六西格玛的定义与架构.pptx

《六西格玛的定义与架构.pptx》由会员分享，可在线阅读，更多相关《六西格玛的定义与架构.pptx（46页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1本资料来源2六西格瑪介紹六西格瑪介紹3培訓內容 什么是六西格瑪? 為何需要? 六西格瑪路線圖 六西格瑪架构 常用的六西格瑪工具 行動起來!4什么是六西格瑪?一個統計度量值一個商業的戰略一种理念六西格瑪体現在三個方面5六西格瑪 統計度量值西格瑪是一個希腊字母.在統計學中“s” 被用來量化數据的“离散程度”, 通常又叫做標准差.六西格瑪工序是在這一工序中,在客戶允許的公差規格值中能夠容納正負6個標准差.6六西格瑪能力DPMO = defects per million opportunities每百萬机會中缺陷數西格瑪水平西格瑪水平DPMO產出率產出率63.499.9997%523399.977

2、%46,21099.379%366,80793.32%2308,53769.2%1690,00031%799.99966% Good (6 Sigma)99% Good (3.8 Sigma)足夠好嗎?每小時丟失每小時丟失20,000 份郵件份郵件每天不安全飲水時間每天不安全飲水時間15分鐘分鐘每周每周5,000件不正确的外科手術件不正确的外科手術机場每天机場每天2次不正确的降落次不正确的降落每年每年200,000 個錯誤的藥劑處方個錯誤的藥劑處方每月停電每月停電7小時小時每小時丟失每小時丟失7份郵件份郵件每每7個月不安全飲水個月不安全飲水1分鐘分鐘每周不正确外科手術每周不正确外科手術1.7件

3、件每每5年一次不正确的降落年一次不正确的降落每年每年68個錯誤的藥劑處方個錯誤的藥劑處方每每34年缺電年缺電1小時小時為何需要六西格瑪?8六西格瑪 商業戰略改善工序西格瑪等級改善產品或工序質量減少操作成本增加客戶滿意度制造業9低劣質量成本 (COPQ)傳統的質量成本傳統的質量成本(易發現的)錯失的机會錯失的机會隱藏工厂隱藏工厂其他的質量成本其他的質量成本(無形的)(難于測量難于測量)COPQ 能映射出西格瑪能力能映射出西格瑪能力 檢查保証報廢返工不良品過多的調整加速交付成本失去訂單遲到交付過多庫存長的循環週期制造業制造業COPQ = Cost of Poor Quality10質量成本 (CO

4、PQ)利潤總的制造或服務成本利潤理論成本質量成本COPQ价格价格下跌下跌理論成本質量成本COPQ利潤理論成本COPQ11六西格瑪 - 一种理念六西格瑪使工作更輕松,而不是更艱難.發現并抑制有害的變异資源錯誤會減少或消除工序能力改善西格瑪等級上升12生產者与客戶關系交貨交貨价格价格質量質量需求需求加工周期加工周期成本成本不良品不良品減少減少生產者客戶13客戶滿意元素CTXs : 客戶滿意的關鍵參數.包括但并不僅限于以下三項: CTQ :Critical To Quality 質量 CTD :Critical To Delivery 交付 CTC :Critical To Cost 成本14六西格

5、瑪途徑識別客戶需要識別客戶需要目標居中目標居中減少變异減少變异減少不良品減少不良品15六西格瑪 dMAIC突破性點略特 性 化优 化測 量分 析改 善控 制定 義實 現16六西格瑪術語 KPIV Key Process Input Variable關鍵過程輸入因子 KPOV Key Process Output Variable關鍵過程輸出因子 CTX Critical to “X” (Quality質量, Cost成本, Delivery交付) COPQ Cost Of Poor Quality低劣質量成本 Baseline 歷史水平/基線 Target 項目開始時所定的目標 Entitle

6、ment 在已知的現有環境中的最佳的狀態(內部/外部)17dMAIC Define定義 目的: 進行項目陳述,建立基線(baseline), 目標(goal),合适的指標, 組織團隊并构思初步的計划等. 何時進行: 在初步了解并与上司商議該項目后 工具: 趨勢圖, 項目立項書等Trend of XXX defect rate0.00%0.15%0.30%0.45%0.60%0.75%WeekDefect rate數列1 0.51% 0.66% 0.45% 0.41% 0.42% 0.27% 0.30% 0.37% 0.49% 0.59% 0.55% 0.46% 0.38% 0.35% 0.49

7、% 0.29% 0.34% 0.42% 0.41% 0.31% 0.25%WK47WK48WK50WK51WK01WK02WK03WK05WK06WK07WK09WK10WK12WK13WK14WK16WK17WK18WK20WK21WK2318dMAIC Measure測量 目的: 确認或精煉問題, 評估測量系統并尋找原因(潛在的KPIVs) 何時何時: 在組織團隊后, 通常是通過腦力激蕩來收窄潛在的因子. 工具工具: Fish-bone diagram(魚骨圖), C&E matrix(矩陣), FMEA(失效模式影響分析), Process Mapping(流程圖), GR&R anal

8、ysis(測量系統分析) 等.Overmold ping frequencyPing Inspector SOPTechnician knowledgeWinding M/C CMolding M/C CTool - gate size CTool - gate locationAca Baking Oven CWire Baking Oven CResin SOPE-block SOPCoil Thickness SOPCoil Width SOPCoil Crossover positBond Strength SOPWire Diameter SOPWire bondcoat SOPWi

9、re Insulation SOPCoil pin SOPBobbin Structure CHolding TemperatureHolding Time CFilling Pressure CFilling Speed CDrying Temperature Resin Temperature CDrying Temperature Winding TemperatureWinding Speed CWinding Tension CCoil baking Temp CCoil baking time CProcess Flow CAnnealing time CAnnealing tem

10、p CMold Tempeature CPing Tester SOPPing Test Fixture SSoftware setup SOPHitting position SOAir Flow NNoise NTemperature CHumidity NMenMachinesMaterialsMethodsMeasurementsEnvironmentReduce U5 Overmold Ping Frequency19dMAIC Analyze分析 目的目的: 將實際的問題轉化為統計問題,使用統計方法分析和解決問題. 在這個階段通常是通過實驗去收集數据并進行分析和評估. 何時何時:

11、在評估和收窄KPIVs時. 工具工具: 假設測試和回歸分析等.收集數据收集數据統計分析統計分析KPIVs(已証明已証明)20dMAIC Improve改善 目的目的: 對所建的問題找出最优的解決方案. 何時何時: 從分析階段過濾因子后. 在此階段通過收窄可以找出關鍵的因子. 工具工具: 實驗設計 (DOE), 響應表面法(RSM), Taguchi 田口設計等.21dMAIC Control控制目的目的: 擬訂監控計划以保証所獲得的改善結果能連續地保持下去.何時何時: 在改善階段獲得最优的解決方案后.工具工具: SPC (統計過程控制), 控制及監控計划等.執行連續的測量和行動以維持改善結果定

12、義工序所有者和管理人員的職責實行 “閉環” 管理向六西格瑪前進22六西格瑪戰略優化的工序優化的工序30 - 5010 - 154-8潛在的輸入因子潛在的輸入因子8 - 10KPIVs關鍵的關鍵的 KPIVs3-6強勢影響的強勢影響的 KPIVs輸入因子輸入因子流程圖流程圖多變量分析多變量分析相關性相關性篩選設計篩選設計DOEs , RSMC&E矩陣和矩陣和FMEAGage R&R, 能力分析能力分析T-Test, ANOM, ANOVA品質系統品質系統SPC, 控制計划控制計划測量測量分析分析改善改善控制控制23六西格瑪架构管理層管理層黑帶大師黑帶大師倡導者倡導者黑帶綠帶綠帶公司雇員公司雇員從

13、上至下進行增殖較多的人員較多的人員較少的人員較少的人員24角色与職責領導層領導層确定六西格瑪在組織內的推行計划和路線.支持“統計思想”的發展應用.重視賞識參与者的努力和奉獻.黑帶黑帶擔當突破性戰略專家和狂熱者.項目管理:從計划至執行,到實現.培訓綠帶并提供項目指導.綠帶綠帶通過綠帶項目,技術報告和陳述介紹等,把六西格瑪作為一种語言,應用六西格瑪工具去進行溝通,分析和解決問題.25常用的六西 格瑪工具26GR&R假定你的客戶向你抱怨交付給他們不合格的產品,而同時我們的品質人員又說我們將良品提交MRB. 問題出在哪里呢? 也許問題就在GR&R方面.我不要你的貨送貨!27GR&RUnit is Go

14、odUnit is BadPr(Unit is Accepted)Pr(Unit is Rejected)把好貨報廢把不良品給客戶28GR&R GR&R 全稱叫做量具重复性与再 現性“Gage Repeatability and Reproducibility” 通常用它來估量測量系統的精密度(穩定性). 重复性是指由于量具本身而產生的變异. 再現性是指由于操作者(或操作者与零件的交互)而產生的變异.29GR&R 哪一個是好的生產線 1生產線 2總的變异總的變异(觀測值觀測值)測量變异測量變异真正的工序真正的工序變异變异s s2 (工序工序) + s s2 (測量測量) = s s2 (觀測值

15、觀測值)30GR&RPercentPart-to-PartReprodRepeatGage R&R100500% Contribution%?Study?Var% ToleranceSample Range0.000500.000250.00000_R=0.000116UCL=0.0002986LCL=0B1291B2511B9818Sample Mean0.05120.05040.0496_X=0.050337UCL=0.050456LCL=0.050218B1291B2511B9818Part No.109876543210.05120.05040.0496OperatorB9818B25

16、11B12910.05120.05040.0496Part No.Average10 9 8 7 6 5 4 3 2 10.05120.05040.0496OperatorB1291B2511B9818Gage name:Alpine 1 Laser Arm Height Date of study: 18 Apr 03Reported by:Rex WongTolerance:+/- 0.001Misc:Components of VariationR Chart by OperatorXbar Chart by OperatorArm Height_1 by Part No.Arm Hei

17、ght_1 by Operator Operator * Part No. InteractionGR&R Study of Alpine 1 Arm HeightMinitab 能幫助你去分析能幫助你去分析 GR&R31GR&R Minitab 輸出Gage R&R %ContributionSource VarComp (of VarComp)Total Gage R&R 0.0000000 6.43 Repeatability 0.0000000 3.97 Reproducibility 0.0000000 2.46 Operator 0.0000000 0.00 Operator*Pa

18、rt No. 0.0000000 2.46Part-To-Part 0.0000002 93.57Total Variation 0.0000002 100.00 Study Var %Study Var %ToleranceSource StdDev (SD) (5.15 * SD) (%SV) (SV/Toler)Total Gage R&R 0.0001183 0.0006094 25.36 30.47 Repeatability 0.0000930 0.0004789 19.93 23.95 Reproducibility 0.0000732 0.0003768 15.68 18.84

19、 Operator 0.0000000 0.0000000 0.00 0.00 Operator*Part No. 0.0000732 0.0003768 15.68 18.84Part-To-Part 0.0004513 0.0023241 96.73 116.20Total Variation 0.0004665 0.0024027 100.00 120.13Number of Distinct Categories = 5標准標准: = 30%3 种規格种規格:1)% Contribution (%GR&R)2)% Tolerance (Related to spec)3)Distinc

20、t Categories (Group of data)32相關性 當使用不同的設備(包括不同的設備類型,方法等),那么需進行相關性分析. 相關性是指兩個不同變量的關聯程度. 相關性系數,又叫皮爾森積差相關係數(Pearsons product moment R),此係數為從 -1.0 到 1.0 的無方向性的係數33相關性 散布圖哪一個更好呢哪一個更好呢?34相關性 - 為什么 進行相關性分析的設備要求其GR&R結果是好的,沒有准确的數据很難得到可靠的相關性系數(R). 如果在設備間沒有好的相關性,那么需要對測量數据補償或是相對于規格限要有一個警備區. 好的相關性的基本要素是: 好的GR&R

21、結果 獲得准确的數值 在同一位置測量等35工序能力 你見過這樣的數据嗎? cpk=1.33, z-score = 4, etc? 它們代表什么意思以如何使用呢?36工序能力 我們的產品包含一些關鍵的參數,這些參數對產品的功能有很大的影響.設計和質量工程師指定這些參數和它們的規格. 我們通常用工序能力指標(Cpk / Ppk)去評估工序的能力.37工序能力 西格瑪值与工序能力指標(Cpk / Ppk)是相互關聯的. 重溫第5張幻燈片 上的西格瑪表格: Cpk/Ppk值越高則產品質量越好.那么交付給客戶的中的不合格品會越少,從而增加客戶滿意度. 另外,較高的Cpk/ Ppk值意味著產品均值更加居中

22、并且存在較小的變异, 因而給客戶更大的空間用于下工序的制作.38Process Capability in Minitab 六西格瑪方面,通常可用Minitab去分析工序能力. Minitab可以用不同的工具進行工序能力分析.0.0720.0700.0680.0660.0640.0620.0600.058LSLUSLProcess DataSample?N100StDev(Within)0.00318881StDev(Overall)0.00310142LSL0.063Target*USL0.066Sample Mean0.064621Potential (Within) Capability

23、CCpk0.16Overall CapabilityPp0.16PPL0.17PPU0.15PpkCp0.15Cpm*0.16CPL0.17CPU0.14Cpk0.14Observed PerformancePPM?USL340000.00PPM?Total680000.00Exp. Within PerformancePPM?USL332707.25PPM?Total638314.62Exp. Overall PerformancePPM?USL328291.87PPM?Total628896.11WithinOverallProcess Capability of Arm HeightSa

24、mple Mean1917151311975310.0700.0650.060_X=0.06462UCL=0.06890LCL=0.06034Sample Range1917151311975310.0160.0080.000_R=0.00742UCL=0.01568LCL=0SampleValues20151050.0700.0650.0600.0720.0700.0680.0660.0640.0620.0600.0580.0720.0660.0600.054WithinOverallSpecsWithinStDev0.00318881Cp0.16Cpk0.14CCpk0.16Overall

25、StDev0.00310142Pp0.16Ppk0.15Cpm*Process Capability Sixpack of Arm HeightXbar ChartR ChartLast 20 SubgroupsCapability HistogramNormal Prob PlotAD: 0.447, P: 0.275Capability Plot39假設測試 以下為兩個不同的供應商所供線材的兩組各32個線圈電阻值,它們之間的均值和變异有差异嗎?No.Wire AWire B15.855.8525.835.935.795.8745.845.8655.865.87285.825.86295.8

26、25.86305.855.86315.855.89325.95.9Mean5.84755.8634Std. Dev0.02650.0278 有人會說有但又有人說沒有因為它們的均值只差0.01590. 我們可以用假設測試去查找統計的推斷性結論.H0 H140假設測試 應用六西格瑪工具2-sample t 測試.D D a at ta aW i re BW i re A5. 945. 925. 905. 885. 865. 845. 825. 80B Bo ox xp pl lo ot t o of f W W i ir re e A A , , W W i ir re e B B(c) Bel

27、t onResults for: 3. HYPOTHESIS TESTING AND SAMPLE SIZE SELECTION.MTWResults for: 3. HYPOTHESIS TESTING AND SAMPLE SIZE SELECTION.MTW Two-Sample T-Test and CI: Wire A, Wire B Two-Sample T-Test and CI: Wire A, Wire B Two-sample T for Wire A vs Wire B N Mean StDev SE MeanWire A 32 5.8475 0.0265 0.0047W

28、ire B 32 5.8634 0.0278 0.0049Difference = mu (Wire A) - mu (Wire B)Estimate for difference: -0.01593795% CI for difference: (-0.029513, -0.002362)T-Test of difference = 0 (vs not =): T-Value = -2.35 P-Value P-Value = 0.022= 0.022 DF = 612-sample t 測試和箱圖清楚地表明在95%的置信度下兩組均值有顯著的差异.41 至于方差比較,可用六西格瑪工具F測試來

29、辯別.9 95 5% % B B o on nf fe er rr ro on ni i C C o on nf fi id de en nc ce e I In nt te er rv va al ls s f fo or r S St tD D e ev vs sW i r e BW i r e A0. 0400. 0350. 0300. 0250. 020D D a at ta aW i r e BW i r e A5. 945. 925. 905. 885. 865. 845. 825. 80F- Test0. 946Test St at i st i c0. 91P- V al ue

30、0. 798Levene s TestTest St at i st i c0. 00P- V al ueT Te es st t f fo or r E Eq qu ua al l V V a ar ri ia an nc ce es s f fo or r W W i ir re e A A , , W W i ir re e B B(c) Bel t on通過F測試表明我們不能拒絕歸零假設,因此得出結論在變异方面沒有差异.假設測試42實驗設計(DOE) 在大部分情況下,只調整一個因子不能獲得較好的改善. 因子之間可能會存在交互作用. 當存在交互時,用實驗設計(DOE)能更有效地分析和解決

31、問題.210-27Phosphoric Acid89-11011121314-101Yield-22NitrogenSurface Plot of Yield8.2 9.2 10.2 11.2 12.2 13.2 10-110-1NitrogenPhosphoric AcidContour Plot of Yield43 六西格瑪DOE是一組對因子進行主效果,交互影響 和曲率分析的試驗. Minitab用較少的步驟构造和分析實驗. MiniTabs 工作表StdOrderRunOrderCenterPtBlocksTime Temperature Supplier1 3 1 1 1 150 A

32、2 4 1 1 2 150 A3 2 1 1 1 200 A4 5 1 1 2 200 A5 6 1 1 1 150 B6 1 1 1 2 150 B7 7 1 1 1 200 B8 8 1 1 2 200 B 8129508501098TemperatureDwell TimeBond StrengthInteractions Plot實驗設計(DOE)44 很多時候,DOE需要重复和隨机化以增加自由度和最小化系統因素的影響. 根据團隊的決定運行DOE, 不要同時進行相同參數設置(same replicate)的試驗.StdOrder RunOrder CenterPtBlocksSpeed

33、Feed21118000150821180003501030170002504411800035055116000150161160001503711600035098017000250691180001501110017000250711116000350按順序做按順序做就可以就可以!實驗設計(DOE)45統計過程控制(SPC) 統計過程控制(SPC)用來: 探測過程變异或偏移的可歸屬的的原因從而在大批不良品生產之前采取正确的措施. 估計工序和工序能力參數. 減少工序變异.Lower Control LimitUpper Control LimitCenter LineSample Numb

34、er or TimeSample Quality Characteristic46 SPC 是六西格瑪工具之一,Minitab 提供不同的控制圖去監控工序. S Sa am m p pl le eS Sa am m p pl le e M M e ea an n46413631262116116168. 168. 067. 9_X=67. 9971UCL=68. 1383LCL=67. 8560S Sa am m p pl le eS Sa am m p pl le e R R a an ng ge e4641363126211611610. 750. 500. 250. 00_R=0. 45

35、78UCL=0. 8135LCL=0. 1021X X b ba ar r- -R R C Ch ha ar rt t o of f C C1 1(c) Bel t onS Sa am m p pl le eP Pr ro op po or rt ti io on n282522191613107410. 03000. 02750. 02500. 02250. 02000. 01750. 0150_P=0. 01975UCL=0. 02456LCL=0. 0149411111111P P C Ch ha ar rt t o of f D D e ef fe ec ct ti iv ve e(c) Bel t onTest s perform ed wi t h unequal sam pl e si zes統計過程控制(SPC)