کتاب کنترل کیفیت هوشمند با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.