六西格玛(1)

六西格玛—6δ什么是六西格玛六西格玛⑴方法论⑵解决问题的工具⑶改造员工团队六西格玛=1-2PPM因为实际生产过程中的变差，经验上认为：六西格玛=1-3.4PPM做一百万个产品出现缺陷品的概率为3.4个什么是西格玛西格玛就是标准差表示了数据的离散程度标准差越小，数据越集中是衡量数据分布的区域划分，与均值无关均值决定分散数据的位置。精益生产和六西格玛精益生产是追求生产过程的完美，生产节拍最优化，尽可能多的消除生产过程的浪费六西格玛是消除生产过程中的主要缺陷和变差，从而达到最优的利润提升精益生产可以通过5S七步法六西格玛等方法逐步实现，是一个长期的渐进的过程虽然六西格玛和精益生产有很多交叉点，但是却不隶属于精益生产六西格玛五个要素Y=f（X1,X2,…,Xn）6sigmasigma统计学意义目的满足客户要求Y精确，不准确准确，不精确目标6sigma99.9999998%99.9966%3.4PPMRTY累计生产率研究对象85%是系统流程问题精神持续改进实事求是做正确的事把事情做好变异源项目三前提DMAIC正确的工具可知可衡量可控、可预防如何做六西格玛项目跟踪表简单的方法4=1好的结果有效的支持合适的项目合适的人正确的流程和工具+++=6sigma数据库组织架构VOBVOCDMAIC循环D定义阶段：问题确定（Y）M测量阶段：知识A分析阶段：数理分析（定量）I改进阶段：得到优化结果C控制阶段：固化、检验改进结果原因项目定义为谁解决什么问题？为谁——客户——目标问题——流程——输出Y——指标团队时间进度现状风险评估散点图76543210500040003000200010000生产周期产品数量Scatterplotof产品数量vs生产周期直方图1200110010009008007006005006543210产能(张/日）FrequencyMean827.8StDev171.4N14Histogramof产能(张/日）Normal柏拉图Count111121111111Percent7.77.77.77.715.47.77.77.77.77.77.77.7Cum%76.984.692.3100.015.423.130.838.546.253.861.569.2产能(张/日）1200.001066.671000.00900.00815.00763.66750.00720.00666.67640.00566.67833.3314121086420100806040200CountPercentParetoChartof产能(张/日）二级柏拉图3.01.50.01200.001066.671000.00900.00815.00763.66750.00720.00666.67640.00566.67833.331200.001066.671000.00900.00815.00763.66750.00720.00666.67640.00566.67833.333.01.50.01200.001066.671000.00900.00815.00763.66750.00720.00666.67640.00566.67833.333.01.50.0生产周期=1产能(张/日）Count生产周期=2生产周期=3生产周期=4生产周期=5生产周期=6生产周期=411000.001066.671200.00833.33566.67640.00666.67720.00750.00763.66815.00900.00产能(张/日）ParetoChartof产能(张/日）by生产周期控制图数据类型离散数据：种类、好坏、客户、班次连续数据：时间、压力、速度、厚度统计：有同一参数的多个数据点来描述任何流程或系统的表现。孔径测量过程中，孔径就作为同一参数数据特征数据特征①数据属性（种类、类型）②数据位置（中位数、均值）③数据分布（正态、非正态）④离散程度（sigma）名词术语平均值：一组数值的算术平均值①所有数据影响②极端数值的强烈影响中位数：反映50%等级，在一组编号数据被排序后的中心数极差：一组数据的最大值和最小值的差标准差：方差的平方根极差对异常数点来说比方差更敏感。正态分布：具有一定相同特性的数据分布在生产中就是很正常的生产状态SPCS---统计P---过程C---控制SPC的作用是判断过程是否受控，预防缺陷的产生。它的基础是数据。数据（输出/输入）受控：普通原因或固有变差不受控：特殊起因或可指定的变差现场操作人员应该时时观看控制图，了解自己是否处于受控状态，生产人员是控制图的第一使用者，SPC是用历史预测未来的工具数据类型是缺陷数量还是缺陷品数量离散缺陷数量缺陷品数缺陷数量是大还是小知道有多少坏的是否知道多少好样本缺陷出错率是否恒定样本量是不是常量U-ChartC-ChartP-chartNp-chart抽样数据是子组还是单值X-Bars（均值极差图）I-MR（单值移动极差图）连续子组单值YNNYNYNY失控判定1点＞3sigma连续9点在中心同一侧连续6点上升/下降连续14点上下交错三个点中有两点在同侧且大于2sigma5个点中有4个在同侧且大于sigma连续15点距中心在sigma内连续8点距中心线在sigma外流程图分类①流程变量图②泳道流程图③SIPOC（公司间流程图）④工序流程图过程流程工艺流程流程变量图分类50000英尺流程图：宏观远距离流程图5000英尺流程图：相对于50000英尺流程细化图流程图作用50000英尺流程的目的是为因果矩阵分析提供输出Y，即明确流程中的客户实际需求5000英尺流程是为了因果矩阵提供细化的输入项，也是找出流程中所有可能产生缺陷的源头输入输出要求输入：具体的、可衡量的、相对独立的指标输出：具体的、可衡量的、相对独立的指标例：正确：加工时间、合格率、操作人员数量不正确：加工生产、操作者、不合格螺钉CriticalInputVariables30+Inputs8-104-83-6FoundCriticalX’sControllingCriticalX’s10-15所有X’s关键影响X筛选结果测量阶段分析阶段IMPROVECONTROL•过程流程图•失效模式和后果分析•多变量流程分析•DesignofExperiments(DOE)•ControlPlans•C&E因果矩阵EnterProjectNameHere输入(Xs)输出(Ys)C/U/S动名词50000英尺流程图模板EnterProjectNameHere输入(Xs)Process输出(Ys)C/U/S5000英尺流程图模板流程图小结把研究的流程如实的反映出来50000英尺的输出在5000英尺里面必须有出现①写出步骤②写输出③写输出C&E因果矩阵EnterC&EBreakPoint:100RatingofImportancetoCustomer10123456789101112131415ProcessStepProcessInputsTotal102030405060708090100110过程工步输入X输出打分输入X打分输出Y因果矩阵通过输入对输出的影响大小来筛选输出的工具对Y打分从0-10由客户打分对X打分根据实际情况，由小组成员共同打分，达成一致，打分分为0、1、3、9打完分乘积求和，再排序（从高到低），在跳跃点处截选X失效模式及后果分析风险管理F-失效E-后果M-模式A-分析定义：①确认产品、服务和过程可能发生的失败或错误的各种方式②评估特定原因所产生的风险③对降低风险所采取的预防措施和有效手段FEMA分类流程FEMA设计FEMA系统FEMA过程FEMA我公司所用的PFEMA属于流程FEMA风险不明确的顾客期望工艺标准含糊设备可靠度测量变异（生产线上及质量控制）不合格的规格界限输入/原料变异不良的过程能力不良的控制计划及标准操作程序潜在的安全危机名词解释失效模式：特定过程输入所发生的失败状况，若没有被改正或移除，将后造成不良后果发生。结果：对顾客需求的影响，一般而言以外部顾客为主，也可包括下游程序的需求产生原因：导致失效模式产生的机制目前控制：系统化的方法及设备用来预防、发现失效模式或原因的预防系统。后果严重度：（SEV）失效模式的严重程度频度：(OCC)失效模式发生的概率和机会侦查度：（DET）失效模式被侦查和发现的难易程度风险优先值（RPN)：失效模式强烈程度的判定C&EBreakPoint100ProcessorProductName:EnterProjectNameHerePreparedby:PageofResponsible:FMEADate(Orig):(Rev):ProcessStepKeyProcessInputFailureModes-Whatcangowrong?EffectsSEVCLASSCausesOCCCurrentProcessControls-PreventionCurrentProcessControls-DetectionDETRPNActionsRecommendedResp.ActionsTakenSEVOCCDETRPN故障树分析（FTA）该工具是针对已发生的结果逐步推理，找出相关原因并由小组判别其重要程度的工具。FTA分析的原因都是直接原因，不能跳跃X肯定（打分方法）否定怀疑FMEAC&E流程图FTA流程终止相反FTA流程中止三真实是消防员不是魔法师应用七步法DMAIC真实零件真实场所真实环境FTA小组搜集调查找原因5WHY打破沙锅问到底X输入关键X测量系统观察到变差真实的流程变差测量系统变差长期的流程变差短期的流程变差样本的变差测量工具变差操作人员变差重复性偏倚分辨力稳定性线性测量系统分析判断测量数据可信程度、确保后续使用数据真实可靠理想的测量系统每一次都能给出真实的测量结果不合格的测量系统会产生：①合格产品测量不合格②不合格产品未检测出来术语分辨率：测量结果的最小变化（测量工具的最低测量数位）准确性：平均的测量是否和真值有偏倚真值：理论上正确的值偏倚：测量均值与真值的差异线性：测量仪器量程范围内准确性的变差精确性：测量系统的总变差（反复测量差异）重复性：相同条件多次测量同一事物的同一特征再现性：不同条件下测量同一事物同一特征稳定性：为测量的平均数和标准差，即使经过长时间后，仍能维持不变并可以预测测量系统评定指标P/T=6×标准差/公差（百分数）P/T＜10%：最佳30%＞P/T＞10%：可接受P/T＞30%：测量系统不可接受，不能得到有效测量结果测量能力指数R&R=测量系统标准差/整个流程总变差（百分数）判定同上测量指标解析P/T：体现测量系统的再现性R&R：体现测量系统的重复性指标取得不用计算，用专用工具，只要取得真实可靠的系统数据，就能有效得知测量系统可靠与否测量的最小刻度应该大约占产品公差和流程变差的十分之一左右，其中二者哪个大取哪个进行计算。测量抽样测量系统抽样要具有代表性①明显合格②明显不合格③不能确定是否合格抽取数据样品真值以专家检测评价视为真值测量系统数据抽样不能低于30个真实、有效数据要随机化测量，避免主观意志影像测量系统，并造成测量结果变差增大KAPPAKappa是用来去除偶然产生的影响因素Kappa＞0.9:非常好，基本没有偶然因素0.7≤Kappa≤0.9:可以接受，有偶然因素但作用不明显，系统有待改进Kappa＜0.7:该偶然因素影响显著，不可忽略谢谢！