陈思远 · Quality Control Engineer (QC)

• 针对某精密制造集团某手机金属中框来料检验，建立SPC控制图监控关键尺寸Cpk，发现连续5点偏移后触发预警，推动供应商完成8D根因分析并锁定模具磨损问题，使该物料批次不良率从8.3%降至2.1%。

• 主导梳理40余种电子元器件的来料检验规范，结合历史数据设定AQL抽样方案并优化判定标准，将平均检验时间缩短22%，同时将漏检率由1.5%控制至0.3%以内。

• 代表质量部参与三家核心结构件供应商的月度评审，基于来料DPPM趋势与8D关闭率制定分级管控策略，协助供应商整改工艺参数，半年内推动整体来料合格率从94.6%提升至97.8%。

• 利用Excel VBA搭建来料检验数据自动汇总模板，实现每日不良分类与周度SPC趋势图表输出，支持质量例会快速定位TOP3缺陷类型并部署纠正措施，累计减少重复性不良事件12起。

• 主导某消费电子龙头SMT贴片制程质量改善项目，针对回流焊后虚焊不良率偏高问题，运用FMEA识别关键失效模式（如锡膏厚度偏差、炉温曲线波动），并组织跨部门团队对测量系统实施GRR分析，将量具重复性与再现性从28%降至8%，最终将虚焊不良率从4.5%降至0.9%，年节省返修成本约120万元。

• 引入QC七大手法中的控制图与帕累托分析，对产线30余个关键CTQ参数进行实时监控，锁定前三大缺陷类型（外观划伤、尺寸超差、电气功能异常），通过流程优化与防错工装设计，使整体制程能力指数Cpk从0.85提升至1.32，产线良率由91%提高至96.8%。

• 建立制程质量异常响应机制，基于FMEA风险优先级数（RPN值）制定分级处置规则，将重大异常的平均响应时间从4.2小时缩短至1.5小时，同时推动供应商端对来料镀层厚度实施SPC管控，使来料相关缺陷在制程中的影响降低67%。

• 主导研发部门与生产部门协作的跨职能质量改进小组，运用因果图与对策表系统分析波峰焊连焊问题，通过优化助焊剂喷涂量、调整预热温度参数及更换喷嘴设计，使该缺陷从每板8.3个降至0.6个，同等产量下设备停机清洗频率降低70%。

• 针对新能源项目新供应商质量体系空白，主导建立APQP/PPAP全流程管控文件，制定8项关键节点审核清单，使用Minitab分析首批Cpk数据，推动3家核心供应商完成3轮整改，来料合格率从82%跃升至96%，新品认证周期缩短30%。

• 面对某供应商SMT贴片过程能力不足（Cpk=0.78），带队实施现场过程审核，运用Minitab进行GRR与假设检验定位根本原因，导入防错装置与SPC监控，3个月内将关键焊点Cpk提升至1.35，不良PPM由4200降至680。

• 在NPI阶段负责7款新产品的PPAP提交审核，制定分层PPAP检查表（含材料/尺寸/功能/可靠性），对4家供应商开展APQP阶段评审，推动首批PPAP通过率从40%提升至92%，减少试产返工损失约120万元。

• 为构建供应商质量绩效量化体系，设计基于Minitab的供应商评分卡，整合DPMO、Cpk、准时交付率等12项指标，实现季度动态排名与预警，年度审核覆盖100%核心供应商，推动两家获得ISO9001:2015认证。

• 针对平台日均5000+ SKU的消费电子类商品，主导制定分层抽样检验标准（AQL=1.0/2.5/4.0依据类目风险），将抽检覆盖率从35%提升至78%，问题商品拦截率提高42%，年退货率下降2.3个百分点。

• 重组15人检测团队，建立“初检-复核-仲裁”三级审核机制与周度能力对标培训，使检测一致率由82%跃升至96%，单件平均检测时长压缩至2.8分钟，效率提升30%。

• 搭建商品质量数据看板（Power BI），整合抽检合格率、客诉率、批次不良趋势等12项指标，实现48小时内异常预警自动推送，推动供应商整改周期从7天缩短至2.5天。

• 设计“一物一码”溯源抽检方案，联合仓储系统对退货高频品类实施定向加抽，将翻新机/山寨品的流入风险降低67%，平台客诉中“实物与描述不符”类问题同比下降28%。

• 面对精密零部件尺寸检测依赖人工卡尺、单件耗时15秒且漏检率高达2%的瓶颈，作为质量技术负责人主导开发基于机器视觉的自动检测系统，采用Python编写图像处理算法结合LabVIEW完成上位机与运动控制集成，实现自动上料、多角度拍照、尺寸判定及分拣全流程自动化，使检测节拍压缩至9秒，效率提升40%，误判率降至0.3%以下。

• 针对多型号产品频繁换线导致停机调试时间长的问题，设计模块化视觉检测框架，通过参数化配置文件快速切换检测模板，将换型时间从30分钟缩减至5分钟，年化减少非生产工时损失约120小时。

• 主导完成视觉系统测量系统分析（GRR），采用嵌套方差分析评估重复性与再现性，确保关键尺寸的GRR≤10%，满足客户及ISO 9001要求，并通过Cpk验证过程能力提升至1.33以上。

• 建立检测数据实时上传机制，利用OPC UA将每件产品尺寸偏差值写入MES系统，触发工艺参数自动补偿，推动产线良率从92.5%跃升至95.0%，年减少报废损失超60万元。

• 编写《机器视觉自动检测系统操作规范》与《视觉算法参数调优指南》两份技术文档，培训6名产线操作员与2名技术员，实现系统自运行后的快速响应与日常维护。

• 针对某核心供应商制程能力长期低于Cpk 0.8、来料不良率高达18%的困境，主导导入六西格玛DMAIC框架，带领供应商团队完成流程映射、关键因子筛选及DOE验证，优化注塑与焊接参数，使Cpk提升至1.33以上，来料批次合格率从82%跃升至94%。

• 面对供应商质量管理体系文件缺失、作业标准混乱的问题，牵头进行ISO 9001体系差距审计，辅导其建立从IQC到OQC的标准化流程与控制计划，经过三个月的闭环整改与内部认证，供应商体系通过第三方审核，来料批次合格率稳定在97%以上。

• 针对供应商数据采集碎片化导致异常响应迟滞，协助其部署SPC实时监控系统，设定关键尺寸与外观项的UCL/LCL控制限，并培训现场人员掌握判异规则，将异常发现至处置周期从36小时压缩至4小时，来料不良率降低35%。

• 组织对三家核心供应商开展六西格玛绿带联合培训，辅导完成6个工艺改善课题（涉及焊接气孔、注塑缩水等），应用假设检验与回归分析锁定根因，累计实现年节省返工成本超120万元，同时带动三家公司平均来料合格率由87%提升至95%。

• 针对供应商检验标准与公司要求偏差大，主导制定统一的来料检验规范及抽样方案，并引入MSA分析确保量具一致性，通过两轮交叉验证与现场纠偏，使检验误判率从15%降至3%，来料整体合格率提升15个百分点。

• 针对工厂质量数据分散、报表滞后的问题，主导设计并搭建基于Tableau的质量数据看板，整合SQL数据库中12项关键KPI（来料批次合格率、制程Cpk、直通率等），实现实时监控与自动预警，将质量异常响应时间从4小时缩短至30分钟。

• 利用SQL对近两年历史不良数据进行多维分析，识别出3个影响良率的隐性因子，推动工艺参数优化后产品综合良率提升2.8%。

• 建立KPI阈值预警机制，对Cpk＜1.33、不良率超标的产线自动推送告警至负责人邮箱，使管理层决策效率提升60%，月均减少非计划停线4次。

• 设计并部署三层数据钻取功能（总览→产线→工站），支持质量工程师自助追溯异常源头，累计定位12个隐蔽缺陷模式，避免约1500件潜在不良品流出。

• 组织6名QC成员进行Tableau与SQL实操培训，实现质量团队自主生成日报/周报，月度报告制作耗时从3天降至4小时，大幅降低对IT部门依赖。

• 在NPI阶段主导跨部门PFMEA评审，识别36项潜在失效模式并制定45条预防/探测措施，推动试产批次不良率从8.2%降至2.5%，缩短量产爬坡周期3周。

• 依据APQP框架制定涵盖12个关键CTQ参数的控制计划，明确每一工序的检测频率、样本量及反应规则，确保量产Cpk稳定≥1.33。

• 为8个核心测量系统设计并实施MSA方案，完成GRR分析后推动3套夹具与2项量具校准，使所有系统%GRR≤10%，数据可靠性提升至98.5%。

• 协调4家供应商完成23个新零件的PPAP提交，结合SPC历史数据优化控制计划中的抽样策略，减少首月生产线停线时间40小时。

• 针对关键装配工序设计MSA重复性与再现性专项验证，建立异常预警阈值，在NPI第3周即锁定并纠正测量偏差，避免后续批次返工成本约12万元。

因主导制程改善项目获公司级表彰

通过自动化检测方案降低不良率获奖

完成六西格玛绿带培训及项目实践