Loading
0

面对生产质量问题,制造业只用SPC就够了吗?

越来越多的企业,将SPC系统应用于生产项目中,作为生产质量分析的标准工具,来对生产过程进行分析评价,从而控制产品质量问题。

但是SPC功能主要体现在控制图,是检验数据,监控数据;无法更好的做到质量关联数据的分析,比如我们员工、机器、材料、工艺、环境等生产数据的关联分析,从而构造出质量关联数据的模型,到达预测质量的有效结果。

那面对生产质量问题,我们到底该用什么科学全面的方法呢,慧都生产质量分析及预测解决方案应运而生。

生产质量分析及预测:从人-机-料-法-环,全面分析整个生产过程质量。

人:涉及生产负责人、班组长、质检人员、出入库人员等,进行客诉与订单交付分析

机:工作重心、设备机台、机械参数、运行参数等,进行设备故障和备件分析

料:物料信息、批次/序列号信息、供应商信息、工艺线路等,进行生产情况分析

法:BOM、作业指导、图纸等,进行后台管理

环:环境、温度等,进行质量预测分析

以X汽车制造业客户为例,该客户已在中东、东南亚、东欧、非洲、美洲等五大板块15个国家成功布局,据公司发展需要,改造一个工厂形成辐射华中地区的生产基地,支持20万及扩展,支持双班及扩展,实现定制化生产。

他们没有大数据管理平台,无法对数据进行统一的管理。需要找到影响质量的关键因素,构建预测模型,预测质量。

生产质量分析主题:

缺陷异常因子分析、员工行为分析、产品难易度分析、焊接数据异常点检测、焊接飞溅分析、焊接效果分析、缺陷预测分析

生产质量分析及预测方案架构:

客户收益:

在内饰颜色、配置、车型、天窗等维度下,找出发生缺陷次数较多的部门和缺陷类型,从而为业务部门提供改进方向。

通过产品生产过程中的缺陷记录(人员、设备、订单等)数据进行统计计算,分析相关因子的影响比例,输出因子分析图表。

对焊接数据进行分析,有助于提前判断焊接效果,反应焊接传感器的数据采集质量。

建立机器学习模型进行预测,输出故障是否发生,判断车辆故障发生的概率,同时给出特征重要性排序。

效果展示图例:

分析故障类型对于缺陷的影响因素

异常因子对于缺陷的影响分析

想要了解详细的生产质量分析及预测方案,请详询在线客服。慧都一直致力于、产品质量分析及预测设备故障分析及预测管理驾驶舱等大数据模型的构建,助力企业由传统运营模式向数字化、智能化的新模式转型升级,抓住数据经济的发展势头,提供管理效能,精准布局未来。