質量管理五大工具 【必讀】自動化測量設備之MSA驗收

然後今天給大家直播分享的主題是什麼呢 是自動化測量設備啊至MSA驗收 主要其實聚焦在兩方面啊 首先肯定我們是聚焦在自動化測量設備啊 怎麼樣做驗收 而且是 現在啊隨着質量的發展 是不是自動化測量設備用的會越來越多 所以我們說自動化測量設備 怎麼樣做入場的一個驗收 當然我們所說的自動化測量設備 主要集中在兩個類型 一個是計量型的 自動化測量設備怎麼做驗收 一個是技術型的 自動化測量設備啊怎麼樣驗收 關於計量型和技術型的話 這裏的話大家應該都比較瞭解 所謂的計量型自動化測量設備的話 其實很好理解 就是說 我們自動化測量設備能直接出數 對不對 通過數來判斷我們產品的好與壞 而技術型自動化測量設備的話 就是說通過設備只識別產品好與壞 只能識別ok和nok 通過後臺的一些系統邏輯 然後將零件壞的可能放在一些相應的 我們所說的黃箱子裏啊或者紅箱子裏啊 好接下來我們給大家講一講啊 自動化測量設備msa怎麼驗收 其實上節課的話 給大家講了一些關鍵的一些 msa的基礎術語啊 這裏的話就不帶大家啊 不帶大傢俱體的回顧了 大家感興趣的話 大家還是可以點擊我們2號鏈接 領取6.7個滿資料包啊 這些的話相關基礎知識啊都在裏面啊 都在裏面啊 然後這裏的話我給大家講到了一個概念 什麼概念呢叫cgk 好現場的朋友們 我現在問問大家有多少人聽過cgk的 聽過的話大家在公屏里扣個1 沒有聽過的話大家在公屏里扣個2啊 spc對手多少個數據啊 是這樣 如果你前期的話做ppk的時候至少100個 如果你後期做 後期做那個cpk的話125個 當然這只是常規的一個邏輯啊 還是聽你的客戶啊 需要你的客戶給你啊 具體的數量或者是需要多少 好有人說沒有聽過 需要我給大家講嗎 需要的話 需要的話大家啊 需要的話大家再扣個1啊 我給大家再講一講怎麼樣做cgk嗎 或者說怎麼樣做cgk的一個研究嗎 需要的話大家在公屏里扣個1啊 好我看很多人說需要 愛運動的王牌說需要啊好的 那我給大家簡單的回顧一下cgk吧 好現場的朋友們 我看我們直播間的點贊數還沒有突破1000啊 大家按大家動動發財的小手啊 把我們的點贊數先突破一下1000好不好 然後我給大家 簡單的回顧一下cgk怎麼做啊 好我給大家講一講什麼是cgk呢 其實cgk啊很簡單對不對 我們都聽過cpk 也聽過cmk對不對 cmk的話是衡量我們設備的一個能力 然後cpk的話衡量我們過程能力 而cgk的話 其實是衡量我們檢測設備的能力 而我們的cgk主要針對的 其實也是一些自動化測量設備 或者你用來說 我們的卡尺錢盤尺也可以 但我更想用cgk啊 作爲一些我們自動化測量設備的 一個衡量指標 然後關於cgk的話 關於cgk的話大家可以看一看 評估的是測試儀器的測量能力 當然它要結合我們備測產品的一個公差 所以啊 首先的話這個來源輸入其實就是兩方面 一個是設備自己本身 一個是結合我們產品的一個公差 是然後然後的話 纔有我們最終的一個cgk的 計算方式和邏輯 大家可以看一下 我們cgk需要哪些相關的值呢 首先有基準值 基準值的話就是我們衡 基準值是什麼呀 是我們備測 備測對象的一個 參考值我們可以稱之爲 可以稱之爲基準值 而t是什麼呀 而t的話就是我們所說的備測產品的 一個公差 或者說t是我們的公差帶 而測量的均值 其實的話大家可以看看 上面的一個邏輯是不是 我們需要在相同條件下 重複對我們的這個樣本進行 50次的一個測量 那麼50次測量的話 我們肯定最終有50次測量一個平均值 以及54次測量一個什麼樣 標準差是多少 是不是得到了這些數據以後 我們就可以得到cgk 當然一般情況下 我們cgk的接收標準 都是大於1.33 我們大家給講一下案例 上節課其實給大家講過這個案例 就是說上節課的話 由於可能是在兩週前了 有些同學忘記了 我帶大家還是簡單的回顧一下 簡單的回顧一下 比如說某工程師想要驗證 用於測量噴漆門上 保護塗層厚度的超聲波測量系統 我們研究對象 其實就是爲了驗證 我們的超聲波測量系統 是不是ok的 對不對 然後我們備測產品的質量特性是什麼 是我們的塗層厚度 對不對 我們的研究對象 然後當然我們首先說了 我們要拿到一個參考樣品 對不對 然後參考樣品 我們通過其他更高精密的儀器 或者是其他一些法律法規的 一些相關規定的儀器 對不對 我們得到這個參考樣本的值 也拿到了0.025英寸 然後我們使用該超聲波測量儀器 對這個參考樣本 就是0.025英寸的參考樣品 進行50次的一個測量 當然我們其實想要研究塗層厚度 我們首先要結合我們產品的實際情況 我們也事先要知道 我們塗層厚度的公差是多少 對不對 這是我們的質量特性 是0.0007 然後接下來我們就需要研究 我們的CGK是不是OK的 好 這裏的話 線上的同學們有疑問嗎 有疑問的話 線上的同學可以把你的疑問打在公屏上 沒有的話 我使用Melee type 給大家演示一下怎麼操作 或者怎麼分析就可以了 有疑問的話 線上的朋友們可以把疑問打在公屏上 現在就是關於怎麼做 現在同學們有疑問嗎 如果沒有疑問的話 我們接下來給大家進行演示 有疑問嗎 線上的同學有疑問嗎 線上同學有疑問的話 大家可以把你的疑問打在公屏上 沒有的話 我們繼續沒有的話 我們繼續 好 那我們繼續 我們繼續 好 現在的話 我給大家快速的用Melee type 演示一下 怎麼樣做CDK的一個研究分析 好 我們測量了50次 那我們肯定要拿到50次的測量數據是多少 我們首先打開我們樣本的50次的數據值 大家可以看看 這是我們樣本的50個數據 接下來我們怎麼做 好 接下來大家先把點贊數突破一下1500 好不好 我們點讚的時候 大家在動動發財銷售點讚的同時 我會給大家 然後在我的電腦上演示一下 帶大家演示一下 大家動動發財的銷售 給我們直播間的點贊數突破一下1500 現在 當然也可以分享一下 我們的討教直播間 當然關注一下我們討教直播間 讓希望讓更多的同學能看到我們的直播間 好 我給大家快速的演示一下 怎麼樣做相關的一個順序研究 或者是怎麼樣一個相關的操作 統計 質量工具 量據研究 大家選擇類型一 量據研究 好 然後我們首先要輸入我們的測量數據 我們測量數據的話 就是我們C1列 對不對 所以我們直接點擊C1列就可以了 然後參考值是多少 就是我們參考樣本的 就是我們的所說的樣本的 參考值是多少 大家回到我們這個PPT裏 是0.025英寸 對不對 當然我們還有一個公差是0.0007 大家把這兩個數據記一下 好 所以我們的樣本是0.025 0.025 然後我們的公差代是0.3017 好 我們點擊確定 大家稍等一下 稍等一下 然後就最終 它會彈出一個 我們最終的一個研究對話框 好 這個就是我們類型一的 量據研究分析的一個對話框 或者是輸出界面 然後接下來 我們要看這個輸出界面的哪裏 這裏先賣個官司 先賣個官司 我們下面會給大家講到 然後我把這個圖也給大家複製到了 我的PPT裏 好 這個圖我們回到 這個圖 其實剛纔跟大家用minitab演示了 或者展示了 對不對 是我們最終的一個輸出 我們首先看哪裏 對不對 我們說首先 一個邏輯 大家都喜歡看什麼 看圖是不是 也就看我們上面這一部分 當然這個是一個運行圖 是不是 然後根據大家一個常識 我們並不希望有些點超出 我們的這個控制線 對不對 當然這個並不是我們傳統意義上的 什麼均值積差控制圖 或者是單值移動積差控制圖 但是從這個控制圖裏 能給我們一個直觀的感覺是什麼 我們有一些點已經超出我們控制線了 所以這裏可以說明什麼 我們該測量系統 可能是存在一些問題的 當然這個是給大家一個直觀感覺 具體的話 其實哪裏有問題 或者數據還在哪裏 還在我們下方這些具體的數值裏 然後我會給大家一一的指導 怎麼樣看這些數據 接下來我們需要看哪個數據 大家可以看看 接下來我們需要看哪個數據 當然這些是我們25個數據的一個什麼 一些基本統計量 比如說我們50個數據 測量了50次 我們比如說參考值已經告知我們了 我們這50次數據的均值是多少 標準差是多少 以及6倍的標準差是多少 以及我們這個案例給出的公差是多少 這個是我們的一些基本統計量 其實從右半部分的話 從左半部分就是基本統計量這裏 其實大家可能得不到一些有用的信息 但是我建議大家 接下來需要看的是我們偏移這裏 一定要看偏移這裏 好 這裏我問大家一個問題 大家看看偏移的數據 說明了我們這一個測量系統 或者是超聲波測量系統有沒有偏移 或者說有或者說它測量的準不準的問題 它有沒有偏移 現場的同學有偏移的話 大家在公屏里扣1 沒有的話 大家在公屏里扣2 大家看一看 我們現在這個超聲波測量系統有沒有偏移 有偏移的話 大家在公屏里扣1 沒有的話 大家在公屏里扣2 好 愛運動的王凱回覆了 其他同學mya扣的是1 說的也有偏移 有沒有不同的答案 現場的朋友們有不同的答案的話 大家在公屏里扣個2 好 Visit phone也是1 木蘭回首也是1 非常好 大家看樣子大家沒有掉入這個小坑裏 是這樣 其實這個測量系統是有偏移的 也就是說有偏移 也就意味着測量的不準 對不對 因爲我們的原假設是偏移什麼 偏移等於0 對不對 這是我們的原假設 而P值是0.021 小於0.05 所以只能接受備則假設 備則假設的話就跟原假設對立 所以備則假設是偏移 不等於0 也就意味着有偏移 或者說我們的測量系統不準 好 這是這裏 然後我們接下來再看我們的CG 以及CGK 從CG以及CGK這裏看 我們的指標CGK 應該大於等於多少 現場的同學 我們CGK應該大於等於多少 現場的同學 纔是比較好的一個測量系統 現場的同學 我們CGK應該大於多少 現場的同學 我們的CGK應該大於多少 MY有人說1.67 有人說1.33 其實大家回覆1.67也對 但是1.67是應該是多少次 一般我們是50次的話 我們就說1.33就可以了 所以一般至少是50次 如果你25次的話 可能你的客戶是不是能接受1.67 所以我們一般都是測量50次 1.33就滿足要求了 好 馮青陽同學 p值小於0 我不是數據非正態嗎 你弄混了 同學 馮青陽同學 如果你關於p值 我們所說這個p是假設檢驗 假設檢驗的一個顯著性水平 我們通常所說的是這樣 所以p值跟正態分佈沒有任何關係 你首先還是要知道它的原假設是什麼 備則假設是什麼 p值只是原假設和備則假設的一個分水嶺 你可以這麼理解 它跟正態分佈沒有任何關係 如果你檢測的是正態分佈原假設的話 你可以說不正態 我們假設檢驗的是有沒有偏移 我建議馮青陽同學的話 其實可以現在點擊我們二號的小風車 去領取我們的二號資料包 領取我們的二號資料包 那裏的話 其實有假設檢驗的一些相關的基礎知識 所以這個不是正態性的一個檢驗 不是正態性的一個檢驗 我們接着再往下走 有很多人要問了 老師這個重複性以及重複性和偏移 怎麼看呢 我給大家 我介紹給大家的一個意思 或者是怎麼樣 大家先把這一點記住 就是不論是重複性變異 這個變異的話 就是我們所說的變異 就是說variation或者是 然後以及重複性和偏移 它倆的變異都應該小於15% 才說明我們這個測量系統 測量系統 或者說我們這個測量設備 纔是初步看起來比較OK的 那有人要問 老師你這個重複性或者重複性的偏移 小於15% 這個是標準來源於哪呢 這個標準其實是來自於德系客戶的 VDA5手冊 當然德系客戶的這個VDA5手冊是 測量以及檢測過程 然後能力規劃與管理 這個VDA5手冊其實跟AIAG MSA手冊 是相對應的 但是它裏邊的基礎邏輯和背後的 公式運算是完全不太一樣的 或者我可以稱爲完全不一樣的 它的邏輯甚至都不太一樣 然後這裏的話 現在重點來了 其他同學 如果想了解VDA5一些相關的知識的話 大家現在把我們點贊數突破下2500 可不可以 線上的同學如果想聽一下德系客戶 關於測量系統測量過程 怎麼樣做驗證或者驗收的話 與美系的MSA手冊完全不一樣了 想聽的話 大家現在點點 大家動動發財的小手 把我們點贊數先突破一下2500 好 大家動動發財的小手 把我們大家動動發財 把我們點贊數先突破一下2500 好不好 我給大家稍微的拓展一下 VDA5的一些相關知識 大家動動發財的小手 把我們點贊數先突破一下2500 好的 我給大家 好 我給大家去 首先先介紹一下 VDA5和我們傳統意義上的所說的 大家經常見的MSA有什麼不一樣 好 然後我們傳統意識上或經常聽到 MSA sorry 我們經常聽到的 MSA M的話是measurement 這個是system analysis 對不對 是測量系統分析 然後美系的 我先給大家講講美系的測量系統 美系的測量系統包含的要素是什麼呢 包含了測量人員 測量儀器 測量方法 以及測量的對象 被測對象 對不對 以及測量的環境 也就是我們傳統意義上的經常聽到的 MSA測量系統 包括了人機 料法 環 等等 對不對 而德系的VDA5 它將美系的 測量系統進行了一個拆分 它將測量系統定義成什麼呢 好 大家看看綠色的區域這裏 綠色的區域這裏是德系客戶說的 測量系統的一個概念 他這裏說了一個什麼呀 sorry 應該是在這裏是藍色的 sorry 在藍色的 是藍色的sorry 是藍色的 藍色的話 其實才是我們的測量系統 藍色的 我現在畫圈的是藍色的測量系統 這裏其實只包括了什麼呀 我們的測量儀器 以及我們的測量的標準件 以及測試的方法等等 測試的方法 它的侷限很少 它的侷限不包括測量人員 以及被測的多個對象等等 而測量人員 測量環境 以及我們什麼呀 被測的多個零件 它屬於我們的測量過程 不屬於我們的測量系統 所以言而簡之而言 VD5德系客戶的測量系統 主要關注 其實就是關注在我們的測量設備上 他首先要分析的就是我們測量設備 能不能滿足要求 如果我們的測量設備滿足要求之後 他再去分析測量多個零件 以及我們的測量環境 以及我們的測量人員等等 一系列的其他要素 所以這個就是德系和美系客戶 關於測量系統的不一樣的地方 所以德系客戶其實是相當於 或者我們所說的VD5 他將美系客戶的測量系統 拆分成了測量系統以及測量過程 好這裏大家有疑問嗎 有疑問的話 大家在公屏裏把你的疑問打在公屏上 沒有的話我們繼續 爲什麼要這樣 我們後邊會講到爲什麼要這樣 線上的朋友 我個人認爲看了VD5以後 德系客戶這種方法 我覺得比美系的反而要更加的好 更加的好 當然計算起來確實的話稍微有些難 計算起來或者應用起來確實有些難 也確實是這個道理 好如果沒有的話我就接着往下講了 接着往下講了 好那我們接下來再說 然後我再給大家引申一下 引申一下大家可以看一看 他爲什麼要拆成測量系統 以及測量過程 當然測量過程其實包括了測量系統 其實德系我們所說的VD5 測量與檢測或者能力規劃與管理 這本手冊 他首先要研究的就是 其實你測量系統滿不滿足 或者是我們的測量儀器本身滿足不滿足 比如說這裏他研究的一些小條目 包括了測量系統的最大允許誤差 MPE以及分辨率 以及校準的不確定度 以及在標準上的重複性 重複性也就是我們常說的EV對不對 以及系統測量誤差 系統測量誤差的話 大家可以把這個理解成就是我們的偏移 就是我們的偏移 也包括了我們的線性誤差 線性誤差 以及其他可能影響我們測量系統的 額外的一些變量或者因素 所以大家可以看看這裏 這裏其實關注的一些點 還是主要集中在我們的 測量儀器本身上對不對 對不對 對的話大家在公屏里扣個1 對的話或者理解的話 大家在公屏里扣個1 對的話或者理解的話 大家現在在公屏里扣個1 好對的話或者理解的話 大家在公屏里扣個1 對的話或者理解的話 大家在公屏里扣個1 好 現場的朋友們怎麼是有點點不懂 有不明白的地方 大家可以把你不明白的地方 打在公屏上 我看那個直播間裏沒有互動 因爲我們畢竟不是線下的一個講課 是這樣 所以大家可能聽起來有些費勁 所以有些不理解的地方 大家一定要把你的不理解 地方打在公屏上 好 如果沒有疑問的話 爲什麼都沒有互動 是這樣理解了嗎 理解的話大家在公屏里扣個1 半懂是不是好 半懂就可以 半懂就可以好吧 半懂就可以 其實你只需要記住就是VDA5 就是德系客戶的VDA5紅皮書 手冊德系的VDA5手冊 它其實就是拆了兩部分 第一部分我們要研究測量系統 也就是說我們的測量儀器本身的 一些相關屬性 它滿足要求之後 再來研究我們的測量過程 能不能滿足要求 這裏測量過程的話 就包括了我們被測零件的一個 重複性 操作人員的可在線性 然後測量系統的在線性交互作用 以及穩定性等等 這個的話 這些其實類似有點什麼 類似有點就是我們傳統意義上的 AV就是我們的在線性那一部分 當然它涵蓋的條目也比較多 然後我其實給大家今天重點說的是 在我們的測量儀器本身上 或者測量系統本身上 如果我們測量設備都不滿足要求 我們其實在接下來研究我們的測量 過程沒有任何意義 好 這個怎麼做在線性呢 這個的話今天就不在這個直播課裏講了 因爲AVD5是稍微有點複雜的一個知識 我只能給大家簡單的在這裏串一下 好 首先的話 我們是怎麼樣做測量系統 判斷測量系統滿足不滿足要求呢 其實德系就是VD5手冊裏 它有一個非常引入 就是我們非常經常沒聽到的一個概念 叫什麼 叫我們的測量的不確定度 它的測量的不確定度 其實包含了哪些 比如說我們的校準的不確定度 我們的重複性對不對 或者是我們的什麼分辨力 然後我們的偏移 我們的線性以及其他 可能影響到我們測量設備本身的一些要素 或者是變量 通過這些測量不確定度 然後我們計算研究我們的測量系統 是不是能夠滿足要求 好 東 有沒有人蔘與 人的話是在我們的測量過程裏 人的話是我們在測量過程裏 我們現在只說的是我們的測量系統 一定不要鬧混了 我們這是VDA5 是德系客戶的要求 並不是大家常看到的 AIAG的美系的MSA手冊 所以這個因爲有很多客戶德系客戶 比如說寶馬 奧迪 奔馳 已經開始要求他們供應商 在提交PPAP的時候不再使用 不再要求大家使用美系的AIAG的要求了 而是要大家使用VDA5這個要求 當然這個可能是針對於T2-1的供應商 好吧 所以大家要有一些瞭解 要有一些瞭解 好 然後這裏的話 這裏的話我再給大家展示一個 展示一個從VDA5上面的一個截圖 好 大家可以看一下 VDA5的測量與檢測過程能力 其實也是分爲兩階段 對不對 第一個是測量系統 然後接下來綠色的纔是我們的測量過程 首先它要分析分辨率 以及我們所說的最大允許誤差能不能接受 對不對 然後的話是組合我們的組合不確定度 就剛纔給大家展示那個公式 然後與我們的公差比較 然後看看最終是不是小於15% 好 這個是整個的一個分析 就是說我們的測量系統過了之後 我們再接下來研究我們的什麼樣的測量過程 測量過程 所以這個講起來的話 其實是一門非常大的課程 非常大的課程 好 有人問自動化測試設備 人不參與在線清有特殊做法嗎 好 東我回答一下你這個問題 首先的話你需要分析一下 你自動化測量設備 如果人不參與 如果你傳統意義上的在線清 那麼你的測試工裝有沒有不同 或者是你是不是有多臺 不同的測量設備 那麼如果有這種情況的話 你還得研究你的測試工裝有沒有影響 以及多臺測試 測試化設備是不是有不同的影響 這些都是你需要進一步研究的一些知識 這個其實就是我們所說的SOV 就是變異元分析 變異元分析 好 如果說沒有的話 一個工裝或者一個測試設備 其實你這裏就有點問題 你的備件爲什麼沒有備 就是我覺得測試設備 不可能只有一個工裝 比如說一個夾具 是不是不同的夾具 你只有一個夾具嗎 你爲什麼沒有不同的夾具 如果確實沒有的話 就你的變異元只是設備本身 那你研究設備本身就可以了 如果還有其他的話 我建議你去自己好好分析一下 避免你的客戶去挑戰你 如果沒有變量沒有 你OK研究你的測量設備本身就可以了 當然確實實際情況是這樣 你就研究你的測試 測量設備本身就可以了 好 然後我們繼續 我們繼續 其實這裏的話 又給大家講完了什麼 我們的計量型自動化測量設備 怎麼樣做入場的一個驗收 對不對 然後我們接下來會講 技術型自動化測試設備 怎麼樣做入場一個驗收 技術型自動化測量設備怎麼做驗收呢 然後我們點贊數先突破一下 3500好不好 線上的朋友們 其實關於計量型自動化測試設備 我們都知道什麼叫計量型 自動化測量設備 就能讀數的對不對 那麼技術型的自動化測試設備 比如說設備也是自動化測量對不對 但是它一般獲得的結果就是 通常來說我們只有兩種可能結果 比如說OK或者是NOK對不對 就是設備本身自己去判斷產品的好 有壞壞的話 可能就把我們的產品 替到我們的黃色箱子裏 或者我們的紅色箱子裏對不對 這屬於我們的不合並的一個控制流程 對不對 這個就屬於我們的技術性自動化測試設備 那麼技術型自動化測試設備 怎麼樣做研究呢 這個VDA5手冊裏沒有 但是如果大家去看AIAG的 也就是美系的MISA手冊 它推薦了一種方法叫屬性兩聚研究分析法 當然我們的響應變量就是我們的Y值 通常是二元屬性就是OK與不OK對不對 那麼最終我們需要輸出的其實也有什麼 我們的偏移以及重複性 那麼我們怎麼樣通過我們這個技術性自動化設備 輸出我們的偏移以及重複性呢 好 大家跟着我這個速度來 首先我們要知道怎麼做纔可以 對不對 如果我們都不知道怎麼做 那麼我們也就沒法進行研究和分析了 對不對 那麼怎麼做呢 怎麼做呢 或者什麼時候做呢 什麼時候做 其實剛纔給大家解釋過了 對不對 有個生產線的百分之百自動化檢測屬性的設備 對不對 然後比如說自動化就是通過或者剔除 也就是什麼OK和NK對不對 這個時候我們需要對設備自動化測試設備 做一個屬性的兩聚研究 那麼怎麼做呢 大家可以看一看 這個分析研究分析法的一個指南 這個是來源於美系客戶的MSA手冊 也就是AIAT的MSA手冊 這個首先的話 我們第一步也是選擇零件 或者我們可以把它稱爲選擇樣本 我們要選擇幾個樣本呢 我們要選擇八個 參考值已經知道的樣本或者是零件 而且呢 我們每個零件就這八個零件 需要我們使用我們的技術性自動化測試設備 各測量二十次 好 那麼就有人問了 那麼我們這八個零件 或者說我們這八個樣本 是不是隨便選取就OK了呢 答案肯定是NO 我們這八個樣本 我們如果用我們這個技術性自動化測量設備 它接受以及不接受是有一個原則的 原則就是什麼呀 其中有一個零件的接收次數 應該是零 然後其中有一個零件的接收次數是 應該是二十 也就是全部接收 那麼其他六個零件的接收次數 應該是在1到19之間 如果其他六個零件不滿足1到19的話 那麼我們要選擇額外的樣本 怎麼樣選擇額外的樣本呢 這個我們下一節課會給大家講 一步一步的怎麼樣選擇樣本 當然也是結合我們這個案例 還是結合案例 結合案例給大家分析 所以大家要記得 技術性自動化測量設備 做入場驗收以及計量形式 完全不一樣的方法 我們直播結束之前 我們直播結束不前 好 我們看看後臺有多少同學 領取我們的資料已經成功了 好 如果看現在的話 我們有些同學的話 現場同學應該還沒有領取 我們的直播福利 大家現在可以 現在的話大家可以領取 去免費領取我們這個直播福利 大家點一下我們右下角的小風車 抓緊時間領取我們的直播福利 尤其是我們的1號連接的 質量人智商救火班 然後還剩最後幾套了 沒有領到的同學抓緊時間拼手速 抓緊時間拼手速 有2992在手冊哪裏 你自己去看MS手冊 我也不記得哪裏了 領到的同學 明天老師也會聯繫你 給你發送領取的課程和資料 大家耐心等待就可以 當然也可以幫老師 給直播間多多點點贊 分享一下 讓更多的同學進入到我們的直播間裏 特別是你身邊那些正在學習 或者想要學習的朋友和同事 好 所以我們在直播的過程中 大家多多幫老師轉發 多多推薦 謝謝大家的支持 然後我們今天的直播也就到這裏了 沒有領取我們直播福利的同學 抓緊時間去領取 我們右下角小風車的直播福利 我們直播結束的話 今天大家就領取不到我們的直播福利了 好 現在我們倒數一分鐘 大家抓緊時間去領取我們的直播福利 我們的一號連接是我們指量人職場 就我班限時免費的 然後二號連接是六七哥們的資料包 大家也看了 資料包裏的資料還是非常全面和系統的 三號連接的話 就是對於大家想要很快的熟悉 怎麼樣做minitab操作的 然後這是這樣一個課程 當然三號連接的話 minitab實操課程 可以免費的試聽 所以大家可以現在抓緊時間 去領取我們右下角的小風車 點擊右下角的小風車 去領取我們的123福利 好的 謝謝秋 還有超標 顏值超標是這樣 抱歉 預約了怎麼發給我 預約的話 明天老師會聯繫你領導的同學 然後會發給你領取的課程和資料 大家耐心等待就可以了 耐心等待就可以了 然後明天我們後臺老師會聯繫 就是你領取預約的同學 好 今天我們的直播課程就到這裏 好 謝謝大家 拜拜