精确定位复杂制造过程中的问题根源使用 JMP 18 制作的视频于 2025 年 7 月发布。
您的制造流程是否复杂，包含众多步骤和工具，这些都可能导致良率低或质量下降？您是否拥有历史良率数据，但分析和理解起来却十分繁琐耗时？您是否需要运用对工具和流程的理解来提高未来的良率？您是否面临难以确定原因的生产延误？
本次课程将演示如何利用流程历史记录快速定位导致产量低、生产问题或耗时的产品切换的具体因素组合。以下是两个示例：
- 探索和分析生产跟踪数据，找出与产量低相关的因素。
- 分析生产过程中各单元在各步骤或工具之间等待的时间，并了解该等待时间与产量之间的关系。
- 分析对产量的影响，并找出容易出现问题的换型环节。
- 找出各生产线中出现差异或意外结果的原因。
- 通过交互式可视化方式呈现数据，从而高层次地了解流程活动。
建议先修课程：
- 了解复杂流程中的工具和步骤。
- 对逐步回归有基本的了解。
资源
质量与工艺工程回复：查明复杂制造流程中的问题根源根据本次网络研讨会，将一些针对流程历史浏览器的增强请求添加到 JMP 愿望清单中。
https://community.jmp.com/t5/JMP-Wish-List/Process-History-Explorer-enhancements-of-automatically-adding/idi-p/888514#M7550
回复：查明复杂制造流程中的问题根源谢谢@Vball247 ！
回复：查明复杂制造流程中的问题根源各位参会人员和 JMP 用户社区成员大家好！
我想继续回答本次网络研讨会（2025 年 7 月举行）期间提出的一些问题：
- 有人问，如果结果变量是连续变量而不是分类变量，会发生什么情况。
- 该平台可能支持连续变量，但当前的实现和示例是针对分类变量设计的。
- 我们可以用这个工具来查看标准差，从而找出变异源吗？它不是为此设计的吗？
- 鉴于平台的当前设计/功能，我们建议仅查看平均值以进行分析。
- 如果只有一张数据表会怎么样？文档上说我们需要两张表。
- 正如我们的支持文档中所述，该平台明确设计用于两个表。
我们已收集到支持文档中有关更多示例和统计详细信息的额外请求，并将其传递给我们的开发团队进行审议。
-JMP技术支持
