VIP25
本课程属于：006-统计质量、DOE与六西格玛工程 测试测量质量可靠性工程 · 共 25 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

良率提升数据驱动：SPC与缺陷Pareto图实战应用

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
良率提升的挑战与数据驱动方法论概述
课程导论良率提升的挑战
02
SPC基础
统计过程控制的核心思想与历史背景
SPC统计过程控制的核…
03
变异来源
普通原因与特殊原因的识别与区分
变异来源普通原因
04
控制图原理
正态分布 · 中心极限定理与3σ原则
控制图原理正态分布
05
均值-极差控制图(Xbar-R)
构建步骤与实战案例
Xbar-R均值
06
均值-标准差控制图(Xbar-S)
适用场景与计算详解
Xbar-S均值
07
单值-移动极差控制图(I-MR)
小批量生产中的应用
I-MR单值
08
不合格品率控制图(P图)
缺陷率监控实战
不合格品率控制图P图
09
不合格品数控制图(NP图)
计数型数据监控
NP不合格品数控制图
10
缺陷数控制图(C图)与单位缺陷数控制图(U图)
泊松分布应用
缺陷数控制图C图
11
控制图判异准则
8大判异规则详解与SVG图示
控制图判异准则SVG
12
过程能力指数
Cp · Cpk · Pp
过程能力指数Cp
13
Pareto原理
80/20法则在缺陷分析中的核心地位
Pareto原理
14
Pareto图绘制
数据收集 · 排序与累积百分比计算
Pareto图绘制
15
分层Pareto图
按设备 · 班次 · 物料等多维度分析
Pareto分层
16
Pareto图与鱼骨图结合
从关键少数到根本原因
Pareto鱼骨图结合
17
数据采集与清洗
MES系统数据 · Excel数据预处理实战
数据采集清洗
18
Python实战
用matplotlib绘制专业控制图
Pythonmatplotlib
19
Python实战
用plotly绘制交互式Pareto…
Pythonplotly
20
Python实战
自动化计算过程能力指数(Cpk)
PythonCpk
21
Minitab实战
控制图与Pareto图一键生成
MinitabPareto
22
JMP实战
交互式数据探索与缺陷模式识别
JMP交互式数据探索
23
案例1
SMT贴片焊接缺陷的Pareto分析…
案例1SMT
24
案例2
注塑成型尺寸超差的过程能力改善
案例2注塑成型尺寸超差…
25
案例3
半导体封装打线工艺的良率提升闭环
案例3半导体封装打线工…
26
SPC与Pareto的联动机制
预警-分析-改善-验证
SPCPareto
27
控制图的选择策略
计量型与计数型决策树
控制图的选择策略计量型
28
常见误区
过度调整 · 数据非正态 · 样本量不足
常见误区过度调整
29
数字化看板
实时SPC与动态Pareto看板设计…
数字化看板SPC
30
课程总结
构建持续改进的数据驱动文化
课程总结构建持续改进的数…