众所周知,常规产品不良分析方法通过经验分析不良成因及发生位置,并根据少量数据推断存在问题的设备。这种分析方法费时费力,验证周期长,准确度低;为改善这一状况,本文基于FDC(Fault Detection and Classification)系统,利用JMP、Minita...众所周知,常规产品不良分析方法通过经验分析不良成因及发生位置,并根据少量数据推断存在问题的设备。这种分析方法费时费力,验证周期长,准确度低;为改善这一状况,本文基于FDC(Fault Detection and Classification)系统,利用JMP、Minitab等品质分析工具,通过大量收集不良发生前、发生时、发生后的数据,得到FDC大数据分析五步法,使得验证周期减少70%以上,准确率达85%以上,极大地提高了产品不良改善效率。展开更多
文摘众所周知,常规产品不良分析方法通过经验分析不良成因及发生位置,并根据少量数据推断存在问题的设备。这种分析方法费时费力,验证周期长,准确度低;为改善这一状况,本文基于FDC(Fault Detection and Classification)系统,利用JMP、Minitab等品质分析工具,通过大量收集不良发生前、发生时、发生后的数据,得到FDC大数据分析五步法,使得验证周期减少70%以上,准确率达85%以上,极大地提高了产品不良改善效率。
