2023灯塔工厂白皮书发布：成为“榜样”之前，先点亮自身
中国是目前创建灯塔工厂力量最活跃、也是拥有最多灯塔工厂的国家。深追其背后根由，可认为这与国内宏观政策与发展模式密不可分，一边是高质量发展战略指引护航，一边是草莽拓荒后的积弊难消。
因果可循环可倒置，时势既造英雄，英雄亦酿时势。我们很高兴看到，在工业4.0的比武场上，中国的制造力量正发出自己的声音，并不断惊喜亮相。
01 灯塔工厂新范式，翻越效率与效益两座大山
某种程度上，成功遴选为灯塔工厂的企业，即可被视为拥有世界第一流的制造能力，在实践结果和发展路径匹配层面都做到了顶尖，是智能制造及工业4.0当之无愧的代表。
在成为榜样之前，“灯塔工厂”四个字，最先点亮的是企业自身。于是，角逐灯塔工厂、得到市场和行业认可，并进一步扩大自身竞争优势，成为越来越多企业的探索新方向。但当目光放远，我们不得不看清现状：纵然有成功实践作表率，整体的制造业重构升级依然处于雾里看花阶段，企业们还是会在实际困境前焦头烂额。须知，在想到与得到之间，还差一个做到。
纵观制造业发展历程，我们能清晰看到：伴随生产模式从大规模生产、精益生产、柔性制造变革为可重构制造再到智能制造，整个制造业价值链主体也发生了巨大变化，从最初的面向成本，发展为面向产品、面向客户，再到目前的面向效率。
很显然，在效率与效益两座大山前，制造企业想要成功进阶并书写新的转型奇迹，在单一工厂或部分生产网络中实现规模化转型已然不足，而是要在全组织上下实现规模化部署。
如何加强数字化技术与企业不同的发展路径匹配，减少甚至避免大量试错成本带来的发展陷阱，是企业亟待突破的问题。
技术落地是一个老生常谈的问题。工业4.0涉及到的技术变革较为广泛，包含大数据技术、人工智能、智能制造及区块链技术在内的多项技术已得到快速发展和应用，信息技术和制造业不断融合的过程，就是生产制造越发自主的过程。
麦肯锡合伙人、制造业全球负责人Enno de Boer就曾表示：“一种范式转变正在发生，从注重成本控制转向推动增长和促进环境可持续性。这些灯塔工厂的经营实践表明，相比投资建设资本基础设施，通过数字技术提高智能化生产和经营能力更加有效。”
02 端到端集成，重构制造业价值链动态能力
传统生产模式下，企业交付产品就算完成“任务”，产品使用情况、维修情况一律都与生产制造分离，相互之间全然没有任何交互。而灯塔工厂的端到端，是从产品设计、生产制造到物流配送过程，甚至于维护维修等末端环节的产品全生命周期管理和服务。
客户需求和反馈能直接与研发设计端进行互联共享，这种动态闭环的运作模式，能直接拓展企业的边界，推动全流程、全组织的业务信息协同，提升效率、降低成本，实现全产业链的跨越式集成，从而不断提升客户满意度。
结合两版灯塔工厂白皮书，我们能明确一点，制造业数字化转型过程中的价值链生成，可大体可分出以下三个阶段：
·阶段一：价值定位。不同吸收能力的制造业企业具有不同的价值定位，关键条件分为外部信息吸收能力和内部价值定位能力两种，主要体现在价值链跟随生产模式变迁带来的商业模式提升。
·阶段二：适应能力差异化。主要表现为创造机制，关键因素包含对外数字化战略调整能力及对内数字化组织执行能力。前者体现企业高层管理者对数字化转型战略的支持态度，后者体现其对数字化转型的实施计划执行程度。
·阶段三：创新能力。从价值获取的视角看，面向市场的数字化服务反馈能力和数字化服务增值能力构成创新能力的关键要素；数字化服务反馈能力则表现为端到端的集成。
显然，灯塔工厂们用自身的成功实践结果经验告诉我们：以数据为关键要素，对技术应用、认知革新与经营模式进行大胆探索和系统性变革，就能实现运行效率、创新能力和盈利能力的全面提升。
03 灯塔之光照亮制造业数智之路
在2023最新公布的名单中，赫然出现了一个海岸线熟悉的名字——联想集团合肥产业基地（下文简称“LCFC”）。
作为年产值超过千亿的消费电子ODM工厂，LCFC有着较为庞大的供应商数量，但使用的系统既多且老，这便造成了数据孤立、部门墙严重、管理效率低下等一系列问题，而供应商质量好坏又将直接影响产品交付效率和交付质量。
如上篇文章和前文所述，是否明白转型本质、进而看清战略弱点、及时发现并加以改正和提升自身不足，是灯塔企业和非灯塔企业的核心认知差异之一。
面对种种难题，LCFC的高层管理者抱有极大的变革决心，在和海岸线的整个合作过程中，亲自带队参与方案的设计确认和实施支持，给予了最大程度的配合。
最终我们为LCFC搭建了一个面向全供应链的质量管理平台，让上下游供应链之间的在线协作更加精密，帮助企业从源头改善问题，在质量、成本、交付和可持续四大维度，皆实现了业务价值的大幅提升。
这里简略提下该平台为LCFC创造的实际收益：
·质量损失下降28%
·人员效率提升45%
·急单满足提升21%
·供应商质量问题减少55%
·二氧化碳排放下降49%
·成功申报灯塔工厂
在中国传统制造业转型过程中，LCFC所遇到的阻点绝非孤例。普遍来看，制造业的企业组织、业务模式、产品和价值链的复杂和难控性是必须攻克的难题，而提升产品附加值、提升人均产值是保障产业高速增长的必由之路。
故而，能总结制造产业发展共通性，积极推动工厂、价值链和商业模式的规模化转型的“灯塔工厂”，成为我国制造业可持续卓越运营的榜样引航员，照亮无数企业的茫茫数智路。
我们有理由相信，下一份白皮书发布之时，新增灯塔工厂“列席”成员中，或许就将有你。 收起阅读 »
因果可循环可倒置，时势既造英雄，英雄亦酿时势。我们很高兴看到，在工业4.0的比武场上，中国的制造力量正发出自己的声音，并不断惊喜亮相。
01 灯塔工厂新范式，翻越效率与效益两座大山
某种程度上，成功遴选为灯塔工厂的企业，即可被视为拥有世界第一流的制造能力，在实践结果和发展路径匹配层面都做到了顶尖，是智能制造及工业4.0当之无愧的代表。
在成为榜样之前，“灯塔工厂”四个字，最先点亮的是企业自身。于是，角逐灯塔工厂、得到市场和行业认可，并进一步扩大自身竞争优势，成为越来越多企业的探索新方向。但当目光放远，我们不得不看清现状：纵然有成功实践作表率，整体的制造业重构升级依然处于雾里看花阶段，企业们还是会在实际困境前焦头烂额。须知，在想到与得到之间，还差一个做到。
纵观制造业发展历程，我们能清晰看到：伴随生产模式从大规模生产、精益生产、柔性制造变革为可重构制造再到智能制造，整个制造业价值链主体也发生了巨大变化，从最初的面向成本，发展为面向产品、面向客户，再到目前的面向效率。
很显然，在效率与效益两座大山前，制造企业想要成功进阶并书写新的转型奇迹，在单一工厂或部分生产网络中实现规模化转型已然不足，而是要在全组织上下实现规模化部署。
如何加强数字化技术与企业不同的发展路径匹配，减少甚至避免大量试错成本带来的发展陷阱，是企业亟待突破的问题。
技术落地是一个老生常谈的问题。工业4.0涉及到的技术变革较为广泛，包含大数据技术、人工智能、智能制造及区块链技术在内的多项技术已得到快速发展和应用，信息技术和制造业不断融合的过程，就是生产制造越发自主的过程。
麦肯锡合伙人、制造业全球负责人Enno de Boer就曾表示：“一种范式转变正在发生，从注重成本控制转向推动增长和促进环境可持续性。这些灯塔工厂的经营实践表明，相比投资建设资本基础设施，通过数字技术提高智能化生产和经营能力更加有效。”
02 端到端集成，重构制造业价值链动态能力
传统生产模式下，企业交付产品就算完成“任务”，产品使用情况、维修情况一律都与生产制造分离，相互之间全然没有任何交互。而灯塔工厂的端到端，是从产品设计、生产制造到物流配送过程，甚至于维护维修等末端环节的产品全生命周期管理和服务。
客户需求和反馈能直接与研发设计端进行互联共享，这种动态闭环的运作模式，能直接拓展企业的边界，推动全流程、全组织的业务信息协同，提升效率、降低成本，实现全产业链的跨越式集成，从而不断提升客户满意度。
结合两版灯塔工厂白皮书，我们能明确一点，制造业数字化转型过程中的价值链生成，可大体可分出以下三个阶段：
·阶段一：价值定位。不同吸收能力的制造业企业具有不同的价值定位，关键条件分为外部信息吸收能力和内部价值定位能力两种，主要体现在价值链跟随生产模式变迁带来的商业模式提升。
·阶段二：适应能力差异化。主要表现为创造机制，关键因素包含对外数字化战略调整能力及对内数字化组织执行能力。前者体现企业高层管理者对数字化转型战略的支持态度，后者体现其对数字化转型的实施计划执行程度。
·阶段三：创新能力。从价值获取的视角看，面向市场的数字化服务反馈能力和数字化服务增值能力构成创新能力的关键要素；数字化服务反馈能力则表现为端到端的集成。
显然，灯塔工厂们用自身的成功实践结果经验告诉我们：以数据为关键要素，对技术应用、认知革新与经营模式进行大胆探索和系统性变革，就能实现运行效率、创新能力和盈利能力的全面提升。
03 灯塔之光照亮制造业数智之路
在2023最新公布的名单中，赫然出现了一个海岸线熟悉的名字——联想集团合肥产业基地（下文简称“LCFC”）。
作为年产值超过千亿的消费电子ODM工厂，LCFC有着较为庞大的供应商数量，但使用的系统既多且老，这便造成了数据孤立、部门墙严重、管理效率低下等一系列问题，而供应商质量好坏又将直接影响产品交付效率和交付质量。
如上篇文章和前文所述，是否明白转型本质、进而看清战略弱点、及时发现并加以改正和提升自身不足，是灯塔企业和非灯塔企业的核心认知差异之一。
面对种种难题，LCFC的高层管理者抱有极大的变革决心，在和海岸线的整个合作过程中，亲自带队参与方案的设计确认和实施支持，给予了最大程度的配合。
最终我们为LCFC搭建了一个面向全供应链的质量管理平台，让上下游供应链之间的在线协作更加精密，帮助企业从源头改善问题，在质量、成本、交付和可持续四大维度，皆实现了业务价值的大幅提升。
这里简略提下该平台为LCFC创造的实际收益：
·质量损失下降28%
·人员效率提升45%
·急单满足提升21%
·供应商质量问题减少55%
·二氧化碳排放下降49%
·成功申报灯塔工厂
在中国传统制造业转型过程中，LCFC所遇到的阻点绝非孤例。普遍来看，制造业的企业组织、业务模式、产品和价值链的复杂和难控性是必须攻克的难题，而提升产品附加值、提升人均产值是保障产业高速增长的必由之路。
故而，能总结制造产业发展共通性，积极推动工厂、价值链和商业模式的规模化转型的“灯塔工厂”，成为我国制造业可持续卓越运营的榜样引航员，照亮无数企业的茫茫数智路。
我们有理由相信，下一份白皮书发布之时，新增灯塔工厂“列席”成员中，或许就将有你。 收起阅读 »
智能制造能力成熟度模型及FMEA柔性生产案例深度解读
灯塔一词，早已脱离开航海历史而进入更大范围，成为一种指引方向、点亮希望的象征。假如把制造业也看做一汪广阔的海洋，站在智能制造转型升级的十字路口，灯塔在何方？
让我们把目光投向“灯塔工厂”。灯塔工厂项目，由达沃斯世界经济论坛与管理咨询公司麦肯锡合作展开遴选，被誉为“世界上最先进的工厂”，代表着全球智能制造的最高水平。据最新数据，全球“灯塔工厂”数量达到132家，中国的“灯塔工厂”增至50家，持续排名全球第一。
在这里先给自己打个广告，接下来我们将用一到两篇文章，对“灯塔工厂”做一个详尽而深入的解读，有兴趣或有意向入选“灯塔工厂”的企业不妨点点关注。
全局统筹，深度赋能，CMMM智能制造能力成熟度模型
言归正传，“灯塔工厂”既有标杆示范的榜样意义，也可看做一种关键信号，激励更多企业在智能制造转型升级浪潮中奋勇争先。
只不过，当智能制造步入发展快车道，“眉毛胡子两手抓”的形式得放一放了，我们需要有更清晰的参考助力：一个是如灯塔工厂一般的引领标杆，一个是足够有力的行业标准。前者是后者的呈现载体，后者是前者的判断依据。
在去年末的世界智能制造大会主论坛上，《中国智能制造发展研究报告：能力成熟度》（CMMM2.0）正式发布，创新性地提出了CMMM是可拆解、可组合、可配置的柔性模式，并从企业应用视角出发，为企业持续提升自身智能制造能力，提供了全局视角、成熟理论和实施路径。
经过数年发展，CMMM从早期的“智能+制造”两个维度模型，优化至覆盖人员、技术、资源、制造四大要素，从10个核心能力域增加到20个，帮助企业定位当前的能力水平和实施成效，有效指导智能制造建设，从而提升和优化制造过程。
智能制造能力成熟度可从低到高划分为五个等级——
1. 一级·规划级
企业应开始对实施智能制造的基础和条件进行规划，能够对核心业务活动（设计、生产、物流、销售、服务）进行流程化管理
2. 二级·规范级
企业应采用自动化技术、信息技术手段对核心装备和核心业务活动等进行改造和规范，实现单一业务活动的数据共享
3. 三级·集成级
企业应对装备、系统等开展集成，实现跨业务活动间的数据共享
4. 四级·优化级
企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化
5. 五级·引领级
企业应基于模型持续驱动业务活动的优化和创新，实现产业链协同并衍生新的制造模式和商业模式
从能力要素与能力域，浅看日式制造的“没落”
除等级外，能力要素、能力域/子域也是CMMM模型结构中的重要组成部分。
能力要素是企业实施智能制造必须的条件。人员、资源、技术作为支撑要素，制造作为核心要素，体现了人员通过资源、技术来不断改善制造的过程。
而由此衍生的能力域和能力子域则被统称为过程域。在人员、资源、技术三个要素下有7个基础过程域，在制造要素下有13个制造过程域，共计20个。
CMMM模型好比一张标记了沿途各站任务点的地图，按照地图挨个打卡，就能按部就班、按图索骥地走到最终目的地。
而一旦错过或者“偏科”，就有可能要承担风险。这一方面的典型案例是日本。日本的制造业以人为中心，工厂中的问题一般都由现场员工自己发现、自己解决、自己改善，然后以此提高整体生产质量水平。
但在数字化变革不同程度地席卷全球的当下，这种模式很难与自上而下的数字化、智能化兼容了——建立互联互通的工厂与现场已是必要，制造和信息、技术融合，能为决策提供以往所不能达到的效率。
所以，曾经以精细和高品质在国内市场大行其道、一句“开不坏的丰田”为无数人所津津乐道的日式制造，似乎从某个时间节点开始，逐渐失去了自己的存在感。在“神户制钢数据造假”“三菱油耗造假”丑闻接连曝光后，更是有人直接追问：日本制造业已经彻底走下神坛了吗？
我们不妨将其看做某个切面：当时代对敏捷、高效提出了更高的要求，具备全局思维就成为必要，能力子域一旦失衡，便会造成竞争的失利。
那么，我们应该怎样预防或者说阻止这种失衡，破除企业经营短板，找到智能制造建设工作的正确发力点呢？
答案或许在于对各个单点的深度突破。
单点深度突破案例，基于数字化思维的FMEA过程控制
数字化研发设计、自组织柔性生产、自组织物流、敏捷供应链、基于价值的服务、可持续制造、设备全生命周期管理、数字化培养，是CMMM的八大典型模式价值识别图谱。
本期案例智，我们将以柔性生产为目标，为各位带来基于数字化思维的FMEA过程控制案例。
我们都知道，制造业早已过了以规模论成败的阶段，消费者差异化的需求越明显，就越倒逼制造业向个性化制造转型。企业要攻克的课题越来越多，不论是消费者需求、还是生产异常、潜在失效风险，怎么依托关键大数据，定制需求的柔性化、智能化、高敏捷的产品，将成为核心竞争力所在。
K客户是一家家电制造企业，当前面临的主要问题恰好就在用户差异化需求的冲击上，在通过线上初步答题诊断和不间断几轮面谈咨询后，我们对K客户的组织战略、人员技能、数据、设备、生产作业等方面有了一个较为全面的评估结果。
最后，在K公司所提的制造过程“参数管理质量环”要求下，我们为其搭建了一套基于用户体验差异化需求、基于制造失效影响及影响分析（PFMEA）的全面可视化的制造过程质量管理体系。
FMEA技术不仅是对过程中的风险进行识别控制，更是直接贯穿到整个生命周期。以某款新冰箱的箱体发泡工艺为例：依据产品设计和开发输出的要求，我们划分出7个步骤，来对冰箱的制造过程进行设计和开发。
1. 确定过程分析范围
确定分析的范围为箱体发泡工艺，从壳体预热、夹具固定，到注料，再到最终的光学检测，这一阶段的制造过程工艺流程图，是基于产品开发与设计（FMEA）输出的产品框图（装配层级及顺序）来的。
范围的确定有助于FMEA团队更准确地分析过程，将优势资源集中于优先级较高的过程中。
2. 过程结构分析
结构分析是整个FMEA的基础阶段，我们可以通过过程流程图或结构树的形式定义流程；基于人机料环等4M要素，找出影响过程的所有要素。
例如这里的注料过程，其影响要素就有操作员、机器设备、工装夹具以及环境温湿度。
3. 过程功能分析
功能分析是整个FMEA的核心阶段，目的是确保产品/过程的预期功能/要求能够实现。需要通过技术性语言进行描述。
这里我们还是以注料为例，注料后的箱体前脸平整度、飘偏度需要满足工艺要求，这里提出的是对产品特性的要求。那我们再来看下影响产品特性的过程特性有哪些要求，需要通过4M要素进行拆解。以箱体飘偏度为例，通过特性矩阵能看到，飘偏度受气动压力与脱模间隙影响。
转化成技术性语言便是：气动压力5~8pa；脱模间隙＜0.05mm。通过识别各层级功能和要求后，开展产品特性与过程特性之间的关联性分析，进而建立功能网。
4. 过程失效分析
所谓失效就是指上一步功能分析中的功能/要求无法满足。过程步骤，要实现的功能无法满足即为失效模式；过程工作要素，要实现的功能无法满足，即为失效原因；因失效模式，而对整个过程项造成的影响即为失效影响。
我们不仅要分析当前已知的失效，对可能发生的未知失效同样需要分析。同时要确定三者的关联关系，在功能网的基础上，进一步建立失效网。
5. 过程风险分析
需要完成对三个度（严重度、发生度、探测度）的评价。严重度表示失效影响的严重程度，考虑三个方面：1）对厂内的影响；2）对直接发运工厂的影响；3）对最终用户的影响。
发生度可以简单理解为失效模式发生的可能性，需要结合当前的预防措施来评价。可以通过计算ppm、cpk得出相对准确的判断。
探测度则表示当前探测措施的有效性，能否及时准确的找出失效的产品，是我们判断的标准。一般通过检验或实验来完成探测。其有效性的判定，很大程度上取决于是否做过MSA。
通过对三个度的评价我们可以标记出特殊特性，并对其重点关注，同时对后续将要采取的措施优先级进行排序，之后就可以调集企业资源优先对高AP项采取控制。
6. 过程控制方法优化
对高AP项优先采取控制措施，并且验证这些措施的有效性，然后重新评估风险，将验证有效的措施同步到控制计划当中去执行。通过不断的优化可将风险降至最低。
FMEA不断更新的目的就是为了持续改善，不断降低风险，确保过程稳健。
7. 过程标准固化
这是一个总结FMEA经验的过程，需要借助软件建立企业FMEA、家族FMEA、知识库、措施库等，将FMEA经验固化沉淀。
我们将AQP FMEA和PQM（专业版QMS）及其他系统数据间的串联通道打通，时刻保证FMEA文件的动态更新，进而指导K客户质量的持续改善，保证生产线在大批量生产和小批量生产之间任意切换。
正如CMMM模型所指示的一样，过程控制是企业经营发展当中的重要一环，而非唯一一环，后续我们仍将持续建设 收起阅读 »
让我们把目光投向“灯塔工厂”。灯塔工厂项目，由达沃斯世界经济论坛与管理咨询公司麦肯锡合作展开遴选，被誉为“世界上最先进的工厂”，代表着全球智能制造的最高水平。据最新数据，全球“灯塔工厂”数量达到132家，中国的“灯塔工厂”增至50家，持续排名全球第一。
在这里先给自己打个广告，接下来我们将用一到两篇文章，对“灯塔工厂”做一个详尽而深入的解读，有兴趣或有意向入选“灯塔工厂”的企业不妨点点关注。
全局统筹，深度赋能，CMMM智能制造能力成熟度模型
言归正传，“灯塔工厂”既有标杆示范的榜样意义，也可看做一种关键信号，激励更多企业在智能制造转型升级浪潮中奋勇争先。
只不过，当智能制造步入发展快车道，“眉毛胡子两手抓”的形式得放一放了，我们需要有更清晰的参考助力：一个是如灯塔工厂一般的引领标杆，一个是足够有力的行业标准。前者是后者的呈现载体，后者是前者的判断依据。
在去年末的世界智能制造大会主论坛上，《中国智能制造发展研究报告：能力成熟度》（CMMM2.0）正式发布，创新性地提出了CMMM是可拆解、可组合、可配置的柔性模式，并从企业应用视角出发，为企业持续提升自身智能制造能力，提供了全局视角、成熟理论和实施路径。
经过数年发展，CMMM从早期的“智能+制造”两个维度模型，优化至覆盖人员、技术、资源、制造四大要素，从10个核心能力域增加到20个，帮助企业定位当前的能力水平和实施成效，有效指导智能制造建设，从而提升和优化制造过程。
智能制造能力成熟度可从低到高划分为五个等级——
1. 一级·规划级
企业应开始对实施智能制造的基础和条件进行规划，能够对核心业务活动（设计、生产、物流、销售、服务）进行流程化管理
2. 二级·规范级
企业应采用自动化技术、信息技术手段对核心装备和核心业务活动等进行改造和规范，实现单一业务活动的数据共享
3. 三级·集成级
企业应对装备、系统等开展集成，实现跨业务活动间的数据共享
4. 四级·优化级
企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化
5. 五级·引领级
企业应基于模型持续驱动业务活动的优化和创新，实现产业链协同并衍生新的制造模式和商业模式
从能力要素与能力域，浅看日式制造的“没落”
除等级外，能力要素、能力域/子域也是CMMM模型结构中的重要组成部分。
能力要素是企业实施智能制造必须的条件。人员、资源、技术作为支撑要素，制造作为核心要素，体现了人员通过资源、技术来不断改善制造的过程。
而由此衍生的能力域和能力子域则被统称为过程域。在人员、资源、技术三个要素下有7个基础过程域，在制造要素下有13个制造过程域，共计20个。
CMMM模型好比一张标记了沿途各站任务点的地图，按照地图挨个打卡，就能按部就班、按图索骥地走到最终目的地。
而一旦错过或者“偏科”，就有可能要承担风险。这一方面的典型案例是日本。日本的制造业以人为中心，工厂中的问题一般都由现场员工自己发现、自己解决、自己改善，然后以此提高整体生产质量水平。
但在数字化变革不同程度地席卷全球的当下，这种模式很难与自上而下的数字化、智能化兼容了——建立互联互通的工厂与现场已是必要，制造和信息、技术融合，能为决策提供以往所不能达到的效率。
所以，曾经以精细和高品质在国内市场大行其道、一句“开不坏的丰田”为无数人所津津乐道的日式制造，似乎从某个时间节点开始，逐渐失去了自己的存在感。在“神户制钢数据造假”“三菱油耗造假”丑闻接连曝光后，更是有人直接追问：日本制造业已经彻底走下神坛了吗？
我们不妨将其看做某个切面：当时代对敏捷、高效提出了更高的要求，具备全局思维就成为必要，能力子域一旦失衡，便会造成竞争的失利。
那么，我们应该怎样预防或者说阻止这种失衡，破除企业经营短板，找到智能制造建设工作的正确发力点呢？
答案或许在于对各个单点的深度突破。
单点深度突破案例，基于数字化思维的FMEA过程控制
数字化研发设计、自组织柔性生产、自组织物流、敏捷供应链、基于价值的服务、可持续制造、设备全生命周期管理、数字化培养，是CMMM的八大典型模式价值识别图谱。
本期案例智，我们将以柔性生产为目标，为各位带来基于数字化思维的FMEA过程控制案例。
我们都知道，制造业早已过了以规模论成败的阶段，消费者差异化的需求越明显，就越倒逼制造业向个性化制造转型。企业要攻克的课题越来越多，不论是消费者需求、还是生产异常、潜在失效风险，怎么依托关键大数据，定制需求的柔性化、智能化、高敏捷的产品，将成为核心竞争力所在。
K客户是一家家电制造企业，当前面临的主要问题恰好就在用户差异化需求的冲击上，在通过线上初步答题诊断和不间断几轮面谈咨询后，我们对K客户的组织战略、人员技能、数据、设备、生产作业等方面有了一个较为全面的评估结果。
最后，在K公司所提的制造过程“参数管理质量环”要求下，我们为其搭建了一套基于用户体验差异化需求、基于制造失效影响及影响分析（PFMEA）的全面可视化的制造过程质量管理体系。
FMEA技术不仅是对过程中的风险进行识别控制，更是直接贯穿到整个生命周期。以某款新冰箱的箱体发泡工艺为例：依据产品设计和开发输出的要求，我们划分出7个步骤，来对冰箱的制造过程进行设计和开发。
1. 确定过程分析范围
确定分析的范围为箱体发泡工艺，从壳体预热、夹具固定，到注料，再到最终的光学检测，这一阶段的制造过程工艺流程图，是基于产品开发与设计（FMEA）输出的产品框图（装配层级及顺序）来的。
范围的确定有助于FMEA团队更准确地分析过程，将优势资源集中于优先级较高的过程中。
2. 过程结构分析
结构分析是整个FMEA的基础阶段，我们可以通过过程流程图或结构树的形式定义流程；基于人机料环等4M要素，找出影响过程的所有要素。
例如这里的注料过程，其影响要素就有操作员、机器设备、工装夹具以及环境温湿度。
3. 过程功能分析
功能分析是整个FMEA的核心阶段，目的是确保产品/过程的预期功能/要求能够实现。需要通过技术性语言进行描述。
这里我们还是以注料为例，注料后的箱体前脸平整度、飘偏度需要满足工艺要求，这里提出的是对产品特性的要求。那我们再来看下影响产品特性的过程特性有哪些要求，需要通过4M要素进行拆解。以箱体飘偏度为例，通过特性矩阵能看到，飘偏度受气动压力与脱模间隙影响。
转化成技术性语言便是：气动压力5~8pa；脱模间隙＜0.05mm。通过识别各层级功能和要求后，开展产品特性与过程特性之间的关联性分析，进而建立功能网。
4. 过程失效分析
所谓失效就是指上一步功能分析中的功能/要求无法满足。过程步骤，要实现的功能无法满足即为失效模式；过程工作要素，要实现的功能无法满足，即为失效原因；因失效模式，而对整个过程项造成的影响即为失效影响。
我们不仅要分析当前已知的失效，对可能发生的未知失效同样需要分析。同时要确定三者的关联关系，在功能网的基础上，进一步建立失效网。
5. 过程风险分析
需要完成对三个度（严重度、发生度、探测度）的评价。严重度表示失效影响的严重程度，考虑三个方面：1）对厂内的影响；2）对直接发运工厂的影响；3）对最终用户的影响。
发生度可以简单理解为失效模式发生的可能性，需要结合当前的预防措施来评价。可以通过计算ppm、cpk得出相对准确的判断。
探测度则表示当前探测措施的有效性，能否及时准确的找出失效的产品，是我们判断的标准。一般通过检验或实验来完成探测。其有效性的判定，很大程度上取决于是否做过MSA。
通过对三个度的评价我们可以标记出特殊特性，并对其重点关注，同时对后续将要采取的措施优先级进行排序，之后就可以调集企业资源优先对高AP项采取控制。
6. 过程控制方法优化
对高AP项优先采取控制措施，并且验证这些措施的有效性，然后重新评估风险，将验证有效的措施同步到控制计划当中去执行。通过不断的优化可将风险降至最低。
FMEA不断更新的目的就是为了持续改善，不断降低风险，确保过程稳健。
7. 过程标准固化
这是一个总结FMEA经验的过程，需要借助软件建立企业FMEA、家族FMEA、知识库、措施库等，将FMEA经验固化沉淀。
我们将AQP FMEA和PQM（专业版QMS）及其他系统数据间的串联通道打通，时刻保证FMEA文件的动态更新，进而指导K客户质量的持续改善，保证生产线在大批量生产和小批量生产之间任意切换。
正如CMMM模型所指示的一样，过程控制是企业经营发展当中的重要一环，而非唯一一环，后续我们仍将持续建设 收起阅读 »
偶感：企业持续改进，到底是先有药，还是先有病？
先有药，还是先有病？
绝大多数的情况下，医生给病人开药是不会犯错误的。
“对症下药”是唯一的答案。
但是，帮助企业来解决各种疑难杂症持续改进人员，他们作为企业的“医生”，却往往犯错误。
拿着各种工具，甚至对策，不问三七二十一，直接上来就给企业动手“治病”。。。。。。
至于效果么，治标不治本，呵呵；
那么，在推行持续改进的时候，该如何对企业的问题进行“诊断”。
这里面也是有方法论的，有空一起聊聊。 收起阅读 »
绝大多数的情况下，医生给病人开药是不会犯错误的。
“对症下药”是唯一的答案。
但是，帮助企业来解决各种疑难杂症持续改进人员，他们作为企业的“医生”，却往往犯错误。
拿着各种工具，甚至对策，不问三七二十一，直接上来就给企业动手“治病”。。。。。。
至于效果么，治标不治本，呵呵；
那么，在推行持续改进的时候，该如何对企业的问题进行“诊断”。
这里面也是有方法论的，有空一起聊聊。 收起阅读 »
用蒙特卡罗模拟增强R&D决策的信心
在做决策的时候，清楚地了解潜在的风险和回报是很重要的。通过使用风险评估和概率建模等工具，个人和组织可以做出更明智的选择，同时将次优结果的可能性降至最低。这通常会带来更好的结果，并促进决策过程中的信心和控制感。
研发团队经常做出代价高昂的决策，因此对他们来说，改进流程以增加积极成果的可能性至关重要。然而，复杂的组织通常使用过于复杂的系统来进行手动优化，这使得优化资源对于带宽和预算来说是不可或缺的。
这就是蒙特卡罗模拟的用武之地。蒙特卡洛模拟是一种非常出色的工具，在准确识别最佳可能结果方面可以发挥很大作用。使用蒙特卡罗模拟，您可以毫不费力地测试数千种或更多的潜在设置，使您能够在定量分析和决策过程中彻底考虑风险。
蒙特卡洛模拟的多功能性还不止于此，这使得它在R&D领域具有不可估量的价值。幸运的是，使用Minitab Workspace访问蒙特卡洛模拟很简单。请继续阅读，了解这一强大工具如何为您的R&D团队带来益处。
R&D的3个主要用途
1.分析风险
估计开发过程中出现延迟的可能性不是很好吗？或者，您可能想要为您想要开发的产品的失败风险建模。
有了蒙特卡洛模拟，你可以提前发现这些障碍，并更有信心地做出预测。利用节省下来的时间，您可以在进行高成本的开发之前集思广益以降低风险，并且您获得的知识在制定开发过程和时间表时非常有价值。
2.优化您的流程
R&D团队可以使用蒙特卡罗模拟来理解复杂的系统和过程。具体来说，您的团队可能能够找出不同过程变量的最佳设置，如压力、温度或流速。这可以帮助您最大限度地提高产品产量和质量，同时节省宝贵的时间和资源。
3.增强您的DOE
在进行DOE后，加入蒙特卡罗模拟可以使你的分析更进一步，使你能够模拟实验和结果。
此外，通过提供对可变性和不确定性的更精确理解，蒙特卡罗模拟可以提高信心，并让您更好地了解当您将产品带到生产车间时会发生什么。这使得生产过程更加可预测，从而减少错误，提高产品质量。
MINITAB为您服务
蒙特卡洛模拟可以通过Minitab Workspace方便地访问。这个强大的工具，以及许多其他工具，可以让你在开始旅程之前，就有能力预测你将会到达哪里。无论您是想分析风险、优化流程、提高DOE还是三者兼而有之，蒙特卡洛模拟都可以帮助您实现目标。 收起阅读 »
研发团队经常做出代价高昂的决策，因此对他们来说，改进流程以增加积极成果的可能性至关重要。然而，复杂的组织通常使用过于复杂的系统来进行手动优化，这使得优化资源对于带宽和预算来说是不可或缺的。
这就是蒙特卡罗模拟的用武之地。蒙特卡洛模拟是一种非常出色的工具，在准确识别最佳可能结果方面可以发挥很大作用。使用蒙特卡罗模拟，您可以毫不费力地测试数千种或更多的潜在设置，使您能够在定量分析和决策过程中彻底考虑风险。
蒙特卡洛模拟的多功能性还不止于此，这使得它在R&D领域具有不可估量的价值。幸运的是，使用Minitab Workspace访问蒙特卡洛模拟很简单。请继续阅读，了解这一强大工具如何为您的R&D团队带来益处。
R&D的3个主要用途
1.分析风险
估计开发过程中出现延迟的可能性不是很好吗？或者，您可能想要为您想要开发的产品的失败风险建模。
有了蒙特卡洛模拟，你可以提前发现这些障碍，并更有信心地做出预测。利用节省下来的时间，您可以在进行高成本的开发之前集思广益以降低风险，并且您获得的知识在制定开发过程和时间表时非常有价值。
2.优化您的流程
R&D团队可以使用蒙特卡罗模拟来理解复杂的系统和过程。具体来说，您的团队可能能够找出不同过程变量的最佳设置，如压力、温度或流速。这可以帮助您最大限度地提高产品产量和质量，同时节省宝贵的时间和资源。
3.增强您的DOE
在进行DOE后，加入蒙特卡罗模拟可以使你的分析更进一步，使你能够模拟实验和结果。
此外，通过提供对可变性和不确定性的更精确理解，蒙特卡罗模拟可以提高信心，并让您更好地了解当您将产品带到生产车间时会发生什么。这使得生产过程更加可预测，从而减少错误，提高产品质量。
MINITAB为您服务
蒙特卡洛模拟可以通过Minitab Workspace方便地访问。这个强大的工具，以及许多其他工具，可以让你在开始旅程之前，就有能力预测你将会到达哪里。无论您是想分析风险、优化流程、提高DOE还是三者兼而有之，蒙特卡洛模拟都可以帮助您实现目标。 收起阅读 »
儿童化妆品监督管理规定
儿童化妆品监督管理规定
第一条 为了规范儿童化妆品生产经营活动，加强儿童化妆品监督管理，保障儿童使用化妆品安全，根据《化妆品监督管理条例》等法律法规，制定本规定。
第二条 在中华人民共和国境内从事儿童化妆品生产经营活动及其监督管理，应当遵守本规定。
第三条 本规定所称儿童化妆品，是指适用于年龄在12岁以下（含12岁）儿童，具有清洁、保湿、爽身、防晒等功效的化妆品。
标识“适用于全人群”“全家使用”等词语或者利用商标、图案、谐音、字母、汉语拼音、数字、符号、包装形式等暗示产品使用人群包含儿童的产品按照儿童化妆品管理。
第四条 化妆品注册人、备案人对儿童化妆品的质量安全和功效宣称负责。
化妆品生产经营者应当依照法律、法规、强制性国家标准、技术规范从事生产经营活动，加强儿童化妆品质量管理，诚信自律，保证产品质量安全。
化妆品生产经营者应当建立并执行进货查验记录等制度，确保儿童化妆品可追溯。鼓励化妆品生产经营者采用信息化手段采集、保存生产经营信息，建立儿童化妆品质量安全追溯体系。
第五条 化妆品注册人、备案人应当根据儿童的生理特点和可能的应用场景，遵循科学性、必要性的原则，研制开发儿童化妆品。
第六条 儿童化妆品应当在销售包装展示面标注国家药品监督管理局规定的儿童化妆品标志。
非儿童化妆品不得标注儿童化妆品标志。
儿童化妆品应当以“注意”或者“警告”作为引导语，在销售包装可视面标注“应当在成人监护下使用”等警示用语。
鼓励化妆品注册人、备案人在标签上采用防伪技术等手段方便消费者识别、选择合法产品。
第七条 儿童化妆品配方设计应当遵循安全优先原则、功效必需原则、配方极简原则：
（一）应当选用有长期安全使用历史的化妆品原料，不得使用尚处于监测期的新原料，不允许使用基因技术、纳米技术等新技术制备的原料，如无替代原料必须使用时，应当说明原因，并针对儿童化妆品使用的安全性进行评价；
（二）不允许使用以祛斑美白、祛痘、脱毛、除臭、去屑、防脱发、染发、烫发等为目的的原料，如因其他目的使用可能具有上述功效的原料时，应当对使用的必要性及针对儿童化妆品使用的安全性进行评价；
（三）儿童化妆品应当从原料的安全、稳定、功能、配伍等方面，结合儿童生理特点，评估所用原料的科学性和必要性，特别是香料香精、着色剂、防腐剂及表面活性剂等原料。
第八条 儿童化妆品应当通过安全评估和必要的毒理学试验进行产品安全性评价。
化妆品注册人、备案人对儿童化妆品进行安全评估时，在危害识别、暴露量计算等方面，应当考虑儿童的生理特点。
第九条 国家药品监督管理局组织化妆品技术审评机构制定专门的儿童化妆品技术指导原则，对申请人提交的注册申请资料进行严格审查。
药品监督管理部门应当加强儿童化妆品的上市后监督管理，重点对产品安全性资料进行技术核查，发现不符合规定的，依法从严处理。
第十条 儿童化妆品应当按照化妆品生产质量管理规范的要求生产，儿童护肤类化妆品生产车间的环境要求应当符合有关规定。
化妆品注册人、备案人、受托生产企业应当按照规定对化妆品生产质量管理规范的执行情况进行自查，确保持续符合化妆品生产质量管理规范的要求。
鼓励化妆品注册人、备案人针对儿童化妆品制定严于强制性国家标准、技术规范的产品执行的标准。
第十一条 化妆品注册人、备案人、受托生产企业应当制定并实施从业人员入职培训和年度培训计划，确保员工熟悉岗位职责，具备履行岗位职责的专业知识和儿童化妆品相关的法律知识。企业应当建立员工培训档案。
企业应当加强质量文化建设，不断提高员工质量意识及履行职责能力，鼓励员工报告其工作中发现的不合法或者不规范情况。
第十二条 化妆品注册人、备案人、受托生产企业应当严格执行物料进货查验记录制度，企业经评估认为必要时开展相关项目的检验，避免通过原料、直接接触化妆品的包装材料带入激素、抗感染类药物等禁用原料或者可能危害人体健康的物质。
化妆品注册人、备案人发现原料、直接接触化妆品的包装材料中存在激素、抗感染类药物等禁用原料或者可能危害人体健康的物质的，应当立即采取措施控制风险，并向所在地省级药品监督管理部门报告。
第十三条 化妆品注册人、备案人、受托生产企业应当采取措施避免儿童化妆品性状、气味、外观形态等与食品、药品等产品相混淆，防止误食、误用。
儿童化妆品标签不得标注“食品级”“可食用”等词语或者食品有关图案。
第十四条 化妆品经营者应当建立并执行进货查验记录制度，查验直接供货者的市场主体登记证明、特殊化妆品注册证或者普通化妆品备案信息、儿童化妆品标志、产品质量检验合格证明并保存相关凭证，如实记录化妆品名称、特殊化妆品注册证编号或者普通化妆品备案编号、使用期限、净含量、购进数量、供货者名称、地址、联系方式、购进日期等内容。
化妆品经营者应当对所经营儿童化妆品标签信息与国家药品监督管理局官方网站上公布的相应产品信息进行核对，包括:化妆品名称、特殊化妆品注册证编号或者普通化妆品备案编号、化妆品注册人或者备案人名称、受托生产企业名称、境内责任人名称，确保上述信息与公布信息一致。
鼓励化妆品经营者分区陈列儿童化妆品，在销售区域公示儿童化妆品标志。鼓励化妆品经营者在销售儿童化妆品时主动提示消费者查询产品注册或者备案信息。
第十五条 电子商务平台内儿童化妆品经营者以及通过自建网站、其他网络服务经营儿童化妆品的电子商务经营者应当在其经营活动主页面全面、真实、准确披露与化妆品注册或者备案资料一致的化妆品标签等信息，并在产品展示页面显著位置持续公示儿童化妆品标志。
第十六条 化妆品生产经营者、医疗机构发现或者获知儿童化妆品不良反应，应当按照规定向所在地市县级不良反应监测机构报告不良反应。
化妆品注册人、备案人应当对收集或者获知的儿童化妆品不良反应报告进行分析评价，自查可能引发不良反应的原因。对可能属于严重不良反应的，应当按照规定进行调查分析并形成自查报告，报送所在地省级不良反应监测机构，同时报送所在地省级药品监督管理部门。发现产品存在安全风险的，应当立即采取措施控制风险；发现产品存在质量缺陷或者其他问题，可能危害人体健康的，应当依照《化妆品监督管理条例》第四十四条的规定，立即停止生产，召回已经上市销售的化妆品，通知相关化妆品经营者和消费者停止经营、使用。
第十七条 抽样检验发现儿童化妆品存在质量安全问题的，化妆品注册人、备案人、受托生产企业应当立即停止生产，对化妆品生产质量管理规范的执行情况进行自查，并向所在地省级药品监督管理部门报告。影响质量安全的风险因素消除后，方可恢复生产。省级药品监督管理部门可以根据实际情况组织现场检查。
化妆品注册人、备案人发现化妆品存在质量缺陷或者其他问题，可能危害人体健康的，应当依照《化妆品监督管理条例》第四十四条的规定，立即停止生产，召回已经上市销售的化妆品，通知相关化妆品经营者和消费者停止经营、使用。
化妆品注册人、备案人应当根据检验不合格的原因，对其他相关产品进行分析、评估，确保产品质量安全。
第十八条 负责药品监督管理的部门应当按照风险管理的原则，结合本地实际，将化妆品注册人、备案人、境内责任人、受托生产企业以及儿童化妆品销售行为较为集中的化妆品经营者列入重点监管对象，加大监督检查频次。
第十九条 负责药品监督管理的部门应当将儿童化妆品作为年度抽样检验和风险监测重点类别。经抽样检验或者风险监测发现儿童化妆品中含有可能危害人体健康的物质，负责药品监督管理的部门可以采取责令暂停生产、经营的紧急控制措施，并发布安全警示信息；属于进口儿童化妆品的，依法提请有关部门暂停进口。
第二十条 负责药品监督管理的部门依法查处儿童化妆品违法行为时，有下列情形之一的，应当认定为《化妆品监督管理条例》规定的情节严重情形：
（一）使用禁止用于化妆品生产的原料、应当注册但未经注册的新原料生产儿童化妆品；
（二）在儿童化妆品中非法添加可能危害人体健康的物质。
第二十一条 儿童牙膏参照本规定进行管理。
第二十二条 本规定自2022年1月1日起施行。
收起阅读 »
第一条 为了规范儿童化妆品生产经营活动，加强儿童化妆品监督管理，保障儿童使用化妆品安全，根据《化妆品监督管理条例》等法律法规，制定本规定。
第二条 在中华人民共和国境内从事儿童化妆品生产经营活动及其监督管理，应当遵守本规定。
第三条 本规定所称儿童化妆品，是指适用于年龄在12岁以下（含12岁）儿童，具有清洁、保湿、爽身、防晒等功效的化妆品。
标识“适用于全人群”“全家使用”等词语或者利用商标、图案、谐音、字母、汉语拼音、数字、符号、包装形式等暗示产品使用人群包含儿童的产品按照儿童化妆品管理。
第四条 化妆品注册人、备案人对儿童化妆品的质量安全和功效宣称负责。
化妆品生产经营者应当依照法律、法规、强制性国家标准、技术规范从事生产经营活动，加强儿童化妆品质量管理，诚信自律，保证产品质量安全。
化妆品生产经营者应当建立并执行进货查验记录等制度，确保儿童化妆品可追溯。鼓励化妆品生产经营者采用信息化手段采集、保存生产经营信息，建立儿童化妆品质量安全追溯体系。
第五条 化妆品注册人、备案人应当根据儿童的生理特点和可能的应用场景，遵循科学性、必要性的原则，研制开发儿童化妆品。
第六条 儿童化妆品应当在销售包装展示面标注国家药品监督管理局规定的儿童化妆品标志。
非儿童化妆品不得标注儿童化妆品标志。
儿童化妆品应当以“注意”或者“警告”作为引导语，在销售包装可视面标注“应当在成人监护下使用”等警示用语。
鼓励化妆品注册人、备案人在标签上采用防伪技术等手段方便消费者识别、选择合法产品。
第七条 儿童化妆品配方设计应当遵循安全优先原则、功效必需原则、配方极简原则：
（一）应当选用有长期安全使用历史的化妆品原料，不得使用尚处于监测期的新原料，不允许使用基因技术、纳米技术等新技术制备的原料，如无替代原料必须使用时，应当说明原因，并针对儿童化妆品使用的安全性进行评价；
（二）不允许使用以祛斑美白、祛痘、脱毛、除臭、去屑、防脱发、染发、烫发等为目的的原料，如因其他目的使用可能具有上述功效的原料时，应当对使用的必要性及针对儿童化妆品使用的安全性进行评价；
（三）儿童化妆品应当从原料的安全、稳定、功能、配伍等方面，结合儿童生理特点，评估所用原料的科学性和必要性，特别是香料香精、着色剂、防腐剂及表面活性剂等原料。
第八条 儿童化妆品应当通过安全评估和必要的毒理学试验进行产品安全性评价。
化妆品注册人、备案人对儿童化妆品进行安全评估时，在危害识别、暴露量计算等方面，应当考虑儿童的生理特点。
第九条 国家药品监督管理局组织化妆品技术审评机构制定专门的儿童化妆品技术指导原则，对申请人提交的注册申请资料进行严格审查。
药品监督管理部门应当加强儿童化妆品的上市后监督管理，重点对产品安全性资料进行技术核查，发现不符合规定的，依法从严处理。
第十条 儿童化妆品应当按照化妆品生产质量管理规范的要求生产，儿童护肤类化妆品生产车间的环境要求应当符合有关规定。
化妆品注册人、备案人、受托生产企业应当按照规定对化妆品生产质量管理规范的执行情况进行自查，确保持续符合化妆品生产质量管理规范的要求。
鼓励化妆品注册人、备案人针对儿童化妆品制定严于强制性国家标准、技术规范的产品执行的标准。
第十一条 化妆品注册人、备案人、受托生产企业应当制定并实施从业人员入职培训和年度培训计划，确保员工熟悉岗位职责，具备履行岗位职责的专业知识和儿童化妆品相关的法律知识。企业应当建立员工培训档案。
企业应当加强质量文化建设，不断提高员工质量意识及履行职责能力，鼓励员工报告其工作中发现的不合法或者不规范情况。
第十二条 化妆品注册人、备案人、受托生产企业应当严格执行物料进货查验记录制度，企业经评估认为必要时开展相关项目的检验，避免通过原料、直接接触化妆品的包装材料带入激素、抗感染类药物等禁用原料或者可能危害人体健康的物质。
化妆品注册人、备案人发现原料、直接接触化妆品的包装材料中存在激素、抗感染类药物等禁用原料或者可能危害人体健康的物质的，应当立即采取措施控制风险，并向所在地省级药品监督管理部门报告。
第十三条 化妆品注册人、备案人、受托生产企业应当采取措施避免儿童化妆品性状、气味、外观形态等与食品、药品等产品相混淆，防止误食、误用。
儿童化妆品标签不得标注“食品级”“可食用”等词语或者食品有关图案。
第十四条 化妆品经营者应当建立并执行进货查验记录制度，查验直接供货者的市场主体登记证明、特殊化妆品注册证或者普通化妆品备案信息、儿童化妆品标志、产品质量检验合格证明并保存相关凭证，如实记录化妆品名称、特殊化妆品注册证编号或者普通化妆品备案编号、使用期限、净含量、购进数量、供货者名称、地址、联系方式、购进日期等内容。
化妆品经营者应当对所经营儿童化妆品标签信息与国家药品监督管理局官方网站上公布的相应产品信息进行核对，包括:化妆品名称、特殊化妆品注册证编号或者普通化妆品备案编号、化妆品注册人或者备案人名称、受托生产企业名称、境内责任人名称，确保上述信息与公布信息一致。
鼓励化妆品经营者分区陈列儿童化妆品，在销售区域公示儿童化妆品标志。鼓励化妆品经营者在销售儿童化妆品时主动提示消费者查询产品注册或者备案信息。
第十五条 电子商务平台内儿童化妆品经营者以及通过自建网站、其他网络服务经营儿童化妆品的电子商务经营者应当在其经营活动主页面全面、真实、准确披露与化妆品注册或者备案资料一致的化妆品标签等信息，并在产品展示页面显著位置持续公示儿童化妆品标志。
第十六条 化妆品生产经营者、医疗机构发现或者获知儿童化妆品不良反应，应当按照规定向所在地市县级不良反应监测机构报告不良反应。
化妆品注册人、备案人应当对收集或者获知的儿童化妆品不良反应报告进行分析评价，自查可能引发不良反应的原因。对可能属于严重不良反应的，应当按照规定进行调查分析并形成自查报告，报送所在地省级不良反应监测机构，同时报送所在地省级药品监督管理部门。发现产品存在安全风险的，应当立即采取措施控制风险；发现产品存在质量缺陷或者其他问题，可能危害人体健康的，应当依照《化妆品监督管理条例》第四十四条的规定，立即停止生产，召回已经上市销售的化妆品，通知相关化妆品经营者和消费者停止经营、使用。
第十七条 抽样检验发现儿童化妆品存在质量安全问题的，化妆品注册人、备案人、受托生产企业应当立即停止生产，对化妆品生产质量管理规范的执行情况进行自查，并向所在地省级药品监督管理部门报告。影响质量安全的风险因素消除后，方可恢复生产。省级药品监督管理部门可以根据实际情况组织现场检查。
化妆品注册人、备案人发现化妆品存在质量缺陷或者其他问题，可能危害人体健康的，应当依照《化妆品监督管理条例》第四十四条的规定，立即停止生产，召回已经上市销售的化妆品，通知相关化妆品经营者和消费者停止经营、使用。
化妆品注册人、备案人应当根据检验不合格的原因，对其他相关产品进行分析、评估，确保产品质量安全。
第十八条 负责药品监督管理的部门应当按照风险管理的原则，结合本地实际，将化妆品注册人、备案人、境内责任人、受托生产企业以及儿童化妆品销售行为较为集中的化妆品经营者列入重点监管对象，加大监督检查频次。
第十九条 负责药品监督管理的部门应当将儿童化妆品作为年度抽样检验和风险监测重点类别。经抽样检验或者风险监测发现儿童化妆品中含有可能危害人体健康的物质，负责药品监督管理的部门可以采取责令暂停生产、经营的紧急控制措施，并发布安全警示信息；属于进口儿童化妆品的，依法提请有关部门暂停进口。
第二十条 负责药品监督管理的部门依法查处儿童化妆品违法行为时，有下列情形之一的，应当认定为《化妆品监督管理条例》规定的情节严重情形：
（一）使用禁止用于化妆品生产的原料、应当注册但未经注册的新原料生产儿童化妆品；
（二）在儿童化妆品中非法添加可能危害人体健康的物质。
第二十一条 儿童牙膏参照本规定进行管理。
第二十二条 本规定自2022年1月1日起施行。
收起阅读 »
缩短交付时间，实现更简化的供应链
交货提前期是一个至关重要的供应链管理参数。对于企业来说，了解产品从原始订单到交付需要多长时间是至关重要的，无论他们是购买、销售还是在内部转移货物和材料。
随着消费者越来越习惯于在第二天甚至当天收到订单，供应链越来越关注其流程的交付部分。也就是说，供应链想要保持成功。
我们可以将成功交付定义为在正确的时间以正确的数量获得客户需要的东西，并始终如一地做到这一点。交货现在被认为是任何制造或分销企业最基本的要求。利用数据分析的力量，Minitab可以帮助公司优化交付、简化供应链并提高客户满意度。
衡量交货速度
将最终产品交付给最终客户所需的时间是供应链专业人员的一个关键衡量指标。使用一个样本数据集和一些简单的描述性统计数据，下面的例子显示交付时间的平均值在54到55小时之间。数据还显示最短时间为40小时，最长时间为75小时，因此它提供了最快和最慢时间的范围，这有助于目标设定。
设定一个目标，集体讨论影响交付的可能因素
延迟交付不仅会影响客户体验，还会直接影响销售。如果一家公司不能兑现他们及时交货的承诺，他们的客户将来再次购买的可能性就会大大降低。设定战略性业务目标在一定时间内交货。在本例中，让我们设定一个现实的目标50，这代表交付时间提高了约10%。
接下来，集思广益，找出可能影响交货时间的变量。这可能是包裹大小、车龄、天气状况，甚至是送货的司机。下图显示了一个CT树示例，Workspace中包含的众多强大的头脑风暴和结构化问题解决工具之一。
使用预测模型量化影响…
一般来说，预测建模有助于做出预测以及了解影响响应的因素。通过使用Minitab的自动化机器学习工具,我们不仅能看到最好的模型(在这种情况下随机森林)，但我们也能看到其他模特的表现。
在这种情况下，流行的传统回归方法不仅表现最差，而且也不是很准确。然而手推车模型是可视化关系的理想选择，表现相对较好。
应用改进…
通过查看手推车下面的决策树表明，在阳光充足的条件下，新车的交付速度最快，而在下雪天，旧车的交付时间最长。这是第一个需要改进的地方。虽然控制天气状况是不可能的，但维持一个较新的车队可能会带来一些立竿见影的改善。此外，在最初计算和传达交付时间时，考虑特定客户区域的天气预报可以提供更高的准确性。
…并运用模型来预测交货时间
这种分析不仅有助于确定需要改进的地方，还有助于与客户沟通。通过考虑手头的因素，并利用最准确的随机森林模型(由自动机器学习确定)，我们可以将模型付诸实施自动与客户交流。使用解决方案，如Minitab模型操作在收集这些数据点时，该模型可以计算估计的交付时间，并自动将时间通知客户。这将确保您的客户及时得到通知，这样他们就不会猜测他们的包裹何时到达。随着您绩效的提高，您不仅可以超额完成客户的期望，还可以继续完善您的预测模型，以便在未来为客户提供更准确的时机。
收起阅读 »
随着消费者越来越习惯于在第二天甚至当天收到订单，供应链越来越关注其流程的交付部分。也就是说，供应链想要保持成功。
我们可以将成功交付定义为在正确的时间以正确的数量获得客户需要的东西，并始终如一地做到这一点。交货现在被认为是任何制造或分销企业最基本的要求。利用数据分析的力量，Minitab可以帮助公司优化交付、简化供应链并提高客户满意度。
衡量交货速度
将最终产品交付给最终客户所需的时间是供应链专业人员的一个关键衡量指标。使用一个样本数据集和一些简单的描述性统计数据，下面的例子显示交付时间的平均值在54到55小时之间。数据还显示最短时间为40小时，最长时间为75小时，因此它提供了最快和最慢时间的范围，这有助于目标设定。
设定一个目标，集体讨论影响交付的可能因素
延迟交付不仅会影响客户体验，还会直接影响销售。如果一家公司不能兑现他们及时交货的承诺，他们的客户将来再次购买的可能性就会大大降低。设定战略性业务目标在一定时间内交货。在本例中，让我们设定一个现实的目标50，这代表交付时间提高了约10%。
接下来，集思广益，找出可能影响交货时间的变量。这可能是包裹大小、车龄、天气状况，甚至是送货的司机。下图显示了一个CT树示例，Workspace中包含的众多强大的头脑风暴和结构化问题解决工具之一。
使用预测模型量化影响…
一般来说，预测建模有助于做出预测以及了解影响响应的因素。通过使用Minitab的自动化机器学习工具,我们不仅能看到最好的模型(在这种情况下随机森林)，但我们也能看到其他模特的表现。
在这种情况下，流行的传统回归方法不仅表现最差，而且也不是很准确。然而手推车模型是可视化关系的理想选择，表现相对较好。
应用改进…
通过查看手推车下面的决策树表明，在阳光充足的条件下，新车的交付速度最快，而在下雪天，旧车的交付时间最长。这是第一个需要改进的地方。虽然控制天气状况是不可能的，但维持一个较新的车队可能会带来一些立竿见影的改善。此外，在最初计算和传达交付时间时，考虑特定客户区域的天气预报可以提供更高的准确性。
…并运用模型来预测交货时间
这种分析不仅有助于确定需要改进的地方，还有助于与客户沟通。通过考虑手头的因素，并利用最准确的随机森林模型(由自动机器学习确定)，我们可以将模型付诸实施自动与客户交流。使用解决方案，如Minitab模型操作在收集这些数据点时，该模型可以计算估计的交付时间，并自动将时间通知客户。这将确保您的客户及时得到通知，这样他们就不会猜测他们的包裹何时到达。随着您绩效的提高，您不仅可以超额完成客户的期望，还可以继续完善您的预测模型，以便在未来为客户提供更准确的时机。
收起阅读 »
2023灯塔工厂白皮书发布：成为“榜样”之前，先点亮自身
中国是目前创建灯塔工厂力量最活跃、也是拥有最多灯塔工厂的国家。深追其背后根由，可认为这与国内宏观政策与发展模式密不可分，一边是高质量发展战略指引护航，一边是草莽拓荒后的积弊难消。
因果可循环可倒置，时势既造英雄，英雄亦酿时势。我们很高兴看到，在工业4.0的比武场上，中国的制造力量正发出自己的声音，并不断惊喜亮相。
01 灯塔工厂新范式，翻越效率与效益两座大山
某种程度上，成功遴选为灯塔工厂的企业，即可被视为拥有世界第一流的制造能力，在实践结果和发展路径匹配层面都做到了顶尖，是智能制造及工业4.0当之无愧的代表。
在成为榜样之前，“灯塔工厂”四个字，最先点亮的是企业自身。于是，角逐灯塔工厂、得到市场和行业认可，并进一步扩大自身竞争优势，成为越来越多企业的探索新方向。但当目光放远，我们不得不看清现状：纵然有成功实践作表率，整体的制造业重构升级依然处于雾里看花阶段，企业们还是会在实际困境前焦头烂额。须知，在想到与得到之间，还差一个做到。
纵观制造业发展历程，我们能清晰看到：伴随生产模式从大规模生产、精益生产、柔性制造变革为可重构制造再到智能制造，整个制造业价值链主体也发生了巨大变化，从最初的面向成本，发展为面向产品、面向客户，再到目前的面向效率。
很显然，在效率与效益两座大山前，制造企业想要成功进阶并书写新的转型奇迹，在单一工厂或部分生产网络中实现规模化转型已然不足，而是要在全组织上下实现规模化部署。
如何加强数字化技术与企业不同的发展路径匹配，减少甚至避免大量试错成本带来的发展陷阱，是企业亟待突破的问题。
技术落地是一个老生常谈的问题。工业4.0涉及到的技术变革较为广泛，包含大数据技术、人工智能、智能制造及区块链技术在内的多项技术已得到快速发展和应用，信息技术和制造业不断融合的过程，就是生产制造越发自主的过程。
麦肯锡合伙人、制造业全球负责人Enno de Boer就曾表示：“一种范式转变正在发生，从注重成本控制转向推动增长和促进环境可持续性。这些灯塔工厂的经营实践表明，相比投资建设资本基础设施，通过数字技术提高智能化生产和经营能力更加有效。”
02 端到端集成，重构制造业价值链动态能力
传统生产模式下，企业交付产品就算完成“任务”，产品使用情况、维修情况一律都与生产制造分离，相互之间全然没有任何交互。而灯塔工厂的端到端，是从产品设计、生产制造到物流配送过程，甚至于维护维修等末端环节的产品全生命周期管理和服务。
客户需求和反馈能直接与研发设计端进行互联共享，这种动态闭环的运作模式，能直接拓展企业的边界，推动全流程、全组织的业务信息协同，提升效率、降低成本，实现全产业链的跨越式集成，从而不断提升客户满意度。
结合两版灯塔工厂白皮书，我们能明确一点，制造业数字化转型过程中的价值链生成，可大体可分出以下三个阶段：
显然，灯塔工厂们用自身的成功实践结果经验告诉我们：以数据为关键要素，对技术应用、认知革新与经营模式进行大胆探索和系统性变革，就能实现运行效率、创新能力和盈利能力的全面提升。
03 灯塔之光照亮制造业数智之路
在2023最新公布的名单中，赫然出现了一个海岸线熟悉的名字——联想集团合肥产业基地（下文简称“LCFC”）。
作为年产值超过千亿的消费电子ODM工厂，LCFC有着较为庞大的供应商数量，但使用的系统既多且老，这便造成了数据孤立、部门墙严重、管理效率低下等一系列问题，而供应商质量好坏又将直接影响产品交付效率和交付质量。
面对种种难题，LCFC的高层管理者抱有极大的变革决心，在和海岸线的整个合作过程中，亲自带队参与方案的设计确认和实施支持，给予了最大程度的配合。
最终我们为LCFC搭建了一个面向全供应链的质量管理平台，让上下游供应链之间的在线协作更加精密，帮助企业从源头改善问题，在质量、成本、交付和可持续四大维度，皆实现了业务价值的大幅提升。
这里简略提下该平台为LCFC创造的实际收益：
在中国传统制造业转型过程中，LCFC所遇到的阻点绝非孤例。普遍来看，制造业的企业组织、业务模式、产品和价值链的复杂和难控性是必须攻克的难题，而提升产品附加值、提升人均产值是保障产业高速增长的必由之路。
故而，能总结制造产业发展共通性，积极推动工厂、价值链和商业模式的规模化转型的“灯塔工厂”，成为我国制造业可持续卓越运营的榜样引航员，照亮无数企业的茫茫数智路。
我们有理由相信，下一份白皮书发布之时，新增灯塔工厂“列席”成员中，或许就将有你。 收起阅读 »
因果可循环可倒置，时势既造英雄，英雄亦酿时势。我们很高兴看到，在工业4.0的比武场上，中国的制造力量正发出自己的声音，并不断惊喜亮相。
01 灯塔工厂新范式，翻越效率与效益两座大山
某种程度上，成功遴选为灯塔工厂的企业，即可被视为拥有世界第一流的制造能力，在实践结果和发展路径匹配层面都做到了顶尖，是智能制造及工业4.0当之无愧的代表。
在成为榜样之前，“灯塔工厂”四个字，最先点亮的是企业自身。于是，角逐灯塔工厂、得到市场和行业认可，并进一步扩大自身竞争优势，成为越来越多企业的探索新方向。但当目光放远，我们不得不看清现状：纵然有成功实践作表率，整体的制造业重构升级依然处于雾里看花阶段，企业们还是会在实际困境前焦头烂额。须知，在想到与得到之间，还差一个做到。
纵观制造业发展历程，我们能清晰看到：伴随生产模式从大规模生产、精益生产、柔性制造变革为可重构制造再到智能制造，整个制造业价值链主体也发生了巨大变化，从最初的面向成本，发展为面向产品、面向客户，再到目前的面向效率。
很显然，在效率与效益两座大山前，制造企业想要成功进阶并书写新的转型奇迹，在单一工厂或部分生产网络中实现规模化转型已然不足，而是要在全组织上下实现规模化部署。
如何加强数字化技术与企业不同的发展路径匹配，减少甚至避免大量试错成本带来的发展陷阱，是企业亟待突破的问题。
技术落地是一个老生常谈的问题。工业4.0涉及到的技术变革较为广泛，包含大数据技术、人工智能、智能制造及区块链技术在内的多项技术已得到快速发展和应用，信息技术和制造业不断融合的过程，就是生产制造越发自主的过程。
麦肯锡合伙人、制造业全球负责人Enno de Boer就曾表示：“一种范式转变正在发生，从注重成本控制转向推动增长和促进环境可持续性。这些灯塔工厂的经营实践表明，相比投资建设资本基础设施，通过数字技术提高智能化生产和经营能力更加有效。”
02 端到端集成，重构制造业价值链动态能力
传统生产模式下，企业交付产品就算完成“任务”，产品使用情况、维修情况一律都与生产制造分离，相互之间全然没有任何交互。而灯塔工厂的端到端，是从产品设计、生产制造到物流配送过程，甚至于维护维修等末端环节的产品全生命周期管理和服务。
客户需求和反馈能直接与研发设计端进行互联共享，这种动态闭环的运作模式，能直接拓展企业的边界，推动全流程、全组织的业务信息协同，提升效率、降低成本，实现全产业链的跨越式集成，从而不断提升客户满意度。
结合两版灯塔工厂白皮书，我们能明确一点，制造业数字化转型过程中的价值链生成，可大体可分出以下三个阶段：
·阶段一：价值定位。不同吸收能力的制造业企业具有不同的价值定位，关键条件分为外部信息吸收能力和内部价值定位能力两种，主要体现在价值链跟随生产模式变迁带来的商业模式提升。
·阶段二：适应能力差异化。主要表现为创造机制，关键因素包含对外数字化战略调整能力及对内数字化组织执行能力。前者体现企业高层管理者对数字化转型战略的支持态度，后者体现其对数字化转型的实施计划执行程度。
·阶段三：创新能力。从价值获取的视角看，面向市场的数字化服务反馈能力和数字化服务增值能力构成创新能力的关键要素；数字化服务反馈能力则表现为端到端的集成。
显然，灯塔工厂们用自身的成功实践结果经验告诉我们：以数据为关键要素，对技术应用、认知革新与经营模式进行大胆探索和系统性变革，就能实现运行效率、创新能力和盈利能力的全面提升。
03 灯塔之光照亮制造业数智之路
在2023最新公布的名单中，赫然出现了一个海岸线熟悉的名字——联想集团合肥产业基地（下文简称“LCFC”）。
作为年产值超过千亿的消费电子ODM工厂，LCFC有着较为庞大的供应商数量，但使用的系统既多且老，这便造成了数据孤立、部门墙严重、管理效率低下等一系列问题，而供应商质量好坏又将直接影响产品交付效率和交付质量。
如上篇文章和前文所述，是否明白转型本质、进而看清战略弱点、及时发现并加以改正和提升自身不足，是灯塔企业和非灯塔企业的核心认知差异之一。
面对种种难题，LCFC的高层管理者抱有极大的变革决心，在和海岸线的整个合作过程中，亲自带队参与方案的设计确认和实施支持，给予了最大程度的配合。
最终我们为LCFC搭建了一个面向全供应链的质量管理平台，让上下游供应链之间的在线协作更加精密，帮助企业从源头改善问题，在质量、成本、交付和可持续四大维度，皆实现了业务价值的大幅提升。
这里简略提下该平台为LCFC创造的实际收益：
·质量损失下降28%
·人员效率提升45%
·急单满足提升21%
·供应商质量问题减少55%
·二氧化碳排放下降49%
·成功申报灯塔工厂
在中国传统制造业转型过程中，LCFC所遇到的阻点绝非孤例。普遍来看，制造业的企业组织、业务模式、产品和价值链的复杂和难控性是必须攻克的难题，而提升产品附加值、提升人均产值是保障产业高速增长的必由之路。
故而，能总结制造产业发展共通性，积极推动工厂、价值链和商业模式的规模化转型的“灯塔工厂”，成为我国制造业可持续卓越运营的榜样引航员，照亮无数企业的茫茫数智路。
我们有理由相信，下一份白皮书发布之时，新增灯塔工厂“列席”成员中，或许就将有你。 收起阅读 »
智能制造能力成熟度模型及FMEA柔性生产案例深度解读
灯塔一词，早已脱离开航海历史而进入更大范围，成为一种指引方向、点亮希望的象征。假如把制造业也看做一汪广阔的海洋，站在智能制造转型升级的十字路口，灯塔在何方？
让我们把目光投向“灯塔工厂”。灯塔工厂项目，由达沃斯世界经济论坛与管理咨询公司麦肯锡合作展开遴选，被誉为“世界上最先进的工厂”，代表着全球智能制造的最高水平。据最新数据，全球“灯塔工厂”数量达到132家，中国的“灯塔工厂”增至50家，持续排名全球第一。
在这里先给自己打个广告，接下来我们将用一到两篇文章，对“灯塔工厂”做一个详尽而深入的解读，有兴趣或有意向入选“灯塔工厂”的企业不妨点点关注。
全局统筹，深度赋能，CMMM智能制造能力成熟度模型
言归正传，“灯塔工厂”既有标杆示范的榜样意义，也可看做一种关键信号，激励更多企业在智能制造转型升级浪潮中奋勇争先。
只不过，当智能制造步入发展快车道，“眉毛胡子两手抓”的形式得放一放了，我们需要有更清晰的参考助力：一个是如灯塔工厂一般的引领标杆，一个是足够有力的行业标准。前者是后者的呈现载体，后者是前者的判断依据。
在去年末的世界智能制造大会主论坛上，《中国智能制造发展研究报告：能力成熟度》（CMMM2.0）正式发布，创新性地提出了CMMM是可拆解、可组合、可配置的柔性模式，并从企业应用视角出发，为企业持续提升自身智能制造能力，提供了全局视角、成熟理论和实施路径。
经过数年发展，CMMM从早期的“智能+制造”两个维度模型，优化至覆盖人员、技术、资源、制造四大要素，从10个核心能力域增加到20个，帮助企业定位当前的能力水平和实施成效，有效指导智能制造建设，从而提升和优化制造过程。
智能制造能力成熟度可从低到高划分为五个等级——
1. 一级·规划级
企业应开始对实施智能制造的基础和条件进行规划，能够对核心业务活动（设计、生产、物流、销售、服务）进行流程化管理
2. 二级·规范级
企业应采用自动化技术、信息技术手段对核心装备和核心业务活动等进行改造和规范，实现单一业务活动的数据共享
3. 三级·集成级
企业应对装备、系统等开展集成，实现跨业务活动间的数据共享
4. 四级·优化级
企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化
5. 五级·引领级
企业应基于模型持续驱动业务活动的优化和创新，实现产业链协同并衍生新的制造模式和商业模式
从能力要素与能力域，浅看日式制造的“没落”
除等级外，能力要素、能力域/子域也是CMMM模型结构中的重要组成部分。
能力要素是企业实施智能制造必须的条件。人员、资源、技术作为支撑要素，制造作为核心要素，体现了人员通过资源、技术来不断改善制造的过程。
而由此衍生的能力域和能力子域则被统称为过程域。在人员、资源、技术三个要素下有7个基础过程域，在制造要素下有13个制造过程域，共计20个。
CMMM模型好比一张标记了沿途各站任务点的地图，按照地图挨个打卡，就能按部就班、按图索骥地走到最终目的地。
而一旦错过或者“偏科”，就有可能要承担风险。这一方面的典型案例是日本。日本的制造业以人为中心，工厂中的问题一般都由现场员工自己发现、自己解决、自己改善，然后以此提高整体生产质量水平。
但在数字化变革不同程度地席卷全球的当下，这种模式很难与自上而下的数字化、智能化兼容了——建立互联互通的工厂与现场已是必要，制造和信息、技术融合，能为决策提供以往所不能达到的效率。
所以，曾经以精细和高品质在国内市场大行其道、一句“开不坏的丰田”为无数人所津津乐道的日式制造，似乎从某个时间节点开始，逐渐失去了自己的存在感。在“神户制钢数据造假”“三菱油耗造假”丑闻接连曝光后，更是有人直接追问：日本制造业已经彻底走下神坛了吗？
我们不妨将其看做某个切面：当时代对敏捷、高效提出了更高的要求，具备全局思维就成为必要，能力子域一旦失衡，便会造成竞争的失利。
那么，我们应该怎样预防或者说阻止这种失衡，破除企业经营短板，找到智能制造建设工作的正确发力点呢？
答案或许在于对各个单点的深度突破。
单点深度突破案例，基于数字化思维的FMEA过程控制
数字化研发设计、自组织柔性生产、自组织物流、敏捷供应链、基于价值的服务、可持续制造、设备全生命周期管理、数字化培养，是CMMM的八大典型模式价值识别图谱。
本期案例智，我们将以柔性生产为目标，为各位带来基于数字化思维的FMEA过程控制案例。
我们都知道，制造业早已过了以规模论成败的阶段，消费者差异化的需求越明显，就越倒逼制造业向个性化制造转型。企业要攻克的课题越来越多，不论是消费者需求、还是生产异常、潜在失效风险，怎么依托关键大数据，定制需求的柔性化、智能化、高敏捷的产品，将成为核心竞争力所在。
K客户是一家家电制造企业，当前面临的主要问题恰好就在用户差异化需求的冲击上，在通过线上初步答题诊断和不间断几轮面谈咨询后，我们对K客户的组织战略、人员技能、数据、设备、生产作业等方面有了一个较为全面的评估结果。
最后，在K公司所提的制造过程“参数管理质量环”要求下，我们为其搭建了一套基于用户体验差异化需求、基于制造失效影响及影响分析（PFMEA）的全面可视化的制造过程质量管理体系。
FMEA技术不仅是对过程中的风险进行识别控制，更是直接贯穿到整个生命周期。以某款新冰箱的箱体发泡工艺为例：依据产品设计和开发输出的要求，我们划分出7个步骤，来对冰箱的制造过程进行设计和开发。
1. 确定过程分析范围
确定分析的范围为箱体发泡工艺，从壳体预热、夹具固定，到注料，再到最终的光学检测，这一阶段的制造过程工艺流程图，是基于产品开发与设计（FMEA）输出的产品框图（装配层级及顺序）来的。
范围的确定有助于FMEA团队更准确地分析过程，将优势资源集中于优先级较高的过程中。
2. 过程结构分析
结构分析是整个FMEA的基础阶段，我们可以通过过程流程图或结构树的形式定义流程；基于人机料环等4M要素，找出影响过程的所有要素。
例如这里的注料过程，其影响要素就有操作员、机器设备、工装夹具以及环境温湿度。
3. 过程功能分析
功能分析是整个FMEA的核心阶段，目的是确保产品/过程的预期功能/要求能够实现。需要通过技术性语言进行描述。
这里我们还是以注料为例，注料后的箱体前脸平整度、飘偏度需要满足工艺要求，这里提出的是对产品特性的要求。那我们再来看下影响产品特性的过程特性有哪些要求，需要通过4M要素进行拆解。以箱体飘偏度为例，通过特性矩阵能看到，飘偏度受气动压力与脱模间隙影响。
转化成技术性语言便是：气动压力5~8pa；脱模间隙＜0.05mm。通过识别各层级功能和要求后，开展产品特性与过程特性之间的关联性分析，进而建立功能网。
4. 过程失效分析
所谓失效就是指上一步功能分析中的功能/要求无法满足。过程步骤，要实现的功能无法满足即为失效模式；过程工作要素，要实现的功能无法满足，即为失效原因；因失效模式，而对整个过程项造成的影响即为失效影响。
我们不仅要分析当前已知的失效，对可能发生的未知失效同样需要分析。同时要确定三者的关联关系，在功能网的基础上，进一步建立失效网。
5. 过程风险分析
需要完成对三个度（严重度、发生度、探测度）的评价。严重度表示失效影响的严重程度，考虑三个方面：1）对厂内的影响；2）对直接发运工厂的影响；3）对最终用户的影响。
发生度可以简单理解为失效模式发生的可能性，需要结合当前的预防措施来评价。可以通过计算ppm、cpk得出相对准确的判断。
探测度则表示当前探测措施的有效性，能否及时准确的找出失效的产品，是我们判断的标准。一般通过检验或实验来完成探测。其有效性的判定，很大程度上取决于是否做过MSA。
通过对三个度的评价我们可以标记出特殊特性，并对其重点关注，同时对后续将要采取的措施优先级进行排序，之后就可以调集企业资源优先对高AP项采取控制。
6. 过程控制方法优化
对高AP项优先采取控制措施，并且验证这些措施的有效性，然后重新评估风险，将验证有效的措施同步到控制计划当中去执行。通过不断的优化可将风险降至最低。
FMEA不断更新的目的就是为了持续改善，不断降低风险，确保过程稳健。
7. 过程标准固化
这是一个总结FMEA经验的过程，需要借助软件建立企业FMEA、家族FMEA、知识库、措施库等，将FMEA经验固化沉淀。
我们将AQP FMEA和PQM（专业版QMS）及其他系统数据间的串联通道打通，时刻保证FMEA文件的动态更新，进而指导K客户质量的持续改善，保证生产线在大批量生产和小批量生产之间任意切换。
正如CMMM模型所指示的一样，过程控制是企业经营发展当中的重要一环，而非唯一一环，后续我们仍将持续建设 收起阅读 »
让我们把目光投向“灯塔工厂”。灯塔工厂项目，由达沃斯世界经济论坛与管理咨询公司麦肯锡合作展开遴选，被誉为“世界上最先进的工厂”，代表着全球智能制造的最高水平。据最新数据，全球“灯塔工厂”数量达到132家，中国的“灯塔工厂”增至50家，持续排名全球第一。
在这里先给自己打个广告，接下来我们将用一到两篇文章，对“灯塔工厂”做一个详尽而深入的解读，有兴趣或有意向入选“灯塔工厂”的企业不妨点点关注。
全局统筹，深度赋能，CMMM智能制造能力成熟度模型
言归正传，“灯塔工厂”既有标杆示范的榜样意义，也可看做一种关键信号，激励更多企业在智能制造转型升级浪潮中奋勇争先。
只不过，当智能制造步入发展快车道，“眉毛胡子两手抓”的形式得放一放了，我们需要有更清晰的参考助力：一个是如灯塔工厂一般的引领标杆，一个是足够有力的行业标准。前者是后者的呈现载体，后者是前者的判断依据。
在去年末的世界智能制造大会主论坛上，《中国智能制造发展研究报告：能力成熟度》（CMMM2.0）正式发布，创新性地提出了CMMM是可拆解、可组合、可配置的柔性模式，并从企业应用视角出发，为企业持续提升自身智能制造能力，提供了全局视角、成熟理论和实施路径。
经过数年发展，CMMM从早期的“智能+制造”两个维度模型，优化至覆盖人员、技术、资源、制造四大要素，从10个核心能力域增加到20个，帮助企业定位当前的能力水平和实施成效，有效指导智能制造建设，从而提升和优化制造过程。
智能制造能力成熟度可从低到高划分为五个等级——
1. 一级·规划级
企业应开始对实施智能制造的基础和条件进行规划，能够对核心业务活动（设计、生产、物流、销售、服务）进行流程化管理
2. 二级·规范级
企业应采用自动化技术、信息技术手段对核心装备和核心业务活动等进行改造和规范，实现单一业务活动的数据共享
3. 三级·集成级
企业应对装备、系统等开展集成，实现跨业务活动间的数据共享
4. 四级·优化级
企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化
5. 五级·引领级
企业应基于模型持续驱动业务活动的优化和创新，实现产业链协同并衍生新的制造模式和商业模式
从能力要素与能力域，浅看日式制造的“没落”
除等级外，能力要素、能力域/子域也是CMMM模型结构中的重要组成部分。
能力要素是企业实施智能制造必须的条件。人员、资源、技术作为支撑要素，制造作为核心要素，体现了人员通过资源、技术来不断改善制造的过程。
而由此衍生的能力域和能力子域则被统称为过程域。在人员、资源、技术三个要素下有7个基础过程域，在制造要素下有13个制造过程域，共计20个。
CMMM模型好比一张标记了沿途各站任务点的地图，按照地图挨个打卡，就能按部就班、按图索骥地走到最终目的地。
而一旦错过或者“偏科”，就有可能要承担风险。这一方面的典型案例是日本。日本的制造业以人为中心，工厂中的问题一般都由现场员工自己发现、自己解决、自己改善，然后以此提高整体生产质量水平。
但在数字化变革不同程度地席卷全球的当下，这种模式很难与自上而下的数字化、智能化兼容了——建立互联互通的工厂与现场已是必要，制造和信息、技术融合，能为决策提供以往所不能达到的效率。
所以，曾经以精细和高品质在国内市场大行其道、一句“开不坏的丰田”为无数人所津津乐道的日式制造，似乎从某个时间节点开始，逐渐失去了自己的存在感。在“神户制钢数据造假”“三菱油耗造假”丑闻接连曝光后，更是有人直接追问：日本制造业已经彻底走下神坛了吗？
我们不妨将其看做某个切面：当时代对敏捷、高效提出了更高的要求，具备全局思维就成为必要，能力子域一旦失衡，便会造成竞争的失利。
那么，我们应该怎样预防或者说阻止这种失衡，破除企业经营短板，找到智能制造建设工作的正确发力点呢？
答案或许在于对各个单点的深度突破。
单点深度突破案例，基于数字化思维的FMEA过程控制
数字化研发设计、自组织柔性生产、自组织物流、敏捷供应链、基于价值的服务、可持续制造、设备全生命周期管理、数字化培养，是CMMM的八大典型模式价值识别图谱。
本期案例智，我们将以柔性生产为目标，为各位带来基于数字化思维的FMEA过程控制案例。
我们都知道，制造业早已过了以规模论成败的阶段，消费者差异化的需求越明显，就越倒逼制造业向个性化制造转型。企业要攻克的课题越来越多，不论是消费者需求、还是生产异常、潜在失效风险，怎么依托关键大数据，定制需求的柔性化、智能化、高敏捷的产品，将成为核心竞争力所在。
K客户是一家家电制造企业，当前面临的主要问题恰好就在用户差异化需求的冲击上，在通过线上初步答题诊断和不间断几轮面谈咨询后，我们对K客户的组织战略、人员技能、数据、设备、生产作业等方面有了一个较为全面的评估结果。
最后，在K公司所提的制造过程“参数管理质量环”要求下，我们为其搭建了一套基于用户体验差异化需求、基于制造失效影响及影响分析（PFMEA）的全面可视化的制造过程质量管理体系。
FMEA技术不仅是对过程中的风险进行识别控制，更是直接贯穿到整个生命周期。以某款新冰箱的箱体发泡工艺为例：依据产品设计和开发输出的要求，我们划分出7个步骤，来对冰箱的制造过程进行设计和开发。
1. 确定过程分析范围
确定分析的范围为箱体发泡工艺，从壳体预热、夹具固定，到注料，再到最终的光学检测，这一阶段的制造过程工艺流程图，是基于产品开发与设计（FMEA）输出的产品框图（装配层级及顺序）来的。
范围的确定有助于FMEA团队更准确地分析过程，将优势资源集中于优先级较高的过程中。
2. 过程结构分析
结构分析是整个FMEA的基础阶段，我们可以通过过程流程图或结构树的形式定义流程；基于人机料环等4M要素，找出影响过程的所有要素。
例如这里的注料过程，其影响要素就有操作员、机器设备、工装夹具以及环境温湿度。
3. 过程功能分析
功能分析是整个FMEA的核心阶段，目的是确保产品/过程的预期功能/要求能够实现。需要通过技术性语言进行描述。
这里我们还是以注料为例，注料后的箱体前脸平整度、飘偏度需要满足工艺要求，这里提出的是对产品特性的要求。那我们再来看下影响产品特性的过程特性有哪些要求，需要通过4M要素进行拆解。以箱体飘偏度为例，通过特性矩阵能看到，飘偏度受气动压力与脱模间隙影响。
转化成技术性语言便是：气动压力5~8pa；脱模间隙＜0.05mm。通过识别各层级功能和要求后，开展产品特性与过程特性之间的关联性分析，进而建立功能网。
4. 过程失效分析
所谓失效就是指上一步功能分析中的功能/要求无法满足。过程步骤，要实现的功能无法满足即为失效模式；过程工作要素，要实现的功能无法满足，即为失效原因；因失效模式，而对整个过程项造成的影响即为失效影响。
我们不仅要分析当前已知的失效，对可能发生的未知失效同样需要分析。同时要确定三者的关联关系，在功能网的基础上，进一步建立失效网。
5. 过程风险分析
需要完成对三个度（严重度、发生度、探测度）的评价。严重度表示失效影响的严重程度，考虑三个方面：1）对厂内的影响；2）对直接发运工厂的影响；3）对最终用户的影响。
发生度可以简单理解为失效模式发生的可能性，需要结合当前的预防措施来评价。可以通过计算ppm、cpk得出相对准确的判断。
探测度则表示当前探测措施的有效性，能否及时准确的找出失效的产品，是我们判断的标准。一般通过检验或实验来完成探测。其有效性的判定，很大程度上取决于是否做过MSA。
通过对三个度的评价我们可以标记出特殊特性，并对其重点关注，同时对后续将要采取的措施优先级进行排序，之后就可以调集企业资源优先对高AP项采取控制。
6. 过程控制方法优化
对高AP项优先采取控制措施，并且验证这些措施的有效性，然后重新评估风险，将验证有效的措施同步到控制计划当中去执行。通过不断的优化可将风险降至最低。
FMEA不断更新的目的就是为了持续改善，不断降低风险，确保过程稳健。
7. 过程标准固化
这是一个总结FMEA经验的过程，需要借助软件建立企业FMEA、家族FMEA、知识库、措施库等，将FMEA经验固化沉淀。
我们将AQP FMEA和PQM（专业版QMS）及其他系统数据间的串联通道打通，时刻保证FMEA文件的动态更新，进而指导K客户质量的持续改善，保证生产线在大批量生产和小批量生产之间任意切换。
正如CMMM模型所指示的一样，过程控制是企业经营发展当中的重要一环，而非唯一一环，后续我们仍将持续建设 收起阅读 »
使用Weibull分布对可靠性数据建模
Weibull分布是最常用于对可靠性数据建模的分布。此分布易于解释且用途广泛。在可靠性分析中，可以使用此分布回答以下问题：
· 预计将在老化期间失效的项目所占的百分比是多少？例如，预计将在8小时老化期间失效的保险丝占多大百分比？
· 预计在有效寿命阶段有多少次保修索赔？例如，在该轮胎的50,000英里有效寿命期间预计有多少次保修索赔？
· 预计何时会出现快速磨损？例如，应将维护定期安排在何时以防止发动机进入磨损阶段？
Weibull分布可以对右偏斜数据、左偏斜数据或对称数据建模。因此，分布可用来评估不同应用（包括真空管、电容器、滚珠轴承、继电器和材料强度）的可靠性。Weibull分布还可以对递增、递减或固定故障函数建模，并允许使用该模型描述项目寿命的任何阶段。
Weibull分布参数和故障函数之间的关系
通过调整Weibull分布的形状参数β，可以对许多不同寿命分布的特征建模。
1. 0<β<1
早期失效发生在产品寿命的初始阶段。这些失效可能会迫使产品进入“老化”阶段以降低初期失效的风险。
故障函数：初始失效率很高，随着时间的推移会逐渐降低（“浴盆”形状故障函数的第一部分）。
2. β=1
失效率保持恒定。随机失效，失效的原因有多种。对产品的“使用寿命”建模。
故障函数：失效率在产品寿命期间保持恒定（“浴盆”形状故障函数的第二部分）
3. β=1.5
早期磨损失效
故障函数：失效率不断增加，最初增加速度最快
4. β=2
在产品的寿命期间，磨损失效风险不断增加（当Weibull分布的形状参数为2时，它被称为Rayleigh分布。此分布通常用来描述通信工程领域中的测量数据，如输入回波损耗、调制边带注入、载波抑制和RF衰减的测量数据。此分布还广泛用于电真空设备的寿命检验中。）
故障函数：失效率呈线性增加
5. 3≤β≤4
快速磨损失效。当大多数的失效都出现后，对产品寿命的最后时间段建模。
故障函数：失效率快速增加
6. β＞10
非常快的磨损失效。当大多数的磨损失效都出现后，对产品寿命的最后时间段建模。
故障函数：失效率增加速度非常快
失效率关于时间的图形称为故障图。产品的失效率随时间的变化大致可以分为三个阶段：
早期故障阶段、偶然故障阶段和耗损故障阶段。基于上面介绍，我们发现根据Weibull分布形状参数β的不同，这三个阶段都可以进行描述，于是就形成了如下的“浴盆曲线”。
β<1时，失效率递减，可以描述浴盆曲线的早期故障阶段
β=1时，失效率恒定，可以描述浴盆曲线的偶然故障阶段
β＞1时，失效率递增，可以描述浴盆曲线的耗损故障阶段
吐槽一下
也可能正是因为Weibull分布看起来很牛，以至于很多朋友把“Weibull”和“可靠性”等价，这其实是有问题的。Minitab中可靠性分析分布其实有11种，而Weibull分布只是其中一种而已，并不是所有寿命数据用Weibull都能拟合的很好。
收起阅读 »
· 预计将在老化期间失效的项目所占的百分比是多少？例如，预计将在8小时老化期间失效的保险丝占多大百分比？
· 预计在有效寿命阶段有多少次保修索赔？例如，在该轮胎的50,000英里有效寿命期间预计有多少次保修索赔？
· 预计何时会出现快速磨损？例如，应将维护定期安排在何时以防止发动机进入磨损阶段？
Weibull分布可以对右偏斜数据、左偏斜数据或对称数据建模。因此，分布可用来评估不同应用（包括真空管、电容器、滚珠轴承、继电器和材料强度）的可靠性。Weibull分布还可以对递增、递减或固定故障函数建模，并允许使用该模型描述项目寿命的任何阶段。
Weibull分布参数和故障函数之间的关系
通过调整Weibull分布的形状参数β，可以对许多不同寿命分布的特征建模。
1. 0<β<1
早期失效发生在产品寿命的初始阶段。这些失效可能会迫使产品进入“老化”阶段以降低初期失效的风险。
故障函数：初始失效率很高，随着时间的推移会逐渐降低（“浴盆”形状故障函数的第一部分）。
2. β=1
失效率保持恒定。随机失效，失效的原因有多种。对产品的“使用寿命”建模。
故障函数：失效率在产品寿命期间保持恒定（“浴盆”形状故障函数的第二部分）
3. β=1.5
早期磨损失效
故障函数：失效率不断增加，最初增加速度最快
4. β=2
在产品的寿命期间，磨损失效风险不断增加（当Weibull分布的形状参数为2时，它被称为Rayleigh分布。此分布通常用来描述通信工程领域中的测量数据，如输入回波损耗、调制边带注入、载波抑制和RF衰减的测量数据。此分布还广泛用于电真空设备的寿命检验中。）
故障函数：失效率呈线性增加
5. 3≤β≤4
快速磨损失效。当大多数的失效都出现后，对产品寿命的最后时间段建模。
故障函数：失效率快速增加
6. β＞10
非常快的磨损失效。当大多数的磨损失效都出现后，对产品寿命的最后时间段建模。
故障函数：失效率增加速度非常快
失效率关于时间的图形称为故障图。产品的失效率随时间的变化大致可以分为三个阶段：
早期故障阶段、偶然故障阶段和耗损故障阶段。基于上面介绍，我们发现根据Weibull分布形状参数β的不同，这三个阶段都可以进行描述，于是就形成了如下的“浴盆曲线”。
β<1时，失效率递减，可以描述浴盆曲线的早期故障阶段
β=1时，失效率恒定，可以描述浴盆曲线的偶然故障阶段
β＞1时，失效率递增，可以描述浴盆曲线的耗损故障阶段
吐槽一下
也可能正是因为Weibull分布看起来很牛，以至于很多朋友把“Weibull”和“可靠性”等价，这其实是有问题的。Minitab中可靠性分析分布其实有11种，而Weibull分布只是其中一种而已，并不是所有寿命数据用Weibull都能拟合的很好。
制造业的数字化转型：机遇、挑战和经验教训
Greg Kinsey是卓越运营、数字化转型和工业 4.0 领域的高级顾问，帮助工业公司制定工业 4.0 战略、实施、利益相关者的支持和调整、Genba 参与和收益实现。2023 年 1 月，他作为合伙人加入国际运营咨询公司和 Minitab Gold Level 咨询公司Argon & Co，领导数字制造实践。
在 2022 年 9 月 20 日于慕尼黑举行的 Minitab Exchange 活动中，Greg 分享了他的经验以及制造领导者通过数字化日常运营以提高绩效的旅程中的主要经验教训。格雷格描述了公司面临的最常见挑战以及他对解决这些挑战的建议。
数字化转型将带来第四次工业革命
如果你回到 1800 年代的工厂，在第一次工业革命期间，你会发现工匠——高技能的人从事专业化工作，几乎没有标准化。
第二次工业革命迎来了标准化工作。具有特定技能、重复特定任务、专门从事装配操作的指定方面的人员。这是管理和控制过程的一种新的科学方法。泰勒主义和福特主义为制造业带来了新的工作方式。
第三次工业革命引入了持续改进和质量体系的概念，以及新的 IT 和 OT 系统。工人们开始与自动化生产并肩工作，并获得了更大的自主权和对结果的责任。这引入了用于解决问题和控制过程变化的六西格码方法，以及所谓的丰田生产系统或精益管理。
第四次工业革命将带来根本性的变化，因为我们将在更多的知识基础上工作。在大多数情况下，工人不会从事体力劳动，但他们将通过知识管理体力劳动。他们创造的价值将基于他们的知识，以及他们如何将数据整合在一起以优化生产力、解决问题、监控流程和管理运营。
制造商的数字化转型机会是什么？
当我们谈论数字化转型时，它是关于改进工作方式。它是关于使用数字工具从根本上实现现代化并改善工人、管理人员的日常生活和工厂的绩效。如果我们考虑一下这种变化是什么样的，那就是从一种反应性制造文化转变为一种更具预测性和可控性……以及数据驱动的文化。
传统上，制造业以灭火和不断解决问题为主。有了数字工厂的愿景，您可以更好地了解未来会发生什么。您可以更好地预测您的流程在未来将如何执行，这意味着您可以以更可控的方式管理您的制造。它还涉及从分散的运营模式转变为更加集成的模式。无论是数据孤岛、人员孤岛还是流程孤岛——我们都需要更多相互联系的团队和流程上下一致的数据定义。
这还涉及从基于过去发生的事情进行操作的历史知识转变为可以预测未来会发生什么的智能工厂。因此，由于流程中内置的智能，我们拥有更大的灵活性，而不是拥有一个流程、机器和人员都是固定的环境。
数字化转型面临哪些主要挑战？
（1）关注问题，而不是解决方案
我看到公司经常犯的第一个错误是他们忽视了他们想要解决的问题。很多时候，解决方案是推动投资而不是解决问题。专注于您想要解决的问题的最佳方法之一是将您的数字计划与您的卓越运营计划联系起来。
如果您有像精益六西格码黑带这样的项目负责人和问题解决者，那么他们已经有了一系列他们正在努力解决的问题。与其尝试安装新软件，不如考虑数字技术如何补充和加速已经在进行的问题解决。
（2）收集数据
另一大挑战是数据采集。收集正确的数据可能是一个耗时的过程，而且它可能以不同的格式分散在不同的地方。您可能混合使用旧机器和新机器——有些有数据端口，有些则没有。您如何连接所有这些可能具有不同网络和协议的不同可编程控制器？您可能不会到处都有传感器，您的愿景可能需要您拥有更多的物联网设备。
说到数据，清理时间总是比我们预期的要长。我建议构建一个数据字典——一种标记和分类数据的方法。这将为您提供描述其中内容的数据周围的元数据，使其更易于有效使用。
（3）对未来没有清晰的愿景
公司应关注的另一个领域是创建清晰的路线图并确定未来的架构以实现其目标。五年或十年后你的工厂会是什么样子？您的技术选择可能很困难，而且 IT 系统中的遗留问题会受到一些限制。构建可扩展的架构非常重要，这样您就不会构建过时的东西。
（4）项目管理的经典方法
数字化转型使用的方法与传统 IT 项目不同——事实上，恰恰相反。传统 IT 是将已知解决方案应用于已知问题，您的 IT 系统可能看起来与竞争对手部署的系统非常相似。数字创新是关于使用敏捷流程建立数据库并开发定制解决方案，以应用机器学习、人工智能或高级分析来解决您的特定问题。根据定义，它是创新，而不是现成的解决方案。
（5）缺乏管理层的参与和协调
最大的挑战之一是如何吸引员工。通常，质量经理会有一个议程，但物流经理可能有不同的痛点。问工厂经理他们需要什么，这可能是一个完全不同的故事。关键是使您的卓越运营职能与数字职能保持一致，以便每个人都围绕目标以及如何实现目标保持一致并参与其中。
（6）忽略Genba
经验表明，最好的想法来自于在创造价值的领域 (Genba) 工作的人。他们了解流程如何运作以及机器如何运作。如果您问人们如何通过应用数字工具来改善事物，他们通常会提出很多想法，因为他们想要使工作场所现代化。如果他们参与构思过程，他们也会有一种主人翁感。他们为自己的贡献感到自豪，并热衷于帮助推动项目完成。
（7）没有利益实现
我听到的最重要的事情之一是，“我们尝试了概念验证，但没有产生任何结果。” 如果您得不到这些好处，无法实现速赢，您将无法继续您的旅程。专注于确保获得这些结果，当你这样做时，在财务的帮助下验证这些结果。传达项目结果及其带来价值的原因。
您从制造业的数字化转型中学到了哪些经验教训？
（1）整合必不可少
您的卓越运营计划必须与您的数字化转型计划相结合。数字化转型只是卓越运营的下一阶段，如果您不将精益六西格码计划带入数字世界，它就会过时。
（2）最小可行数据集
您无需构建海量数据湖。首先从解决特定问题所需的最小数据集开始。专注于一个用例和为此目的所需的数据——您可以随时添加更多。
（3）允许试错
在敏捷工程中，您希望进行创新并允许进行实验。不要害怕快速失败并从中学习。不要害怕根据你从这些失败中学到的东西来调整你的方向。
（4）保持好奇
你无法购买现成的智能工厂，你必须自己发明。如果您想超越竞争对手进行创新，请特别是在您的行业之外寻找新想法。
预测分析在第四次工业革命中扮演什么角色？
制造业以反动着称，人们总是“救火”并修理意外损坏的东西。我认为数字化转型的承诺是创造一个更主动、更可控的环境，在这个环境中，您可以轻松了解正在发生的事情。您掌中的手机成为您高效开展日常工作所需的主要信息来源。根据数据，在问题发生之前警告您。这减少了消防工作，减轻了压力，并让人们自信地掌控一切。
数据驱动这个词可能被滥用了。但是，当人们在需要解决问题或进行调整时可以获得仪表板和可视化效果来帮助他们做出数据驱动的决策时，这将改变他们日常工作的本质。当这些人不仅仅是坐在办公室里的高管时，革命就来了——它也是 Genba 中的司机、机器操作员、质量经理和维护人员。当 Genba 的劳动力可以从数据驱动的工作环境中受益时，也许我们已经迎来了第四次工业革命。 收起阅读 »
在 2022 年 9 月 20 日于慕尼黑举行的 Minitab Exchange 活动中，Greg 分享了他的经验以及制造领导者通过数字化日常运营以提高绩效的旅程中的主要经验教训。格雷格描述了公司面临的最常见挑战以及他对解决这些挑战的建议。
数字化转型将带来第四次工业革命
如果你回到 1800 年代的工厂，在第一次工业革命期间，你会发现工匠——高技能的人从事专业化工作，几乎没有标准化。
第二次工业革命迎来了标准化工作。具有特定技能、重复特定任务、专门从事装配操作的指定方面的人员。这是管理和控制过程的一种新的科学方法。泰勒主义和福特主义为制造业带来了新的工作方式。
第三次工业革命引入了持续改进和质量体系的概念，以及新的 IT 和 OT 系统。工人们开始与自动化生产并肩工作，并获得了更大的自主权和对结果的责任。这引入了用于解决问题和控制过程变化的六西格码方法，以及所谓的丰田生产系统或精益管理。
第四次工业革命将带来根本性的变化，因为我们将在更多的知识基础上工作。在大多数情况下，工人不会从事体力劳动，但他们将通过知识管理体力劳动。他们创造的价值将基于他们的知识，以及他们如何将数据整合在一起以优化生产力、解决问题、监控流程和管理运营。
制造商的数字化转型机会是什么？
当我们谈论数字化转型时，它是关于改进工作方式。它是关于使用数字工具从根本上实现现代化并改善工人、管理人员的日常生活和工厂的绩效。如果我们考虑一下这种变化是什么样的，那就是从一种反应性制造文化转变为一种更具预测性和可控性……以及数据驱动的文化。
传统上，制造业以灭火和不断解决问题为主。有了数字工厂的愿景，您可以更好地了解未来会发生什么。您可以更好地预测您的流程在未来将如何执行，这意味着您可以以更可控的方式管理您的制造。它还涉及从分散的运营模式转变为更加集成的模式。无论是数据孤岛、人员孤岛还是流程孤岛——我们都需要更多相互联系的团队和流程上下一致的数据定义。
这还涉及从基于过去发生的事情进行操作的历史知识转变为可以预测未来会发生什么的智能工厂。因此，由于流程中内置的智能，我们拥有更大的灵活性，而不是拥有一个流程、机器和人员都是固定的环境。
数字化转型面临哪些主要挑战？
（1）关注问题，而不是解决方案
我看到公司经常犯的第一个错误是他们忽视了他们想要解决的问题。很多时候，解决方案是推动投资而不是解决问题。专注于您想要解决的问题的最佳方法之一是将您的数字计划与您的卓越运营计划联系起来。
如果您有像精益六西格码黑带这样的项目负责人和问题解决者，那么他们已经有了一系列他们正在努力解决的问题。与其尝试安装新软件，不如考虑数字技术如何补充和加速已经在进行的问题解决。
（2）收集数据
另一大挑战是数据采集。收集正确的数据可能是一个耗时的过程，而且它可能以不同的格式分散在不同的地方。您可能混合使用旧机器和新机器——有些有数据端口，有些则没有。您如何连接所有这些可能具有不同网络和协议的不同可编程控制器？您可能不会到处都有传感器，您的愿景可能需要您拥有更多的物联网设备。
说到数据，清理时间总是比我们预期的要长。我建议构建一个数据字典——一种标记和分类数据的方法。这将为您提供描述其中内容的数据周围的元数据，使其更易于有效使用。
（3）对未来没有清晰的愿景
公司应关注的另一个领域是创建清晰的路线图并确定未来的架构以实现其目标。五年或十年后你的工厂会是什么样子？您的技术选择可能很困难，而且 IT 系统中的遗留问题会受到一些限制。构建可扩展的架构非常重要，这样您就不会构建过时的东西。
（4）项目管理的经典方法
数字化转型使用的方法与传统 IT 项目不同——事实上，恰恰相反。传统 IT 是将已知解决方案应用于已知问题，您的 IT 系统可能看起来与竞争对手部署的系统非常相似。数字创新是关于使用敏捷流程建立数据库并开发定制解决方案，以应用机器学习、人工智能或高级分析来解决您的特定问题。根据定义，它是创新，而不是现成的解决方案。
（5）缺乏管理层的参与和协调
最大的挑战之一是如何吸引员工。通常，质量经理会有一个议程，但物流经理可能有不同的痛点。问工厂经理他们需要什么，这可能是一个完全不同的故事。关键是使您的卓越运营职能与数字职能保持一致，以便每个人都围绕目标以及如何实现目标保持一致并参与其中。
（6）忽略Genba
经验表明，最好的想法来自于在创造价值的领域 (Genba) 工作的人。他们了解流程如何运作以及机器如何运作。如果您问人们如何通过应用数字工具来改善事物，他们通常会提出很多想法，因为他们想要使工作场所现代化。如果他们参与构思过程，他们也会有一种主人翁感。他们为自己的贡献感到自豪，并热衷于帮助推动项目完成。
（7）没有利益实现
我听到的最重要的事情之一是，“我们尝试了概念验证，但没有产生任何结果。” 如果您得不到这些好处，无法实现速赢，您将无法继续您的旅程。专注于确保获得这些结果，当你这样做时，在财务的帮助下验证这些结果。传达项目结果及其带来价值的原因。
您从制造业的数字化转型中学到了哪些经验教训？
（1）整合必不可少
您的卓越运营计划必须与您的数字化转型计划相结合。数字化转型只是卓越运营的下一阶段，如果您不将精益六西格码计划带入数字世界，它就会过时。
（2）最小可行数据集
您无需构建海量数据湖。首先从解决特定问题所需的最小数据集开始。专注于一个用例和为此目的所需的数据——您可以随时添加更多。
（3）允许试错
在敏捷工程中，您希望进行创新并允许进行实验。不要害怕快速失败并从中学习。不要害怕根据你从这些失败中学到的东西来调整你的方向。
（4）保持好奇
你无法购买现成的智能工厂，你必须自己发明。如果您想超越竞争对手进行创新，请特别是在您的行业之外寻找新想法。
预测分析在第四次工业革命中扮演什么角色？
制造业以反动着称，人们总是“救火”并修理意外损坏的东西。我认为数字化转型的承诺是创造一个更主动、更可控的环境，在这个环境中，您可以轻松了解正在发生的事情。您掌中的手机成为您高效开展日常工作所需的主要信息来源。根据数据，在问题发生之前警告您。这减少了消防工作，减轻了压力，并让人们自信地掌控一切。
数据驱动这个词可能被滥用了。但是，当人们在需要解决问题或进行调整时可以获得仪表板和可视化效果来帮助他们做出数据驱动的决策时，这将改变他们日常工作的本质。当这些人不仅仅是坐在办公室里的高管时，革命就来了——它也是 Genba 中的司机、机器操作员、质量经理和维护人员。当 Genba 的劳动力可以从数据驱动的工作环境中受益时，也许我们已经迎来了第四次工业革命。 收起阅读 »
内审实习-设计开发过程（军品）
2023年3月16日下午1点，紧张已久的内部审核开展了。
在前期与此项目组沟通内审的时候就废了很大劲，我去通知项目经理，在这天要进行设计开发过程（军品）内审，由于公司只有这一个拿得出手的军工项目，所以就提醒他带上相关资料去应审，如果做的好的话，可以作为外审项目走(其实这一步没必要做的，只告诉他们时间地点过程就好了)。但是项目经理说，这个项目之前没有按照军工体系走，现在资料还没补齐，我和他争论了一番，没达成一致，我说你做成什么样就拿什么就好了，我不该提前透露给你的。
开始的时候，审核员让胡总（技术负责人）讲一下项目用途、流程和进展。说完了之后审核员问咱们这些外购件、客户给的原材料入厂检验了没有、有没有入厂检验标准、检验报告。项目经理说：检验了，工艺工程师现场检验的，没有检验标准、没有检验报告。xx没有检验。这是一项不符合。技术负责人（H）有点不高兴了，他说我们不能这样审，因为这个项目本来就不是按照军工走的，他们根本做不到。审核员说，我问的这些东西并不是军工要求，是按照咱们公司流程，项目流程审的，这些你们都做不到。H说，我们的目的是让公司活下去，不是搞这些。审核员说，不做这些就是有风险，就是会导致出错。大家都开始有怨气了，接着。设计输入评审，技术可行性报告不完整，一看就是补得，这也是一项建议项，这是设计负责人（L）做的，一说这个他和技术负责(H)就不高兴了，说你直接说为了应付外审，我们应该怎么做就行了，审核员说我这是内审，你们别拿假的东西糊弄，内审和外审是不一样的，我要你们真实的过程，至于我拿不拿这个过程当外审项目你们不用管。H一听急了，就是为了外审我们才补这么多东西，结果你说不用了，你这不是玩我们吗？审核员生气了，说本次审核就到这吧。H领导脾气上来了和L摔东西走了。
事后反思:①这个项目组根本不清楚什么是内审，不配合我们的工作，连他们领导都不清楚怎么接受内审。②我们公司的体系意识有待提高。③审核员无太大过错，只是最后一句应该解释一下，不是不用，而是整改好了再考虑用。大家都是为了公司着想，只是方向不同，我们更应该提高他们质量管理体系水平。
总结：这活没法干了。 收起阅读 »
在前期与此项目组沟通内审的时候就废了很大劲，我去通知项目经理，在这天要进行设计开发过程（军品）内审，由于公司只有这一个拿得出手的军工项目，所以就提醒他带上相关资料去应审，如果做的好的话，可以作为外审项目走(其实这一步没必要做的，只告诉他们时间地点过程就好了)。但是项目经理说，这个项目之前没有按照军工体系走，现在资料还没补齐，我和他争论了一番，没达成一致，我说你做成什么样就拿什么就好了，我不该提前透露给你的。
开始的时候，审核员让胡总（技术负责人）讲一下项目用途、流程和进展。说完了之后审核员问咱们这些外购件、客户给的原材料入厂检验了没有、有没有入厂检验标准、检验报告。项目经理说：检验了，工艺工程师现场检验的，没有检验标准、没有检验报告。xx没有检验。这是一项不符合。技术负责人（H）有点不高兴了，他说我们不能这样审，因为这个项目本来就不是按照军工走的，他们根本做不到。审核员说，我问的这些东西并不是军工要求，是按照咱们公司流程，项目流程审的，这些你们都做不到。H说，我们的目的是让公司活下去，不是搞这些。审核员说，不做这些就是有风险，就是会导致出错。大家都开始有怨气了，接着。设计输入评审，技术可行性报告不完整，一看就是补得，这也是一项建议项，这是设计负责人（L）做的，一说这个他和技术负责(H)就不高兴了，说你直接说为了应付外审，我们应该怎么做就行了，审核员说我这是内审，你们别拿假的东西糊弄，内审和外审是不一样的，我要你们真实的过程，至于我拿不拿这个过程当外审项目你们不用管。H一听急了，就是为了外审我们才补这么多东西，结果你说不用了，你这不是玩我们吗？审核员生气了，说本次审核就到这吧。H领导脾气上来了和L摔东西走了。
事后反思:①这个项目组根本不清楚什么是内审，不配合我们的工作，连他们领导都不清楚怎么接受内审。②我们公司的体系意识有待提高。③审核员无太大过错，只是最后一句应该解释一下，不是不用，而是整改好了再考虑用。大家都是为了公司着想，只是方向不同，我们更应该提高他们质量管理体系水平。
总结：这活没法干了。 收起阅读 »
ISO22163新标准延期发布，执行时间也相应延后。
由于IRIS标准（ISO 22163）延期发布，新版开始执行时间也随之变化，参考下图：
持续改进的基础和原则
每个组织都想改进。无论行业或部门，每个人都希望向卓越业务稳步变革。
在这篇博文中，我们将重点介绍持续改进的基础知识、阶段和原则，以帮助您确保在整个组织中成功实施 CI。如果您不熟悉持续改进，Minitab Engage提供了帮助您入门的工具。
什么是持续改进？
持续改进 (CI)是在整个组织中改进流程、产品或服务的持续努力。该概念侧重于加强为客户创造最大价值的活动，同时消除浪费并提高组织效率。
CI 可以帮助组织解决以下任何挑战：
• 缺乏对计划的即时和完整可见性
• 难以执行和维持卓越运营
• 难以获得利益相关者的支持
• 无法创建可衡量的创新文化
持续改进就是持续的。组织定期寻求进行渐进式改进，并确保它们是渐进式的可以使它们更容易实现。
持续改进的 4 个阶段
您可能还听说过称为PDCA 循环或计划-执行-检查-行动的持续改进，它支持持续改进的四个步骤。
阶段 1.计划：确定流程目标和实现这些目标所需的更改
阶段 2.执行：实施这些更改
阶段 3.检查：评估绩效
阶段 4.行动：标准化并稳定该更改，或重新开始循环
这种重复的循环是持续改进的基础。
PDCA 循环是 CI 流程从开始到结束的高级视图。我们还想指出，PDCA也指一种流行的同名问题解决方法。该方法用于通过将流程或产品分解为步骤并改进每个步骤来改进流程或产品。通过实施解决问题的方法，组织可以尽快有效地找到他们试图解决的问题的根源。
持续改进的原则
现在我们已经介绍了持续改进的基础知识，让我们深入探讨这些原则。这些原则将帮助您更好地理解您要解决的问题，从而更有效地解决它们。
让Minitab Engage成为您持续改进计划的首选解决方案。 收起阅读 »
在这篇博文中，我们将重点介绍持续改进的基础知识、阶段和原则，以帮助您确保在整个组织中成功实施 CI。如果您不熟悉持续改进，Minitab Engage提供了帮助您入门的工具。
什么是持续改进？
持续改进 (CI)是在整个组织中改进流程、产品或服务的持续努力。该概念侧重于加强为客户创造最大价值的活动，同时消除浪费并提高组织效率。
CI 可以帮助组织解决以下任何挑战：
• 缺乏对计划的即时和完整可见性
• 难以执行和维持卓越运营
• 难以获得利益相关者的支持
• 无法创建可衡量的创新文化
持续改进就是持续的。组织定期寻求进行渐进式改进，并确保它们是渐进式的可以使它们更容易实现。
持续改进的 4 个阶段
您可能还听说过称为PDCA 循环或计划-执行-检查-行动的持续改进，它支持持续改进的四个步骤。
阶段 1.计划：确定流程目标和实现这些目标所需的更改
阶段 2.执行：实施这些更改
阶段 3.检查：评估绩效
阶段 4.行动：标准化并稳定该更改，或重新开始循环
这种重复的循环是持续改进的基础。
PDCA 循环是 CI 流程从开始到结束的高级视图。我们还想指出，PDCA也指一种流行的同名问题解决方法。该方法用于通过将流程或产品分解为步骤并改进每个步骤来改进流程或产品。通过实施解决问题的方法，组织可以尽快有效地找到他们试图解决的问题的根源。
持续改进的原则
现在我们已经介绍了持续改进的基础知识，让我们深入探讨这些原则。这些原则将帮助您更好地理解您要解决的问题，从而更有效地解决它们。
让Minitab Engage成为您持续改进计划的首选解决方案。 收起阅读 »
深度案例&方案 | 质量成本难量化怎么办？
01 从《数字中国建设整体布局规划》
看智改数转迈进深水区
近日，中共中央、国务院印发《数字中国建设整体布局规划》，明确数字中国建设将按照“2522”的整体框架进行布局，到2025年基本形成横向打通、纵向贯通、协调有力的一体化推进格局。
所谓“2522”是指：
·夯实数字基础设施和数据资源体系“两大基础”；
·推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”；
·强化数字技术创新体系和数字安全屏障“两大能力”；
·优化数字化发展国内国际“两个环境”。
从《中国制造2025》到《质量强国建设纲要》，再到《数字中国建设整体布局规划》，数字经济利好政策频频出台，政策+技术双轮驱动，强力释放红利窗口期，但归根结底，也还是要落到不同产业、行业和企业的具体升级增长上。
产业升级是一个动态过程，数字化转型按下启动加速键，相应的，流程、制度、体系、设备、组织架构、员工的胜任力等各类要素都要跟着一起改变。不论是早前的信息化还是现在的数字化，本质上都是为了更好更快地更经济地生产产品、服务消费者。
数字化是手段，中心思想是“我们要变革”，数字能给出理性精确的定量分析，让决策有所依据。
02 大Q小q质量组合拳
整体战略是经营变革的前提
数字化转型是经营变革的手段，企业要将其看作整体战略中关键一环，构建数字文化，打造数字化组织，培养员工数字化胜任力，从管理本质着手，掌握效率主动性。数字化转型不应该仅仅是拥抱技术、设备升级、系统改造这么简单。
举一个被说烂的反面例子：大多数的工厂已经开始使用数字化系统，借助excel或者FMEA、MES等不同细分领域的工具软件进行数据采集、风险管理、车间管理，但捣鼓来捣鼓去，最后还是全人力手工记录、人工处理。
人为操作的耗时和主观无法保证数据的精确性和实时性，数据模糊、无效、不完整甚至前后矛盾，就一定会导致决策出错。
约瑟夫·朱兰博士，现代质量管理领域的领军人物，提出了“小q”和“大Q”概念，二者的Q都是quality，质量一词的意思。
·小q：侧重于产品、服务和流程层面的符合性，关注“功能性”
·大Q：侧重于质量的管理和战略视角，聚焦“跨功能”
小q能让诸如检验、审核、生产、研发等单个模块的职能正常运行，却无法提升效率。没有能提供框架性的战略质量规划，什么东西都像一次性的，什么都可以做，可每个环节的衔接都是断裂的。
检验中发现的问题无法回溯到研发端，这次发现的产品质量风险，下次依旧存在，不是从0到1的有效闭环，而是0-0-0-0的无限循环。
我们需要大Q来起战略引领作用，对质量和企业组织的各个层级进行高效集中的协调，包括质量策划、质量目标的层次结构、质量基础设施的提供、质量改进的战略方向。
当小q的职能和大Q的战略规划同步时，质量活动一定能满足企业的期望。
03 借力第三方数字化服务商
克服质量成本难量化难题
这当然不是在说小q（功能性）不重要，相反，有了大Q打基础，各个职能模块都能在一个大的“控制调度平台”上维持住完美运作状态，才不会出现上文所说的脱节断裂问题。
惟其如此，才能建立一整套涵盖理念、决策、实施、执行的科学管理体系，从而解决效率和效益的问题，更能又快又好又“经济”地满足消费需求，并在持续性的正面反馈下进一步对企业的组织方式、生产制造、商业模式产生积极影响。
但话说回来，这些也都是很久以后的事情，能不能省时省力地解决眼下的问题，才是绝大多数企业所关注的。这也是为什么有说法称，数字化服务商正在开启一个万亿级新市场。
中国的企业数量十分庞大，企业规模、发展阶段也各有不同，有些企业只需要对某个单一环节进行数字化，有些可能要对整体的上下游协作供应链、全面质量管理体系进行改造；有些没有足够的投入资本，有些盲目迷信技术，最后换来一套功能齐全的“皮囊”。
市场大了，滥竽充数的也就多了。很多工业管理软件有几种类似弊端：只有一套标准化产品，别的啥也没有，没法满足差异定制化需求；或者是干脆把线下流程照搬到线上，除了形式变化和打水漂的购入成本外，什么增益也没有。
在这个消费需求驱动的时代，能被信赖的工业软件，肯定有非常突出的差异化竞争能力，企业在做选择时，能看见你解决问题的能力、交付实施的能力，甚至是面对不同行业时的诊断和跨界能力。
看得多就会得多，就能触类旁通举一反三，这不仅是对软件服务商的要求，也可以是企业经营学习的一个方向。我们做案例智专栏，也正是想把各个行业的典型案例整合输出，让企业和企业间可以互相借鉴，启发出多元的视野，集众家之所长，互惠互利，共同进步。
04 数字化总体架构建设方案
搭建完整高效的智能制造系统
一直在讲大Q小q协调一致的战略意义，今天的案例自然也与此有关。
S客户是一家电子制造企业，生产过程的质量控制程度会直接决定良率高低，某个环节一旦出错，就有可能造成整个批次报废。也因此，在产品研发、生产制造的全生命周期中，必须对生产条件、检验监测、车间现场、生产人员、环境设备等要素提出高要求。
S客户主要面临两大难题——
·内部：人工成本高、制造过程管理难、产品质量不稳定
·外部：客户提出了更多个性化、多样化和智能化的产品需求
高层管理者变革决心很大，亲自带队成立项目组对市场上的数家软件服务商进行了调研和试用，在后续的项目实施部署过程中也给了我们很多支持。
在经过一番细致全面的调研商谈后，我们对整个生命周期过程进行了总体架构规划，从设备层、控制层、执行层、计划层和决策层五个层面出发，对标准、过程、资源、人员、售后、改进等多个维度，制定了一套适合S客户当前发展现状的解决方案。
·通过部署AQP FMEA，让所有关联文档自动同步，实现业务流程和流程文件的标准化、系统化、履历化，建立企业知识库，随取随用，智能化操作，大大提高FMEA编制效率，有效缩短产品开发周期，更好匹配消费者多样化需求，为客户带来实际收益。
·通过部署PQM（专业版QMS），并打通产品全生命周期管理（PLM）系统、AQP FMEA和各类制造设备的传递通路，实现各模块信息共享和控制集成。生产车间能及时反馈生产过程中的质量信息，给到前端研发或是售后部门进行分析调节，让制造过程中的问题得到及时发现、及时处理，实现闭环质量控制，大大减少加工质量损失。
不论是今天的解决方案案例，还是此前的研发质量、生产质量、追踪追溯案例，我们都在用具体客户故事来传达我们的主张——
任何技术、软件、工具的选择，都要对对方有一个考量：他们有想清楚吗？他们有经验吗？他们会应用吗？只有这样，才能让技术软件或是工具为你的投入创造匹配得上的效益。
也欢迎关注我们，或是和我们交流你的想法和思考。 收起阅读 »
R-sq越高代表模型拟合越好？
在统计建模中，究竟R-sq应该取多大? 我们经常听到这个疑问。以前，我们分享过如何解释R-Sq，我们还纠正了一个统计上的误区，即较低的R-sq不一定差，较高的R-sq不一定好。显然，“R-sq应该多高”的答案就是：视情况而定。
盲目追求高R-sq的模型很容易掉入过度拟合的陷阱，这一点在大数据建模中经常发现。
什么是好的模型？
我们在建模的时候最不愿意看到两种情况：过度拟合和欠拟合。使用与拟合模型相同的数据来评估模型，经常会导致过度拟合，如下图：
而这种过度拟合的模型如果用来预测的话，效果往往不好。
那么什么才算一个好的模型呢？一个好的模型需要在高方差（过度拟合）和高偏差（欠拟合）之间找到一种权衡。
上图就是由于模型太简单导致存在高的偏差。
上图就是由于模型过度拟合导致存在高的方差。
过度拟合与欠拟合之间的权衡
那么如何去找到“高偏差”与“高方差”之间的权衡呢？这就需要用到“验证”法了。
大数据建模把数据分为两大类：训练集和测试集。训练集用来创建模型，而测试集来评估模型的性能，这样我们就可以来权衡过度拟合和欠拟合的模型。
举个例子，对于同一组数据我们可以下面三个不同的模型，看起来立方模型是最好的。
但当我们常用验证法，从下图中我们可知，用训练集来建模时，模型越复杂模型误差确实越小，但再来看看测试集你会发现当模型复杂到一定程度，它的误差会随着模型复杂度的增加而增大。也就是说，太简单和太复杂的模型都不能很好的用来预测。看来找到这个权衡点很重要，这是如何做到的呢？这就要来说说所谓的“验证”法了。
三种验证方法
在Minitab 21版本的回归（拟合回归模型、拟合二值Logistic模型、拟合Poisson模型）和预测分析模块中包含三种用于验证的方法：
对这三种验证方法做一个简单介绍：
1. 留一验证法
这种方法正如其名，留一留一，就是留下一行yi，再用其他所有数据来建模，得到模型后再把留下来这一行代入得到的模型就会得到对应的拟合者，其过程如下所示：
接下来，我们计算预测的残差平方和（Predicted Residual Sum of Squares）
有了PRESS就可以来计算R-sq(预测)了，到这里是不是很熟悉了。
2. 测试集验证法
随机保留一定比例（Minitab 21默认保留30%）的数据（测试集），用剩余的数据来拟合模型（训练集）。
3. K折交叉验证法
将数据拆分个K个子集，以其中一份为测试数据，其它K-1份用于训练数据来拟合模型。使用测试数据计算误差，重复k次，每次忽略一份，基于测试数据误差统计汇总信息选择模型。
小结
当你询问R-sq应该取多大时，可能是因为你想确定当前模型是否能够满足要求。我希望你有更好的方法来解决这这个问题而不是只通过R-sq，尤其当你的数据量和数据维度比较大的时候。 收起阅读 »
盲目追求高R-sq的模型很容易掉入过度拟合的陷阱，这一点在大数据建模中经常发现。
什么是好的模型？
我们在建模的时候最不愿意看到两种情况：过度拟合和欠拟合。使用与拟合模型相同的数据来评估模型，经常会导致过度拟合，如下图：
而这种过度拟合的模型如果用来预测的话，效果往往不好。
那么什么才算一个好的模型呢？一个好的模型需要在高方差（过度拟合）和高偏差（欠拟合）之间找到一种权衡。
上图就是由于模型太简单导致存在高的偏差。
上图就是由于模型过度拟合导致存在高的方差。
过度拟合与欠拟合之间的权衡
那么如何去找到“高偏差”与“高方差”之间的权衡呢？这就需要用到“验证”法了。
大数据建模把数据分为两大类：训练集和测试集。训练集用来创建模型，而测试集来评估模型的性能，这样我们就可以来权衡过度拟合和欠拟合的模型。
举个例子，对于同一组数据我们可以下面三个不同的模型，看起来立方模型是最好的。
但当我们常用验证法，从下图中我们可知，用训练集来建模时，模型越复杂模型误差确实越小，但再来看看测试集你会发现当模型复杂到一定程度，它的误差会随着模型复杂度的增加而增大。也就是说，太简单和太复杂的模型都不能很好的用来预测。看来找到这个权衡点很重要，这是如何做到的呢？这就要来说说所谓的“验证”法了。
三种验证方法
在Minitab 21版本的回归（拟合回归模型、拟合二值Logistic模型、拟合Poisson模型）和预测分析模块中包含三种用于验证的方法：
对这三种验证方法做一个简单介绍：
1. 留一验证法
这种方法正如其名，留一留一，就是留下一行yi，再用其他所有数据来建模，得到模型后再把留下来这一行代入得到的模型就会得到对应的拟合者，其过程如下所示：
接下来，我们计算预测的残差平方和（Predicted Residual Sum of Squares）
有了PRESS就可以来计算R-sq(预测)了，到这里是不是很熟悉了。
2. 测试集验证法
随机保留一定比例（Minitab 21默认保留30%）的数据（测试集），用剩余的数据来拟合模型（训练集）。
3. K折交叉验证法
将数据拆分个K个子集，以其中一份为测试数据，其它K-1份用于训练数据来拟合模型。使用测试数据计算误差，重复k次，每次忽略一份，基于测试数据误差统计汇总信息选择模型。
小结
当你询问R-sq应该取多大时，可能是因为你想确定当前模型是否能够满足要求。我希望你有更好的方法来解决这这个问题而不是只通过R-sq，尤其当你的数据量和数据维度比较大的时候。 收起阅读 »
高质量目标下的实物质量管理的几种方法商榷
党的十九大报告中提出的“建立健全绿色低碳循环发展的经济体系”为新时代下高质量发展指明了方向，同时也提出了一个极为重要的时代课题。要完成这一重要的时代课题，企业承担着重要的使命责任。
企业要健全绿色低碳的循环发展体系，就要培养“一次做对”的管理能力，这一种管理能力从战略落实到战术上，就是要建立一套行之有效的制造流程来保证高质量的达成。高质量其代表的基本特征就是实物质量满足客户要求。做好实物质量管理始终是企业高质量管理的核心工作，我们在强调质量管理的重要性和意义的同时，更需要找到落实质量管理的工具方法，并融入我们的质量管理业务流程中，通过制造流程的固化将实物质量管理方法切实落实。
一、产品质量定义及概述
我国国家标准GB/T19000：2016(等同于国际标准ISO9001:2015)对质量定义是：“客体的一组固有特性满足要求的程度。”这一定义的“特性”是指“可区分的特征”，有物的特性，比如机械性能；感官的特性，比如气味、噪音、色彩等；时间的特性，比如准时性、可靠性；人体工效的特性比如生理的特性或有关人身安全的特性；功能的特性，比如飞机的最高速度。这一定义的“要求”是指“明示的、通常隐含的或必须履行的需求或期望”， 明示的可以理解为规定要求，如在文件中阐明的要求或顾客明确提出的要求；“隐含的”是指组织、顾客和其它相关方的惯例或一般做法。
准确理解产品质量定义及概述，对于企业制定质量管理流程、制度、标准是十分有益的。
二、质量管理“三不原则”及实物质量达成模型
质量的这一定义就要求我们企业从工艺流程、工艺技术、工艺标准化、工艺保障等工艺管理基础做起，使实物质量符合所承载的“一组固有特性满足要求的程度”的工艺规程所要求的技术标准。在产品实物质量达成的全流程的每一个环节，始终贯彻质量的“三不原则”，也就是“不制造、不传递、不接受不良品”的原则，以至于最终达成工程实物质量“制造不出不良品”的最高管理标准。
图1：实物质量达成模型
由图1《实物质量达成模型》可以看出，工艺流程、作业标准化是企业的最基础管理工作，实物质量达成均建立在此基础之上。企业质量管理应致力于工艺流程、操作者作业标准化工作，使典型工艺编制标准化、工艺保障能力建设使工艺流程稳定最优、操作者标准作业准确无误，为实物质量达成创造条件。
质量管理“三不原则”要始终贯穿在企业的从原材料加工、零部件制造、中间工序热表处理、产品部总装配试验、一直到外场服务、物流转运等整个产品生命周期的整个价值链之中，直至企业建立起“制造不出不良品”的流程和机制。
三．实物质量达成的几种实操方法：
要达成稳定的实物质量，并能成功地应用于工程的管理过程中，下面几种方法管理方法可以参考借鉴、商榷。
方法（一）、开工前点检
基于质量管理“三不原则”，开工前点检就是对实物质量依据 “不接受”的原则再确认，以保证产品加工时的输入条件是满足工艺规程所规定的技术要求。
开工前点检是指一线主管和操作者在作业开工前要对所使用的图纸（含工艺规程、AO/FO装配指令/制造指令）、工装、量具、测具、夹具、刀具进行检查逐项确认，以便早期发现质量隐患，及时采取预防措施，使加工过程处于稳定受控状态的一种预防性管理办法。
要实施开工前点检，工程技术人员就要根据工艺规程产品零件加工的要求，对加工条件、点检的时机与标准等制定出点检标准，编制成标准的表单提供现场在开工前执行。
1、制定开工前点检表：工程技术人员在生产开工前，按照工艺规程（或者AO/FO装配指令/制造指令）、作业指导书和品质指导书、质量统计显现的薄弱环节以及对设备主要精度要求，按照“五定”（即定点、定人、定周期、定标准、定记录）的原则合理分工（关键工序的点检必须由线长或机修执行），合理制定点检周期，编制开工前点检表 。
开工前点检适用的时机包括：作业前、作业中、作业后。作业前点检尤其重要，主要对工艺资料、工装、夹具、刀具、测具、量具、设备精度以及来料进行点检，保证具备正确的开工条件；开工前点检重点确认设计、工艺资料是否变更，确保变更落实到作业前，防止流出；再依次进行来料的确认，保证材料牌号正确以及材料质量满足要求。这些条件满足后，方可以开始产品加工。
作业中的点检重点对定位面的清洁度、刀具的磨损、设备的运行情况进行点检；作业后的点检重点对计数型量具的使用次数进行点检，保证量具在工艺技术要求范围内使用。
表1 开工前点检表（参考）
日期
项目 1 2 3 4 … … 31 备注
1 操作者
2 设备
3 零件材料
4 工艺图纸
5 工装
6 量具
7 刀具
8 作业环境
注 每天开工点检，过程中如有刃具更换等，必须对相关项重新点检，做到项目√
2、点检的方法：按照点检表要求，操作者、一线主管、维修人员通过看、听 、测判断是否有异常响声、异味、震动、磨损、定位基准有无多余物、刀具是否该更换等方法进行点检。一线主管根据点检实际情况，可以提出点检的改进建议，比如提请、制作快速点检的专用测具，提高点检的速度和准确性。
3、点检中的异常处理：在作业前点检发现的异常，比如机床的软爪跳动超差、量具精度失准等，一线主管均要及时督促进行调整和更换，经再次点检合格后方可进行正式生产；作业中、作业后点检发现的异常，比如使用过程中设备出现故障、量具失准、刀具磨损、夹具定位面（销子、钻套）磨损，生产一线主管要组织将可疑区间的产品进行复查，如果出现不合格品要立即将不合格品隔离，并作出标识；车间工艺员、技术主任确定不合格品的类别并提请相应的审理人员进行审理，按照审理结论对不合格品进行处置。
表2 生产线开工条件点检常见的问题表（参考）
序号 类别 现象
1 开工点检表 只填写表格，不认真填点检，点检走过场
表格内，只打√或者OK，不填写具体测量数值
2 点检要素 实物的点检要素具体不清晰，点检漏项
3 点检工具 点检工具缺失，靠经验点检
4 异常处理 点检出异常现象处理不及时， 产品继续“带病工作”
方法（二）、首件检查：
首件检查的重要性：首件检查是预防成批不合格的一种有效措施，特别是在新品的研制阶段尤为重要；操作者按照品质指导书规定的项目进行检查，需要首件计量的零件要及时到送计量室送检，送检期间不允许进行后续零件加工。
首件检查：每道工序首件加工完成后，操作者按照品质指导书规定的项目及方法逐项进行检查并逐项记录实际测量尺寸，如发现不合格等异常，则及时查出问题的原因，比如材料、工装、夹具、刀具、加工程序等原因，直到排除后方可进行后续加工。
首件检验记录注意事项：用卡尺、千分尺测量的项目要填写实际测量值，用量规、卡板测量的在相应的尺寸下打√，目视项目检查合格后填写xx合格。
表3 首件检查常见的问题表（参考）
序号 类别 现象
1 首件检验记录单 照抄原来的首件检验记录单
零件未测量就将首件检验记录单写完
首件检验记录单填写不齐全，填写随意
2 等待检验员 检验员尚未实施完毕期间，就加工后续零件，有造成成批报废隐患
3 品质指导书 品质指导书有描述不精准之处，造成检验标准不统一
4 检验环境 检验环境条件不满足，造成检验误差
方法（三）、4M变更管理
对实物质量管理的一个基本认识是一个稳定的受控制程是很难出现异常，如果出现异常，则是这个过程的要素出现变化。一般来说产品制造最稳定（不出现不良）的状态，是要没有任何改变的状态下反复作业。反之，如果状态发生改变，就会使稳定的状况崩溃，容易发生不良。所以对变化点进行管理是有效抑制不良发生的方法，对变化点的管理常规的是指4M变化管理。
4M是指操作者（Man）、设备（Machine）、 材料（Material）、方法（Methods）的变化管理。
4M变更的范围包括：操作者变更，人员变化或者人数变化；设备的变更，更换另一台满足精度和性能的设备加工；工艺装备的变更，修复后再次使用或者新制作的投入使用；材料变更，设计输出对材料的变更，包括材料的供应商、形状、冶金状态等变更；加工方法的变更，工艺方法、工艺参数和辅料、测量方法及器具的变更等。
4M变更如果发生时，必要实施以下管控措施：
当操作者发生变化时，一线主管根据操作者本身的情况采用不同的跟踪管理方式：a、学员或转岗人员要按照培训要求重点培训、跟踪，待操作者质量稳定后方可确认上岗作业；b、对于熟练操作者，当班跟踪，待加工的首件检查合格后，再连续加工x件质量稳定后方可确认合格。
设备发生临时变更时：a、一线主管首先应征得工艺人员同意办理工艺超越单，更换到另一台满足精度和性能的设备加工；在首件检查合格、连续加工x件质量稳定后方可确认合格；b、设备发生故障后修复后一线主管在首件检查合格、连续加工x件质量稳定后方可确认合格。
材料发生变更时：a、加工过程中材料规格发生变更时，采购部门按照要求办理材料代用审批手续；b、加工过程中发现材料的硬度、形状发生变化时，按照企业的过程异常处理程序执行；一线主管在4M变更表中记录变化的内容及零件的批次号，及时向上一级主管反馈。
当工艺变更时：工程技术人员提前一天通知一线主管，由一线主管连续x天在班前会上进行讲解，连续x天跟踪首件检查合格后方可确认合格；并在发生变更的首批产品的工艺路线卡上注明变更内容。
表4 4M变化管理常见的问题表（参考）
序号 类别 现象
1 人员变更 人员生病或者请假，由其他操作者顶岗加工
2 设备变更 设备资源冲突，不经工艺办理工艺超越单，擅自更换其他设备加工
设备修复后，未经确认就开始加工
厂房搬迁，工夹量等没有得到再确认，便开始加工
3 材料变更 设计材料变更，未按流程通知工艺变更
采购待料，未按流程通知工艺变更
4 工艺变更 工艺的更改未及时通知一线管理者进行培训
4M变更管理是一种预防性的管理办法，在问题未发生之前就制定预案，对变化点实施有效的管理，将有效防止质量问题的发生。
方法（四）、异常处理
异常就是同以往的状态不同，无法按照工艺规程、作业指导书、品质指导书实施工作。
出现异常如何反应，一般来讲操作者不可以自行判断处理，要
执行三个标准动作即“停、呼、待”。停，就是立即停止操作，对异常点作出标识；呼，就是快速反应到流程上一级主管；待，就是等待上一级主管依据程序处理后发出处理指令。
表5 如何发现异常表（参考）
序号 类别 现象
1 检查确认 依据工艺规程、作业指导书、品质指导书等所规定的要素认真检查
2 观察图表 观察控制图，发现异常趋势
3 耳听 异常声音
4 目视 异常的裂纹、颜色、形状、大小等
异常闪动
5 感触 异常的手感
异常问题处理的流程：操作者——一线主管——技术/质量主管——主管副总，其流程职责和注意事项可以参考下表：
表6 异常问题处理流程职责表（参考）
流程责任者 流程责任 注意事项
操作者 1.停止生产
2.呼叫流程上一级主管
3.等待流程上一级主管指示 1.杜绝擅自判断
2.隔离、标识不良品
一线主管 1.确认异常内容
2.指示如何处理
3.对不良品进行标识和隔离确认
4.在品质异常记录表上记录
5.指示能否回复正常的状态
6.不能回复正常的状态，上报流程上一级主管 1.要确认是否停止作业
2.对异常品和良品做出明确的区别
技术/质量主管 1.把握异常品的数量
2.联络相关单位
3.指示处理方法
4.原因的调查、提出对策
5.提出再发防止对策 1.对异常品处置做出明确的指示
2.对处置结论迅速执行落实和报告到流程上一级主管
主管副总 针对涉及产品重大安全、性能指标的问题作出明确判定 明确指示，指导改进项目作出期限改善，彻底消除根因
四、结语
以上几种实物质量管理的方法，是企业质量管理的必要的基础工作，是在企业应该得到贯彻执行的。质量提升的方法是一套多维度的“组合拳”，需要综合运用，比如定期进行质量与技术方面的岗位培训，让员工自己养成发现问题和解决问题的自主能力，定期进行生产现场质量问题分析会，通过科学的质量工具应用制定改进措施，形成良好的质量文化也会得到事半功倍的效果。
产品质量的提升没有过多的“法宝”，就是持续的工艺管理标准化和不折不扣的执行标准就能达成必要的结果，企业完成了经营指标同时支持国家实施了“建立健全绿色低碳循环发展的经济体系”的新时代下高质量发展的使命。
收起阅读 »
寡妇给对方
但是对于外行人而言，最多可以当成一种娱乐活动，花点小钱玩一玩无妨，就当是旅途中的一种参与，也算是了解当地的一种石文化。
制造企业数字化转型路径研究案例：告别传统QMS，质量数据指导质量决策
国内制造业的飞速发展，离不开前期庞大的劳动力资源优势。彼时，相比起动辄几万甚至数十万的信息化质量管控系统，制造企业更愿意选择人工操作，在显著的人力成本优势面前，所谓信息建设、数智建设更像是一笔赔本买卖：改造投入巨大，还拿不准这番投入究竟能带来什么效益。
而现在，随着国内工人工资上涨、劳动力减少，东南亚“低廉”劳动力涌入市场，人口红利日益微弱，企业人力成本管控难度上升一个大台阶。与此同时，量产取胜策略也在逐渐失效，人性不可控带来的诸如弄虚作假、成本浪费、流程臃肿问题浮出水面，其必然导致产品质量隐患。
我们都知道，质量是制造业的生命，产品质量将直接决定企业能否在残酷的的市场竞争中生存下来。于是，数字化转型迎来它的时代。
近年来，为落实深化新一代信息技术与制造业融合发展、打造数字经济新优势等决策，国资委制定发布了系列政策文件，组建协同创新平台，遴选推广典型案例，以加快部署推进国有企业数字化转型，建设世界一流企业。
智改数转趋势难挡，政策强势引导是大背景，国有企业、大型企业也在不断发挥自身的强力示范作用，中小微企业紧随其上。
但综合来说，智能制造转型的根本驱动并不在此。
#一体化协作导向,激活数据要素潜能
智能制造一词，发轫于2009年IBM提出的智慧工厂概念，短短十几年迅速融入制造业，为制造业带来显著变化——先进的信息化、数字化设备纷纷进入工厂，在各类数字化管理系统的统筹调度下，智能车间、智能品质管控、智能仓储等模块接续实现。
各个模块的信息化、智能化，能有效管控各生产环节的精确稳定，但随着数字化转型进程加深、企业增长难盈利难困境显现，单一模块做得好，已无法确保整条协作链条的品质。
各类硬件设备、管理软件、存档的纸质书面文件、SOP、SIP等等不一而足，数据接口、使用逻辑、存储方式不尽相同，日常调用检索难，定期维护也难。
我们越来越需要一个灵活深入、高弹性、结构化、生态化的数字化新基座，把这些分散的数据聚合起来，让数据对企业经营发挥正向辐射效应，真正达成数据治理。
质量管理数字化的本质，是用数字驱动质量管理，进行实践与变革；质量管理数字化的重点，在于用数字化思维进行组织业务和模式的梳理架构。
当技术能实现对质量数据的自动实时采集、传输、分析、共享、利用，当质量数据能主动指导行为决策，一种以产品为中心的、覆盖产品全生命周期的新型质量管理方式出现了。
难也难在这里。又要有全局性、前瞻性，又要保证企业眼下的生存；又需要结构化、系统化的理念指导，又要保证理念在落地时能融入到日常业务模式中。
该如何实现？请看本期案例智。
#生产制造数字化，助力智能制造转型升级
客户T是一家机器加工企业，此前已经采购过相关QMS系统，后续并未续约的原因主要有二：
其一，费用过于高昂。除去软件购买费用，还有二次开发费用、系统对接费用和培训费用，但实际带来的收益并不如预期；
其二，系统在刚部署时的使用感受还算不错，但没多久就发现，数据库读写速度过慢，和其他系统对接不顺畅，对一线生产工人不友好，来料检验甚至不如以前的纸质检验单。
在以往的客户诊断中，我们也偶尔会遇见此类问题。我们的创始人反复和研发部门强调：一套成功的系统一定不能只有功能的表皮，更要有核心，要有严谨自洽的逻辑系统，要有对一线生产、企业运作流程的深刻洞察。
T客户很明确地告知海岸线科技，他们想要的软件系统必须解决这些问题。其实，这也是满足数字化生产的QMS与传统QMS的本质区别所在。
所谓满足数字化生产，就是要基于“数据共享、功能协作、管理协同”设计理念去选型，一套专业的QMS系统，理应辐射到研发质量管理、制造过程管理、供应链质量管理、售后质量管理、质量全生命追溯分析等全链条。
为此，海岸线为T客户制定了一套完整解决方案：基于实际应用场景和数据交互，以PQM（专业版QMS）系统为核心，实现产品全生命周期精细化质量管理。
我们对T客户的以下几个质量领域作了优化——
01检验管理的实时工单驱动，质量记录不再做事后分析，让质量数据主动指导行为决策；
02支持pad端、web端录入方式，兼容多种设备数据接口；
03不合格品处理过程在线流转，结果对接ERP的成本模块；
04异常处理支持8D、5Why法、鱼骨图、六步法等多种工具，并将验证措施回归经验库、故障库、措施库等知识库；
05 一个条码追溯到产品的全生命周期，可实现单件或单批次追溯；
06 实现不同平台数据互通，依托海岸线链企云大平台，打通各部门和上下游数据通道，实现检验结果协同、异常信息同步，沉淀企业知识图谱，达成内外部质量闭环管理。
当前，该系统已经上线数月，从客户反馈来看，在企业内部沟通效率、质量管控方式和产品合格率几大维度有不错效果。我们也将持续追踪跟进，以深度案例拆解形式为更多企业提供直观参考，欢迎关注本专栏。 收起阅读 »
而现在，随着国内工人工资上涨、劳动力减少，东南亚“低廉”劳动力涌入市场，人口红利日益微弱，企业人力成本管控难度上升一个大台阶。与此同时，量产取胜策略也在逐渐失效，人性不可控带来的诸如弄虚作假、成本浪费、流程臃肿问题浮出水面，其必然导致产品质量隐患。
我们都知道，质量是制造业的生命，产品质量将直接决定企业能否在残酷的的市场竞争中生存下来。于是，数字化转型迎来它的时代。
近年来，为落实深化新一代信息技术与制造业融合发展、打造数字经济新优势等决策，国资委制定发布了系列政策文件，组建协同创新平台，遴选推广典型案例，以加快部署推进国有企业数字化转型，建设世界一流企业。
智改数转趋势难挡，政策强势引导是大背景，国有企业、大型企业也在不断发挥自身的强力示范作用，中小微企业紧随其上。
但综合来说，智能制造转型的根本驱动并不在此。
#一体化协作导向,激活数据要素潜能
智能制造一词，发轫于2009年IBM提出的智慧工厂概念，短短十几年迅速融入制造业，为制造业带来显著变化——先进的信息化、数字化设备纷纷进入工厂，在各类数字化管理系统的统筹调度下，智能车间、智能品质管控、智能仓储等模块接续实现。
各个模块的信息化、智能化，能有效管控各生产环节的精确稳定，但随着数字化转型进程加深、企业增长难盈利难困境显现，单一模块做得好，已无法确保整条协作链条的品质。
各类硬件设备、管理软件、存档的纸质书面文件、SOP、SIP等等不一而足，数据接口、使用逻辑、存储方式不尽相同，日常调用检索难，定期维护也难。
我们越来越需要一个灵活深入、高弹性、结构化、生态化的数字化新基座，把这些分散的数据聚合起来，让数据对企业经营发挥正向辐射效应，真正达成数据治理。
质量管理数字化的本质，是用数字驱动质量管理，进行实践与变革；质量管理数字化的重点，在于用数字化思维进行组织业务和模式的梳理架构。
当技术能实现对质量数据的自动实时采集、传输、分析、共享、利用，当质量数据能主动指导行为决策，一种以产品为中心的、覆盖产品全生命周期的新型质量管理方式出现了。
难也难在这里。又要有全局性、前瞻性，又要保证企业眼下的生存；又需要结构化、系统化的理念指导，又要保证理念在落地时能融入到日常业务模式中。
该如何实现？请看本期案例智。
#生产制造数字化，助力智能制造转型升级
客户T是一家机器加工企业，此前已经采购过相关QMS系统，后续并未续约的原因主要有二：
其一，费用过于高昂。除去软件购买费用，还有二次开发费用、系统对接费用和培训费用，但实际带来的收益并不如预期；
其二，系统在刚部署时的使用感受还算不错，但没多久就发现，数据库读写速度过慢，和其他系统对接不顺畅，对一线生产工人不友好，来料检验甚至不如以前的纸质检验单。
在以往的客户诊断中，我们也偶尔会遇见此类问题。我们的创始人反复和研发部门强调：一套成功的系统一定不能只有功能的表皮，更要有核心，要有严谨自洽的逻辑系统，要有对一线生产、企业运作流程的深刻洞察。
T客户很明确地告知海岸线科技，他们想要的软件系统必须解决这些问题。其实，这也是满足数字化生产的QMS与传统QMS的本质区别所在。
所谓满足数字化生产，就是要基于“数据共享、功能协作、管理协同”设计理念去选型，一套专业的QMS系统，理应辐射到研发质量管理、制造过程管理、供应链质量管理、售后质量管理、质量全生命追溯分析等全链条。
为此，海岸线为T客户制定了一套完整解决方案：基于实际应用场景和数据交互，以PQM（专业版QMS）系统为核心，实现产品全生命周期精细化质量管理。
我们对T客户的以下几个质量领域作了优化——
01检验管理的实时工单驱动，质量记录不再做事后分析，让质量数据主动指导行为决策；
02支持pad端、web端录入方式，兼容多种设备数据接口；
03不合格品处理过程在线流转，结果对接ERP的成本模块；
04异常处理支持8D、5Why法、鱼骨图、六步法等多种工具，并将验证措施回归经验库、故障库、措施库等知识库；
05 一个条码追溯到产品的全生命周期，可实现单件或单批次追溯；
06 实现不同平台数据互通，依托海岸线链企云大平台，打通各部门和上下游数据通道，实现检验结果协同、异常信息同步，沉淀企业知识图谱，达成内外部质量闭环管理。
当前，该系统已经上线数月，从客户反馈来看，在企业内部沟通效率、质量管控方式和产品合格率几大维度有不错效果。我们也将持续追踪跟进，以深度案例拆解形式为更多企业提供直观参考，欢迎关注本专栏。 收起阅读 »
制造业高效节能的 3 大数据驱动策略
随着能源成本的稳步上升，一些组织感到有压力主动制定策略来减少能源消耗。
据路透社报道，能效措施对于进一步支持脱碳工作和减少能源使用仍然至关重要，尤其是在钢铁、水泥和石化等能源密集型行业。文章还指出，通过详细了解能源消耗并制定减少能源消耗的战略，公司可以投资于通常会带来显着回报的具有成本效益的措施。
组织如何才能成功节约能源？
借助由数据驱动的决策支持的良好行动计划，企业可以发现宝贵的节约机会，以减少碳足迹。在这篇博文中，我们介绍了帮助您实现高效节能的三个主要策略，以及帮助您实现可持续发展成功的 Minitab 解决方案。让我们从第一个策略开始。
策略 1：使用部分回收材料进行制造
Signify 是照明技术领域的全球领导者，致力于通过推动环保解决方案的发展，为更可持续的未来做出贡献。这包括可以重印或翻新的制造产品，以及专门为保护工作重新使用材料的服务。
例如，灯回收通过减少资源开采的电力使用使人类基础设施受益。这也通过减少资源稀缺对环境产生影响。通过专门的处理设施，超过 80% 的灯可回收材料可以重复使用，在促进全球生态保护实践的同时提供了大量的经济机会。
现实生活中的用例
为了保持他们的可持续发展努力，Signify 开始使用部分回收材料来 3D 打印照明材料。他们的目标是在使用回收材料和节约能源的同时，尽快向客户提供印刷产品。
通过使用Minitab Engage中提供的 House of Quality以及数据分析Minitab，Signify 能够定制他们的照明材料，不仅可以满足客户的需求，还可以更快地发布为循环经济设计的产品，并增加能源效率。此外，Signify 还降低了他们的故障率并每年节省了大量的非机密成本。
接下来，我们将重点介绍管理能源浪费的方法。
策略 2：维护设备以消除能源浪费
造成能源浪费的可能原因之一是设备维护不当。例如，由于对齐问题或轴承损坏，电机可能会发热。
为了减少能源消耗，组织可以执行以下任何操作：
1. 定期检查他们工厂的设备和设备
2. 确定最有效的维护、升级和更换方法
3. 在特定时间内将设备置于低能耗模式
除了设备计划外，采用有效的预防性维护方法对于最大限度地节省成本也是必不可少的。预测性维护技术有助于预测设备维护需求。
有关材料退化的知识以及有关工艺和设备的数据，将为您的团队提供有关设备可靠性的宝贵信息。一个项目的可靠性是它在指定的环境条件下，在指定的时间段内充分执行其指定目的的概率。幸运的是，Minitab具有可靠性测试，可以确定零件、产品和设备的寿命和故障风险。
现实生活中的用例
一家商用飞机制造商希望减少特定喷气发动机软管的停机时间。通过使用 Minitab 软件，他们希望通过在 282 天内安排零件更换来预测其可靠性。
运行分析后，制造商确定柔性软管至少可以使用 282.4 天。在该时间范围之前安排更换可减少计划外维护和停机时间，从而为制造商节省大量成本。
通过利用从他们的分析中收集到的数据，团队可以通过先进的图形和定量分析技术自信地预测产品寿命和可靠性。通过这样做，他们会在潜在的机械故障发生之前更加安全地了解它们。这些见解将帮助他们评估与设计或目标相关的能源效率低下的风险，并预测优化结果 - 同时快速高效地工作。
最后，我们将介绍我们的第三个能源消耗策略。
策略 3：定期监控您的流程和材料
优化能源效率的另一种方法是定期监控工厂的流程和材料。这允许跨团队进行改进，以查明根本原因并简化整个组织的问题解决。
现实生活中的用例
世界上最大的太阳能技术和可再生能源公司之一在发现其制造过程中存在不一致后，需要控制氮化硅薄膜的厚度。
使用Minitab 和 Minitab Engage™中提供的强大图表和分析工具，该公司能够查明并纠正薄膜厚度差异的原因。
借助 Minitab 强大的分析和改进解决方案，该制造商能够将其面板的能源效率提高7%，并将其年收入增加超过100,000 美元/年。
在对制造过程应用更改之前，已发布产品的质量需要保持一致。Minitab 拥有可确保您的产品质量满足客户期望并符合监管标准的解决方案。
其他需要考虑的例子：
1.如果您希望在投资成本和能源效率之间进行权衡分析，Minitab 中的Graph Builder将是一个很好的解决方案。
2.Minitab Engage 中可用的DMAIC项目可用于跟踪改进，而 Monte Carlo 可用于模拟针对您的计划提出的更改。
结论
这些只是您的组织可以实施以实现节能成功的众多策略中的一小部分。从数据中获得的见解可以帮助您确定最适合您的业务的策略，而 Minitab 是您实现能源效率的端到端分析和 CI 解决方案。 收起阅读 »
据路透社报道，能效措施对于进一步支持脱碳工作和减少能源使用仍然至关重要，尤其是在钢铁、水泥和石化等能源密集型行业。文章还指出，通过详细了解能源消耗并制定减少能源消耗的战略，公司可以投资于通常会带来显着回报的具有成本效益的措施。
组织如何才能成功节约能源？
借助由数据驱动的决策支持的良好行动计划，企业可以发现宝贵的节约机会，以减少碳足迹。在这篇博文中，我们介绍了帮助您实现高效节能的三个主要策略，以及帮助您实现可持续发展成功的 Minitab 解决方案。让我们从第一个策略开始。
策略 1：使用部分回收材料进行制造
Signify 是照明技术领域的全球领导者，致力于通过推动环保解决方案的发展，为更可持续的未来做出贡献。这包括可以重印或翻新的制造产品，以及专门为保护工作重新使用材料的服务。
例如，灯回收通过减少资源开采的电力使用使人类基础设施受益。这也通过减少资源稀缺对环境产生影响。通过专门的处理设施，超过 80% 的灯可回收材料可以重复使用，在促进全球生态保护实践的同时提供了大量的经济机会。
现实生活中的用例
为了保持他们的可持续发展努力，Signify 开始使用部分回收材料来 3D 打印照明材料。他们的目标是在使用回收材料和节约能源的同时，尽快向客户提供印刷产品。
通过使用Minitab Engage中提供的 House of Quality以及数据分析Minitab，Signify 能够定制他们的照明材料，不仅可以满足客户的需求，还可以更快地发布为循环经济设计的产品，并增加能源效率。此外，Signify 还降低了他们的故障率并每年节省了大量的非机密成本。
接下来，我们将重点介绍管理能源浪费的方法。
策略 2：维护设备以消除能源浪费
造成能源浪费的可能原因之一是设备维护不当。例如，由于对齐问题或轴承损坏，电机可能会发热。
为了减少能源消耗，组织可以执行以下任何操作：
1. 定期检查他们工厂的设备和设备
2. 确定最有效的维护、升级和更换方法
3. 在特定时间内将设备置于低能耗模式
除了设备计划外，采用有效的预防性维护方法对于最大限度地节省成本也是必不可少的。预测性维护技术有助于预测设备维护需求。
有关材料退化的知识以及有关工艺和设备的数据，将为您的团队提供有关设备可靠性的宝贵信息。一个项目的可靠性是它在指定的环境条件下，在指定的时间段内充分执行其指定目的的概率。幸运的是，Minitab具有可靠性测试，可以确定零件、产品和设备的寿命和故障风险。
现实生活中的用例
一家商用飞机制造商希望减少特定喷气发动机软管的停机时间。通过使用 Minitab 软件，他们希望通过在 282 天内安排零件更换来预测其可靠性。
运行分析后，制造商确定柔性软管至少可以使用 282.4 天。在该时间范围之前安排更换可减少计划外维护和停机时间，从而为制造商节省大量成本。
通过利用从他们的分析中收集到的数据，团队可以通过先进的图形和定量分析技术自信地预测产品寿命和可靠性。通过这样做，他们会在潜在的机械故障发生之前更加安全地了解它们。这些见解将帮助他们评估与设计或目标相关的能源效率低下的风险，并预测优化结果 - 同时快速高效地工作。
最后，我们将介绍我们的第三个能源消耗策略。
策略 3：定期监控您的流程和材料
优化能源效率的另一种方法是定期监控工厂的流程和材料。这允许跨团队进行改进，以查明根本原因并简化整个组织的问题解决。
现实生活中的用例
世界上最大的太阳能技术和可再生能源公司之一在发现其制造过程中存在不一致后，需要控制氮化硅薄膜的厚度。
使用Minitab 和 Minitab Engage™中提供的强大图表和分析工具，该公司能够查明并纠正薄膜厚度差异的原因。
借助 Minitab 强大的分析和改进解决方案，该制造商能够将其面板的能源效率提高7%，并将其年收入增加超过100,000 美元/年。
在对制造过程应用更改之前，已发布产品的质量需要保持一致。Minitab 拥有可确保您的产品质量满足客户期望并符合监管标准的解决方案。
其他需要考虑的例子：
1.如果您希望在投资成本和能源效率之间进行权衡分析，Minitab 中的Graph Builder将是一个很好的解决方案。
2.Minitab Engage 中可用的DMAIC项目可用于跟踪改进，而 Monte Carlo 可用于模拟针对您的计划提出的更改。
结论
这些只是您的组织可以实施以实现节能成功的众多策略中的一小部分。从数据中获得的见解可以帮助您确定最适合您的业务的策略，而 Minitab 是您实现能源效率的端到端分析和 CI 解决方案。 收起阅读 »
原创：做一个优秀的质量人①
作为一个在质量管理行业从业20年+的质量老鸟，也算阅人无数。在我的见识里，普通的质量人很多。他们原本有很多的机会去让自己做得足够专业，成绩足够优秀。但很遗憾，可能工作十几年，几乎还在原地踏步走。我根据自己 经验谈谈这个问题。
积极主动
积极主动是《高效能人士的七个习惯》中的第一个，当然也是最重要的。在国人的眼里，积极主动不就是小学里面都学习了吗？无人不知，无人不晓，哪里还要别人指出来呢。但事实并非如此。
举一个例子。
某个周五，有个客户投诉需要处理，技术作为窗口，要求你准备测试数据，客户很急，在线等。你周六加班完成了，然后发个邮件出去，就回家了。周日，领导打电话过来问结果，你说已经邮件回复，自己已经完成工作。此刻领导很生气，理由是：这么紧急的事情，既然前一天已经完成，为何不在微信群里面知会大家，并把文件解密后发在微信群里面，也方便技术窗口直接转给客户。周末，大家都是不带电脑回家的，即使带了，也需要回到公司连接系统才可以解密。无奈之下，领导亲自去公司完成解密，才转给了技术。面对领导的质疑，你会说：领导你既然这么关心这个事情，为什么周六不一起加班呢？为什么周六不问呢？为什么技术不一起加班呢？为什么技术不问呢？似乎自己做的很完美，都是别人的错。
对于这个案例，很多质量人会站在这个工程师的角度来看问题，认为做的没有错，发出邮件，工作结束。但是，如果我们能够站在公司的角度、站在以结果为导向的角度，只需要一个很简单的动作，在群里说一声：各位，这个测试已经完成，请大家查收报告。就是这么简单的一个动作，都能解决很多问题。
当自己完成一件事情，尤其重要紧急的事情，应当及时主动知会别人，甚至打个电话确认一下，这就是积极主动。
再举一个例子。
我在某上市集团公司做质量总监时，同一集团下属的成品事业部和零件事业部是按照客户与供应商的关系管理的。有次，零件事业部提供的五金件有漏打的状况，成品事业部通过会议，和成品事业部达成约定，后续再流出一个，罚款5万块。也不知什么原因，零件事业部的总经理就签署了这个协议。事后却后悔了，原来当时他以为仅限定于会议上讨论的料号，但实际上，成品事业部扩展到了所有的料号，也就是进行了水平展开。
当年，零件事业部被罚款75万元。作为老总，当然很是不愿意，一个事业部每年利润才有多少，被成品事业部罚款了，年底哪里还有钱来给大家发年终奖。于是就找集团的领导沟通，找了供应链总监，又找了财务总监，都没有结果。后来，转给了我这个质量总监。
我当时纳闷，两个集团总监都解决不了，甚至他给总裁、董事长也汇报过，也是未果，我这个质量总监就能解决？太高估我了吧。
但事情在手上，总要去尝试。我先爬到成品事业部总经理所在的五楼办公室，把情况说了下。这个黄总说：张总，我不处罚他没问题，一分钱都不罚。但是，请你这个质量总监，一碗水要端平，将来不良品流出后，客户罚款你也别往我头上分摊。这可让我为难了，还能说什么，打道回府。我下了五楼，就来到了不远处的零件事业部，我给金总讲了情况。金总说，这样子的话，那就改为罚5000，最好能谈到1000。我呼哧呼哧地又爬到了五楼，把金总的意见反馈给了黄总。黄总说：你还记得上次我们一家供应商因为这个问题把货出到了欧洲，结果自查发现后，召回光运费就花了十几万。如果有这种低级的不良品从我这里流出去，我这个总经理都没得干了。听到这里，我还能说什么呢？又呼哧呼哧地下楼去找金总。他听到这个消息，说：这么严重啊！那就还是按照五万罚吧，我们安装CCD来检查。随后，在我的见证下、黄总、金总、还有我三个人签下了一份大家都认可的正式的协议。
后来，零件事业部的品质经理见到我，问道：张总，你是怎么说服我们金总认罚的。我笑了笑，没说什么。
解决这个事情，并不是我多厉害，只不过我多走了几步路，打破了部门墙，帮助大家更加了解对方而已，事情讲明白了，到了总经理这个层级，大家都是通情达理的。但是，如果没有这些铺垫，这个事情还是会纠结下去。
这也是积极主动。
如果上述两个案例中，换做是你？你会怎么做呢？欢迎留言！ 收起阅读 »
积极主动
积极主动是《高效能人士的七个习惯》中的第一个，当然也是最重要的。在国人的眼里，积极主动不就是小学里面都学习了吗？无人不知，无人不晓，哪里还要别人指出来呢。但事实并非如此。
举一个例子。
某个周五，有个客户投诉需要处理，技术作为窗口，要求你准备测试数据，客户很急，在线等。你周六加班完成了，然后发个邮件出去，就回家了。周日，领导打电话过来问结果，你说已经邮件回复，自己已经完成工作。此刻领导很生气，理由是：这么紧急的事情，既然前一天已经完成，为何不在微信群里面知会大家，并把文件解密后发在微信群里面，也方便技术窗口直接转给客户。周末，大家都是不带电脑回家的，即使带了，也需要回到公司连接系统才可以解密。无奈之下，领导亲自去公司完成解密，才转给了技术。面对领导的质疑，你会说：领导你既然这么关心这个事情，为什么周六不一起加班呢？为什么周六不问呢？为什么技术不一起加班呢？为什么技术不问呢？似乎自己做的很完美，都是别人的错。
对于这个案例，很多质量人会站在这个工程师的角度来看问题，认为做的没有错，发出邮件，工作结束。但是，如果我们能够站在公司的角度、站在以结果为导向的角度，只需要一个很简单的动作，在群里说一声：各位，这个测试已经完成，请大家查收报告。就是这么简单的一个动作，都能解决很多问题。
当自己完成一件事情，尤其重要紧急的事情，应当及时主动知会别人，甚至打个电话确认一下，这就是积极主动。
再举一个例子。
我在某上市集团公司做质量总监时，同一集团下属的成品事业部和零件事业部是按照客户与供应商的关系管理的。有次，零件事业部提供的五金件有漏打的状况，成品事业部通过会议，和成品事业部达成约定，后续再流出一个，罚款5万块。也不知什么原因，零件事业部的总经理就签署了这个协议。事后却后悔了，原来当时他以为仅限定于会议上讨论的料号，但实际上，成品事业部扩展到了所有的料号，也就是进行了水平展开。
当年，零件事业部被罚款75万元。作为老总，当然很是不愿意，一个事业部每年利润才有多少，被成品事业部罚款了，年底哪里还有钱来给大家发年终奖。于是就找集团的领导沟通，找了供应链总监，又找了财务总监，都没有结果。后来，转给了我这个质量总监。
我当时纳闷，两个集团总监都解决不了，甚至他给总裁、董事长也汇报过，也是未果，我这个质量总监就能解决？太高估我了吧。
但事情在手上，总要去尝试。我先爬到成品事业部总经理所在的五楼办公室，把情况说了下。这个黄总说：张总，我不处罚他没问题，一分钱都不罚。但是，请你这个质量总监，一碗水要端平，将来不良品流出后，客户罚款你也别往我头上分摊。这可让我为难了，还能说什么，打道回府。我下了五楼，就来到了不远处的零件事业部，我给金总讲了情况。金总说，这样子的话，那就改为罚5000，最好能谈到1000。我呼哧呼哧地又爬到了五楼，把金总的意见反馈给了黄总。黄总说：你还记得上次我们一家供应商因为这个问题把货出到了欧洲，结果自查发现后，召回光运费就花了十几万。如果有这种低级的不良品从我这里流出去，我这个总经理都没得干了。听到这里，我还能说什么呢？又呼哧呼哧地下楼去找金总。他听到这个消息，说：这么严重啊！那就还是按照五万罚吧，我们安装CCD来检查。随后，在我的见证下、黄总、金总、还有我三个人签下了一份大家都认可的正式的协议。
后来，零件事业部的品质经理见到我，问道：张总，你是怎么说服我们金总认罚的。我笑了笑，没说什么。
解决这个事情，并不是我多厉害，只不过我多走了几步路，打破了部门墙，帮助大家更加了解对方而已，事情讲明白了，到了总经理这个层级，大家都是通情达理的。但是，如果没有这些铺垫，这个事情还是会纠结下去。
这也是积极主动。
如果上述两个案例中，换做是你？你会怎么做呢？欢迎留言！ 收起阅读 »
离散式制造基于生产计划编制与管控缩短制造周期的方法
离散式制造基于生产计划编制与管控缩短制造周期的方法
炎正杰
我们质量体系审核员在执行审核过重中，在运用我们所掌握的经营管理理念、管理过程的相关术语、目标与结果之间的关系的审核能力时，可以根据审核的场景恰如其分的给客户提出中肯的建议是十分必要的。
比如，企业特别希望提高合同履约率缩短制造周期，我们审核员在审核制造系统生产计划管理时，不仅是审核企业生产计划根据体系文件要求的“有和无”的符合性，也可以适当关注各级生产计划的流程、逻辑、管控等作业细节中存在的问题告知企业实施科学改善。
本文和咱们审核员一起学习下离散式制造基于生产计划编制与管控缩短制造周期的方法，以拓宽一下审核员的审核思路。
缩短制造周期是企业永恒的课题，快速应答市场需求，赢得客户满意，维系市场美誉度，促进企业良性发展都十分有益。
虽说缩短制造周期是企业永恒的话题，但是诸多企业遇到生产经营任务量持续增长的时候，多是或者简单习惯性地采取添人添设备的措施、或者是采取延长劳动时间的措施来应对，这样做企业的生产组织方式并没有深层次的切实改变，只是扩大了一定的生产规模和延长了一定时期的劳动时间，产品实际的制造周期也没有缩短，效率并没有提升。
缩短制造周期的方法是一套“组合拳”，涉及生产运作管理的制造技术和管理技术的多维度多方面，尤其是“离散式制造”更是对企业的运作管理提出了较高的要求。
一、 离散式制造的特征
制造业按其产品制造工艺过程特点总体上可概括为连续式制造和离散式制造。连续式制造以批量或连续的方式进行生产；相对于连续式制造，离散式制造的产品往往由多个零件经过一系列并不连续的工序的加工最终装配而成。离散式制造较为明显的特征就是“多品种、小批量”。
由于离散式制造这一“多品种、小批量”特点，带给生产管理诸多的难点。
难点一、生产计划管理波动大：影响计划的因素诸如市场、供应、排程、质量等较多，生产计划的制定较为复杂，计划的稳定性较差呈现紧急而且多变的业态；生产能力难以固化和量化，生产投入提前期波动较大。
难点二、生产计划管控幅度大：生产数据诸如加工时间、质量问题处理时间、提前期等较多，且数据的收集、维护和检索工作量大，仅维护生产数据的及时性、真实性就会投入较多的资源；工艺流程根据产品的不同经过不同的车间加工工序，因各种产品任务对同一车间能力的需求不同，因此作业流程经常不平衡；多品种产品同时投入，生产进度不一，经常会造成关键资源设备前排队等待状态，引起加工时间的延迟和在制品库存的增加的现象；生产计划的管控要投入、协调诸多资源，幅度较大。
二、制造周期的概念
要缩短制造周期，就要知道制造周期的概念。制造周期是指从原材料投入生产起到最后完工为止的整个制造过程所经历的全部日历时间。
制造周期具体的体现在每一次生产任务的输入，也就是各级生产计划的下达点都是制造周期的起始端，因制造流程涉及的工作中心的角色不同，各角色对周期的理解不同：计划编制有编制周期、采购有采购周期、零部件制造有零部件周期、装配试验有装配试验周期等，这一些子周期都包含在产品总制造周期之内。
制造周期总体包括零部件的制造周期和产成品的制造周期，包括：毛坯生产、零件加工、部件装配、产成品总装等生产阶段制造周期的总和，再加上各阶段之间的保险期，也就是提前投产的宽放量。
在生产组织的过程中需要强调的是，零件的制造周期相对于部总装是柔性周期，所谓柔性周期就是其制造周期有一定的可调整性，可以适当波动。但是提前期过长，就会浪费有限的资源和生产出在制品，过短就会有延迟交货引起客户抱怨的风险，这样就要科学控制投产提前期，避免造成风险或者浪费。
部、总装的制造周期是刚性周期，所谓刚性周期就是其制造周期相对固定，其柔性极小，因为齐套性、质量、设备设施、人员技能等原因耽误一天总周期就会延长一天。因此在生产组织中首先要管控零部件的齐套性，确保部总装开工面最大化；如果齐套性较差，就要根据装配网络图控制装配组、部件的投产提前期，保证产能在控制范围内有效释放；同时要解决作业标准化问题，预防制造流程中的质量、设备、人员技能等波动。
二、 制造周期的构成要素：
生产计划下发的同时，产品的制造周期已经开始计时，所涉及流程中的零部件子周期都开始进入总周期所规定的时间段。
制造周期的构成，可以参考以下公式：典型产品制造周期=生产准备时间+加工时间+质量检测时间+搬运时间+等待时间。
在此构成典型产品的制造周期的数据中，从精益生产的角度分析，只有“加工时间”是增值时间，其它的都是非增值时间。缩短制造周期，首先要缩短的就是非增值时间，非增值时间的缩短对制造生产周期的缩短贡献度是较为明显的；第二要缩短的增值时间，就是增值时间也是必要缩短的，增值时间是实际作业时间，随着设备设施刀具、加工等方法的进步从工艺技术的角度科学的缩短。
生产准备时间，包括生产计划编制和实物的流转时间。其中计划编制时间，包括与市场平衡时间、产能平衡时间、采购外协平衡时间等；实物的流转时间，物料采购和外协准备时间、工艺资料准备时间、设备换产时间、设备稳定时间等；质量检测时间，包括操作者检测时间、专业质检人员工序检验和完工检验时间以及检验判定时间等；搬运时间，包括工序间的搬运传递时间和工作中心之间的搬运时间等；等待时间，包括等待指令、等待处理、排队等待、协调等待、信息等待等；加工时间，加工时间虽然是增值时间，其时间也要绝对的适当，随着制造技术的进步也要再改善，实现加工工艺最佳、加工质量最佳等。
麻省理工大学斯隆商学院利特尔教授1961年所提出交货提前期=在制品数量×节拍时间。
这一公式是一个有关交货提前期与在制品关系的简单数学公式，看似简单的公式其背后囊括了制造业组织所有的运作管理，这一公式所反映的法则也为精益生产的改善方向指明了道路。也就是说，交货提前期的长短与在制品数量和生产节拍的乘积有直接的关系。要想缩短交货提前期，一个是可以通过减少在制品数量来减少交货提前期，二个是通过减少节拍时间来减少交货提前期。
但是，生产节拍是客户需求的节拍，是必须满足的，是刚性的，不可变。那么，要缩短交货提前期就要减少在制品数量，减少在制品数量，就要做准生产计划和控制生产进度，把有限的资源用于制造真正需求的产品，同时保证生产计划需求数量不虚增，在需求的时间生产需求的数量。
三、缩短制造周期的措施。基于以上离散式制造特征分析，缩短生产周期可以从一下几方面着手：
1、科学策划生产计划和计划执行管控。生产计划的层级是通常所指的“三层五级” ，包括：“三层”主要是企业的的行政层级，包括：市场部门、生产采购部门、生产制造部门分厂；“五级”指生产计划级别，包括销售计划、主生产计划（主要是制造系统）、物料计划（主要是采购供应系统）、作业计划（主要是分厂级）、工序级计划（主要是工段级）。
（1）生产计划制订编制的综合平衡。制定一个切实可行的生产计划对于缩短制造周期是十分必要的，避免因计划的不准确造成不必要的浪费，从而拖延制造周期。
生产计划的制订编制，依据各种计划信息资源融汇决策，需要企业不同部门协调平衡才能完成。因此计划的制订会涉及到不同资源的矛盾、部门利益冲突，需要进行综合的权重平衡。生产计划综合平衡包括如下几个方面：
a.与市场需求平衡。生产计划制订首先要与市场需求平衡，与市场需求的平衡是生产计划中的一个核心问题，保证信息输入的准确性。平衡的结果具体体现在主生产计划编制的年度、季度计划上，年度计划平衡到每季度市场需求，为物料需求提供依据；季度计划已经要转变为投料计划了，就要求计划精度要准确，就要设定“冷冻”期将计划固化下来，以便于组织生产。
b.与生产能力的平衡。生产计划必须建立在已有的生产能力的基础上，生产计划才是有效的，超出生产能力外的计划就是不可行的计划，因此制订生产计划时必须考虑与生产能力进行平衡。需求大于能力的，在年度计划或者季度计划中分解为外协计划，外协计划按照内部生产计划管控方式去管控协作单位。为此必须对企业的生产能力进行科学的测算，并作为生产计划编制的数据依据输入。加强生产能力的管理，保证有足够的生产能力完成企业的生产计划。
c.与物料供应（含安全库存）平衡。生产计划要得以完成，需要物资供应的保证。必要进行生产计划与物资供应的平衡，就是做好生产准备中的物料准备工作，尤其是季度计划的确认一定要实施，保证不缺项，季度计划是三个月计划，实施一个月的“生产作业计划”落实投产，实施两个月的生产准备计划，提前做好生产准备，在管理实践中通俗地称为“1+2”计划。
（2）生产计划执行进度管控。离散企业的生产作业计划管控,需要根据月度计划交付优先级结合工作中心能力、设备能力安排班次合理排产，尤其是周计划排产这个动作是必须的，是非常必要固化到生产制造单位的计划管控流程中。
生产排产,是基于有限能力资源，综合开工时间、完工时间、准备时间、排队时间以及物流传递时间综合考量准确地测算安排出的、良好的作业顺序,这样有助于生产周期的缩短和生产效率提高。
生产作业计划按周计划的频率下发至生产主制单位，周计划生产排产应遵循的原则：先到先加工、最短加工周期、最短交付日期、最小临界比等原则。根据这些排产原则有序地安排生产，有利于合理地安排班次和充分利用瓶颈资源。
瓶颈资源主要指一个制造系统中约束产出量的、生产能力最低的环节就是瓶颈，瓶颈资源在一个系统中只有一个。瓶颈资源的优化排程，前工序向后推分配，将后工序前推分配，形成前拉后推的计划管控方式，缩短制造提前期。
周计划排产最佳的排产策略是冻结三日计划，这样一个稳定的计划便于组织与完工管理。如果三日计划冻结有问题最基本也要冻结两日计划，否则生产组织波动较大，反而造成生产任务堵塞，延长制造周期。每日准时清理生产尾数，日生产计划准时完成并准时销账，确保准时完成并反馈，有利于作业计划的准确性。周计划的下发最佳时间点是在计划周的第四天对下周计划下发，这样便于周计划的微调和生产准备，有效率地组织生产。
四、结语
管理学家 哈罗德·孔茨讲到：“计划工作是一座桥梁，它把我们所处的这岸和我们要去的对岸连接起来，以克服这一天堑。” 一本流程正确、逻辑清晰、管控颗粒度精准的生产计划，对企业履约率提升的贡献度的较大的，我们审核员适时拓展自己的知识维度，审核时深入企业管理细节建言献策，努力成为企业好的教练式审核员。
收起阅读 »
选择实验设计中的最优设计
我们知道，DOE在质量控制的整个过程中扮演了非常重要的角色，它是我们产品质量提高，工艺流程改善的重要保证。但基于实验环境和实验成本等因素考虑，有时，我们并不能够实现所有的因子水平组合。这样我们就需要根据实际场景执行最优设计。
最优设计，是指在给定因子空间内试验单元数相等的所有试验方案中，各回归系数的广义方差最小的试验方案。最优设计是在因子空间中可能产生的试验方案中信息矩阵行列式值最大，也是相关矩阵行列式值最小的试验方案。最优设计的出发点是优化回归方程的统计性质。最优设计试验方案通常用数值方法构造，先给定一个初始方案，然后用计算机构造出一系列方案的信息矩阵行列式值逐渐增大，并收敛于最优设计方案。最优设计有一次模型和二次模型的区别，也有饱和的与非饱和的区别。Minitab 的最优设计功能可以与一般全因子设计、响应曲面设计以及混料设计一起使用。
【例】工艺工程师希望建立将导致生物膜厚度及最大拉力的时间和温度设置。 由于这两个因素，她必须小心处理薄膜，因为如果过程运行太冷/太短，薄膜不会固化，如果运行太热/时间太长，薄膜会燃烧。 具体来说，为了让薄膜固化但不燃烧，她有以下限制：
（1）在最短的 60 分钟的循环时间内，它们必须在至少 140 度但不超过 160 度的温度下运行；
（2）在最长的 68 分钟的循环时间内，它们必须在至少 100 度但不超过 120 度的温度下运行。
根据这样的要求，就相当于我们执行2因子2水平设计，但是实验区域受限（如下图）
我们可以根据线性回归特性，将边界线的模型表达出来：
Temp=460-5*Time
Temp=440-%*Time
为了得到实验空间，我们借助Minitab软件的产生网格数据，初步得到实验的空间：
从备选点集中选择设计点以得到最优设计。当原始设计包含的点比限于时间或财力所能实现的多时，通常使用选择最优设计来减少试验数。虽然这些数据点可能是将来的试验点，但根据前面的介绍，有些空间数据并没有实际意义，因此我们需要截取相应的实验点，这个工作可以通过Minitab的子集化工作表实现：
根据子集化工作表的设置，将实验空间进一步优化，如下图所示：
这些实验组内次数非常庞大，基于实验的原则，我们不可能将所有组合全部实施，接下来，利用Minitab的“选择最优设计”可以帮我们快速选择：
这样一来，Minitab就可以从候选设计组合中选择最优的14次运行，基于这些实验结果，Minitab可以拟合出二次回归模型。D 最优性将拟合模型中回归系数的方差降到最低，从而提供最精确的效应估计。
指定模型后，Minitab 将从一组候选设计点中选择满足D 最优标准的设计点。
收起阅读 »
最优设计，是指在给定因子空间内试验单元数相等的所有试验方案中，各回归系数的广义方差最小的试验方案。最优设计是在因子空间中可能产生的试验方案中信息矩阵行列式值最大，也是相关矩阵行列式值最小的试验方案。最优设计的出发点是优化回归方程的统计性质。最优设计试验方案通常用数值方法构造，先给定一个初始方案，然后用计算机构造出一系列方案的信息矩阵行列式值逐渐增大，并收敛于最优设计方案。最优设计有一次模型和二次模型的区别，也有饱和的与非饱和的区别。Minitab 的最优设计功能可以与一般全因子设计、响应曲面设计以及混料设计一起使用。
【例】工艺工程师希望建立将导致生物膜厚度及最大拉力的时间和温度设置。 由于这两个因素，她必须小心处理薄膜，因为如果过程运行太冷/太短，薄膜不会固化，如果运行太热/时间太长，薄膜会燃烧。 具体来说，为了让薄膜固化但不燃烧，她有以下限制：
（1）在最短的 60 分钟的循环时间内，它们必须在至少 140 度但不超过 160 度的温度下运行；
（2）在最长的 68 分钟的循环时间内，它们必须在至少 100 度但不超过 120 度的温度下运行。
根据这样的要求，就相当于我们执行2因子2水平设计，但是实验区域受限（如下图）
我们可以根据线性回归特性，将边界线的模型表达出来：
Temp=460-5*Time
Temp=440-%*Time
为了得到实验空间，我们借助Minitab软件的产生网格数据，初步得到实验的空间：
从备选点集中选择设计点以得到最优设计。当原始设计包含的点比限于时间或财力所能实现的多时，通常使用选择最优设计来减少试验数。虽然这些数据点可能是将来的试验点，但根据前面的介绍，有些空间数据并没有实际意义，因此我们需要截取相应的实验点，这个工作可以通过Minitab的子集化工作表实现：
根据子集化工作表的设置，将实验空间进一步优化，如下图所示：
这些实验组内次数非常庞大，基于实验的原则，我们不可能将所有组合全部实施，接下来，利用Minitab的“选择最优设计”可以帮我们快速选择：
这样一来，Minitab就可以从候选设计组合中选择最优的14次运行，基于这些实验结果，Minitab可以拟合出二次回归模型。D 最优性将拟合模型中回归系数的方差降到最低，从而提供最精确的效应估计。
指定模型后，Minitab 将从一组候选设计点中选择满足D 最优标准的设计点。
收起阅读 »
验证您的数据是否正常且符合 FDA 要求
Deloitte 专家在其《数据完整性报告 1》中表示，“由高度监管的生命科学公司生成的数据保持完整性至关重要，原因在于，在产品得到审批并随后投放到市场以供人们使用之前，正确记录的信息是制造商确保产品质量、安全性和功效的基础。为了确保患者安全性，数据完整性对于制造过程中的质量控制过程也很重要。”
随着全球监管机构对数据完整性的关注度不断提高，不遵守规定的公司可能会面临从发布公开警告函到接受刑事指控在内的处罚。另外，可能会发生产品从市场中剔除的情况。近年来，数据实践相关问题的数量和类型显著增加，包括未经授权进行数据访问、缺乏已启用的审计跟踪以及意外和蓄意篡改记录。
根据 RAPS 的出版物《监管重点 2》，“在过去三年中，涉及数据完整性问题的警告函数量有所增加，从 2019 财年（财政年度）的 47% 增加到 2020 财年的 51%，再到 2021 财年的 65%”。
美国 FDA 及其欧洲同行提出了与患者安全性相关的要求。在这篇贴文中，我们将重点介绍由 FDA 引入的 ALCOA+ 概念。您将了解 Minitab 解决方案如何帮助巩固可提高数据质量的良好实践，并使公司能够做出以分析和准确数据为后盾的战略性决策。
ALCOA 是“Attributable, Legible, Contemporaneous, Original and Accurate”的缩写，是指数据可追溯、易读、同步、原始和准确
可追溯
您知道谁访问或使用了您的数据吗？
企业需要能够监控谁手动或以电子方式记录和/或处理了数据。
数据源应在其整个生命周期（从收集到研究、分析运行和测试系统）中进行跟踪。
Minitab 的数据集成、自动化、监控和分析报告平台 Minitab Connect 提供审计跟踪功能。审计跟踪可确保跟踪所有在运行时涉及数据的活动：收集、聚合、处理、编译、图形输出、分析报告和控制台。公司始终可以提供有关数据何时何地被访问以及由谁访问的详细信息。
易读
您的数据是否可以随时随地可供访问和读取？
对于所记录的数据，您应该能够永久查看和使用。由于数据是以电子方式存储的，因此数据始终可以在线获取，并通过 Minitab Connect 和 Minitab Statistical Software 内的存储库获取。
同步
在活动发生时是否记录了数据？
在生成和处理过程中都应记录数据。
Minitab Connect 的审计跟踪功能可确保随时准确高效地记录数据。
原始
数据是否经过认证而且真实？
数据应以未更改的原始状态存储。
Minitab Statistical Software 中的命令历史记录可以帮助检索原始数据。数据治理平台 Minitab Connect 跟踪原始数据。
准确
您的数据是否毫无错误？
数据必须反映其真实的实际价值，它应当是真实的。
测量系统分析是统计的一个分支，可以让您快速评估和改进测量系统，从而确保所收集的数据既准确又精确。
如果不对测量系统进行分析，很可能会使数据的变异和不一致性增加，从而对分析造成不利影响。
Minitab Statistical Software 中的测量系统分析 (MSA) 菜单可以帮助您检查操作员和测量设备是否提供准确、一致且精确的信息。
当收集定量数据时，量具重复性与再现性 (R&R) 分析确认仪器和操作员按照一致的方式测量部件。
如果您正在对部件进行评级或者正在识别缺陷，则属性一致性分析会验证不同的评估人员所做的判断是否彼此一致，以及是否符合既定标准。
医药公司和卫生部门下属各组织必须采用更完整、更复杂的技术，这些技术主要用于过程验证、测量不精确和存在偏差等情况。为满足此类要求，执行“关键检查”是不错的做法。 收起阅读 »
随着全球监管机构对数据完整性的关注度不断提高，不遵守规定的公司可能会面临从发布公开警告函到接受刑事指控在内的处罚。另外，可能会发生产品从市场中剔除的情况。近年来，数据实践相关问题的数量和类型显著增加，包括未经授权进行数据访问、缺乏已启用的审计跟踪以及意外和蓄意篡改记录。
根据 RAPS 的出版物《监管重点 2》，“在过去三年中，涉及数据完整性问题的警告函数量有所增加，从 2019 财年（财政年度）的 47% 增加到 2020 财年的 51%，再到 2021 财年的 65%”。
美国 FDA 及其欧洲同行提出了与患者安全性相关的要求。在这篇贴文中，我们将重点介绍由 FDA 引入的 ALCOA+ 概念。您将了解 Minitab 解决方案如何帮助巩固可提高数据质量的良好实践，并使公司能够做出以分析和准确数据为后盾的战略性决策。
ALCOA 是“Attributable, Legible, Contemporaneous, Original and Accurate”的缩写，是指数据可追溯、易读、同步、原始和准确
可追溯
您知道谁访问或使用了您的数据吗？
企业需要能够监控谁手动或以电子方式记录和/或处理了数据。
数据源应在其整个生命周期（从收集到研究、分析运行和测试系统）中进行跟踪。
Minitab 的数据集成、自动化、监控和分析报告平台 Minitab Connect 提供审计跟踪功能。审计跟踪可确保跟踪所有在运行时涉及数据的活动：收集、聚合、处理、编译、图形输出、分析报告和控制台。公司始终可以提供有关数据何时何地被访问以及由谁访问的详细信息。
易读
您的数据是否可以随时随地可供访问和读取？
对于所记录的数据，您应该能够永久查看和使用。由于数据是以电子方式存储的，因此数据始终可以在线获取，并通过 Minitab Connect 和 Minitab Statistical Software 内的存储库获取。
同步
在活动发生时是否记录了数据？
在生成和处理过程中都应记录数据。
Minitab Connect 的审计跟踪功能可确保随时准确高效地记录数据。
原始
数据是否经过认证而且真实？
数据应以未更改的原始状态存储。
Minitab Statistical Software 中的命令历史记录可以帮助检索原始数据。数据治理平台 Minitab Connect 跟踪原始数据。
准确
您的数据是否毫无错误？
数据必须反映其真实的实际价值，它应当是真实的。
测量系统分析是统计的一个分支，可以让您快速评估和改进测量系统，从而确保所收集的数据既准确又精确。
如果不对测量系统进行分析，很可能会使数据的变异和不一致性增加，从而对分析造成不利影响。
Minitab Statistical Software 中的测量系统分析 (MSA) 菜单可以帮助您检查操作员和测量设备是否提供准确、一致且精确的信息。
当收集定量数据时，量具重复性与再现性 (R&R) 分析确认仪器和操作员按照一致的方式测量部件。
如果您正在对部件进行评级或者正在识别缺陷，则属性一致性分析会验证不同的评估人员所做的判断是否彼此一致，以及是否符合既定标准。
医药公司和卫生部门下属各组织必须采用更完整、更复杂的技术，这些技术主要用于过程验证、测量不精确和存在偏差等情况。为满足此类要求，执行“关键检查”是不错的做法。 收起阅读 »
干货分享丨做好策划与准备，让FMEA有备无患
上一期《干货分享 | FMEA何时做？谁来做？》文章中，我们提到FMEA是一种预防工具，想要做好FMEA，就要建立FMEA团队。
那么当我们已经建立好团队，打算开始做FMEA的时候，应该从哪里着手呢？
根据最新的FMEA标准——AIAG & VDA FMEA手册，FMEA的实施流程共有七步。
今天我们就从第一步策划与准备开始说起。
01、5T法需做足
如果我们将FMEA分析看成一个项目，那么这个项目的时间、节点、工作范围，针对哪几个工段，或者是整条工段，都要在策划阶段确定。
而要确认这些，可以尝试使用5T法。
inTent目的-我们为什么要做FMEA？
当团队成员了解了FMEA的目的和意图时，他们会更好的为完成项目具体目标和总体目标做出贡献。
Time时间-什么时候完成？
我们要强调一下FMEA是一种事前行为，为了体现出它的最大价值，我们就需要尽早的，在产品或过程实施之前开展FMEA工作。因为产品或过程中存在许多潜在失效，我们需要提前分析解决，才能确保量产环节的过程稳健。
Team团队-需要哪些团队成员？
FMEA团队需要由跨职能团队成员组成，成员必须具备必要的专业知识，只有大家积极参与讨论，共同努力，才有可能做好这项工作。
Task任务-需要做哪些工作？
FMEA的工作基本上需要按照七步法的流程来，七步法提供了FMEA整体的任务框架以及交付成果。此外，FMEA可以由内审员、顾客审核员或第三方注册机构进行审核，以确保每项任务都能按照其要求完成。
Tools工具-如何进行分析？
目前市面上有许多成熟好用的FMEA软件，可以帮助我们更快更好的完成FMEA工作。还有包括基础FMEA家族FMEA的建立，企业知识库的创建等等。当然也可以通过传统方式Excel填表格的形式在做FMEA，只是考虑FMEA的有效性、效率上，并不推荐这种方式。
5T法的使用可以帮助我们更好地提前确定好FMEA这个工程的对象及要求，使我们能及时取得最佳效果、避免FMEA返工。
02、FMEA相关文件需协同
在准备阶段同时也需要搜集一些和FMEA工作相关的文件。
例如产品示意图、图纸、3D模型、技术规范、法律要求、设计FMEA、PFD过程流程图、物料清单（BOM）、类似过程的操作指导书、类似产品的过往FMEA文件等等。
这些文件可以帮助我们确定FMEA的要求，同时，由于之前做过类似产品的FMEA分析，如果涉及到相同或相似的流程，可以拿来参考或直接使用。
除此之外还有一些类似过程的绩效信息，可以帮助我们确定发生度的评价。例如首次质量（FTQ）、返工、报废、顾客投诉、8D报告、过程审核等等，以上这些都是我们的前期准备工作。
这部分关联到的文件会非常多，如果可以通过FMEA软件来进行分析，这些文件就能更好地被管理起来，并且具有更高的协同性，只要是团队成员就能在线查看，甚至在线编辑。
03、FMEA的边界需确认
最后还有一点需要注意的就是我们要确定FMEA的边界。
总的来说我们要搞清楚做FMEA的时候哪些需要做，哪些不需要做。假如是供应商提供的零部件，那这一部分的FMEA分析应该是供应商来提供，SQE应当提出相应要求。
FMEA分析的范围可以从工厂的来料验收开始，主要根据客户的要求，如果没有要求也可以不做。但是我们必须对生产过程进行分析，并且从生产过程的第一道工序就要开始。
事前做足准备，才能确保万无一失，以上就是FMEA七步法中的第一步——策划与准备。
下一期，我们将继续一起来聊一聊新版FMEA七步法中的结构分析。 收起阅读 »
那么当我们已经建立好团队，打算开始做FMEA的时候，应该从哪里着手呢？
根据最新的FMEA标准——AIAG & VDA FMEA手册，FMEA的实施流程共有七步。
今天我们就从第一步策划与准备开始说起。
01、5T法需做足
如果我们将FMEA分析看成一个项目，那么这个项目的时间、节点、工作范围，针对哪几个工段，或者是整条工段，都要在策划阶段确定。
而要确认这些，可以尝试使用5T法。
inTent目的-我们为什么要做FMEA？
当团队成员了解了FMEA的目的和意图时，他们会更好的为完成项目具体目标和总体目标做出贡献。
Time时间-什么时候完成？
我们要强调一下FMEA是一种事前行为，为了体现出它的最大价值，我们就需要尽早的，在产品或过程实施之前开展FMEA工作。因为产品或过程中存在许多潜在失效，我们需要提前分析解决，才能确保量产环节的过程稳健。
Team团队-需要哪些团队成员？
FMEA团队需要由跨职能团队成员组成，成员必须具备必要的专业知识，只有大家积极参与讨论，共同努力，才有可能做好这项工作。
Task任务-需要做哪些工作？
FMEA的工作基本上需要按照七步法的流程来，七步法提供了FMEA整体的任务框架以及交付成果。此外，FMEA可以由内审员、顾客审核员或第三方注册机构进行审核，以确保每项任务都能按照其要求完成。
Tools工具-如何进行分析？
目前市面上有许多成熟好用的FMEA软件，可以帮助我们更快更好的完成FMEA工作。还有包括基础FMEA家族FMEA的建立，企业知识库的创建等等。当然也可以通过传统方式Excel填表格的形式在做FMEA，只是考虑FMEA的有效性、效率上，并不推荐这种方式。
5T法的使用可以帮助我们更好地提前确定好FMEA这个工程的对象及要求，使我们能及时取得最佳效果、避免FMEA返工。
02、FMEA相关文件需协同
在准备阶段同时也需要搜集一些和FMEA工作相关的文件。
例如产品示意图、图纸、3D模型、技术规范、法律要求、设计FMEA、PFD过程流程图、物料清单（BOM）、类似过程的操作指导书、类似产品的过往FMEA文件等等。
这些文件可以帮助我们确定FMEA的要求，同时，由于之前做过类似产品的FMEA分析，如果涉及到相同或相似的流程，可以拿来参考或直接使用。
除此之外还有一些类似过程的绩效信息，可以帮助我们确定发生度的评价。例如首次质量（FTQ）、返工、报废、顾客投诉、8D报告、过程审核等等，以上这些都是我们的前期准备工作。
这部分关联到的文件会非常多，如果可以通过FMEA软件来进行分析，这些文件就能更好地被管理起来，并且具有更高的协同性，只要是团队成员就能在线查看，甚至在线编辑。
03、FMEA的边界需确认
最后还有一点需要注意的就是我们要确定FMEA的边界。
总的来说我们要搞清楚做FMEA的时候哪些需要做，哪些不需要做。假如是供应商提供的零部件，那这一部分的FMEA分析应该是供应商来提供，SQE应当提出相应要求。
FMEA分析的范围可以从工厂的来料验收开始，主要根据客户的要求，如果没有要求也可以不做。但是我们必须对生产过程进行分析，并且从生产过程的第一道工序就要开始。
事前做足准备，才能确保万无一失，以上就是FMEA七步法中的第一步——策划与准备。
下一期，我们将继续一起来聊一聊新版FMEA七步法中的结构分析。 收起阅读 »
价值流图降低供应链成本的8种方式
价值流图(VSM)是一个强大的工具，可以用来优化供应链中的物流和信息流。通过分析和可视化从原材料到成品的整个过程，组织可以确定瓶颈、低效和需要改进的地方。一旦确定了这些问题，组织就可以实施变革，以改善供应链中的材料和信息流，最终降低成本，提高利润。以下是价值流图帮助降低供应链成本的8种方式:
1.降低库存成本
通过识别和消除生产过程中的浪费，公司可以减少需要持有的库存量，从而节省存储、保险和处理成本。这也可以节省资本成本，因为库存中的资金减少了。
2.缩短交货时间
通过识别生产过程中的瓶颈和延迟，公司可以缩短向客户交付产品的交付时间，从而节省运输成本并提高客户满意度。这还可以降低催货和空运的成本，并提高准时交付的绩效。
3.提高效率
通过消除生产过程中的浪费和低效，公司可以减少能源消耗，最大限度地减少废料和返工，并提高机器利用率。
4.减少废料和返工
通过识别和消除缺陷的原因，公司可以减少因生产过剩或缺乏质量控制而产生的废品和返工。
5.减少停机时间
通过识别和消除瓶颈和延迟，公司可以减少因生产过剩或资源不足而导致的停机时间，从而通过提高生产率和降低维护成本来节约成本。
6.提高客户满意度
通过缩短交付周期、增加准时交付和提高产品质量，公司可以提高客户满意度，从而通过减少退货、增加销售和提高客户忠诚度来节约成本。
7.改善供应商关系
通过识别供应商的问题，如交货时间的延迟，组织可以采取措施改善这些关系，并协商更好的价格或交货条款。这有助于降低原材料和其他资源的成本。
8.降低运营成本
通过分析整个供应链流程，价值流图可以帮助确定可以降低成本的领域，例如减少供应商数量、整合订单或减少包装材料。
使用正确的工具
价值流图当然可以在纸上完成，使用强大的可视化业务工具，如Minitab工作空间或者迷你标签接合可以使这一过程变得容易得多，尤其是当您的团队位于不同的地区或办公地点时。
收起阅读 »
1.降低库存成本
通过识别和消除生产过程中的浪费，公司可以减少需要持有的库存量，从而节省存储、保险和处理成本。这也可以节省资本成本，因为库存中的资金减少了。
2.缩短交货时间
通过识别生产过程中的瓶颈和延迟，公司可以缩短向客户交付产品的交付时间，从而节省运输成本并提高客户满意度。这还可以降低催货和空运的成本，并提高准时交付的绩效。
3.提高效率
通过消除生产过程中的浪费和低效，公司可以减少能源消耗，最大限度地减少废料和返工，并提高机器利用率。
4.减少废料和返工
通过识别和消除缺陷的原因，公司可以减少因生产过剩或缺乏质量控制而产生的废品和返工。
5.减少停机时间
通过识别和消除瓶颈和延迟，公司可以减少因生产过剩或资源不足而导致的停机时间，从而通过提高生产率和降低维护成本来节约成本。
6.提高客户满意度
通过缩短交付周期、增加准时交付和提高产品质量，公司可以提高客户满意度，从而通过减少退货、增加销售和提高客户忠诚度来节约成本。
7.改善供应商关系
通过识别供应商的问题，如交货时间的延迟，组织可以采取措施改善这些关系，并协商更好的价格或交货条款。这有助于降低原材料和其他资源的成本。
8.降低运营成本
通过分析整个供应链流程，价值流图可以帮助确定可以降低成本的领域，例如减少供应商数量、整合订单或减少包装材料。
使用正确的工具
价值流图当然可以在纸上完成，使用强大的可视化业务工具，如Minitab工作空间或者迷你标签接合可以使这一过程变得容易得多，尤其是当您的团队位于不同的地区或办公地点时。
收起阅读 »
《质量强国建设纲要》发布，对制造业有什么意义？
写在前面：只关注如何把产品制造出来，在速度和数量上领先他人，已不能构建企业的核心竞争力。
在这之外，我们还需关注工程化能力，关注卓越运营能力。
如何关注？这便是本专栏的目标和期望。请看下文。
01 十年质量路，生存还是蛰伏？
2011年，质量强国战略在全国质检工作会议上首次被明确提出；2012年，十八大报告中9次提及“质量”；2017年，十九大报告强调“必须坚持质量第一、效率优先”。
十年一刻，星河流转，数字的荒原长出参天大树，制造与智造的来路花团锦簇。我们身处其中，既是见证者，亦是同行者。但光辉之外，紧迫性和危机感依旧步步紧逼，时刻提醒我们：中场休息的时机并未到来。
当下的政治经济形势相较以往要复杂数倍、艰难数倍，技术业态急剧更迭，行业内卷愈演愈烈。据《2023中小企业数字化模式创新研究报告》，中小企业当前面临的主要问题在于“生存与扩张”，“活下去”是经营者的首要任务。
好在，走势向好始终未变。2023年2月6日，中共中央、国务院印发《质量强国建设纲要》，对产业质量竞争力、产品、工程、服务质量水平、品牌建设等层面设立了明确目标。
国家层面的重视与扶持，无疑是一剂强心针，意味着趋势与方向的必然与正确，也考验着企业的韧性、战略、视野及能力。
02 国务院最新纲要发布，质量风向标如何解读？
我们对《纲要》中涉及到制造业的内容进行了梳理：
1.强化产业基础质量支撑
·改进基础零部件与元器件性能指标，提升可靠性、耐久性、先进性
·推进基础制造工艺与质量管理、数字智能、网络技术深度融合，提高生产制造敏捷度和精益性
·支持通用基础软件、工业软件、平台软件、应用软件工程化开发，实现工业质量分析与控制软件关键技术突破
2. 提高产业质量竞争水平
·以质量创新促进服务场景再造、业务再造、管理再造
·加快传统制造业技术迭代和质量升级，强化战略性新兴产业技术、质量、管理协同创新，培育壮大质量竞争性产业，推动制造业高端化、智能化、绿色化发展
3. 推动工业品质量迈向中高端
·发挥工业设计对质量提升的牵引作用，大力发展优质制造，强化研发设计、生产制造、售后服务全过程质量控制
·实施质量可靠性提升计划，提高机械、电子、汽车等产品及其基础零部件、元器件可靠性水平，促进品质升级
4. 提升全面质量管理水平
·鼓励企业制定实施以质取胜生产经营战略，创新质量管理理念、方法、工具，推动全员、全要素、全过程、全数据的新型质量管理体系应用，加快质量管理成熟度跃升
·强化新一代信息技术应用和企业质量保证能力建设，构建数字化、智能化质量管控模式，实施供应商质量控制能力考核评价，推动质量形成过程的显性化、可视化
·引导企业开展质量管理数字化升级、质量标杆经验交流、质量管理体系认证、质量标准制定等
很显然，全面质量管理、质量管理数字化、生产制造精益性、可视化、可追溯性是重要关键词。
再加之各地对于星级上云企业提供的最高可达数十万的财政补贴，部署相关软件，以达成质量管理数字化、生产制造智能化，是板上钉钉的“又一助力”。
能拉开差距的是时间，以及所选择的软件工具最终呈现出的能力。
03 全面质量管理数字化系统，助力智能制造转型升级
本期案例智，我们依旧从具体客户案例入手，具象化呈现软件工具赋能质量管理升级转型。
电工行业国企F，为全面落实国家高质量发展要求，实施质量提升行动，对质量文化理念、质量管理基础工作、质量研发制造体系等多维度向我们提出明确诉求。
考虑到客户背景和项目的复杂程度，海岸线科技与F公司进行了多轮线下调研、线上会议，双方很快达成共识：以零缺陷理念为核心，部署一套全面质量管理数字化系统。
▲ 海岸线TTQM搭建企业运营战情室
与此同时，海岸线链企学院资深专家也在F公司内部开展了系列零缺陷教育活动，对管理一次做对、设计一次做对、生产一次做对等内容进行系统培训，让零缺陷理念在内部落地生根。
理念先行，工具随后。我们为F公司搭载的这套全面质量管理数字化系统，先后上线了AQP FMEA、全场景覆盖质量保证体系（专业版QMS-PQM）、全生命周期管理系统（PLM）、全面供应链管理（TSCM）等信息化系统。
从需求管理、协同设计、流程管理再到工艺管理、缺陷管理、变更管理，零缺陷理念与数字化技术结合，质量部门与信息化、业务部门紧密配合，打通各业务系统信息数据的阻点，在提高资源共享水平的同时，全面提升研发制造全流程的标准化、数字化、集成化、智能化水平。
随着零缺陷管理从线下转化到线上，质量全过程管理信息化、可视化的实现，全面质量管理模式不断完善。F公司的产品质量可靠性和稳定性也在系统部署后不久取得成效，产品一次检验合格率显著上升，质量损失率呈下降趋势。
《质量强国建设纲要》发布前后，不少公司开始进行有关QMS及其它质量管理数字化工具的咨询，相较以往同期多上数倍，其中几家公司已进入立项阶段。 收起阅读 »
在这之外，我们还需关注工程化能力，关注卓越运营能力。
如何关注？这便是本专栏的目标和期望。请看下文。
01 十年质量路，生存还是蛰伏？
2011年，质量强国战略在全国质检工作会议上首次被明确提出；2012年，十八大报告中9次提及“质量”；2017年，十九大报告强调“必须坚持质量第一、效率优先”。
十年一刻，星河流转，数字的荒原长出参天大树，制造与智造的来路花团锦簇。我们身处其中，既是见证者，亦是同行者。但光辉之外，紧迫性和危机感依旧步步紧逼，时刻提醒我们：中场休息的时机并未到来。
当下的政治经济形势相较以往要复杂数倍、艰难数倍，技术业态急剧更迭，行业内卷愈演愈烈。据《2023中小企业数字化模式创新研究报告》，中小企业当前面临的主要问题在于“生存与扩张”，“活下去”是经营者的首要任务。
好在，走势向好始终未变。2023年2月6日，中共中央、国务院印发《质量强国建设纲要》，对产业质量竞争力、产品、工程、服务质量水平、品牌建设等层面设立了明确目标。
国家层面的重视与扶持，无疑是一剂强心针，意味着趋势与方向的必然与正确，也考验着企业的韧性、战略、视野及能力。
02 国务院最新纲要发布，质量风向标如何解读？
我们对《纲要》中涉及到制造业的内容进行了梳理：
1.强化产业基础质量支撑
·改进基础零部件与元器件性能指标，提升可靠性、耐久性、先进性
·推进基础制造工艺与质量管理、数字智能、网络技术深度融合，提高生产制造敏捷度和精益性
·支持通用基础软件、工业软件、平台软件、应用软件工程化开发，实现工业质量分析与控制软件关键技术突破
2. 提高产业质量竞争水平
·以质量创新促进服务场景再造、业务再造、管理再造
·加快传统制造业技术迭代和质量升级，强化战略性新兴产业技术、质量、管理协同创新，培育壮大质量竞争性产业，推动制造业高端化、智能化、绿色化发展
3. 推动工业品质量迈向中高端
·发挥工业设计对质量提升的牵引作用，大力发展优质制造，强化研发设计、生产制造、售后服务全过程质量控制
·实施质量可靠性提升计划，提高机械、电子、汽车等产品及其基础零部件、元器件可靠性水平，促进品质升级
4. 提升全面质量管理水平
·鼓励企业制定实施以质取胜生产经营战略，创新质量管理理念、方法、工具，推动全员、全要素、全过程、全数据的新型质量管理体系应用，加快质量管理成熟度跃升
·强化新一代信息技术应用和企业质量保证能力建设，构建数字化、智能化质量管控模式，实施供应商质量控制能力考核评价，推动质量形成过程的显性化、可视化
·引导企业开展质量管理数字化升级、质量标杆经验交流、质量管理体系认证、质量标准制定等
很显然，全面质量管理、质量管理数字化、生产制造精益性、可视化、可追溯性是重要关键词。
再加之各地对于星级上云企业提供的最高可达数十万的财政补贴，部署相关软件，以达成质量管理数字化、生产制造智能化，是板上钉钉的“又一助力”。
能拉开差距的是时间，以及所选择的软件工具最终呈现出的能力。
03 全面质量管理数字化系统，助力智能制造转型升级
本期案例智，我们依旧从具体客户案例入手，具象化呈现软件工具赋能质量管理升级转型。
电工行业国企F，为全面落实国家高质量发展要求，实施质量提升行动，对质量文化理念、质量管理基础工作、质量研发制造体系等多维度向我们提出明确诉求。
考虑到客户背景和项目的复杂程度，海岸线科技与F公司进行了多轮线下调研、线上会议，双方很快达成共识：以零缺陷理念为核心，部署一套全面质量管理数字化系统。
▲ 海岸线TTQM搭建企业运营战情室
与此同时，海岸线链企学院资深专家也在F公司内部开展了系列零缺陷教育活动，对管理一次做对、设计一次做对、生产一次做对等内容进行系统培训，让零缺陷理念在内部落地生根。
理念先行，工具随后。我们为F公司搭载的这套全面质量管理数字化系统，先后上线了AQP FMEA、全场景覆盖质量保证体系（专业版QMS-PQM）、全生命周期管理系统（PLM）、全面供应链管理（TSCM）等信息化系统。
从需求管理、协同设计、流程管理再到工艺管理、缺陷管理、变更管理，零缺陷理念与数字化技术结合，质量部门与信息化、业务部门紧密配合，打通各业务系统信息数据的阻点，在提高资源共享水平的同时，全面提升研发制造全流程的标准化、数字化、集成化、智能化水平。
随着零缺陷管理从线下转化到线上，质量全过程管理信息化、可视化的实现，全面质量管理模式不断完善。F公司的产品质量可靠性和稳定性也在系统部署后不久取得成效，产品一次检验合格率显著上升，质量损失率呈下降趋势。
《质量强国建设纲要》发布前后，不少公司开始进行有关QMS及其它质量管理数字化工具的咨询，相较以往同期多上数倍，其中几家公司已进入立项阶段。 收起阅读 »
RSS Feed