“大数据”助力下一轮制造工艺流程优化

被引：1

作者：

埃里克奥西兹斯基 ^{[1
]}

马库斯汉默 ^{[2
]}

艾金森拉佳格保尔 ^{[3
]}

肯萨默斯 ^{[4
]}

赵灿

机构：

[1] 麦肯锡公司里昂分公司

[2] 麦肯锡公司里斯本分公司

[3] 麦肯锡公司约翰内斯堡分公司

[4] 麦肯锡公司安特卫普分公司

来源：

上海质量 | 2014年 / 12期

关键词：

工艺步骤; 生物药品; 工艺参数; 矿石品位; 制造业; 加工工业; 产量; 制造商;

D O I：

暂无

中图分类号：

F273 [企业生产管理];

学科分类号：

1202 ; 120202 ;

摘要：

<正>在过去的20年时间里,制造商已经可以通过实施精益生产和六西格玛项目,减少生产工艺流程中的浪费和变化问题,并大大提高产品的质量和产量。然而,在医药、化工和矿业等特定的加工环境中,极端波动的变化已经成为常态,甚至运用精益技术也无法解决。在上述产业及其他产业,影响产出的因素纷繁复杂,因此,制造商需要一种更加细化的方法来诊断和纠正工艺流程缺陷,高级分析就是这样一种方法。高级分析是运用统计和其他数学工具对业务数据进行分析,进而评估和改进当前操作工艺流程的一种方法。在制造业,运营经理可以使用高级分析,深入了解历史工艺流程数据,找出离散工艺步骤和投

引用

页码：44 / 45

页数：2