面对生产质量问题，制造业只用SPC就够了吗？

越来越多的企业，将SPC系统应用于生产项目中，作为生产质量分析的标准工具。但是SPC主要体现在控制图，是检验数据，无法更好关联分析数据。生产质量分析及预测解决方案应运而生，追溯质量问题，提高成品率。

越来越多的企业，将SPC系统应用于生产项目中，作为生产质量分析的标准工具，来对生产过程进行分析评价，从而控制产品质量问题。

但是SPC功能主要体现在控制图，是检验数据，监控数据；无法更好的做到质量关联数据的分析，比如我们员工、机器、材料、工艺、环境等生产数据的关联分析，从而构造出质量关联数据的模型，到达预测质量的有效结果。

那面对生产质量问题，我们到底该用什么科学全面的方法呢，生产质量分析及预测解决方案应运而生。

生产质量分析及预测：从人-机-料-法-环，全面分析整个生产过程质量。

人：涉及生产负责人、班组长、质检人员、出入库人员等，进行客诉与订单交付分析

机：工作重心、设备机台、机械参数、运行参数等，进行设备故障和备件分析

料：物料信息、批次/序列 信息、供应商信息、工艺线路等，进行生产情况分析

法：BOM、作业指导、图纸等，进行后台管理

环：环境、温度等，进行质量预测分析

以X汽车制造业客户为例，该客户已在中东、东南亚、东欧、非洲、美洲等五大板块15个国家成功布局，据公司发展需要，改造一个工厂形成辐射华中地区的生产基地，支持20万及扩展，支持双班及扩展，实现定制化生产。

他们没有大数据管理平台，无法对数据进行统一的管理。需要找到影响质量的关键因素，构建预测模型，预测质量。

生产质量分析主题：

缺陷异常因子分析、员工行为分析、产品难易度分析、焊接数据异常点检测、焊接飞溅分析、焊接效果分析、缺陷预测分析

生产质量分析及预测方案架构：

客户收益：

在内饰颜色、配置、车型、天窗等维度下，找出发生缺陷次数较多的部门和缺陷类型，从而为业务部门提供改进方向。

通过产品生产过程中的缺陷记录（人员、设备、订单等）数据进行统计计算，分析相关因子的影响比例，输出因子分析图表。

对焊接数据进行分析，有助于提前判断焊接效果，反应焊接传感器的数据采集质量。

建立机器学习模型进行预测，输出故障是否发生，判断车辆故障发生的概率，同时给出特征重要性排序。

效果展示图例：

分析故障类型对于缺陷的影响因素

异常因子对于缺陷的影响分析

大数据，一直致力于将复杂的数据转为清晰的见解，通过端到端的方案，将更好的满足企业定制化生产的需求，提高企业运营效率。

如果您的企业也有生产质量分析、设备故障分析、工业大数据分析、能耗异常分析等需求，欢迎拨打热线或在线咨询，为您免费提供大数据相关业务咨询！

======  推荐阅读  ======

1、产品质量分析 告，你真的懂吗/span>

2、产品质量分析，质量预测，助力企业提高效益

3、领导常说的管理驾驶舱是什么何如此重要

4、汽车维权事件频发，如何做好质量管理

5、管理驾驶舱，让领导决策智能化

标签：