适合作为默认学习方案,完整覆盖本课程的核心目标、主要模块和实操安排。
质量管理:AI赋能自工序完结实现品质零缺陷
本课程围绕质量管理中的真实业务场景展开,适合企业中层管理者、品质管理人员、工程师、生产主管等结合课程模块判断是否匹配当前培训需求
可选交付版本
1天交付版本,适合按培训时长压缩或展开课程内容。
适合对象
企业中层管理者、品质管理人员、工程师、生产主管等
课程定位
帮助企业围绕质量管控、问题分析、改善推进和标准化复盘建立更稳定的质量管理机制
课程适配与选型边界
企业已经明确要比较具体课程时,可以重点看对象、业务场景、训练模块和讲师经验
企业中层管理者、品质管理人员、工程师、生产主管等
帮助企业围绕质量管控、问题分析、改善推进和标准化复盘建立更稳定的质量管理机制
课程内容重点包括品质内建:自工序完结概述、质量管控:自工序完结实效、质量保证:自工序完结构建助力实现品质零缺陷,实际取舍可按企业需求和课时安排确认
建议结合参训对象基础、当前业务场景、期望课时、案例方向和李希的相关经验来判断是否匹配
如果企业还在比较质量管理整体方向,可先查看相关主题页或知识页;如果已经明确要比较这门课程,可重点看对象、模块、案例和讲师经验。工具、模板或清单是否包含,需要以课程方案沟通结果为准
核心收益
- 场景边界更清楚:质量重要意义,树立全员质量意识
- 清晰质量管控要求,提升过程管控能力
- 直击现状实质问题,给出系统解决方法
- 回归基本严谨务实,清晰化自工序完结
- 解析生产品质异常,有效实施自働化
课程背景与交付信息
工厂生产绩效管理指标是QCDPSM,质量排在最首位,质量是企业价值和尊严的起点,是公司赖以生存的命脉。如果说成本是钱,质量就是命,没有质量企业将不复存在,没有质量一切都将归零,AI赋能智造是时代趋势,智能制造的智能引擎是AI,本课程实例分享AI人工智能在工厂质量管理中的有效应用,全面提升质量管控
生产现场有太多的不可控因素,难免产生各种异常,诸如:供应商来料异常、前工序到料异常、设备异常、作业异常、产品设计异常等等。面对客户交付压力,生产管理员急于救火,面对产品质量异常,没有回归基本面从流程管理、过程控制、产品规格上进行检讨改善,给出合理化的改善对策,盲目草率地进行异常处理,甚至将不良品交付出货,缺乏质量意识,茫然不知其行为给公司造成重大经济损失。我们从事生产管理要如履薄冰,就像敬畏生命一样敬畏质量
产品生产质量是可控制的,本课程将回归质量管理的基本面,如何一次性将事做好,生产作业的最基本原则:自工序完结,严格执行SOP标准化作业、清晰产品品质基准、工序内自我质量检查、产线配置自働化安灯系统、完善品质内建机制,坚决做到不接受不良品、不制造不良品、不流出不良品三不政策。从流程对作业步骤、良品条件及判断基准进行管控,对已经出现了产品不良要采取隔离及闭环改善,构建质量管控之铜墙铁壁
1天,6小时
课程讲授50%,实践演练、案例分析及小组研讨50%
课程内容重点
课程大纲
课程总览
- 课前引入
- 1. 问题:"在传统制造业中,我们投入大量人力做全检、返修和追溯,但为什么仍有0.5%的不良品流向客户?
- —这0.5%可能意味着每年上千万的售后成本,甚至品牌危机
- 2. 什么是人工智能
- 结合我们日常生活、工作举例说明几个AI典型应用案例?
品质内建:自工序完结概述
- 1. 自工序完结定义
- 2. 自工序完结起源
- 3. 自工序完结理念
- 课堂
- 演练:品质内建挑战—纸条生产线
- 1. 丰田精益屋
- 2. 丰田质量理念
- 1. 构建自働化,在制造中的品质确保
- 2. 如何理解TPS自働化
- 3. 自働化的三大核心机能
- 4. 自働化落地实施
- 1. 自働化的工具——安灯系统
- 2. 工程技术人员——现场办公
- 3. 品质异常处理——三现主义
- 5. 安灯系统简介
质量管控:自工序完结实效
- 1. 传统作业品质管理
- 1. 作业流程机制(改善前)
- 2. 品质异常现象(问题)
- 2. 自工序完结作业品质管理
- 1. 作业流程机制(完善后)
- 2. 自工序完结的核心要素
- 3. 自工程完结的效果
- 案例分享:自工序完结核心要素的量化管控
- 1. 异常的标准是什么?
- 2. 出现异常现场作业员怎么办?
- 3. 出现异常管理者与工程技术人员如何处置?
- 1. 异常统计分析结果
- 2. 制程异常闭环处理机制
- 3. 质量成本控制原则
- 思考:质量问题改进与自工序完结的关联关系是什么?是否矛盾
- 案例分享:AI人工智能在SMT贴片安装产品质量检查AOI中的有效应用
- 案例分享:原材料来料AI应用案例
- 案例分享:制剂过程AI应用
- 案例分享:包装出库AI赋能
质量保证:自工序完结构建助力实现品质零缺陷
- 1. 零缺陷质量管理的起源
- 2. 零缺陷质量管理的定义
- 3. 零缺陷重量管理的精髓理念
- 4. 零缺陷之父:克劳斯比
- 1. 一个核心:第一次就把事情做对
- 2. 二个基本点:有用的和可信赖的
- 3. 三个代表:客户、供应商和员工
- 4. 四项基本原则
- 现场互动:如何理解质量管理大师克劳士比质量免费,现场实例讲解
- 1. 自工序完结流程
- 2. 自工序完结三大核心要素
- 1. 作业步骤
- 2. 良品条件
- 3. 判断基准
- 3. 良品条件确认
- 1. 设计要件
- 2. 生技要件
- 3. 制造要件
- 4. 人员素养
讲师介绍
李希
智能制造与精益数字化转型专家
李希,资深高级咨询师,智能制造与精益数字化转型专家。拥有近20年实战经验,擅长智能工厂规划、精益运营及AI赋能质量管理。累计服务800+企业,开展1000多场培训,致力于通过数智化手段推动制造企业降本增效与转型升级
查看讲师主页课程常见问题
这门《质量管理:AI赋能自工序完结实现品质零缺陷》适合哪些企业或学员?
适合企业中层管理者、品质管理人员、工程师、生产主管等。如果企业已经明确要比较具体课程,可以结合对象、课时、案例和讲师经验进一步判断
这门课主要解决什么问题?
帮助企业围绕质量管控、问题分析、改善推进和标准化复盘建立更稳定的质量管理机制。具体深度需要结合企业当前问题、参训对象和课时安排确认
课程内容通常覆盖哪些训练重点?
可重点查看课程大纲和内容模块。本课程当前呈现的核心方向包括品质内建:自工序完结概述、质量管控:自工序完结实效、质量保证:自工序完结构建助力实现品质零缺陷等
怎么和同主题其他课程比较?
建议比较参训对象、行业场景、讲师背景、案例方向、课时长度和大纲深度,不只按主题名称判断
课程是否一定提供工具、模板或清单?
页面中如提到工具演练、清单或模板,只表示培训沟通时可确认的方向,不默认承诺固定交付物;最终以企业需求沟通后的课程方案为准