MinitabUG的博客

原创 读懂新版 AIAGVDA 统计过程控制（SPC）标准

汽车行业法规繁多、规则复杂，还要应对供应链问题、关税，同时紧跟技术发展、解决人员配置难题，车企需要处理的事务纷繁复杂。此外，全新统一的 AIAG 与 VDA 规范也需要企业予以重视。对于竞争激烈的汽车行业而言，这些指导方针与最佳实践值得认真研究。

原创 生产监控与设备监控：二者有何区别

设备监控与生产监控二者虽有关联，但功能各不相同，解答的业务问题也不一样。当产线出现问题时，两套系统能够帮助工作人员确定排查方向，制定处置方案。由于二者面向不同的绩效层级，故障发生时，它们所支撑的决策也有所区别。用于精准定位设备相关故障；则用于排查生产层面问题。当产出出现缺口时，生产监控可以判断该缺口源于设备故障、换型耗时过长、瓶颈工序或是其他特定因素。有了这些清晰信息，团队就可以把问题分派给对应负责人，选取合适的指标，避免把单台设备的运行表现等同于整体生产情况。

原创 为什么 Real-Time SPC 是在问题造成损失前及时发现并解决问题的关键

SPC 或统计过程控制是使用统计方法来监控和控制过程的做法。与 Minitab 一起，它已经存在了几十年，但传统的 SPC 方法通常依赖于定期检查、手动数据输入和被动操作。Real-Time SPC 改变了游戏规则。它将 SPC 转换为始终在线的系统，持续收集数据、监控变异并在发生失控时通知团队。团队无需等待图表审查或检查报告，而是在发生偏差时立即获得实时警报实时控制台和自动化信号。它不再是识别出了什么问题，而是完全防止问题发生。软件使制造商能够持续监控质量，而不是定期监控。

原创 食品和饮料公司的 Goldilocks 情况：恰到好处地填充

Goldilocks 原则指的是“恰到好处的数量”的概念。对于食品和饮料制造商来说，用内容物填充包装可能就像在有三只熊的房子里导航一样困难。正如童话故事一般，您的商业叙事也可能迎来不同结局：或因“填充不足”或“填充过满”自食其果，抑或通过“恰到好处”的填充，在规避风险的同时实现利润最大化与浪费最小化的双赢局面。幸运的是，Minitab 知道如何处理填充的熊陷阱。

原创 Minitab 22.6 引入新版SPC、可靠性、假设检验等功能！

对用户的好处使控制图更易于解读，并快速研究数据中的模式、异常值和关系。摘要使用参考线以及用于控制限和中心线的灵活标签，自定义交互式控制图。

原创 制造业数据集成：如何打通 MES、ERP 与车间现场数据

制造业数据集成，能够让运营、质量以及业务团队对生产实况及其背后成因形成统一认知。在工厂内部，数据往往分散在各个相互孤立的系统中：传感器记录工艺工况，控制系统管理设备，MES（制造执行系统）跟踪生产过程，质量系统保存检验结果，ERP（企业资源计划）负责管理订单、物料、库存与成本。当各类记录无法关联互通时，团队就只能耗费大量时间整理核对电子表格，而无法基于实时信息开展业务行动。为梳理这种数据割裂问题提供了实用框架。该模型划分五个层级，覆盖从物理生产流程到企业业务计划的全部制造活动。

原创 可靠性分析中的 Weibull 分布

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：· 1）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？· 2）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？· 3）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。

原创 控制图报警到底快不快？一个叫ARL的指标说了算

控制图的灵敏度由平均运行长度（ARL）衡量。

原创 一套 DOE 方案，能否同时完成因子筛选与工艺优化？

更智能的试验设计，如何帮助团队从每一次试验中挖掘更多有效信息

原创 抛开 ChatGPT，工业和商业真正离不开的 AI 是什么？

Minitab 始终不追逐概念化、理论化的强AI，专注落地型商用AI技术，把复杂机器学习算法轻量化、工具化，服务制造、采矿、商贸、科研等全行业，用数据智能助力企业科学决策、稳定增效，这也是当下工商业真正离不开的AI核心价值。

原创 SPC 落地前，先过这 11 道关

很多工厂的 SPC 项目，软件买了、控制图画了，最后却"看着好看、用着没用"。问题往往不出在 Ch.9 控制图怎么画，而出在更前面——第5章「SPC 应用要求」。这一章不教任何统计公式，却决定了你的 SPC 能不能真正落地。

原创 六西格玛改一次坑一次？90%的人都忽略了这个前置步骤

Minitab 模拟专家可针对全流程建模推演，精准定位生产中断、效率损耗的关键节点，清晰测算不同改善方案的落地效果，帮助企业优先落地性价比最高、增益最明显的优化措施，避免无效投入。Minitab 顾问通过梳理全服务流程，搭建专属模拟模型，迭代各类优化方案的落地效果，在不影响现有服务体系的前提下，提前测试流程调整可行性，精准压缩等待时长，稳定提升客户体验。六西格玛DMAIC流程中，常规的数据分析多依托均值数据、静态报表，无法还原生产、供应链、人员运营中的动态变异性、队列拥堵、资源上限、突发约束等真实场景。

原创 利用 DOE 解锁半导体制造创新

无论您是在优化新的沉积工艺、提高工艺开发阶段的良率，还是研究复杂的因子交互作用，Minitab 都能提供工程师用于设计高效实验并做出有把握、数据驱动决策的统计工具。

原创 Brumano：国产自研实时 SPC，值得拥有！

国产自研实时 SPC，告别纸质记录、告别手动复制粘贴，让产线质量看得见、管得住、可追溯，制造企业数字化质量升级优选方案！

原创 Monte Carlo 与离散事件模拟：了解关键差异

Minitab 将 Monte Carlo、离散事件模拟甚至 Digital Twins 结合起来进行实时绩效管理，为您提供完整的集成工具包，实现持续过程改进。

原创 借助流程仿真技术降低食品饮料制造业的时间、成本与风险

依托数字孪生与数据科学，Minitab 提供经过实践验证的流程优化、产能提升及供应链韧性全套解决方案。

原创 假如古埃及人用 Minitab 建造金字塔

如果可以穿越回四千五百年前，当修建吉萨金字塔的古埃及工程师，拿到如今制造业人手必备的 Minitab 工具。采石管控、坡道仿真、工序监测、风险排查，这座百万巨石堆砌而成的旷世工程，将会拥有一套科学化的建造思路。

原创 重磅发布 | Brumano实时SPC5.0全新迭代，强化数据采集与可视化监控

历经多轮客户现场实测、功能打磨与底层架构优化，我们很高兴地宣布由上海泰珂玛自主研发的，这是 Brumano 产品发展史上的又一个重要里程碑。本次版本围绕数据采集、数据运算、可视化监控、异常处置、系统性能五大模块全方位升级，为汽车、3C 电子、新能源、精密加工、钢铁等行业提供更高效、更稳定、更贴合现场的一站式实时 SPC 解决方案。V5 重点强化现场数据接入方式，支持设备与产线数据直接进入分析链路：• 新增 MQTT 接入：对接 IoT / 消息队列，支持 Topic 映射与样本拉取。

原创 评估过程能力的十大关键注意事项

从日常食品、医用器械到医疗服务，各类产品 / 服务的合格判定都离不开过程能力分析。一套严谨、完整的能力分析流程，是稳定产出高品质产品的根基。无论你希望手动完成全流程分析、交由 AI 自动运算，或是两种方式结合使用，Minitab 统计软件都能提供完整解决方案。

原创 西班牙、阿根廷谁更符合世界杯冠军模板？

数据只能提供客观分析视角，90 分钟赛场的胜负走向，最终依靠球员临场发挥决定。

原创 过去 50 年间十大震撼工程奇迹

半个世纪以来，工程师不断突破人类认知的边界。他们向更深、更高、更快的领域发起挑战，驾驭全新能源形式，拓展人类能力的上限，诸多构想在曾经看来根本无法实现。每一项工程都突破了设计、数据与人力意志的极限，最终改变了整个世界。以下是过去 50 年里最震撼的十大工程成就，以及建造过程中攻克的重重难关。

原创 设备反复调试，SPC依旧乱报警？ProLink 5.0实时SPC全链路管控

还在被SPC乱报警、盲目调机、虚假Cpk数据困扰，频频出现报废超标、客户审核卡壳的问题？

原创 一家酒店如何借助数据提升宾客满意度

宾客满意度究竟代表什么？团队使用 Minitab 解决方案中心内Brainstorm（智能灵感）工具里的CTQ 关键质量特性树，梳理出优质入住体验的核心驱动因素。顶层总需求一目了然 ——“完美入住体验”，而下一层细分维度需要团队深度梳理。通过集体头脑风暴，团队将宾客需求划分为四大核心板块：舒适度、洁净度、服务效率、配套设施。每个大类可继续向下拆解细分指标。以 “舒适度” 为例，团队最初只列出 “客房安静”“床品舒适” 两项。随后团队点击快速生成。

原创 减少错误并增强患者流动，以实现持续改进

解决医疗错误和改善患者流动对于医疗保健领域持续改进计划的成功至关重要。

原创 用 Minitab 预测 2026 美加墨世界杯冠军：从数据建模到夺冠概率

2026 美加墨世界杯小组赛阶段全部收官，32 队 1/16 决赛正式打响，全世界球迷的目光再次聚焦于大力神杯的最终归属。本届小组赛冷门频出，赛前各大机构给出的预测模型，迎来了第一轮真实赛果验证。每逢大赛，预测冠军总是最热的话题——是高居 Elo 积分榜首的西班牙？是拥有豪华锋线的卫冕亚军法国？还是背负“卫冕魔咒”的阿根廷？在高盛等机构用复杂模型给出预测的同时，我们也可以借助这个强大的统计工具，自己动手构建一套透明、可量化的预测模型。本文将带你了解，以及。

原创 数据滞后正在造成企业经济损失

自动化实时 SPC 落地后，企业告别被动补救，实现生产风险前置管控。

原创 为何精益六西格玛推行难以落地

众多企业在培训上投入巨大。员工考取绿带资质，部分人进一步晋升黑带，企业也积极打造以质量与持续改进为核心的文化氛围。但一个普遍困境反复出现：员工完成培训、参训期间积极性高涨，部分人还会主动深造。然而大约 30 天后，大家便不再运用相关方法，各类资质证书最终沦为荣誉徽章，并未真正融入实际工作。这说明问题不在于培训本身，而在于。

原创 OMARS设计如何完美衔接DSD与RSD

在实际应用中，我们可以根据具体的项目需求，设定投影能力（Projection Capacity）、预测方差和统计功效的可接受阈值，通过层层筛选，最终“锁定”当前实验的最优解（Pareto-optimal design）。无论你是追求极致控制的质量极客，还是精打细算的工程专家，OMARS设计都为我们在真实的商业环境中提供了一把兼顾“成本”与“质量”的新钥匙。两因子交互作用之间存在严重的混杂，且由于每个因子的中间水平实验运行次数有限，DSD在检测二次效应（非线性曲率）时的统计功效（Power）明显偏弱。

原创 什么是 Cm 和 Cmk？

Cm 和 Cmk 是机器能力的度量。机器能力是机器在公差范围内生产零件的能力。机器是过程中变化的常见来源。机器变化描述了同一台机器、同一操作员、相同条件下的短期零件间变化。使用 Cm 根据分布评估机器的潜在能力。使用 Cmk 根据位置和分布来评估机器的潜在能力。潜在能力表示在消除偏移和漂移时可以实现的能力。

原创 一文读懂未来工厂：数字化如何重塑制造业？

未来工厂不是自动化设备的简单堆砌，而是以数据为核心、以分析为引擎的智能生态。借助 Minitab 等数据分析工具，制造企业可充分释放数据价值，优化全流程，在竞争中抢占先机，实现长期可持续增长。

原创 使用 Z 值法确定非正态数据的整体能力

当您在 Minitab 中执行非正态能力分析时，默认情况下将使用 Z 值法计算正态能力指标。（为什么默认选择“Z值法”而不是“ISO法”，我们在之前的文章里讲过，大家可以再去看一下）

原创 不止于工具！Minitab 公益质量峰会教你如何用数据驱动组织效能升级！

原创 赛诺菲用Minitab DOE，把片剂研发周期从 6个月缩到4个月

在制药行业高质量发展的今天，谁能用更少成本、更短时间、更稳质量完成研发，谁就能占据先机。好的试验设计，就是最直接的生产力。拥抱 Minitab DOE，让每一次试验都更有价值，让每一款产品都更快上市。

原创 智赋组织，效赢未来｜2026 Minitab Exchange 苏州峰会重磅启幕！

当质量遇上数据，当效率遇见智能，一场属于质量人的盛宴，即将在苏州璀璨启幕！2026 Minitab Exchange 峰会 —— 苏州，正式官宣！作为全球领先的数据分析与质量管理解决方案领导者 Minitab，携手中国区合作伙伴泰珂玛，以「智赋组织，效赢未来」为核心，汇聚行业专家、标杆企业与质量精英，共话，为企业数字化转型与效能跃升注入强劲动力。

原创 如何使用Simul8优化您的流程？

DES是一种通过计算机还原制造流程（例如汽车生产、元器件生产等）、服务流程（例如医疗就诊、呼叫中心等离散流程）中的每一事件来再现系统的运作过程，以实现分析和优化系统等目的的技术。但财务上的表现总能让我们清楚一个好的决策是建立在可靠的指标上的。DES的目的即是帮助我们了解系统的真实表现，并做出自信的决策。· 财务：对于改善项目而言，DES的建模分析需要投入人力、物力，改善前后的财务收益（估算）应当是显著的。这个问题我们会从三个方面回答，一是适用场景，二是为什么选择Simul8，三是分析的一般步骤。

原创 阿尔忒弥斯二号隔热罩：在充满不确定性的情况下如何决策？

阿尔忒弥斯二号任务就是最高级别应用的绝佳范例：数据从不完美，风险高到极致，却依然必须做出决策。

原创 利用趋势分析预测短期趋势：告别主观估算，开启科学预测

数据集规模足够支撑精准预测，所构建的模型可靠性高。

原创 Minitab 如何为 FDA 监管下的验证工作提供支持

Minitab能让你在 FDA 监管环境中，对每一次统计计算都充满信心 ——合规、可靠、可追溯、轻负担。

原创 汽车制造业中测试 “假设情景” 的最佳方法

汽车制造容不得半点主观臆断。紧张的生产排期、供应商供应波动，以及不断变化的整车厂需求，都可能让原本简单的生产计划演变为重大突发问题。正因如此，头部整车制造商（OEM）纷纷依赖仿真技术。能够让制造商在零风险的数字环境中测试复杂场景，无需在车间现场投入高昂资源或改动生产线。离散事件仿真，本质是为实际生产车间搭建基于时间的数字化模型，在投入任何资源、改动生产线之前，安全开展各类“假设情景”测试。

原创 超越 DOE 菜单：最优设计和 OMARS 设计

Minitab DOE by Effex 现已通过 Minitab Solution Center中的Core/Analytics/Copilot三个版本提供，以扩展您的实验设计（DOE）能力。要将Minitab DOE by Effex添加到您的Minitab订阅中，请随时联系我们。