|
|
在大数据冲击下的工业质量管理对策
在大数据的冲击下，传统的质量管理方法无论是在概念宣传与培训的层面上，还是在实际应用与推广的层面上都面临着巨大的挑战。
如下图所示，具有不同规格要求的一百多个质量指标已经被标准化地统一集中到了一张图中。这个图形被红、黄、绿三种颜色分成了三个区域。在红色区域中出现的指标都是过程能力不足的指标（Cpk小于1）；在黄色区域中出现的指标都是过程能力尚可的指标（Cpk大于1且小于2）；在绿色区域中出现的指标都是过程能力充足的指标（Cpk大于2）。（注意：Cpk优劣的界定标准可以自定义修改。）
.jpg)
基于JMP软件的多指标过程能力分析的可视化展现
这样一来，无论面对多么复杂的工艺流程，技术管理人员都具备了一双火眼金睛，能够从纷繁庞杂的工程数据中一目了然地看清质量现状，识别出哪里的工艺情况最稳定，哪里存在着改进机会。
在帮助技术管理人员建立工艺流程大局观的同时，大数据质量管理分析平台还能迅速地切换分析主题，进行由面到点的深入分析，不会遗漏每一个技术细节。下图就是一张按照
Cpk优劣顺序排序的过程能力指标排行榜清单的截屏。
.jpg)
基于JMP软件的多指标过程能力分析的排行榜清单（部分）
总之，在大数据的冲击下，传统的质量管理方法无论是在概念宣传与培训的层面上，还是在实际应用与推广的层面上都面临着巨大的挑战。所幸，在以JMP软件为代表的现代工业质量管理解决方案的协助下，制造型企业同样可以化被动为主动，充分享受到“大数据”分析带来的成果与乐趣。
责编：王雅京
微信扫一扫实时了解行业动态
著作权声明：kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。
|
热门博文
|
战略咨询工具大全(PPT116).ppt
战略咨询分析工具及使用方法.pd..|
|
