数字化六西格玛 赋能数字化转型的系统方法

本书是作者从事持续改善及数字化转型工作中实战经验的总结，着重于制造业尤其是电子行业的持续改善；书中既有一些新观点和理论，也有对一些常见问题的解答，还包括对一些数字化工具的介绍。 本书阐述了精益六西格玛和数字化转型的实践。在传统的精益与六西格玛完美结合的基础上，引入数字化思维，借助数字化技术透视现场的大数据，实现精准的质量控制和预防。书中更以大量篇幅探讨数据质量，数据的采集、分类、测量、模拟和分析，通过机器学习、智能控制调节，数字化改善等案例，很好地呈现了作者的理论和实践。在当前数字化转型尤其是对工业企业质量管理和数字化改善创新有着很好的借鉴作用。

数字化转型是变革性的，也是精益和六西格玛理念和逻辑的延伸。在以精益六西格玛系统方法支持数字化转型这一思路的指引下，本书重点探讨数字化工具与精益六西格玛方法论融合以及数字化转型与精益六西格玛管理融合等重要课题。本书的内容以传统精益六西格玛为基础，围绕精益六西格玛与数字化结合这一主线展开；书中涵盖了数字化六西格玛思维、工具和方法、能力培养及项目管理等，并配有案例介绍。通过阅读本书。读者将能够对数字化转型、数字化六西格玛及二者的关系有较深的认识，对数字化六西格玛方法论有初步的全面了解，可将相关方法应用于持续改进和数字化转型工作中。本书适合从事数字化转型、精益和持续改善工作的领导者、推动者和实践者，从事质量工程、工艺工程、设备设施等领域的工程师，以及对数字化转型或改善有兴趣的读者。

李春生，施耐德电气持续改善经理，施耐德电气全球供应链爱迪生专家、六西格玛黑带。拥有自动化和质量管理专业背景及扎实的六西格玛理论与实战经验；具备良好的数学功底和一系列计算机语言编程能力；目前致力于质量管理数字化及数字化工具与精益六西格玛和质量管理体系融合以促进企业持续改进和数字化转型等工作。

序一
序二
前言
第一章 数字化时代六西格玛何去何从
看得见的历史与未来
六西格玛的迭代史
大数据与人工智能
智能制造与工厂转型
管窥转型的时代
从金州勇士队传奇看数字化转型
数字化转型的愿景、使命及共同价值观
工业互联网和工业物联网
数据处理及数字化工具
数字化知识及人才
制造业数字化转型的内涵和方向
数字化时代六西格玛何去何从
数字化转型相关的数字技术
传统DMAIC的优势与劣势
DMAIC与数字化结合造就数字化六西格玛
本章小结
第二章 数字化六西格玛思维
价值思维
数据思维
系统思维
简约法则——奥卡姆剃刀
数字化意识与终身学习
本章小结
第三章 数字化六西格玛与数字化转型
数字化六西格玛因数字化转型而生
数字化六西格玛是管理创新
数字化六西格玛的数字化属性
通过数字化改善创造客户价值和提升客户体验
工业互联网是数字化六西格玛的数据基础
软件是数字化六西格玛的兴奋点
数字化六西格玛赋能数字化转型
通过改善项目实现生产及管理流程数字化和智能化
数字化六西格玛与业务模式转型
通过数字化六西格玛促进数字化创新
本章小结
第四章 识别和定义改善项目
识别改善机会
选择确定六西格玛项目
组建项目团队
定义项目
项目计划
本章小结
第五章 数据收集和探索性数据分析
工业大数据来源与数据质量
工业数据的来源
工业数据分类
SCADA及PLC
传感器与测量系统
测量系统分析
测量系统分析设计
数据质量
浅谈工业大数据的特点及分析要点
工业大数据与商业大数据
工业大数据分析要点
工业大数据分析与知识发现
探索性数据分析(EDA)和描述性统计分析
探索性数据分析(Exploratory Data Analysis，EDA)
探索性数据分析软件工具
描述性统计和EDA的区别与联系
时间序列数据及其可视化
时间序列表示法
时间序列的趋势及周期特征
时间序列数据的离群值
时间序列数据可视化
工业数据管理和数据仓库
本章小结
第六章 数字化六西格玛分析方法
数据分析目的和应用分类
DMAIC与CRISP—DM
CRISP—DM流程
CRISP—DM之局限
DMAIC与CRISP—DM融合
DMAIC数据挖掘
工业大数据分析建模概述
数据分析软件和平台
统计分析方法
概率分布及相互关系
参数估计
假设检验
蒙特卡罗分析方法
时间序列数据分析和处理
时间序列预测的统计方法：ARIMA
机器学习和数据挖掘算法
回归和分类
聚类和降维
深度学习介绍
深度学习与人工智能
异常检测
数学模型综述
数字化六西格玛使用的数学模型
测试分析模型和机理分析模型
本章小结
第七章 数字化改善方案
计算机视觉
计算机视觉简介
计算机视觉技术的发展
卷积神经网络
人工智能异常检测
光学字符识别(OCR)
自适应控制和智能控制
控制的类型
自适应控制
智能控制
机器人流程自动化(RPA)
RPA的价值
识别RPA项目机会
实施RPA项目
本章小结
第八童数字化控制手段
基于数字化平台的统计过程控制(SPC)
在线SPC的应用范围和益处
在线SPC系统具备的主要功能
开发在线SPC系统的要点
在线SPC控制图的判异准则
应用在线SPC系统的注意事项
应用控制图的常见问题：测量数据的独立性
边缘控制节点
工业边缘节点
边缘节点在改善项目中的应用
商业智能
计算改善收益
本章小结
第九章 构建数字化改善能力
数字化改善能力的模型
数字化改善能力的构建
数字化能力社群运营
数字化转型与员工职业发展
第十章 数字化六西格玛项目管理
开始实施六西格玛
实践中的数字化改善现状及趋势
关于业务部门的数字化转型和改善
改善项目跟踪和状态管理
第十一章 数字化六西格玛项目案例
案例一：用蒙特卡罗方法优化零件尺寸
定义和测量
分析和改进
控制及经验总结
案例二：基于机器学习的自适应过程控制
定义：选择项目、确定目标
测量：收集与处理数据
分析：建立模型
改进：确定自适应控制方案、模型验证和调优
控制：模型部署、生产验证
案例三：用RPA将软件嵌入业务流程
定义和测量
分析和改进
控制及经验总结
案例四：用计算机辅助工程(CAE)优化注塑模具
定义和测量
分析和改进
控制及经验总结
后记
参考文献