課程(cheng)描述INTRODUCTION
日程安排(pai)SCHEDULE
課程(cheng)大綱Syllabus
質量數據分析培訓
課程背景:
在AI+精益生產的雙重背景下,團隊作為制造業企業的基石單元,其運作效率與團隊協作能力對于確保整個生產流程的高品質輸出具有至關重要的作用。管理者作為質量控制體系的核心引領者,他們的管理精細度、專業技能以及對質量細節的嚴格把控能力,直接關系到生產效率的提升、產品質量的持續穩定以及團隊士氣的積極維持。通過廣泛的企業調研,我們發現管理者在質量管理中所面臨的普遍挑戰:
眾多管理者頻繁感嘆“質量壓力山大”!這背后的根源何在?
不少管理者逐漸陷入“事無巨細式”管理困境,難以抽身!背后的管理機制是怎樣的?
許多管理者頻繁應對各種“質量突發事件”,疲于奔命!暴露了質量管理中的哪些問題?
管理者在員工質量管理指導上感到力不從心,效果欠佳!背后的深層次原因又是什么?
針對(dui)這些(xie)質(zhi)量(liang)管(guan)(guan)(guan)(guan)理(li)及精(jing)細(xi)(xi)化管(guan)(guan)(guan)(guan)理(li)中的(de)(de)(de)(de)種(zhong)種(zhong)困惑與挑戰(zhan),本課(ke)程(cheng)結(jie)合AI+精(jing)益生產理(li)念,旨在幫助管(guan)(guan)(guan)(guan)理(li)者理(li)清復(fu)雜的(de)(de)(de)(de)質(zhi)量(liang)管(guan)(guan)(guan)(guan)理(li)工作脈絡(luo),構建一套以質(zhi)量(liang)管(guan)(guan)(guan)(guan)理(li)為核心、兼顧效(xiao)率與細(xi)(xi)節的(de)(de)(de)(de)精(jing)細(xi)(xi)化管(guan)(guan)(guan)(guan)理(li)流程(cheng)。通(tong)過引入AI賦能的(de)(de)(de)(de)現代質(zhi)量(liang)管(guan)(guan)(guan)(guan)理(li)工具和方法,激發員工的(de)(de)(de)(de)質(zhi)量(liang)意識與創(chuang)新(xin)潛能,實現每日(ri)質(zhi)量(liang)目標的(de)(de)(de)(de)清晰界定與高(gao)效(xiao)達成,推動團隊向追求卓(zhuo)越、持續改進的(de)(de)(de)(de)質(zhi)量(liang)管(guan)(guan)(guan)(guan)理(li)模式轉型(xing)。
課程收益:
價值1:提升全面質量管理的理念思維,結合AI工具實現智能化管理。
價值2:構建一套基于AI+精益生產的質量管理理論框架。
價值3:掌握全面質量管理的方法技巧,結合AI工具進行高效數據分析與問題解決。
價值4:學習生產現(xian)場(chang)的(de)質(zhi)量管理(li)對(dui)策,借助AI工具實(shi)現(xian)不良率的(de)精(jing)準控制與改善(shan)。
課程對象:管理者
課程特點:
1. 課程具有極強的實用性,提升管理者質量管理的能力,30%的理論+50%的方法+20%的實例。
2. 基于管理者質量管理中的常見問題場景,引導管理者建立基本管理思維,給工具、給方法、給案例,即學即用。
3. 通過互動體驗式(shi)授課、豐富化接地氣的案例分析、焦點問題的匯智(zhi)研討(tao)、自(zi)測把脈式(shi)的反思(si)、實效化工具演練,讓學員在(zai)輕松愉悅的氛圍中學思(si)頓悟。
課程大綱
第一章:全面質量管理思維與AI賦能
解決問題:質量管理認知不全、不正確導致質量管理無法落地
章節導入:質量管理演變歷史
一、全面質量管理四大思維方式
1. 用數據說話:結合AI工具進行數據驅動決策
2. PDCA與持續改善:AI賦能下的閉環管理
3. 不僅關注結果更強化過程管理:AI實時監控與預警
4. 應急對策與防止再次發生的方案:AI輔助根因分析與對策制定
二、管理標準化作業體系的建立
1. 質量控制的四個階段:AI工具在每階段的應用
2. 標準化系統四個要素:AI賦能的標準化流程
3. 標準化體系建立三步:AI輔助的標準化實施
4. 樹立部屬的品質意識:AI工具在員工培訓中的應用
課程練習:十大品質意識測試
三、生產制造零缺陷制度的執行
1. 正確的事
2. 正確的做事
3. 第一次做正確
課程(cheng)練習:質量(liang)衡量(liang)(小劉因質量(liang)缺陷造成的損失)
第二章:團隊質量管控思路與AI賦能
一、品質問題產生的五大要素(4M1E)
人、機、物料、方法、環境:AI工具在要素分析中的應用
課程練習:魚骨圖分析品質問題產生的具體原因(AI輔助)
二、不合格品處置的六大方式
1. 返工
2. 報廢
3. 降級使用
4. 退貨
5. 特采接收
6. 暫時隔離
三、有效解決品質問題八步法
1. 界定問題
2. 分析原因
3. 確認原因
4. 制定對策
5. 實施計劃
6. 檢查效果
7. 總結經驗
8. 遺留問題
案例分析:降低絲印按鍵外觀不良率
四、團隊質量管理的基本原則
1. 四大戒律
戒不按標準
戒不傳信息
戒隱瞞不報
戒數據造假
課程討論:數據造假帶來的后果
2. 五個及時
及時反饋來料質量問題
及時推動產線問題解決
及時督促各類報表填寫
及時傳遞客戶質量投訴
及時對員工做工作教導
3. 六項檢驗
一看外觀--確認有無劃傷破損狀況
二量尺寸--依據產品規格測量尺寸
三對樣品--對照樣品核實外觀形狀
四對色板--觀察有無顏差差別現象
五測性能--機械電氣性能是否滿足
六做標識,良品與不良品標識清楚
課程練習:六項檢驗平衡輪
4. 七不放過
找不到問題發生根源不放過
找不到問題的責任人不放過
找不到問題解決方法不放過
改進方法落實不到位不放過
問題責任人未受教育不放過
沒有長期的改進措施不放過
沒有建立改進的檔案不放過
課程練習:PDCA閉環質量管理
5. 作業前
班前會呈現問題
不接受不合格品
點檢所需的物資
6. 作業中
初、中、終檢查
異常情況的確認
線內操作的監督
不合格品的隔離
7. 作業后
質量問題的統計
4M1E變更管理
課程練習:質量(liang)職責梳理
第三章:質量管理七大手法與AI賦能
解決問題:質量管理方法缺乏或不正確導致品質管理無法落地
一、QC七大手法1--查檢表
1. 查檢表定義
2. 查檢表2個作用
(1)維持管理
(2)改善管理
3. 查檢表分類
(1)點檢型查檢表
(2)記錄型查檢表
4. 查檢表設計的步驟
案例練習:AI賦能+《8S查檢表》
二、QC七大手法2--柏拉圖
1. 柏拉圖定義
2. 柏拉圖的原則:80-20法則
3. 柏拉圖的作用
(1)找到最重要的原因和異常
(2)體現了“少數重要,多數次要”的規律
4. 柏拉圖制作實錄
(1)數據收集
(2)歸類統
(3)排序、并計算相關數據
(4)繪制柏拉圖
案例練習:AI賦能+主要不良統計
三、QC七大手法3--層別法
1. 層別法定義
2. 層別法層別的方法
(1)常用4M1E區分
(2)亦可用任何有意義的區分,例如:地點、氣候, 日期, 作業條件 和 環境,批號,批別,原材料, 線別, 班別等。
案例練習:17寸顯示器ESD靜電的層別分析
3. 層別法實用注意事項
(1)收集數據之前就應先使用層別
(2)層別法與其他工具搭配使用
案例練習:AI賦能+層別法應用
四、QC七大手法4--魚骨圖(特性要因圖)
1. 魚骨圖定義
案例展示:客戶端出現缺陷
2. 魚骨圖設計步驟
(1)確定魚頭:問題
(2)確定主刺(主因)
(3)確定中刺(中因)
(4)確定小刺(小因)
(5)驗證要因
案例練習:為什么培訓沒有效果
3. 魚骨圖實用注意事項
(1)原因解析愈細越好, 小刺可以制定具體對策
(2)利用腦力激蕩法,盡可能找出影響結果的所有因素
(3)一次因與二次因選擇不要混肴
(4)有多少問題就畫多少個圖,不可多問題共一個圖
案例練習:AI賦能+魚骨圖應用
五、QC七大手法5--直方圖
1. 直方圖定義
2. 直方圖設計步驟
(1)收集量測數據并記錄,分K個組
(2)找全部數據中*值及最小值
(3)計算量測值的全距
(4)決定數據區間(組距)
(5)決定組距的組界及計算各組界出現次數
3. 直方圖的典型形態
(1)正常型:左右對稱分布,顯示制程在正常運轉
(2)缺齒型:應重新收集和整理數據
(3)切邊型:有一端被切斷
(4)孤島型:在左端或右端單獨形成小島,應及時查明原因、采取措施
(5)雙峰型:對數據進行層別,重新作
(6)偏態型:高處偏向一邊、另一邊低、拖長尾巴
(7)平定型:沒有突出的頂峰,唯有弧度,略平坦狀
4. 直方圖實用注意事
(1)使用等寬的間距,不等寬的間距將造成視覺的差異
(2)組數不要太多、也不要太少
(3)OK的數據符合正態分布
(4)常見的7種直方圖(正態分布、偏態、雙峰、絕壁等)
案例練習:AI賦能+直方圖應用
六、QC七大手法6--散布圖
1. 散布圖定
2. 散布圖設計步驟
(1)找出數據中的*值與最小值
(2)劃出縱軸,橫軸的刻度,計算組距
(3)組距=max-min/組數n
(4)各組對應數標示在坐標上
3. 散布圖實用注意事項
(1)注意是否有異常點存在,亦即該點與其它點相距很遠。
(2)是否有必要加以層別,亦即由數據看是無相關,但將數據分群后卻發現具有相關。
(3)一個相關與否的散布圖需放入單純且必要的數據
案例練習:AI賦能+散布圖應用
七、QC七大手法7--管制圖
1. 管制圖定義
2. 管制圖分類
(1)計量值管制圖
(2)計數值管制圖
3. 均值與極差管制圖(X-R )的繪制步驟
4. 管制圖判別的12項法則
5. Ca、 Cp、Cpk
案例練習:AI賦能+管制圖應用
課程答疑(yi)與課程回顧(gu)
質量數據分析培訓
轉載://bamboo-vinegar.cn/gkk_detail/323721.html
已開(kai)課時間Have start time
- 程平安
品質管理公開培訓班
- 卓越軟件測試質量體系*實踐 講師團(tuan)
- 抽樣檢驗與品質保證 劉老師
- FMEA&APQP&PPA 劉老師
- 注塑零缺陷原因分析 鄧益善
- 質量成本管理 仇老(lao)師
- SQE供應商質量管理 丁(ding)遠
- SPC統計過程控制實戰訓練 何小(xiao)勇
- ISO/TS16949:2 鄧老師
- DOE實驗設計 鄧老師(shi)
- SQE供應商質量管理及工具 李(li)老師
- 新舊QC七大工具 胡(hu)老師
- 現場質量問題分析與解決8D 劉老師(shi)
品質管理內訓
- 《數據的力量》 基于Min 謝鳴
- 品質管理(QC)小組活動 張勝
- 5M1E--現場質量管理控 程平安
- 《SPC 統計過程控制》 謝鳴
- AI賦能--質量數據分析與 程平安
- 《MSA 測量系統分析》 謝(xie)鳴
- 《產品先期質量策劃(APQ 謝鳴
- TQM全面質量運營管理 王(wang)國超
- 質量風險管理(制造型企業) 張勝
- TQM全面質量管理與零缺陷 凌棟(dong)梁
- 《質量保證核心職責與實戰技 金宗(zong)杰
- 《從源頭提升設備研發質量》 謝鳴