โครงงานพัฒนาคุณภาพ
2(1-3-5)
วิชาบังคับก่อน : ENG35 3061 สถิติสำหรับวิศวกร,
ENG35 3062 การตรวจสอบวัสดุและควบคุมคุณภาพ,
ENG35 3063 ลีนและซิกซ์ซิกม่า,
หรือกำลังเรียนอยู่
รายวิชานี้เป็นรายวิชาโครงงานความสามารถในการแข่งขันด้านการผลิต ซึ่งครอบคลุมถึงการวิเคราะห์ข้อมูลเชิงสถิติ การกระจายตัวแบบต่อเนื่องและไม่ต่อเนื่อง การทดสอบสมมติฐาน การวิเคราะห์การถดถอยและความสัมพันธ์ การกำหนดและวัดค่าซิกซิกม่า เครื่องมือการควบคุมกระบวนการผลิตด้วยสถิติ ลีนซิกซิกม่า ผู้เรียนจะบูรณาการความรู้ที่ได้รับจากโมดูความสามารถในการแข่งขันด้านการผลิตเพื่อกำหนดโอกาสที่คุ้มค่า การวัดและนำเสนอตัวแปรนำเข้าและนำออกที่สำคัญ
ผลสัมฤทธิ์การเรียนรู้
- รวบรวมข้อมูลที่เกี่ยวข้องกับพารามิเตอร์ที่สำคัญของกระบวนการ
- วิเคราะห์ข้อมูล หาสาเหตุของปัญหาโดยใช้เครื่องมือทางด้านคุณภาพหรือลีนซิกซ์ซิกมา เพื่อการลดความสูญเสียและการเพิ่มผลิตภาพ
- เสนอแนวทางแก้ไขปัญหาที่เหมาะสมโดยพิจารณาถึงการลดต้นทุน การลดความสูญเสีย และการเพิ่มผลิตภาพ
- ตรวจสอบทางเลือกโดยเปรียบเทียบทางเลือกการปรับปรุงคุณภาพอื่นที่เป็นไปได้
- ใช้เครื่องมือทางสถิติและเทคนิคการแก้ปัญหาอย่างเป็นระบบเพื่อการปรับปรุงคุณภาพและเพิ่มผลิตภาพ
- พิจารณาผลกระทบของการแก้ปัญหาทางวิศวกรรมในบริบทของโลก เศรษฐกิจ สิ่งแวดล้อม และสังคม
- ปฏิบัติตามกฎและข้อบังคับทางจริยธรรมและวิชาชีพในสถานการณ์ทางวิศวกรรม
- ใช้ภาษาเหมาะสมกับผู้รับสาร
- ใช้สื่อกราฟฟิกที่ช่วยสร้างความเข้าใจแก่ผู้รับสาร
- รวบรวมข้อมูลผ่านช่องทางที่เป็นไปได้
- มีส่วนร่วมกับการสร้างเป้าหมายและแผนการทำงานของทีม
Quality Improvement Project
Prerequisite : ENG35 3061 Statistics for Engineers,
ENG35 3062 Material Inspection and Quality Control,
ENG35 3063 Lean and Six Sigma,
or study concurrently.
This course is the manufacturing competitiveness project course, covering: the data and statistical analysis, discrete and continuous distributions, hypothesis testing, regression and relation analysis, define and measure of Six Sigma, statistical process control tools, lean Six Sigma. Learners will integrate knowledge to be gained from using all required manufacturing competitiveness module in a manufacturing competitiveness project such as define the value opportunity, measure and present key input variables and key output variables.
Learning Outcomes
- Collect data relating critical process parameters.
- Analyse data statistically and practically to prioritize problems, find root causes of problems, and measure baseline by using quality tools or Lean Six Sigma.
- Propose an appropriate solution considering cost reduction, waste reduction, and productivity.
- Verify the solution by comparing with alternative quality improvement techniques.
- Use statistical tools and systematic problem solving techniques to improvement quality and productivity.
- Consider the impact of engineering solutions in global, economic, environmental, and societal contexts.
- Comply with ethical and professional rules and regulations in engineering situations.
- Use language appropriate to the audience.
- Use graphic that helps the understanding of the audience.
- Aquire information through possible channels.
- Contribute to the creation of team goals and plans.
