现场质量问题分析与解决 课程背景:管理者每天都在解决问题,各种各样的问题占据了管理者的大部分时间,当我们被问题淹没时,已很少有时间静下心去思考何谓“问题”,问题产出的根源又是什么?我们怎样才能减少问题的发生?“凡事都从忙中错,无人知向静中修”,因此,我们有必要分析一下问题产生的根源,以及问题的类型,欲改之,需先懂之。现实与期望的落差构成了问题,问题可以分为三大类型,恢复原型状问题(Initial Type)、防范潜在型问 制造生产 2026年01月03日 0 点赞 203 浏览
质量管理小组(QC小组-2020版)活动有效开展 朱军,QC小组是企业中群众性质量管理活动的一种的有效组织形式,是职工参加企业民主管理的经验同现代科学管理方法相结合的产物。QC小组具有自主性、群众性、民主性、科学性四大特征,是企业发展的重要理论和方法。中国质量协会在2020年对质量管理小组活动准则进行了科学的、与时俱进的升级,新版编号为T/CAQ 10201-2020; 制造生产 2026年01月12日 0 点赞 312 浏览
精益质量管理-TQM质量管理与质量意识提升 费根堡姆提出了“全面质量管理”(TQM ,Total Quality Management)的概念,发展至今,企业已经达成共识——“质量是企业的生命”,企业推行TQM,是质量管理的根基,又是质量管理提升重要的支柱。现代社会客户要求的不再只是产品,也不再只是服务,而是在关系交往中综合的满意程度。如何满足客户的要求?如何比竞争对手更快速的差异化的满足客户的要求?怎么才算客户满意? 制造生产 2025年12月25日 0 点赞 225 浏览
零缺陷质量管理实务 用质量赢得忠诚,忠诚就是利润课程背景:◆经济危机席卷全球,全球制造业面临严峻考验。倒闭、破产、关门、被收购、被兼并每天都在上演,中国制造业也不例外。◆我们也印证了一个不变的事实,那些现场质量管理优秀的企业受影响的程度很少,而那些倒闭、破产、关门或效益急剧下滑的制造型企业大多数是现场质量管理非常薄弱、返工、返修、报废率高的企业。◆为解决困惑广大企业质量管控的有效性问题,我们特推出此课程,为广大制造型 制造生产 2026年01月12日 0 点赞 181 浏览
风险理念与质量生产管理实务 风险重在预防课程背景:企业高层管理人员常常感到困惑:企业规模大了,员工多了,利润反而降低了。实践证明,企业内部运作管理中40%的成本源于管理和产品的过失及浪费,员工缺乏风险意识与改善意识和改善方法,缺少改善的动力。不能发现现场存在的各种质量与生产风险,导致发生很多质量不良导致的浪费现象,如何培养企业管理人员的风险意识并明确管理措施,并激发现场员工的改善和创新意识,从企业管理的浪费挖掘目标利润 制造生产 2025年12月27日 0 点赞 212 浏览
全面品质管理(TQM) 凡此种种情况,主要是由于企业 “全面质量管理”即开展TQM不到位造成。企业推行TQM,是质量管理的根基,又是质量管理提升重要的支柱,本课程系统讲授了全面质量管理的发展特点、全面质量管理在企业中的推行应用、相关质量管理工具的使用及全面质量管理与质量管理体系的结合等。 制造生产 2026年01月03日 0 点赞 218 浏览
何小勇 何小勇博士精益六西格玛黑带大师;质量管理专家,项目管理硕士,管理学博士北大经济管理学院,北大纵横商学院。何博士一方面长期从品质、工程和生产管理一线练就一身功夫,另一方面又对TRIZ创新研发、精益生产和六西格玛进行系统地研究。 生产管理 2026年03月04日 0 点赞 175 浏览
APQP/PPAP/SPC联合训练 【授课时长】2天【培训对象】从事产品设计开发、质量、生产和工程工作的中高层技术及管理人员。【课程背景】《生产件批准程序》(PPAP)和先期产品质量策划(APQP)、失效模式分析FMEA、测量系统分析MSA和统计过程控制SPC简称为汽车行业质量管理五大有用工具。目前已经广泛应用其他行业。《先期产品质量策划》(APQP)是一种结构化的方法,用来确定和制定确保产品满足顾客要求所需要的步骤。先期产品质量策 制造生产 2026年03月04日 0 点赞 149 浏览
生产过程质量风险识别评估和预防实战训练 【课程时长】2天【课程收益】本《生产过程质量风险识别评估和预防实战训练》(B版)是根据伊利奶粉事业部韩先生提出的培训需求而完善。二天课程训练将重点帮助学员获得如下收益:1、系统掌握潜在失效模式和影响分析FMEA(Failure Mode and Effects Analysis)如何应用在伊利奶粉事业部质量风险预防管理方面。2、如何把FMEA和HACCP(Hazard An 制造生产 2026年04月04日 0 点赞 55 浏览
AI在现场质量监控中的运用 课程背景:随着汽车行业智能化、网联化进程加速,质量监控正从传统人工模式向AI驱动的实时化、自动化方向转型。当前,汽车制造面临三大核心挑战:缺陷检测效率不足(人工漏检率高达8%-15%);复杂场景适应性差(如多材质焊接、微小零件装配);防错管理滞后(依赖事后补救而非过程预防)。AI技术通过机器视觉、深度学习、边缘计算等能力,为质量监控提供了颠覆性解决方案。例如,AI视觉检测系统可将缺陷识别精度提升至 制造生产 2026年03月17日 0 点赞 84 浏览