杨朝盛

杨朝盛《质量工具实战应用提升课》

主讲:杨朝盛老师【课程背景】在当前制造业竞争日益激烈的背景下,质量已成为企业生存与发展的核心竞争力。然而,许多企业在质量问题的识别、分析、解决与汇报环节仍存在以下痛点,比如:客户端:客户反馈质量问题后,报告撰写不专业、数据支撑不足,导致客户信任度下降,抱怨升级。现场端:一线人员发现问题后,缺乏系统工具进行根本原因分析与有效汇报,仅凭经验和直觉处理问题,导致问题重复发生。研发端:研发人员缺乏结构化工

杨朝盛《质量管理的数字化建设与敏捷性管理》

《新时代质量管理体系》主讲:杨朝盛老师【课程背景】麦肯锡的Analytics Quotient(AQ)数商数据库研究表明,数字化成熟度高的企业,其增长动力是平均水平的2.4倍。萨利姆·伊斯梅尔(Salim Ismail)指出现代企业正面临加速变化的数字化时代,企业领导者必须认清事实,加快响应速度,否则将面临衰落。传统质量管理体系已无法满足动态、精准、预防的敏捷响应需求。新时代的质量管理体系,本质是

杨朝盛《FMEA-失效模式与影响分析》

主讲:杨朝盛老师【课程背景】随着顾客对质量要求不断提高,产品和过程不得不进行成本优化,更高的复杂程度,以及法律要求设计提供商和制造商需承担更多的产品责任,汽车行业正面临各种挑战。因此,我们采用FMEA方法来解决技术问题,以“七步法”更为结构化的方法,识别并降低产品和过程的风险!美国汽车工业行动集团(AIAG)与德国汽车工业联合会(VDA)的整车厂(OEM)和一级供应商成员共同对FMEA手册已进行改

杨朝盛《六西格玛管理实战训练营》

——在项目带学中让你真正掌握六西格玛管理实战应用主讲:杨朝盛老师【课程背景】六西格玛管理起源于1986年摩托罗拉几位工程师的创新,旨在应对日本企业的竞争压力,通过数据驱动和流程优化将缺陷率控制在3.4ppm以内。1990年代,通用电气(GE)在杰克·韦尔奇推动下将其升级为覆盖全业务的管理战略,形成DMAIC标准化流程,并与全球化战略结合,使其从制造业扩展至医疗、金融等领域。随着企业成本控制需求越来

杨朝盛《卓越供应链质量管理》

构建稳健与高效的价值供应链主讲:杨朝盛老师【课程背景】随着全球化和专业化分工的不断深入,现代企业的竞争已不再是单个企业之间的竞争,而是其所在供应链之间的综合性竞争。产品质量的保证不再局限于企业内部的生产制造,而是贯穿于从原材料到终端客户的整个价值链。任何一环的质量失效,都可能导致巨大的商业风险,包括成本飙升、品牌声誉受损、市场份额下降甚至法律纠纷。然而,供应链往往结构复杂、地域分散、透明度低,给质

杨朝盛《QC新旧七大手法》

——一次学通!“学了就能用上”的质量工具课主讲:杨朝盛老师【课程背景】在质量管理领域,QC 新旧七大手法是解决质量问题、提高产品与服务质量的核心工具。这些工具简单实用,能有效收集、整理、分析数据,助企业洞察问题本质,进而精准决策、改进流程。然而,许多企业虽引入这些工具,却因缺乏系统培训和实践指导,致使使用效果不佳,无法充分发挥其效能,进而影响质量管理水平提升。本课程专注于深入剖析 QC 新旧七大手

杨朝盛 《制造业系统思维与问题解决实战课程》

主讲:杨朝盛老师【课程背景】在制造业的激烈竞争与转型升级浪潮中,工厂运营的复杂性与日俱增,尤其是汽车、飞机、芯片、电池等先进制造业尤为明显。管理者们常常陷入“救火队长”的困境:问题层出不穷,按下葫芦浮起瓢;旧疾反复发作,看似解决的顽症换个面目卷土重来;头痛医头、脚痛医脚的措施,耗费了团队巨大精力却收效甚微,难以触及根本,团队士气也受挫。这种“点状灭火”式的窘境,暴露了深层次的问题——系统思维还是不

杨朝盛《企业内训师进阶之旅(TTT)》

《匠心传承 赋能未来》主讲:杨朝盛老师【课程背景】为支撑企业战略发展,打造一支“懂业务、会传授、善引导”的内部培训师队伍至关重要。本次培训旨在将公司的技术专家、职能精英和优秀操作人员的宝贵经验转化为结构化课程,并通过专业的授课技巧进行有效传播。特别是结合公司高度重视安全生产、建设VR安全体感培训中心的背景,本次TTT将强化安全类课件的设计与呈现能力,助力公司安全文化建设落地生根。杨朝盛老师扎根制造

杨朝盛《现代化工厂精益生产(LP)》

从工具应用到系统性降本增效主讲:杨朝盛老师【课程背景】全球制造业竞争加剧,精益生产(LP,Lean Production)已然成为企业赖以生存的核心能力。然而多数企业却面临种种困境,如:推行精益生产仅停留在5S表面,TPM沦为设备擦洗,无法触及效率与成本核心痛点。改善活动“运动化”,缺乏系统性长效机制,三个月后回到解放前。产品质量与精益生产融合困难,甚至存在太多的矛盾纠葛,内耗严重。一线员工与基层

杨朝盛《MSA-测量系统分析》

主讲:杨朝盛老师【课程背景】在制造业和质量控制领域,数据是决策的基础。我们依靠测量数据来判断产品是否合格、过程是否稳定、改进是否有效。然而,一个至关重要且常常被忽视的问题是:我们用来做决策的测量数据本身可靠吗?如果测量系统本身存在巨大误差,那么基于这些不可靠数据所做的任何决策——无论是调整工艺、接受或拒收产品,还是评估改进效果——都像是在流沙上盖房子,根基不稳,风险巨大。这会导致:良品被判为不良品