王智诚 · Quality Control Engineer (QC)

中文·compact #质量管理 #初级质量工程师
王智诚
质量检测工程师
139 0000 0000zhaoliu@example.comzhaoliu武汉
男2000-09离职-随时到岗8K-12K
汉族群众四川成都未婚

个人总结

材料科学背景深度赋能工业品质控,近2年质量检测与改进实践,擅长以数据驱动根因分析与制程优化。兼具实验室机理验证与产线统计建模能力,主导焊接工序DOE参数优化及SPC监控体系搭建,推动关键特性Cpk由0.89提升至1.51,缺陷率下降42%。精通Minitab多变量分析与Python缺陷分类建模,独立构建预测准确率91.7%的随机森林模型,驱动制程调优与缺陷预防拦截。熟练将FMEA、8D、MSA等质量工具系统落地,从来料检验到成品出货构筑精准高效的全流程质量防线。

专业技能

SPC与过程能力分析
9/10
精通
MSA测量系统分析
7/10
熟练
FMEA失效模式与影响分析
9/10
精通
抽样检验与GB/T 2828
7/10
熟练
根因分析与8D纠正预防措施
9/10
精通
DOE实验设计
7/10
熟练
供应商质量审核
7/10
熟练
ISO 9001质量管理体系
4/10
了解
Minitab统计分析与假设检验
9/10
精通
Python机器学习与缺陷分类
7/10
熟练

荣誉奖项

公司年度质量改进先锋honor
2023-12

因半成品焊接强度提升项目,获评公司年度质量改进先锋。

全国大学生金相技能大赛二等奖honor
2021-10

获国家级学科竞赛二等奖,展现材料分析与操作技能。

工作经历

质量检测工程师某汽车零部件巨头
2022.07 - 至今
质量检测工程师|质量部
  • 基于ISO 9001搭建制程质量控制框架,编制并迭代冲压、装配工序的PFMEA与控制计划,部署12项关键特性的SPC监控,推动综合制程不良率半年内由3.8%降至2.1%。

  • 重新设计来料与成品抽样方案,导入AQL加严抽样规则并建立缺陷分级判定标准,在来料检验量减少15%的情况下将批量漏检风险控制在0.5%以下,成品出货客诉同比减少36%。

  • 主导组建每日质量快反会,运用Minitab对检验和过程数据实施多变量根因分析,发起并闭环27份8D报告,将异常闭环周期压缩至平均4.2天,重大异常实现零复发。

  • 协同工艺部门,依托SPC趋势预警与制程能力分析,锁定注塑工序温度波动为关键因子;优化模温控制逻辑后,该工序Cpk由0.92提升至1.38,年减少报废损失约18万元。

  • 编制首版《成品外观检验统一图册》及限度样品,建立划伤、毛刺等高频缺陷的量化接收标准,检验员一致性Kappa由0.65提升至0.89,客户外观投诉率下降42%。

SPCFMEA抽样检验根因分析MinitabISO 90018D报告

项目经历

数据分析负责人某汽车零部件巨头
2023.01 - 2023.06
数据分析负责人|质量部
  • 针对底盘半成品电阻点焊强度波动引发总成拉脱失效频发,主导运用PFMEA对焊接工序进行风险优先数评估,锁定电极压力、焊接电流、预压时间三项高RPN因子并制定因子水平表。

  • 运用Minitab设计含中心点的全因子DOE,组织在量产条件下完成32组焊接样本的拉伸断裂试验;通过效应帕累托图和方差分析,识别出“压力×预压时间”交互效应为强度变异的显著根因。

  • 基于DOE最优预测,引入配对t检验验证优化参数组合(中电流、高压力、长预压时间)使平均焊接强度显著提升,半成品焊接缺陷率由7.5%降至4.3%(降幅42%),过程Cpk从0.89跃升至1.51。

  • 将验证后的参数组合固化进PFMEA控制计划,导入SPC在线监控与防错清单,同步编制标准化作业指导书,使该焊接工位一次合格率稳定在99.1%,单线年化内部失效成本缩减约18万元。

  • 借助体视显微镜与断口形貌分析进行材料机理佐证,确认优化参数下焊核直径扩大32%,韧窝比例由45%升至82%,从根因层面消除界面撕裂缺陷。

DOE假设检验Minitab焊接工艺PFMEA
审核与改进专员某汽车零部件巨头
2023.09 - 2023.12
审核与改进专员|供应商质量管理
  • 主导5家关键金属件供应商的QMS与过程审核,识别并闭环32项不符合项,同步依据GB/T 2828.1优化来料抽样方案,将A类缺陷漏检风险降低约35%。

  • 推动迭代供应商考核标准,导入MSA评估并辅导其改善测量系统,关键尺寸GR&R均值由32%压缩至15%,来料尺寸超差投诉下降60%。

  • 针对高频来料异常建立8D快速响应机制,要求供应商48小时内提交遏制与纠正预防措施,推动来料批次合格率由95.6%提升至99.2%。

  • 搭建来料质量数据库及供应商风险看板,实现关键物料PPM实时监控与自动预警,异常响应周期缩短40%。

供应商审核GB/T 2828MSA来料检验纠正预防措施
独立研究者华中科技大学
2021.10 - 2022.05
独立研究者|材料科学与工程学院
  • 针对注塑件缺陷分类依赖人工经验且效率偏低的问题,独立设计研究方案,系统采集并预处理15,000+条包含缩痕、飞边、短射等常见缺陷的工艺与质检数据,构建涵盖温度、压力、时间等多维特征的数据集。

  • 基于Python与随机森林算法构建多分类预测模型,通过网格搜索与5折交叉验证优化超参数,最终模型在测试集上缺陷分类准确率达91.7%,较基线逻辑回归模型提升12个百分点。

  • 运用特征重要性排序与部分依赖图分析,量化识别出熔体温度、注射速率和保压压力为贡献度最高的三大关键因子,合计解释超70%的缺陷模式差异,为后续制程调优指明优先干预方向。

  • 将最优模型封装为轻量级交互式预测脚本,支持工艺人员实时输入参数获取缺陷风险预警,初步模拟验证可减少新品试模阶段因缺陷导致的材料无效损耗约25%。

Python机器学习随机森林缺陷分类数据分析

教育经历

华中科技大学· 材料科学与工程学院· 材料科学与工程· 学士· GPA 3.6/4.0
2018.09 - 2022.06

Sample data, for reference only