浅谈六西格玛项目改进(Improve)工作

1浅谈六西格玛项目改进之目的及核心输出六西格玛项目改进工作按照定义(Define)、测量(Measure)、分析(Analyze)、改进(Improve)、控制(Control)五个过程来实施，简称DMAIC改进流程（如下图示）。在这样的流程中，每个阶段均有其特定的目的及核心的输出，以支持下一阶段的工作，确保改善项目能够顺利有序的实施。六西格玛项目改进阶段的目的是针对分析阶段输出的显著因子，找到最优设置或搭配，这些设置或搭配可以使项目团队研究的大Y&小y的过程能力提升到预期目标，让项目团队关注的实际问题得以解决，同时亦不会带来新的问题。改善方案的产生需依据因子的数据类型而定（如下图示），若因子数据为属性类（如：CASE成型的原料材质型号对于CASE的结构强度影响显著），则只需结合分析阶段验证结果，在现有可用的因子设置中选择最优的设置即可。但若因子数据为属量类（如：CASE成型工艺的温度对于CASE的结构强度影响显著），其可选的因子设置有无数个，则需要通过试验设计建模优化方能找到最优的因子设置。因此，试验设计（DOE）当是改进阶段最为核心的工具方法。2试验设计(DOE,DesignofExperiment)方法是指通过一个试验或一系列试验，对一个过程或系统的输入变量作一些有目的的改变，以使能够观察到和识别出引起输出响应变量的缘由及规律。常用的试验设计类型有单因子试验设计(OFAT)、两水平因子设计(2^k)、一般全因子设计、响应曲面设计(RSM)、混料设计、田口试验设计和调优运算(EVOP)等。（如下图示）试验设计的目的及用途有：1）析因分析，识别哪些变量Xi对响应量Y有显著影响；2）参数优化，确定显著因子Xi的水平设置，可使Y几乎接近于期望值；3）减小变异，确定显著因子Xi的水平设置，可使Y的变异最小化；4）增强稳健，确定显著因子Xi的水平设置，可使噪音变量的效应最弱化。因此，按照试验的目的及用途亦可将设计类型分为筛选DOE、量化DOE、优化DOE、稳健DOE等四类。（如下图示）3试验设计（DOE）旨在运用数理统计学的基本知识，讨论如何合理地安排试验、取得数据，然后进行综合科学分析，从而尽快获得最优组合方案。其追求的不仅仅是如何得到最优的实验成果，亦关注实验成品最小化及效率最大化。试验设计在工程学领域是改进制造过程性能的非常重要的手段,在开发新工序中亦有着广泛的应用。项目团队历经千辛万苦，最终找到了过程显著变量的最佳设置或搭配。喜悦之余往往会忽视一些重要的工作，就是如何去执行实验得出的结论。传统做法就是将这些变量或参数，写入作业标准、指导书或原材料规格等文件当中，做到文件化标准化，再委托现场人员去执行。但是，这种方式终究不是最好的做法，随之带来的是更多的问题，例如，现场人员是否按照标准化的文件内容不折不扣的执行？执行过程是否遭遇到困难？执行之后是否达到预期效果？又或者是否能够长期持续的不打折扣的执行呢？解决这些问题的方法通常是制定控制计划，利用SPC图或点检表实施全时监控，这将会造成今后较长一段时期的人力成本与物力投入。对于实验结论的执行方式，较好的做法莫过于寻找到一种符合“防错思想”的做法，从根本上杜绝偏离实验结论的事件发生，无需监控。（如下图示）综上所述，为达成项目改进阶段之目的，推动项目改善工作顺利进入控制阶段。改进阶段需完成以下工作及核心输出：1）针对分析阶段输出的显著因子，逐一研究、实验，产生改善方案；2）针对改善方案进行筛选和优化，运用防错设计的思想；3）明确每项改善方案的实施步骤，并确认每一步的执行状况；4）针对每项改善方案的改善效果进行逐一验证；5）项目指标的目标达成状况确认。文章来源：天行健咨询