陈骏 · 汽车质量工程师

• 主导某新能源车型白车身焊接质量专项，通过优化焊点参数与引入在线超声波检测，将焊接一次合格率从92%提升至98%，全年减少返修工时1,200小时。

• 针对涂装车间颗粒缺陷率偏高问题，运用鱼骨图与帕累托分析锁定烘房洁净度与涂料粘度两大主因，推动工艺改进后缺陷率从8.5%降至3.2%，节约返喷成本约240万元。

• 建立冲压件来料质量门禁机制，联合模具供应商对关键尺寸进行SPC监控，使冲压A类缺陷率下降60%，单月停线次数由7次降至1次。

• 负责总装装配过程质量指标达成，主导实施装配防错工装改造6项，将底盘螺栓扭矩不合格率从4.7%降至0.3%以内，售前缺陷率降低42%。

• 统筹冲压、焊接、涂装、总装四大车间质量日报分析与月度质量例会，推动跨部门协作解决21项系统性过程问题，助力整车Audit得分提升15分，达到B级车水平。

• 主导某转向系统核心供应商的PPAP认证，识别并关闭23项过程与文件不符合项，推动首批样件一次性通过客户审核，认证周期从12周压缩至8周。

• 针对3家关键供应商的生产波动，建立基于控制图的SPC监控体系，覆盖16个关键尺寸特性，将整体过程能力Cpk从0.85提升至1.41，降低来料不良率42%。

• 运用VDA 6.3审核准则对8家潜在供应商实施过程审核，筛选出4家达标供应商，并针对薄弱环节输出12项改善计划，保障后续量产阶段零批量缺陷。

• 策划供应商质量开发路线图，将PPAP提交一次通过率从68%提升至94%，获公司年度供应商质量改进卓越奖。

• 担任某头部自动驾驶公司质量主管，从零搭建L4级自动驾驶控制器质量体系，主导APQP全流程，将产品开发周期从18个月压缩至14个月，量产节点准时率提升至95%。

• 主持系统级DFMEA与PFMEA联合评审，覆盖控制器8个核心子系统，识别并规避217个潜在失效模式，推动设计优化减少43项高风险项，使原型样机一次性通过环境可靠性测试率达92%。

• 建立供应商APQP协同机制，联合5家关键芯片与PCB供应商开展早期FMEA对接，推动物料PPAP提交通过率从68%提升至100%，支持新平台控制器提前3周进入小批量产。

• 构建基于APQP门控的研发质量数字化看板，实时追踪设计评审、试验完成率与问题关闭率，将开发阶段问题逃逸率降低55%，客户现场NTE率控制在0.8%以下。

• 针对某新能源车型上市后连续收到多起电子控制单元(ECU)通信中断的售后抱怨，作为E-Car项目质量负责人，主导成立跨功能小组（含研发、制造、售后、供应商代表），运用8D方法论定位根本原因，同时引入FTA故障树分析拆解出接触件氧化与软件容错阈值两个关键失效路径，推动设计变更与软件补丁，使该车型ECU相关故障率从每千辆38例降至26例，降幅达31.6%。

• 面对售后数据中偶发性制动系统误报警问题，主导跨部门团队（质量、电子、标定、售后）执行FTA逐层分解，识别出传感器信号滤波算法在低温环境下的相位延迟为深层根因，通过优化滤波器参数与增加诊断冗余，将误报警频次从每月15次降至10次以下，故障率下降33%，同时固化8D报告作为后续新平台的标准复盘模板。

• 针对用户投诉集中的高压充电座过热异常，领导跨功能小组使用8D快速响应，运用FTA量化各因素贡献度，发现充电枪端子镀层厚度不均匀以及BMS充电曲线匹配问题是两个主要根因，推动供应商改进镀层工艺并协同研发更新充电策略，使充电座过热类投诉从月均22起降至14起，降幅36%，并同步建立售后质量问题预警看板，实现根因与解决措施的可追溯。

• 针对某关键转向系统供应商因过程能力不足导致批次不合格率高达12%的困境，作为主导VDA 6.3过程审核的负责人，识别出产线防错装置缺失与参数控制不稳定等23项问题项，制定并推动8项改进措施落地，使过程能力指数Cpk从0.8提升至1.33。

• 围绕供应商注塑与机加工工序的SPC控制失效，运用VDA 6.3审核工具逐项分析人机料法环测的薄弱环节，并组织供应商内部跨部门团队优化工艺参数与增加在线检测频次，最终将不合格品率由8.5%降至1.2%。

• 针对供应商缺乏系统化PPAP流程的问题，主导建立分阶段的APQP状态评审机制，要求其提交关键特性控制计划与能力研究报告，并实施三个月跟踪验证，确保Cpk≥1.33的长期稳定性。

• 在审核后改进期间，每周召开改进进度会并动态调整纠正措施，同时引入防错治具与自动化统计过程控制软件，使供应商的过程失控报警响应时间从48小时缩短至2小时，零件交付合格率提升至99.5%。

• 通过本次专项改进，该供应商被纳入公司A级供应商名录，作为标杆向其他三家零部件供应商推广VDA 6.3审核与Cpk提升方法论，实现同类产品整体过程能力均值从0.95提升至1.25。

• 针对自动驾驶控制器生产全流程，整合产线测试、路试及售后数据，主导搭建基于Hadoop的大数据追溯平台，实现不良品从零件号到组装工位的秒级定位，追溯效率较此前提升85%。

• 设计涵盖SMT、组装、老化、功能测试等12道关键工序的质量可视化看板，实时展示Cpk、不良模式分布及趋势，推动团队提前2周识别出3类潜在异常，避免约￥60万返工损失。

• 应用随机森林算法构建质量预警模型，对焊接温度、扭矩等20+参数进行实时监控，将批次性不良预警准确率提升至93%，漏报率较旧规则方法下降40%。

• 建立供应商端数据自动采集接口，覆盖200+关键物料批次，实现原材料追溯链100%数字化，批次数据完整性从70%跃升至99%，月度审核工时节省30小时。

• 通过追溯系统关联售后索赔数据与产线不良记录，自动生成8D问题分析报告初稿，使问题根因锁定周期从平均7天压缩至1.5天，推动某批次控制器故障率下降38%。

表彰其在整车质量改进中的突出贡献

通过六西格玛黑带认证，具备高级统计分析和过程改进能力

获得公司级优秀内审员称号，主导IATF 16949体系内审