2025 Minitab Exchange

9月19日 13:30-17:30

深圳湾万怡酒店 四楼 大宴会厅

作为全球数据分析

与质量管理的「顶流玩家」，

9月深圳，

我们为数据分析师、质量管理者、企业决策者

建立'卓越圈'(Circle of Excellence)已成为众多企业构建现代运营卓越(OPEX)体系的核心策略。卓越圈通常是由跨部门成员组成的专项小组，致力于在客户服务、工程技术或领导力等特定领域推行最佳实践、驱动创新并促进持续改进。有效运作这些小组往往需要综合运用多类别软件工具，而结构化头脑风暴会议正是最具影响力的起点之一。

卓越圈团队的头脑风暴方法

卓越圈团队需要高度依赖有效的头脑风暴，以识别问题、生成解决方案并优化流程。在确定具体解决方案前，建议优先聚焦关键领域：

与战略目标保持一致
• 企业当前战略优先级是什么？
• 卓越圈如何支撑这些目标？

识别痛点或差距

尽管化工制造属于制造业的一个子类别，但它是一个广泛的范畴，涵盖了基础化学品、树脂和合成纤维、农药和化肥、涂料和粘合剂，甚至消费类化合物（如肥皂和清洁化学品）等所有领域。尽管这些细分领域差异巨大，但它们都有一个共同目标：无论其制造过程复杂还是简单，生产满足客户需求的优质产品至关重要。

虽然改进机会无穷无尽（每个行业和组织的情况各不相同），但有一些通用类别适用于所有化工制造商。以下列出的 7 大挑战是每个组织面临的最重要的质量挑战，无论其目前是否存在质量问题。

挑战一：确保化学品符合规格

解决方案： 使用自动化数据收集和规格计划来维持最高质量水平。

可编程逻辑控制器（PLC）在化工制造中广泛用于监控化学过程。除了能够控制机器外，PLC 还能测量输入和输出。无论是测量用于制造化学品的原料规格，还是成品本身的规格，利用 Prolink Software 的 QC-PLC 功能，您都可以收集并创建包含可追溯字段和待测量特性的规格计划。将其与 QC-CALC Real-Time 结合使用，可提

药品质量的保证是通过一系列实践活动联合实现的，这些活动包括严格的工艺和处方设计、研发、验证以及执行稳健的控制策略，所有实践活动都依赖于可靠的检测数据及统计学分析方法。统计方法的选择应根据研究目的、实验设计和数据特点进行具体的选择。

可靠的检测数据依赖于规范的实验室活动。在此基础上，恰当地将统计分析方法应用在产品全生命周期的控制策略中，可进一步确保评价产品质量的结论可靠性。

2025版中国药典9097<分析数据的解释与处理指导原则>是对分析数据的评估与处理，这是一个新的指导原则，在以前版本中国药典中没有出现过，是一个很大的进步。

为什么制造业正在抛弃 “拍脑袋” 决策？

在工业4.0和智能制造浪潮中，企业如何实现'先见之明'，避免昂贵的试错成本？Simul8离散事件系统仿真技术正成为全球领先企业的秘密武器。传统靠经验预判产能、布局产线的模式，正在被 “数字预演” 彻底颠覆。
中国工程院院士李伯虎曾指出：“系统仿真技术正成为科学研究的第三种方式。”

你是否好奇过药品、医疗设备、食品或饮料的保质期是如何计算的？确定保质期的标准方法是稳定性研究（也称为货架期测试或降解测试），旨在确保你使用和消费的产品安全有效。

药物稳定性测试

以制药公司如何应用稳定性测试为例：在制药业，大多数国家使用国际协调理事会（ICH）的指导方针来确定药物的有效期。虽然这些准则主要用于制药行业，但医疗设备、食品和饮料行业等其他行业也常借鉴这些准则。

ICH指南包括不同类型的研究，包括长期、中期、加速、压力测试和光稳定性。本文将重点介绍长期研究。

长期研究通常持续一年以上，用于评估药物原料或产品在建议储存条件下、预期货架期内的稳定性。一般会选择 3 批具有工艺代表性的批次，定期取样：

在第一年，每3个月取样一次。

在第2年延长至每 6 个月取样一次，之后每年跟踪关键指标。

每次取样需监测活性成分含量、水分含

数千年来，世界各地的河流一直是文明的生命线，塑造着帝国的兴衰，促进贸易发展，并滋养着整个社会。从尼罗河到长江，河流不仅见证了历史，更创造了历史。

除了历史意义，河流从科学角度同样引人入胜 —— 它们 “蕴含” 着丰富数据，包括对水质监测至关重要的参数。监测河流系统对保障环境可持续性、保护社区和维持水质至关重要。通过分析水流趋势、污染水平和生态健康，相关机构能够主动应对潜在问题，如洪水风险、污染或栖息地丧失。这一工作不仅有助于遵守监管要求，还能为子孙后代保护重要资源。

水质参数作为河流生态系统健康的指标

有许多水质参数可用于评估河流生态系统的健康状况。我们将聚焦四个关键参数：温度（T）、电导率（κ）、溶解氧（DO）和 pH 值。理解这些参数如何影响水质及河流生态系统的整体健康至关重要。下表旨在阐明其重要性、数值高低的潜在含义，以及对水质的影响。

现在，Minitab 图形生成器中已提供该功能。

当每一个芯片都至关重要时，了解缺陷发生的位置和原因对于保障良率至关重要。在半导体制造中，由于在一片晶圆上制造数百个芯片，微小的工艺偏差可能导致数百万美元的损失，包括报废、返工或产量下降。

现代制造工厂会生成海量数据，但如果没有空间背景信息，缺陷模式可能会被忽视。仅通过批次良率等汇总统计指标进行分析时，往往假设缺陷在晶圆上随机分布。而实际上，这一假设很少成立。缺陷通常会呈现空间模式，如环形、簇状、棋盘状或条纹状，这些模式可能揭示制造过程中更深层次的系统性问题。

看到商店里一排排的杂货，一切看起来都很容易。

但食品和饮料的生产绝不简单。质量团队、持续改进专家和包装工程师花费了无数的时间来确保每个包装都是完美密封的。

制造过程的微小变化，甚至是环境的变化，都可能导致重大问题，导致缺品率上升，利润减少。

在此案例中，我们来看一家面临包装缺陷增多的食品饮料制造商，尤其是这些缺陷是否遵循季节性规律。他们求助于 Minitab Solution Center 来集思广益潜在原因，并使用 Minitab 统计软件和人工智能来揭示关键洞察。

想知道他们是怎么做到的吗？让我们逐步拆解。

第一步：团队头脑风暴

质量团队聚在一起，审查了几个密封不当的水果零食袋 —— 这些包装存在安全隐患。

他们在Minitab Solution Center的