.推动研发设计数字化。支持企业开展基于或高于用户需求的质量设计，加强数字化设计工具应用，鼓励运用数字孪生、可靠性设计与仿真等技术开展新产品质量分析，实现关键质量指标的设计优化，应用人工智能等技术确定最优设计方案，提升智能化质量策划水平，从源头防止质量风险，解决质量问题。   13.促进生产制造数字化。支持企业应用数字化技术，实现制造过程的数字化控制、网络化协同和智能化管理。加快工业互联网发展，通过系统集成实现设备远程监控和预测性维护。推动企业开展全流程质量在线监测、诊断与优化，深化传感器、机器视觉、自动化控制、先进测量仪器等技术应用，依据过程质量指标设置智能预警管控，持续提升生产过程质量控制水平，减少人为偏差。   14.推进质量保障数字化。推广全生命周期综合保障数字化和数字化供应链管理，提高质量保障水平。引导企业建立供应链数字化系统，加快条形码、二维码、射频识别技术的应用，保证物料质量，强化质量可靠性。推动企业加强试验验证、检验检测数字化和智能化，深化机器视觉、人工智能等技术应用，提高质量检验检测的效率、覆盖率和准确性。大力推广产品数字化质量追溯、故障预测、保养服务提示等售后服务，促进产品向高端化迈进。   15.加强质量数据管理。推动企业建立质量数据管理制度，运用数字技术对质量数据进行采集、存储、处理和分析，深入挖掘质量数据价值。推动企业建设数据管理能力，完善质量数据架构设计，加强质量数据标准化管理，建立质量数据安全标准，与上下游企业共建供应链质量管理平台，实现质量数据在业务活动中高效率共享。引导企业重视质量数据开发利用，开展质量数据建模分析，提高质量响应和处理及时性，实施更加有效的质量预防和改进。   (四)开展质量管理能力评价   16.推动建立自我评价机制。引导企业依据先进质量标准定期开展质量管理能力自我评价，检视问题，精准施策，激发质量提升的内生动力。按照经验级、检验级、保证级、预防级、卓越级的评价标准，定期对质量管理体系有效性、质量管理数字化、持续成功的能力、全过程质量绩效等进行评价，综合判断企业质量管理能力等级，经常性的开展监测分析、过程检查和总结评估。   17.发挥外部评价作用。指导符合条件的专业机构为企业提供贯标评价服务，支持企业选认专业机构并采信评价结果。推动专业机构组织专家人才队伍开展质量管理能力第三方评价，指引企业逐级或跨级提升质量管理水平。支持专业机构为企业提供宣贯、培训、咨询、诊断及解决方案等全链条服务。探索开展质量管理水平对比分析，逐步实施分行业、分地区评价和结果应用。   18.支持企业开展质量绩效评价。推动企业建立质量绩效评价制度，科学评估质量管理的财务和经济效益。引导企业识别质量绩效指标，采用作业成本法、标杆对比、成本—效益分析、顾客关系管理、统计过程控制等工具和方法，加强对用户满意度、用户忠诚度、产品合格率、市场占有率等关键指标的度量、监测、分析和评价，支持定性评价和定量评价相结合，确保评价真实全面、科学有效。   19.推动评价结果有效应用。发挥质量管理能力评价结果对实现质量目标的引领和促进作用，支持企业将评价结果作为战略制定、资源配置、绩效考核等工作的重要依据。支持企业建立评价结果反馈改进机制，以评促改，根据评价结果识别质量管理薄弱环节，明确能力差距，确定改进目标，采取针对性措施实施质量持续改进，对成效显著的质量改进活动、先进典型经验进行认可奖励和宣传推广，充分激发质量改进的积极性和主动性。建立评价结果采信机制，激励企业向卓越迈进。 五、保障措施   (一)切实加强组织领导。发挥国家制造强国建设领导小组办公室统筹协调作用，研究解决重大问题，督促各项任务措施有效执行、落到实处。各地工业和信息化主管部门要结合本地实际制定落实方案，按照文件要求，认真抓好组织实施，引导企业深入开展质量管理能力评价，不断提升质量水平，大力营造良好的社会氛围，开展试点示范，多维度、多视角、多层面扩大宣传先进典型。   (二)强化资源统筹协调。发挥政府出资产业投资基金作用，坚持高质量导向，鼓励社会资本加大对优质企业的投入。支持地方对企业按质量管理能力分级评价结果给予奖励。发挥国家产融合作平台作用，强化金融服务供给，加大对企业质量创新的金融扶持力度。将企业质量管理水平，纳入专精特新中小企业评价因素。   (三)抓好实施效果评估。构建区域制造业卓越质量评价体系，适时将评价结果作为对各地区质量工作考核的重要依据。定期开展阶段性总结，对实施过程及成效进行监测，针对出现的问题和薄弱环节，采取有效措施，确保完成各项任务。各地工业和信息化主管部门要推动将制造业卓越质量工程实施纳入政府质量工作统筹。   (四)健全服务保障体系。支持开展“入企帮扶”服务，鼓励行业协会和专业机构为企业提供支持，提升计量服务支撑，加大试验验证和检验检测服务供给，加强产业技术基础公共中试能力建设，为企业提供综合技术服务。支持专业机构搭建公共服务平台，研发面向企业自评估、自诊断需要的模块化、轻量化贯标工具，提升贯标流程的标准化、数字化、智能化水平。   附件 制造业企业质量管理能力等级划分说明   制造业企业质量管理能力体现在质量管理体系有效性、质量管理数字化、企业持续成功的能力、全过程质量绩效等方面。依据先进质量管理体系标准，结合国内外关于质量管理的先进方法、模型和研究成果，将制造业企业质量管理能力等级由低到高划分为经验级、检验级、保证级、预防级、卓越级。 经验级。 质量管理基本依靠人的技能和经验，未建立先进的质量制度、质量目标和完整的质量数据管理机制；研发设计、生产制造、质量保障、供应链数字化未开展或只是实行经验式的管理；未具备基本的战略实施、文化建设、技术创新应用等能力；质量绩效水平不高，产品质量水平未达到3σ，过程能力指数未做统计或小于1，全过程一次交验合格率小于90%，对内外部质量损失率未做统计。 检验级。 建立适宜的质量管理体系并有效运行，通过检验手段确定产品质量特性符合标准要求；研发设计、生产制造、质量保障、供应链管理数字化初步开展，收集与质量目标有关的数据并用于改进；具备一定的战略实施、文化建设、技术创新应用等能力；取得一定的质量绩效，产品质量水平达到3σ，过程能力指数大于等于1，全过程一次交验合格率大于等于90%，内部质量损失率大于等于3.0%，外部质量损失率大于等于2.3%。 保证级。 质量管理在体系有效运行的基础上，通过应用适宜的质量技术、工具和方法，促进效率的提升和成本的降低；研发设计、生产制造、质量保障、供应链管理数字化实行规范化、标准化管理，收集与关键过程有关的质量数据，并用于过程的改进，保证产品制造的质量可靠性、一致性、稳定性；具备较好的战略实施、文化建设、技术创新应用等能力；质量绩效水平较高，产品质量水平达到4σ，过程能力指数大于等于1.33，全过程一次交验合格率大于等于95%，内部质量损失率小于3.0%，外部质量损失率小于2.3%。 预防级。 质量管理贯穿于产品和服务质量产生、形成和实现的全过程，基于数据开展全面风险识别和预防，确保企业绩效目标的全面达成；研发设计、生产制造、质量保障、供应链管理数字化全面、持续开展，预防为主、不断改进，收集全过程的绩效数据加以应用并转化为价值；具备优秀的战略实施、文化建设、技术创新应用等能力；质量绩效水平高，产品质量水平达到5σ，过程能力指数大于等于1.67，全过程一次交验合格率大于等于97%，内部质量损失率小于1.5%，外部质量损失率小于1.0%。 卓越级。 质量管理以创新为驱动力，建立全员、全要素、全过程、全数据的新型质量管理体系；研发设计、生产制造、质量保障、供应链管理数字化全面、持续、系统开展，实行基于新一代信息技术的数字化网络化智能化管理，收集供应链上下游质量数据并实现数据资源共享；战略实施、文化建设、技术创新应用等能力有效支撑企业以高质量产品、高水平服务超越用户期望和体验，质量产生卓越的经营效益和持续的竞争优势；质量绩效水平领先，产品质量水平达到6σ，过程能力指数大于等于2.00，全过程一次交验合格率大于等于98%，内部质量损失率小于0.75%，外部质量损失率小于0.5%。 名词解释：   1.σ(西格玛)：σ在统计学中代表“标准差”，即对过程输出的分布宽度的测量。σ值越高，过程不良品率越低。当σ值达到6时，即6σ的品质，表示“每百万单位只有3.4个不良品”；当σ值达到5时，表示“每百万单位有230个不良品”；当σ值达到4时，表示“每百万单位有6200个不良品”；当σ值达到3时，表示“每百万单位有66800个不良品”。   2.过程能力指数(Cpk)：表示过程在稳定可控(即没有特殊原因干扰产出品特性)的状态下，能使其产出品达到可接受标准程度的指标。通常过程能力指数越高，产品的不良率越低。   3.全过程一次交验合格率：是产品生产各个过程一次交验合格率的乘积，是反映全过程质量管理水平及绩效的重要指标。其中，一次交验合格率是指初次提交检验的合格品数量占全部交验产品总数量的百分比。   4.内部质量损失率：是指产品交货前因未满足规定的质量要求所损失的费用与年度总产值之比。损失的费用主要包括：报废损失费、返修费、降级损失费、停工损失费、产品质量事故处理费等。5.外部质量损失率：是指产品交货后因未满足规定的质量要求导致索赔、修理、更换或信誉损失等所损失的费用与年度总产值之比，损失的费用主要包括：索赔费、退货损失费、折价损失费、保修费等。 .
    270浏览量
    原文链接