【正文】 技術(shù)? A : 工序管理狀態(tài)不足 ,現(xiàn)在技術(shù)水平也低? B : 需改善工序管理 ,但技術(shù)水平優(yōu)秀? C : 工序管理優(yōu)秀 ,但技術(shù)水平低? D : World Top 水平的公司 D6 sigma 品質(zhì)水平是什么 ?s618聚焦問題點階段? Process Mapping 通過大腦風(fēng)暴法制定 Process的階段順序 按題目的性質(zhì) ,使用分析圖 (Process Loss或浪費要素 /改善 Cycle time/改善品質(zhì) /Flow 改善 )1. 確定問題范圍s619? QFD(Quality Function Deployment)質(zhì)量指標(biāo)分解 對調(diào)查內(nèi)容優(yōu)先排序 ,為滿足顧客的要求事項制定技術(shù)規(guī)格 對已設(shè)計的制品用 Brainstorming法列出可能的故障模式 以優(yōu)先順序找出問題的核心事項 Round Robin : 對事件， Team員輪流發(fā)掘 Idea Idea 發(fā)掘時不要解釋或討論 Breakdown( 展開 )的問題之間 MECE(互不重復(fù)無遺漏的全體 ) *. MECE(Mutually Exclusive and Collective Exhaustive) : (不重復(fù) ,各個的和等于全體 )m 6 sigma是對最終展開的低層問題進行改善后 ,最終問題得到改善的形態(tài)2. 找出活動課題的具體事項聚焦問題點階段s6224. 確定活動題目的相關(guān) Benefit[利益 ](定量 /定性效果 ) :為保證達成 ,明確改善金額5. 對活動課題的問題記錄 :在現(xiàn)象分析時 ,記錄現(xiàn)在現(xiàn)象和所希望的現(xiàn)象6. 計劃時間表管理 : 通過分析把全部日程用具體的圖表管理聚焦問題點階段s623單元 2 : 測定 (Measurement)21 變化的理解22 Gage RR23 連續(xù)型數(shù)據(jù)分析 24 離散型數(shù)據(jù)分析s625變化的理解數(shù)據(jù) 的分類工程問題 /Bottle Neck/Issue事項解決問題連續(xù)型DATA離散型 DATA? 連續(xù)型數(shù)據(jù)（計量型數(shù)據(jù)） s626變化的理解群內(nèi)變化 (White Noise)? White Noise是工程內(nèi)存在的日常因素引起的變化 (偶然因素 )? 現(xiàn)在的技術(shù)水平是不可能控制的變化? 一般工程的散布? 工程上受細小的多數(shù)因素的影響? 群間變化 (Black Noise)? Black Noise是工程外部因素影響中心值移動 一般情況下 ,可查明原因的變化 (異常原因 )? 現(xiàn)在工程上可控制的變化? 一般情況下 ,在工程的目標(biāo)值上平均值偏移? 實際上可以知道隨時間的變化 ,工程能力會怎樣變化群內(nèi) .群間變化的區(qū)分例作業(yè)者 1作業(yè)者 2作業(yè)者 3作業(yè)者 4作業(yè)者 5作業(yè)者 6作業(yè)者 7作業(yè)者 8作業(yè)者 9Line 1 Line 2 Line 3? 群內(nèi)變化 : 每 Line 1, 2, 3內(nèi)出現(xiàn)的 (即 Line內(nèi)作業(yè)者間的變化 ) 工程變化? 群間變化 : 各 Line間的差異而出現(xiàn)的工程變化s627變化的理解Rational Subgroup （ 合理分組）? 指跟數(shù)據(jù)的種類無關(guān) ,在可能的短時間內(nèi)彼此類似的條件下作業(yè)的樣本群。 可以把握平均值移動問題還是散布問題 Material : 交付 ,原材料等 反復(fù)性 (Repeatability) Total = (σ PartPart)178。 部品間變化 測定滿足誤差時 ,是工程變化或規(guī)格值關(guān)聯(lián)可以接受。 時 , 量具精度要滿足 ≤ 30% 以上 判斷 20% 以下 Accept 20%～ 30% 考慮適用部品的重要度等 判斷能否 Accept一般情況下 Accept設(shè)計許可誤差對比 Gage ? Gage RR 值越大，要制定改善計劃并進行改善。? 偏移 (Bias) : 實際測定值跟試料平均值的差異值叫 準(zhǔn)確度 (Accuracy)Time 1Time 2StabilityObservedAverageValueBiasReferenceValues633Gage RR對測定系統(tǒng)變化的理解? 線性 (Linearity) : 通過期望的 Gage工作范圍比較精確度得到的值 即在已定的工作范圍的兩邊界線區(qū)間上，最少研 討 1回的精確度得到的值的差 . 偏差大 偏差小測定值參考值參考值測定值s634Gage RRGage RR 類型? 短期的方法 典型的是 2～ 3名的測定者對 10個部品反復(fù)測定 2～ 3次 公差的測量誤差 =(100)/ = % 參考 )測量誤差用測定差的平均值乘以常數(shù) (這里是 )來計算 . 常數(shù)在 *里已有計算 , d*是下表中的值， Gage引起的 變化能滿足 % 值。 表示檢測部品的信賴性區(qū)間不重疊的個數(shù)Gage RR?4個 Categories? Number of Distinct Categories 判斷方法 可以分為 4組對特定部品測定，信賴性區(qū)間小說明測定者和測定有反復(fù)，且測定很準(zhǔn)確。 管理界限是用測定者間的測定值變化來計算 ,因此測定值的變化小說明 管理界限的幅小 即 ,說明測定者間的測定值變化很小 no go 時 如果測定系統(tǒng)有誤差， 但不改善系統(tǒng)的話，在執(zhí)行 6σ Project期間要接受測定系統(tǒng)可能發(fā)生誤差的危險。 Zst(σst), Cp Zlt(σlt), Cpk K : 偏移系數(shù) (如果 K=0,則 Cp = Cpk ) S L(Lower Spce) : 規(guī)格下限SL SUSL SUM工序能力的數(shù)學(xué)式s647工序能力的數(shù)學(xué)式工序能力? 只有規(guī)格上限時的工序能力? 只有規(guī)格下限時的工序能力χ SUχSLCpu = Su χ3σχ S L3σCpL =s648? 葡萄酒農(nóng)場為了參加慶祝大會，在準(zhǔn)備過程中，有必要改善葡萄酒品質(zhì) 而準(zhǔn)備 Project,首先為了把握現(xiàn)象，按合理分組計劃規(guī)劃得出了包括 下列 ‘X’ 因素的葡萄酒質(zhì)量 ‘ Y’ 的樣本。? 為了計算長期工序能力，考慮規(guī)格的上、下限，表示實際的工序能力，使 用群內(nèi)，群間變化都考慮在內(nèi)的 Zlt。 ? DO(Defect Opportunity): 機會損失（缺陷） 可能引發(fā)的機會損失（缺陷）的行動或事件。 DPU : 元件缺陷數(shù) 750 = ? DPO =缺陷數(shù) 247。 應(yīng)用 : 決定個別工序的個別品質(zhì)水平時使用。? YNA(Normalized Yield): 標(biāo)準(zhǔn)收率 表示計算連續(xù)工序的評價收率的值 輸入的 30%元件有缺陷并再作業(yè) 不是算術(shù)平均，而使用各階段的幾何平均值 YND(Normalized Yield) =n　　　　 這里 n 表示工序的數(shù) = ()188。 = (%) s662離散型數(shù)據(jù)分析YRT(Rolled Throughput Yield)階段 2? YRT是連續(xù)的各階段 YFT 之乘 收率概念比較累計收率 (YRT) 現(xiàn)在為止的收率 (YF)? 考慮工序各階段 (機會數(shù) )? 考慮再作業(yè)和部品廢棄? 提示無缺陷的可能性? 調(diào)查各工序的品質(zhì)? 考慮工序是由多少個來構(gòu)成的? YRT = e Y = Y1 Y2 ........ Yn? 只考慮最終工序? 不考慮再作業(yè)和部品廢棄? 不能提示無缺陷的可能性? 只調(diào)查最終工序的品質(zhì)? 不考慮工序是由多少個來構(gòu)成的? YF = S/U S : 合格臺數(shù) U : 檢查臺數(shù)離散型數(shù)據(jù)分析s660 Input 工序 1 : 99%工序 2 : 92%工序 3 : 93%最終檢查 : 97%YRT(Rolled Throughput Yield)離散型數(shù)據(jù)分析? YRT = = %Time沒有管理的 Loss沒有管理的 Loss沒有管理的 Losss661離散型數(shù)據(jù)分析YFT(First Time Yield)100Units廢棄15 UnitHidden Factory85 Units70 UnitsA再作業(yè)完成的產(chǎn)品? 工序 A有輸入 100個 Unit(元件 ) (750 10) = ? Yield 值是 Y = e dpu= = = % ? Y = P(ND) = (1 － DPO) = (1 － ) = = %? DPMO = D