六西格玛项目运作实例doc 73页优选文档Word文件下载.docx
《六西格玛项目运作实例doc 73页优选文档Word文件下载.docx》由会员分享，可在线阅读，更多相关《六西格玛项目运作实例doc 73页优选文档Word文件下载.docx（85页珍藏版）》请在冰豆网上搜索。
4谁将受到影响？
5问题的严重程度是什么？
6你是如何得知这些的？
如何绘制宏观图
如何绘制宏观图?
绘制宏观图的顺序：
供应商->
输入->
工序->
输出->
客户
项目的目标陈述要点
---------------------------------------------------------------------------------------------------
项目的目标陈述要点:
1,目标陈述
2，计算方法
3，全年节省额
确定TeamMembers成员:
1，小组成员要包括技术人员
2，包括维修人员（如果需要）
3，包括操作者
4，小组人员不超过5人（特殊情况除外）。
《测量阶段》->
如何进行项目描述
如何进行项目描述:
1，目标陈述
2，Metric图
3，月节省额
如何绘制工艺流程图:
召集小组:
流程图绘制是集体努力的结果
小组包括：
流程负责人：
项目结果的负责人
工程部门-工艺，产品，设计及设备
生产部门-操作员，各班次主管，培训员，操作班长，维修技师
流程图所需信息
脑力风暴
观察/经历
操作手册
工程标准，工作指示
六大方面（人，机，方法，测量，材料，环境）
确定工艺范围:
范围至观重要
越窄越好！
大量工艺步骤可能表明项目定义不佳或问题
源于几个项目
问题藏于问题中
若问题可以由粗略分析解决，管理层会去做
绘制可执行的工艺图
你能确认缺陷来源吗？
我们能有意识地改变输入指标变量吗？
有意识的改变输入指标变量能直接影响输出结果吗？
工艺流程图（PFD）:
6Sigma工艺流程图的要素：
所有工艺步骤包括隐形工厂
数据采集点
所有设备/工具
各步骤表明增值性（VA）和非增值性（NVA）
控制标准文件
用标准符号绘制工艺流程：
在MicrosoftOfficeTM等软件中可找到
工艺流程图-程序:
绘制工艺记载的工艺步骤
包括所有检查点，测量指标和传运步骤
确认所有数据采集点
标示各工序标准控制文件
各步骤标明为增值性（VA）或非增值性（NVA）
确认各工艺步骤的X和Y
标明可能消除的NVA步骤
加入并标明“隐形工厂”工段
标明为VA或NVA，标明可能消除的步骤
标明须指定控制文件的步骤
加入DUP，RTY，COPQ，循环周期等估计值
标明须进行量具和工艺能力研究的步骤
通过直接或秘密观察确认准确性
文件记录/确认:
文件记录的工艺流程
首先绘制记录下来的工艺
加入并标明隐形工厂步骤
当所有步骤展示出来后，流程图就属于实际工艺
确认
流程图的准确性至关重要
项目组必须花时间观察工艺
秘密进行。
观察导致行为改变
确认实际工艺设置与记录的设置相同
跨班跨机器观察工艺
如何绘制工艺流程细图:
工艺流程细图：
6Sigma工艺流程图要素：
工艺或产品是输出指标Y和输入指标X
标准上下限和标准控制文件
所用设备/工具
绘制工艺流程细图
工艺流程细图必须依工艺流程图而画。
更改其一应在另一个中反映出来。
应使用最新的控制文件
标明所有隐形工厂步骤的输入输出指标
工艺流程细图程序：
1，从流程图中列出工艺步骤
2，加入下列内容
输出指标
输出指标标准，若存在
输入指标
输入指标标准，若存在
工艺能力或量具能力指标
所用设备
3，标明隐形工厂步骤
4，标明各步骤属于增值性（VA）或非增值性（NVA）
5，标明各步骤属于可控性的（C）或噪音性的（N）
6，确认各设备的输入指标设置
7，确认流程图准确性
8，必要时更改及更新流程
标准限和工艺能力：
工艺及产品标准
加入X的工艺设置
加入Y的标准限
标明未记录的Y和可控的X
测量系统
加入量具重复性及复验性数据
标明须做测量系统分析的量具
工艺能力
展示RTY，DPU，CPK等的估计值
标明哪些工艺步骤数据陈旧或不完整而需做工艺能力分析
更改及更新：
更改
记住：
6Sigma的目标之一是找出：
Y=F（X）
随着对工艺的深入了解，更新工艺图以反映新的信息
更新
项目最终成果之一是现有的工艺的流程图
更新工艺图以反映任何工艺改变
加入测量系统分析及工艺能力分析结果
精简制造与5S:
精简制造例似于日本的5S
鱼骨图:
鱼骨图
一种系统确认所有可能导致问题（后果）产生的原因方法。
构造鱼骨图的方法：
1.陈述问题，并置于右边的方框内
2.朝方框画一水平箭头。
3.在箭头上下写上传统因素类型名称*或你怀疑是的类型名称。
用
直线连到箭头线上。
4.在各主要的类型范围内，集思广益并列出所有可能引起问题发生的因子。
5.进一步优化：
对各种详细列出的因子再列出其输入变量。
*6m--man,machine,method,measurement,mothernature（environment）
（6M:
人员，机器，测量方法，原材料，环境）
定性测量系统研究:
定性型量具R&
R-术语:
检验员分数（%）-在定性型R&
R检验过程中，检验员前后一致的比例
定性数据--定性（合格/不合格）数据，可用来做记录和分析
定性型测量系统--把每个部件与标准进行比较，从而决定部件是否符合标准的测量系统。
消费者偏见--员工倾向把合格产品判为废品
有效筛选分数（%）--在定性型R&
R检验过程中，所有员工本身前后一致且相互之间也一致的比例。
标准值--由一个高准确度量具所测的平均值
生产者偏差--员工倾向于把不合格（有缺陷的）产品判为合格
筛选--用检验方法对产品进行100%的评估
筛选有效性--定性量具系统区别合格与不合格的能力
使用定性型量具R&
R的目的:
工艺评估
评估你的检查标准或工作质量标准与客户要求的一致性
确定所有班次，机器等的检查人员是否使用相同标准来决定合格与不合格
量化检查人员准确重复其检验结果的能力
确定检查人员与“已知标准”的一致性及倾向于消费者偏差还是生产者偏差
工艺改进
发现是否需要培训，缺少工序或缺乏标准
R的方法:
准备
从工艺中挑选30个部件，50%合格，50%次品
可能的话，挑选近乎于合格和不合格样本
挑选检查人员--受过完全培训的和有资格的
实施
要求每一个检查人员随机地检查部件，决定合格与不合格并重复此检查
评估
将结果载入文件
如果必要，采取适当的措施调整测量工艺
重做R&
R试验，核实调整后的有效性
R--结论:
检查员分数
如果大多数员工都是100%，则培训作用极为有限
筛选有效分数
如果员工本身前后一致但是相互间不一致，则重新培训可帮助减少错误。
标准化分数
如果员工时常与标准不一致，则需要改变测量系统（或局部标准）
工艺能力分析:
为何测量工艺能力?
使我们根据数据分配资源！
（这可不常见！
）
缺陷率得以量化
确认可以改进机会
分析工艺能力可使组织预测其所有产品和服务的真实质量水平
确认工艺发生问题的本质-居中程度或分散度
工艺能力研究
连续数据离散数据
1.确认标准限1.确认标准限
2.收集数据2.收集数据
3.确定短期偏差3.决定：
短期还是长期？
4.计算工艺能力指标：
（通常是长期）
a.短期：
4.计算工艺能力指标：
ⅠZU,ZLa.长期：
ⅡCPⅠPPM
ⅢCPKⅡSigma水平ZLT
ⅣSigma水平ZSTⅢPPK
b.长期：
b.短期：
ⅠSigma水平ZLTⅠSigma水平ZST
ⅡPPKⅡCPK
工艺能力计算实例
一位技师负责医院设备的蒸汽杀菌过程。
其中一个关键参数是控制“暴露”阶段的温度。
设备室温度和在最小饱和蒸汽浓度的周期时间决定杀菌程度在整个设备室维持前后一致的温度范围很重要。
第一步：
确认标准
这一阶段常被忽视。
我们如何设定标准？
设计部门-设计蓝图
设计部门如何得到各项要求？
工艺部门-标准由工艺以前能够做到的或开始使用时的能力定
这想法有错吗？
我们总是对客户说可以吗？
对上例而言：
设备室目标温度是1250C±
1.50C
第二步：
采集数据-合理编组
应采集数据获得“短期”性能，如可能，“长期”性能
通过固定时间区间采集一系列快照型数据
应按合理编组采集快照数据
什么是合理编组？
从流程连续不断产生的零件或产品中合理取样以期捕获最小工艺偏差的方法
组内偏差反映一般偏差
平均标准差（用一种均方差方法平均）是对工艺应有能力的良好估计
采样-例子
例子：
技师在暴露周期从控温探针读数中选取五个数据，并从连续七个杀菌运转周期采集数据，数据列在ChamberTemp2.mtw文件的杆ChambTemp栏中
第三步：
确定短期偏差
多数现有数据居于长期和短期之间
为了估计真实短期数据：
小心设计工艺能力研究方法
确保编组策略合理
某些工艺无法研究短期数据
如低产量和长循环周期工艺
采样昂贵或难以取样的工艺
一个指导思想：
如果允许80%的输入指标
在其自然范围内浮动，数据就是长期的
短期及长期：
组内及组间
平均标准差与总标准差
对各组方差取平均值可得到组内标准差的平均值
总标准差由所有数据算出，不计编组
平均标准差不计组间偏差，而总标准差计入组间偏差
平均标准差是对组内标准差的最佳估计
长期和短期指导思想
短期
数据在有限的周期或间隔采集
数据在有限的机器和员工中采集
差不多总是连续变量
长期
数据在很多的周期，间隔，机器和员工中采集
可以是离散或连续数据
离散数据几乎都是长期性的
第四步：
计算ZU和ZL:
Z-分数
提供统计数据以便用共同语言交流
提供一个与标准上下限相关的工艺性能指标
计算CP
例子
工艺平均值为325
标准差为15
标准上限为380，下限为270
CP是多少？
若平均值为355而标准差不变CP又是多少？
Cp与工艺应有能力
Cp是工艺应有能力的良好指标
工艺应有能力--一个工艺观察到的最好的短期性能
机会--工艺长期性能与工艺应有能力间的差距
Sigma项目--致力与把长期性能与工艺应有能力的差距缩短
定量测量系统研究:
R--模型
测量系统μ总和=μ工艺+Δμ测量系统
偏离度：
观察值=实际真实值+测量偏移
通过“校准计划”Δ测量偏移
来评估真实值测量值
（准确度）
测量系统σ2总合=σ2工艺+σ2测量系统
观察的偏差=工艺的偏差+测量的偏差
通过“校准计划”
测量系统的指标:
量具R&
R结果->
量具偏差（σmeasurementsystem）
真实值精确度（量具偏差）
观察值
测量系统的精确度（P）：
精确度包括重复性和复制性
测量系统的指标-PT:
精确度与公差之比--P/T
代表量具偏差占公差的部分
此部分通常用百分数来表示
最好的情形P/T<
10%--可接受的P/T<
30%
测量系统的测量方法--P/TV:
精确度与总偏差之比
代表量具偏差占据总偏差的部分
此部分通常用百分率来表示
最好情形<
10%量具可接受条件<
测量系统的指标--分辨指数:
分辨指数是测量系统从工艺数据中可辨认的不同读数的数量
分辨指数是一个分辨率指标
分辨指数是重复性和复制性的函数
最好情形：
>
4，可接受的：
3-4
P/T和P/TV的用处:
P/T（%公差）
最常用于测量系统的精确度评估
将量具的精确度与公差要求进行对比
如果量具用来对生产样品进行分类P/T还可以
P/SV（%R&
R）--6Sigma首选
测量量具与量具研究偏差相比其性能如何
最适合进行工艺改进的评估
使用时应小心。
量具研究偏差并不一定代表真实的工艺偏差
P/TV（%R&
测量量具与工艺偏差相比其性能如何
当量具样本中的偏差代表真实工艺偏差时，P/TV等于P/SV
定量型量具R&
R--使用方法说明:
1，校准量具或确认最近校准仍然有效
2，收集10个代表工艺偏差全部范围的样本
3，从每日使用这种测量方法的员工中选出检验员
4，运用Clac>
MakePatternedData>
准备量具研究数据表
5，让员工测量所有无标识，随机次序的样本
6，分别让另外其他员工测量所有无标识，随机次序的样本
7，重复第五步及第六步循环三次。
也尽量打乱员工次序
8，用Minitab作下列两个分析
Stat>
QualityTools>
GageR&
RStudy（Crossed）
GageRunChart
9，对测量系统能力研究结果进行分析
10，确定适当的后续措施
R--Minitab实例:
一个黑带想对冶金工艺使用的温度表进行量具研究，他严格按前面一页的方法进行实验，并将数据输进了R&
Rexample.xls中。
运用Minitab分析数据并评估量具能力
RStudy（Crossed）...
Minitab量具R&
R研究--选项
输入该工艺公差和偏差，如果你想要Minitab帮你计算P/T和P/TV的话。
Minitab默认计算P/SV
R结果--ANOVA表
P值是变化源在统计上对总偏差影响是否不显著的概率
在这个例子中，部件和员工均为显著的偏差源
另外，你能用Minitab的计算器计算总的平方和吗？
这个值代表什么意思？
《分析阶段》->
失效模式及后果分析
失效模式及后果分析:
FailureModesandEffectsAnalysis（FMEA）
Background:
_FailureModesandEffectsAnalysis（FMEA）
_Firstdevelopedinthe1950’s
AppropriatedbyNASAinthe1960’sforthespaceprogram
_FordMotorCompanywasthefirstNorthAmericancompanytowidely
implementtheuseofFMEAs
_TypesofFMEA
_System–Top-level,earlystageanalysisofcomplexsystems
_Design–Systems,subsystems,parts&
componentsearlyindesign
stage
_Process–Focusesonprocessflow,sequence,equipment,tooling,
gauges,inputs,outputs,setpoints,etc
Who?
When?
_WhoconstructstheFMEA?
_TheBlackBeltistheteamleader.
_TheprocessownerinheritsthefinishedFMEA.
_Usetheprocessmapping,C&
Ematrixteam.
_Mayneedtoaddarepfromquality,asupplier,reliability
_WhenshouldtheFMEAbeconstructed?
_Aftertheprocessmap&
theC&
Ematrix
_Beforeorafterthecontrolplan,dependingonthematurity
oftheprocess
Why?
Warmupexercise:
_Youhave60secondstodocument:
Whatwouldyouwanttoknowabouta“defect”?
_Fortheprocess:
_FMEAimprovesthereliabilityoftheprocess
_AnFMEAidentifiesproblemsbeforetheyoccur
_FMEAservesasarecordofimprovement&
knowledge
_Forthefuture:
_FMEAhelpsevaluatetheriskofprocesschanges
_FMEAidentifiesareasforotherstudies–
multi-vari,ANOVA,DOE
6sProcessFMEA--Terminology
_FMEA:
Asystematicanalysisofaprocessusedtoidentifypotential
failuresandtopreventtheiroccurrence
_PotentialFailuremode:
Themannerinwhichtheprocesscould
potentiallyfailtomeettheprocessrequirements.
_PotentialFailureEffect:
Theresultsofthefailuremodeonthe
customer.
Severity:
Anassessmentoftheseriousnessofafailuremode.
Severityappliestotheeffectsonly.
_Cause:
Howthefailurecouldoccur,describedintermsofsomething
thatcanbecorrectedorcontrolled.
_Occurrence:
Thelikelihoodthataspecificfailuremodeisprojected
tooccur.
Detection:
Theeffectivenessofcurrentprocesscontrolstoidentify
thefailuremode（orthefailureeffect）priortooccurring,priorto
releasetoproduction,orpriortoshipmenttothecustomer.
_RPN--RiskPriorityNumber:
TheproductofSeverity,Occurrence
&
Detection
FMEAExamples
_PlatingExample
Anaerospaceplatingcompanywasshippingproducttoits
customerswithnickelplatingthatwastoothin.Partswerefailing
corrosiontestingatthecustomer.
_ShippingExample
Theshippingdepartmentofanelectronicscompanyisunableto
shipanassemblywithoutitsclamshellprotectivepackaging.This
causesoccasionallateshipmentstothecustomer.
_Inthefoll
升级会员 