质量工具实战应用提升课 主讲:杨朝盛老师【课程背景】在当前制造业竞争日益激烈的背景下,质量已成为企业生存与发展的核心竞争力。然而,许多企业在质量问题的识别、分析、解决与汇报环节仍存在以下痛点,比如:客户端:客户反馈质量问题后,报告撰写不专业、数据支撑不足,导致客户信任度下降,抱怨升级。现场端:一线人员发现问题后,缺乏系统工具进行根本原因分析与有效汇报,仅凭经验和直觉处理问题,导致问题重复发 制造生产 2026年04月20日 0 点赞 517 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 504 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 483 浏览
卓越供应链质量管理 构建稳健与高效的价值供应链主讲:杨朝盛老师,供应链往往结构复杂、地域分散、透明度低,给质量管理工作带来了前所未有的挑战。本课程旨在帮助企业系统性地构建和提升供应链质量管理能力,将质量管理的边界从“墙内”扩展到“墙外”,打造一条可靠、高效、有韧性的供应链,从而赢得持久的竞争优势。 物流采购 2026年03月28日 0 点赞 482 浏览
零缺陷-TQM精益质量管理实务 企业内部缺乏全员参与的质量文化,员工质量意识薄弱,改善动力不足,导致质量管理难以持续推进。传统质量管理方式已无法满足现代企业的高标准需求,在此背景下,“零缺陷”(Zero Defect)理念应运而生,成为推动企业质量变革的重要方法论。本课程基于全面质量管理(TQM)和持续改善(Kaizen)体系,旨在帮助企业构建全新的质量管理模式,从根源上解决质量问题,实现质量与效益的双重提升。 制造生产 2026年05月13日 0 点赞 481 浏览
成长利刃-瓶颈分析与问题解决 “产品质量不仅仅是检验出来的!”它是个质量生态圈的问题,包括销售、采购、仓储、设计、技术工艺、生产制造部门的质量过程控制,有一个部门质量出问题都会导致产品质量索赔,本课程将从质量管理的渊源开始,逐步深入,不仅让学员树立质量的意识理念,还能掌握“QC新旧七大手法”结合“A3报告”共同持续改善解决问题,最终形成全面质量管理体系。 制造生产 2026年01月30日 0 点赞 455 浏览
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 446 浏览
朱跃进 朱跃进简介硕士研究生985高校清华大学、南开大学特聘讲师高级工程师、高级咨询师曾任世界500强首钢集团技术部部长曾任台湾上市研华科技集团质量管理部部长【从业经历】朱跃进导师,70年代初出生于天津,天津大学研究毕业生,机械制造专业、工业企业管理专业,高级工程师。朱导师有近20年上市公司大型外企,国企(世界五百强)中高层管理工作经验,精益六西格玛黑带大师,质量管理专家。北京市公安局技防办特聘讲师,北京 生产管理 2026年08月18日 0 点赞 442 浏览
王伟国 王伟国老师 精益管理实战专家电力能源发展实战专家20+年制造业精益生产管理实战经验——国家级资质证书:国家二级建造师国家制造业企业质量管理能力评估师安标评审员14000/45001主任审核员、安全标准化评审员——行业级资质证书:交通工程工程师、金加工高级资质计量检定员资质大众Formel-Q审核员、实验室内审员汽车、航空国际注册审核员(AEA)→航空航天/汽车整车/新能源/智能制造等高 生产管理 2026年07月25日 0 点赞 428 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 425 浏览