دوره کنترل کیفیت هوشمند همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کنترل کیفیت هوشمند

موضوع کلی: انسان، تکنولوژی و آینده

موضوع میانی: نظریه هوش مصنوعی در تولید (AI in Manufacturing)

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم پایه کنترل کیفیت
• 2. اهمیت کنترل کیفیت در صنایع مختلف
• 3. چرخه PDCA و کاربرد آن در بهبود کیفیت
• 4. روش‌های جمع‌آوری داده‌های کیفی
• 5. نمونه‌برداری و تعیین حجم نمونه
• 6. آمار توصیفی و نمودارهای کنترل کیفیت
• 7. تحلیل هیستوگرام و توزیع داده‌ها
• 8. نمودارهای پارتو و شناسایی عوامل مهم
• 9. نمودارهای علت و معلول (نمودار استخوان ماهی)
• 10. کنترل فرآیند آماری (SPC)
• 11. حدود کنترل و تفسیر نمودارهای SPC
• 12. نمودارهای X-bar و R برای کنترل میانگین و دامنه
• 13. نمودارهای X-bar و S برای کنترل میانگین و انحراف معیار
• 14. نمودارهای کنترل برای داده‌های فردی و بازه‌های متوالی
• 15. نمودارهای کنترل c و u برای داده‌های شمارشی
• 16. تحلیل قابلیت فرآیند (Process Capability)
• 17. شاخص‌های قابلیت فرآیند Cp، Cpk، Pp، Ppk
• 18. رابطه بین قابلیت فرآیند و کنترل فرآیند
• 19. برنامه‌ریزی آزمون‌های کنترل کیفیت
• 20. روش‌های بازرسی و آزمون غیرمخرب
• 21. آزمون‌های مخرب و تاثیر آن‌ها بر نمونه
• 22. استانداردهای ISO مرتبط با کنترل کیفیت
• 23. استاندارد ISO 9001 و الزامات آن
• 24. ممیزی داخلی و شناسایی نقاط ضعف سیستم کیفیت
• 25. اصول مدیریت ریسک در کنترل کیفیت
• 26. روش‌های FMEA (Failure Mode and Effects Analysis)
• 27. تحلیل درخت خطا (FTA)
• 28. روش‌های Six Sigma و DMAIC
• 29. مراحل اجرای پروژه Six Sigma
• 30. ابزارهای حل مسئله Six Sigma
• 31. کنترل کیفیت در خدمات
• 32. کنترل کیفیت در صنعت غذا و دارو
• 33. کنترل کیفیت در صنعت خودرو
• 34. کنترل کیفیت در صنعت الکترونیک
• 35. کنترل کیفیت در صنعت نفت و گاز
• 36. کنترل کیفیت در ساخت و ساز
• 37. کاربرد نرم‌افزارهای آماری در کنترل کیفیت
• 38. کنترل کیفیت مبتنی بر تصویر (Image Processing)
• 39. سیستم‌های بینایی ماشین در کنترل کیفیت
• 40. هوش مصنوعی و یادگیری ماشین در کنترل کیفیت
• 41. کنترل کیفیت هوشمند با استفاده از اینترنت اشیا (IoT)
• 42. جمع‌آوری و تحلیل داده‌های بزرگ (Big Data) در کنترل کیفیت
• 43. پیش‌بینی و تشخیص عیوب با استفاده از الگوریتم‌های یادگیری ماشین
• 44. کنترل کیفیت خودکار و رباتیک
• 45. استانداردهای جدید در کنترل کیفیت هوشمند