资源中心
质量工程、可靠性和六西格玛
- 车企如何运用数据分析提升产品可靠性作为全球领先的一站式交互性数据分析软件,JMP致力于将数据分析融入企业可靠性管理体系的DNA,支持从数据管理、关键失效模式分析、失效寿命分布类型到快改、深入研究问题、模型部署与应用的全流程应用。
- 西门子医疗(Siemens Healthineers)质量工程师对创新血液分析系统的制造、测试以及性能实施优化。
- 恩智浦JMP Pro 改善了解决方案的设计和制造、六西格玛培训和过程改进。
- ASM InternationalASM在公司范围内运用统计方法提高工作效率和成效。
- 曲线数据的测量系统分析(MSA)凭借函数数据分析器(FDE),JMP Pro 为解决曲线数据的测量系统分析(MSA)这个复杂的问题提供了简单而又高效的解决方案。
- 药品稳定性了解怎样通过稳健的分析应对制药行业法规要求。
- 数据驱动的高科技制造质量提升本次网络培训的主题为“敏捷数据分析,成就更好未来”,面向质量工程师、工艺工程师、产品工程师及产品研发人员,内容涵盖高科技制造业在质量管理上的难题,数据分析在质量管理的作用及应用框架,以及基于JMP的质量管理应用案例分享。
- 数据分析在药物临床及工艺研发阶段的应用 本次网络研讨会將助您了解:如何利用生物统计缩短研发时间、提高临床数据分析效果和药品安全性?如何通过定量分析找到影响药品生产质量的关键因素,提升工艺水平和制程能力,从而提高质量水平?使用先进统计方法,将给药品研发和生产带来哪些帮助?
- 轻松玩转质量数据分析本次网络研讨会面向高科技及电子行业的研发、质量、工艺等部门中数据分析人员及中高级管理人员,旨在帮助大家树立"基于数据和客观事实做决策"的理念和信心,掌握基础的质量统计方法,建立客观科学地量化现实工作中各种不确定因素等能力,切实提高解决问题的能力。
- 可视化的质量过程分析本次网络研讨会面向所有从事研发、质量、工艺等部门中数据分析人员及中高级管理人员。在本次演讲中,您将了解到JMP可视化初体验,探索性数据分析;跨越"统计过程控制"到"统计过程诊断"的鸿沟;从一到百,"全景"展现过程能力分析, 快速定制仪表板,让您的报表自动而来等精彩实操内容。
- Reliability可靠性分析欢迎观看“Reliability可靠性分析”网络录制视频!JMP的可靠性工具可帮助您预防产品缺陷,提高产品的质量保证。通过揭示数据和模型预测中的趋势和异常现象,帮助您发现严重的设计缺陷,找出材料或生产流程中的不足,继而确定解决方法。
- 活学活用QC七工具欢迎观看“活学活用QC七工具”网络录制视频!日常工作中,当企业面临质量意识、问题意识、危机意识和改善意识,需要用到统计技术的方法和观念来进行持续的改善时所采用的统计方法,就是QC七工具。
- 使用统计过程控制改进和监查过程了解怎样使用单因子分析、直方图分布等知识。 本案例研究介绍了乙醇制造厂怎样通过实施统计过程控制(SPC)成功地限制批次间差异的全过程。
- 解释可靠性增长了解科学的统计方法如何提升产品和过程的可靠性,并借助JMP软件查看具体的案例实施。
- Explaining Reliability GrowthLearn about statistical techniques used to improve product and process reliability over time, and see specific examples using JMP software.
- 柯达(Kodak)的精益六西格玛实践总部位于美国纽约州罗切斯特市的柯达公司在影像拍摄、分享、输出和显示领域一直处于世界领先地位,是当前世界上最大的影像产品及相关服务生产和供应商,一百多年来帮助无数人留住美好回忆、交流重要信息以及享受娱乐时光
- 庄信万丰 (Johnson Matthey) 精细化工在庄信万丰,JMP是工艺优化中的“活性成分”
- 加州理工州立大学随着市场全球化不断加剧,Jianbiao John Pan教授借助于JMP助力课堂教学,努力将学生培养成能够胜任工业领域工作的合格人才
- 意法半导体意法半导体工程师使用JMP软件开发智能电源技术
- 提高研发项目质量,大幅缩短研发周期北京低碳清洁能源研究所(NICE, National Institute of Clean-and- Low-Carbon Energy)是由全球最大的煤炭公司神华集团资助的研究机构
- 瑞士罗氏制药(Roche)公司罗氏制药致力于提供生物传感器,帮助医疗健康专业人员获取患者血液质量的临床解读。
- 帝国理工学院合成生物学加速器SynbiCITE借助帝国理工学院(Imperial College)的合成生物学加速器SynbiCITE,统计分析将学科知识转化为先进的研究。
- PerrigoPerrigo通过在实验和测试中大量地使用统计分析,减少了产品的变异和其他低效工作。