FMEA、MSA与SPC工具

提炼可落地的方法、工具和跟进要点先把对象、任务和边界讲清，统计过程控制原理与实施：提炼可落地的方法、工具…再帮助团队对齐现场处理口径

3天，18小时 质量管理
授课讲师： 邱尉宁 · 生产制造与安全综合管理专家
获取课程方案 查看课程大纲

课程大纲

基本概念

一、认识数据
  • 1. 这是什么？
  • 2. 描点作图
  • 3. 数据分析
  • 4. 整理数据并找出规律
二、统计过程控制概述
  • 1. 目的
  • 2. 改进的基本特征
  • 3. 过程控制与过程诊断
  • 4. 过程管理的基本模型
  • 5. 统计过程控制系统的基本模型

统计过程控制原理与实施

一、四个基本原理
  • 1. 过程
  • 2. 性能的信息
  • 3. 对过程采取措施
  • 4. 对输出采取措施
二、过程变差
  • 案例分析：买瓜
  • 2. 变差形成的原因
  • 3. 普通变差，特殊变差和系统变差
  • 4. 分布状态
  • 中心极限定理
三、过程控制
  • 1. 定义
  • 2. 局部控制措施
  • 3. 系统控制措施
四、过程能力指数
  • 1. 过程能力定义
  • 2. 过程能力和过程能力指数
  • 3. 例题
五、过程改进
  • 1. 过程类型
  • 2. 三阶段循环
六、过程控制实施
  • 1. 数据的两种类型
  • 2. 计量型数据
  • 3. 计数型数据

计量型数据控制图

一、过程控制实施
  • 梳理一、过程控制实施的现场问题、数据记录和改善优先级
  • 拆解一、过程控制实施的根因分析、改善推进和标准固化步骤
  • 输出一、过程控制实施改善清单、检查表和标准化动作
  • 2. 计量型数据的特征
二、均值-极差图(X-R)
  • 1. 原始数据收集
  • 2. 计算控制界限
  • 3. 过程控制解释
  • 4. 过程能力解释
三、均值-标准差图(X-s)
  • 梳理三、均值-标准差图(X-s)的现场问题、数据记录和改善优先级
  • 拆解三、均值-标准差图(X-s)的根因分析、改善推进和标准固化步骤
  • 输出三、均值-标准差图(X-s)改善清单、检查表和标准化动作
  • 练习现场观察、问题分析和改善跟踪动作

计数型数据控制图

一、计数型数据的特征
  • 1. 计件特性
  • 2. 计点特性
  • 3. 数据获取的成本不高
  • 4. 数据获取的方法简单
  • 5. 对数据分析的结论非常清晰
  • 6. 易区分特殊变差和普通变差
  • 7. 通常用于管理需要
  • 8. 度量总体质量状况
  • 9. 优先解决某个问题
二、不合格品率 P 图
  • 梳理二、不合格品率 P 图的现场问题、数据记录和改善优先级
  • 拆解二、不合格品率 P 图的根因分析、改善推进和标准固化步骤
  • 3. 过程控制图解释
  • 输出二、不合格品率 P 图改善清单、检查表和标准化动作
三、不合格品数np 图
  • 梳理三、不合格品数np 图的现场问题、数据记录和改善优先级
  • 拆解三、不合格品数np 图的根因分析、改善推进和标准固化步骤
  • 输出三、不合格品数np 图改善清单、检查表和标准化动作
四、不合格数的C图
  • 梳理四、不合格数的C图的现场问题、数据记录和改善优先级
  • 拆解四、不合格数的C图的根因分析、改善推进和标准固化步骤
  • 输出四、不合格数的C图改善清单、检查表和标准化动作
五、不合格数的u图
  • 梳理五、不合格数的u图的现场问题、数据记录和改善优先级
  • 拆解五、不合格数的u图的根因分析、改善推进和标准固化步骤
  • 输出五、不合格数的u图改善清单、检查表和标准化动作
六、控制图(Control Chart)原理
  • 1. 什么是控制图
  • 2. 控制图的数学演变
  • 3. 过程状态的分类
  • 4. 过程稳定判定准则
  • 5. 异常判定准则
  • 6. 局部对策
  • 7. 局部对策和系统改进

测量系统分析的作用

一、数据的质量
  • 1. 二种类型的数据
  • 2. 数据的作用
  • 影响测量数据质量的原因
  • 数据发挥应有的作用，需要高质量的数据
  • 2. 低质量数据的原因和影响
  • 测量系统误差及其影响
  • 1. 测量系统误差可以分成五种类型
  • 2. 总测量变差通常被描述为正态分布
  • 3. 测量系统误差的影响
四、测量系统分析的目的
  • 1. 测量系统共有的统计特性
  • 2. 测量系统的接受准则
  • 梳理四、测量系统分析的目的的现场问题、数据记录和改善优先级

概念和术语

内容重点
  • 1. 测量（Measurement)
  • 2. 量具（Gage)
  • 3. 测量系统（Measurement System)
  • 4. 分辨力Discrimination、可读性Readability、分辨率Resolution
  • 5. 测量仪器分辨率

MSA应用

一、偏倚、线性、稳定性、校准
  • 1. 偏倚
  • 2. 线性
  • 3. 稳定性
  • 4. 校准
二、重复性、再现性及其原因
  • 1. 精确性（重复性和再现性）
  • 2. 造成重复性的可能原因
  • 3. 造成再现性误差的潜在原因
三、MSA计划
  • 1. 测量系统分析计划
  • 2. 选择测量系统
  • 3. 准备工作
  • 4. 测量系统分析的两个阶段
  • 5. 连续变量测量系统分析
四、计量型MSA
  • 1. 计量型数据的 均值-极差法
  • 2. 重复性大于再现性的原因
  • 3. 再现性大于重复性的原因
  • 4. 短期与长期方法的比较
  • 5. R&R 对产品决策的影响？
五、计数型MSA
  • 1. 计数型测量系统能力分析
  • 2. 样品大小的规定
  • 3. 样品的选择
  • 4. 测量系统好坏的判据
  • 5. 计数型量具研究（小样法）

整体介绍

一、术语介绍
二、FMEA介绍
  • 1. 什么是FMEA
  • 2. FMEA的目的
  • 3. FMEA的类型
  • 4. 何时使用FMEA
  • 5. 开发文件结构
  • 6. 原因与效果的关系
  • 7. 失效模式
  • 8. 失效链

FMEA方法与要求

一、过程技术分析
  • 1. 分析方法
  • 2. 分析步骤
  • 3. 推论方法
  • 4. 归纳方法
二、FMEA的整体开发
  • 1. FMEA小组
  • 2. FMEA会议
  • 3. FMEA小组的成功之处
  • 4. FMEA的应用

DMEA方法与要求

一、DFMEA设计失效模式和过程分析与产品形成过程
  • 1. DFMEA模型
  • 2. DFMEA与PFMEA之间的关系
  • 3. 文件的关联
二、DFMEA的整体开发
  • 1. FMEA结构
  • 2. 表头信息
  • 3. 制定FMEA
  • 4. 条目功能要求
  • 5. 编制FMEA
  • 6. 潜在失效模式
  • 7. 失效模式头脑风暴
  • 8. 找出失效的根本原因

PMEA方法与要求

一、PFMEA过程失效模式和效果分析
  • 1. PFMEA的作用
  • 2. PFMEA的目的
  • 3. PFMEA的动态管理
  • 4. PFMEA的有效前提
二、FMEA总结

质量管理体系的真相

一、质量管理体系的发展历史
  • 1. 质量管理体系的最大误区：质量管理体系管的不是产品质量，而是企业质量。企业的质量由企业的管理水平决定
  • 2. 生产管理与质量管理体系的关系
  • 1. 对企业日常运营项目进行系统性的管理，形成的体系称为质量管理体系
  • 2. 按照ISO9001标准建立的质量管理体系称为：ISO9001质量管理体系
  • 3. 企业的生产管理包括：5S、TPM、安全生产、生产制造、产品检验、PMC……
  • 3. PDCA为什么叫戴明环、日本最高质量奖为什么叫戴明奖，戴明对日本产生了什么样的影响
  • 4. 质量管理体系的古往今来
  • 5. 质量管理体系的好处
二、系统性管理的基本结构与特征
  • 1. 基础构成：预防+纠正
  • 1. 预防：建立企业运行的预防机制
  • 2. 纠正：建立企业运行的纠错机制
  • 2. 优质管理的两大特征
  • 1. 目标明确：明确生产的最终目标
  • 2. 系统全面：标准和操作细则覆盖整个生产运营过程
  • 3. 生产管理系统性优化步骤
  • 1. 明确目标：了解生产管理的目标
  • 2. 状况梳理：对生产管理中经常出现的问题点及需改善项目进行状况梳理。梳理内容包括人、机、料、法、环五个方面
  • 3. 制定策略：根据现状制定改善措施，并根据SMART原则制定改善计划

适合对象

企业生产管理人员

课程定位与主要问题

现场问题识别、流程拆解、质量改善和标准固化需要落到岗位动作，训练会围绕关键问题完成一轮方法校准

核心收益

  • 现场问题更清楚：现场问题、质量波动和改善节点，减少只听概念、不知道怎么用的落差
  • 围绕提炼可落地的方法、工具和跟进要点校准目标和边界，明确课堂重点动作
  • 标准执行有抓手：统计过程控制原理与实施：提炼可落地…安排练习，检查方法、工具和流程是否可用
查看更多收益 收起更多收益
  • 复盘跟进有依据：提炼可落地的方法、工具和跟进要点相关的责任分工、跟进节奏和复盘问题

课程背景与交付信息

为了保障对质量的有效管控，企业管理常用品管五大工具，其中产品质量先期策划（APQP，Advanced Product Quality Planning）与生产件批准程序（PPAP，Production Part Approval Process）主要为研发端所用

我们对于生产工厂端的质量管理，以统计过程控制（SPC，Statistical Process Control）、测量系统分析（MSA，Measurement System Analyse）和失效模式和效果分析（FMEA，Failure Mode & Effect Analyse）作为质量控制的主要手段

统计过程控制（SPC）是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的且稳定的水平，从而保障产品与服务符合规定的要求的一种质量管理技术。通过对生产产品过程的监控，确保产品的质量合格率

课程时间

3天，18小时

授课方式

探讨、互动、案例、练习、视频、工具

课程内容重点

01基本概念：提炼可落地的方法、工具和跟进要点
02统计过程控制原理与实施：提炼可落地的方法、工具和跟进要点
03计量型数据控制图：提炼可落地的方法、工具和跟进要点
04计数型数据控制图：提炼可落地的方法、工具和跟进要点

讲师介绍

邱尉宁 讲师头像

邱尉宁

生产制造与安全综合管理专家

生产制造与安全综合管理实战专家，20年工厂管理经验。擅长精益生产、EHS管理及基层班组建设，累计主操盘100+个生产项目，主导多个新厂筹建，助力企业实现产能与效率双重提升

制造业电子通信政府国企建筑工程化工行业能源/电力行业
查看讲师主页

课程差异说明

本课程页面围绕《FMEA、MSA与SPC工具》重点呈现课程定位、适合对象、核心收益和 12 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

企业生产管理人员。

学习这门课可以获得什么收益？

明确现场问题、质量波动和改善节点，减少只听概念、不知道怎么用的落差；围绕提炼可落地的方法、工具和跟进要点校准目标和边界，明确课堂重点动作。

课程通常安排多长时间？

课程通常可按3天，18小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用探讨+互动+案例+练习+视频+工具，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配