【文章內(nèi)容簡(jiǎn)介】 ，僅需考慮極端分佈情況，採(cǎi)集到兩個(gè)極端，就可以採(cǎi)集到整個(gè)綠Y變量的範(fàn)圍，然後再通過交換部件或子部件的方法把這些原因系統(tǒng)地過濾掉 最好中的最好（BOB） 最差中的最差（WOW） ◎ 部件搜索的4個(gè)階段,47,?,部件搜索的12步驟程序（1）,從一天的產(chǎn)品裡僅僅採(cǎi)樣2個(gè)部件， 這2個(gè)部件距離有待研究的綠Y要盡可能地遠(yuǎn)，即最好的部件 (BOB) 和最差的部件 (WOW) 階段一 拆卸並重新組裝BOB和WOW兩次，在測(cè)量它們重現(xiàn)的綠Y兩次以上 顯著性檢驗(yàn)：這個(gè)檢驗(yàn)中要測(cè)兩個(gè)部件，以便確定從統(tǒng)計(jì)上看是否BOB與WOW間的差別是顯著的 BOB的3個(gè)綠Y值必須全部好於WOW的綠Y，並且它們之間沒有交叉覆蓋 D/ 的比率必須大於1.25，或著最小要等於1.25,D的BOB中值與WOW之間距離 是3次BOB量測(cè)和3次WOW 量測(cè)的量測(cè)值範(fàn)圍的平均差,d,d,48,?,部件搜索的12步驟程序（2）,如果D/ 的比率小於1.25，部件搜索的第一階段就是失敗，這意味著綠Y不能保持穩(wěn)定不變，說(shuō)明問題出在組裝過程中，而不是在部件本身；這就要求開展逐步的步進(jìn)式的拆卸和再組裝以便確定在組裝過程中那一步是紅X 最好由子部件開始，以遞減的次序排列子部件，如果沒有顯著的子部件，那麼就按遞減的次序排列的部件 階段2 將最高一級(jí)的子部件或部件從BOB轉(zhuǎn)接到WOW，並將其對(duì)應(yīng)者由WOW 轉(zhuǎn)接至BOB，量測(cè)並記錄兩個(gè)新綠Y值 在第6.步驟，可能會(huì)有3個(gè)結(jié)果 BOB依然是BOB即好的，WOW 依然是WOW，即差的，這個(gè)結(jié)果意味著所轉(zhuǎn)換的部件是不重要的,d,49,?,部件搜索的12步驟程序（3）,BOB變成WOW，而WOW變成了BOB，這個(gè)結(jié)果意味著所交換的部件是重要的，並且是一個(gè)固定的紅X，於是部件搜索結(jié)束 BOB部份地降級(jí)到一種WOW，但並沒完成降至最低， WOW部份地朝BOB改善，但還沒完成達(dá)到；這種結(jié)果意味著所交換的部件或許是重要的，但還不是整個(gè)問題的癥結(jié)所在 對(duì)於第7步驟所產(chǎn)生3個(gè)可能的結(jié)果中的每一個(gè)，將原先來(lái)自BOB的部件歸還BOB，WOW亦同，以保證原始的BOB和WOW的綠Y值被復(fù)原 對(duì)於隨後最有可能的子部件或其他部件，重複第6步，7 (a)或7 (c)以及第8步驟；然後是依序其他部件，依次類推 一旦在7 (c)和第9步有兩個(gè)或多個(gè)部件被識(shí)別為是重要的，就要同時(shí)把它們?cè)贐OB和WOW之間交換，直到反向效果出現(xiàn)，即BOB變成WOW，或著相反，那麼紅X就是這些重要部件及其相互作用的組合,50,?,部件搜索的12步驟程序（4）,階段3 通過對(duì)所有未試驗(yàn)和不重要的子部件/部件 (如WOW)，相對(duì)所有重要的子部件/部件(如BOB)來(lái)檢測(cè)，以便完成試驗(yàn)，其結(jié)果應(yīng)當(dāng)接近第一階段的BOB，然後反過來(lái)將BOB當(dāng)作不重要的部件，而把WOW作為重要部件進(jìn)行檢測(cè)其結(jié)果接近第一階段的WOW 階段4 最後，利用第1和第2階段所得到的所有數(shù)據(jù)進(jìn)行完全析因分析，以便量化和確定主效應(yīng)和相互影響效應(yīng)的方向和幅度 階段4只是個(gè)計(jì)算，而不是新的試驗(yàn),51,?,成對(duì)比較：一種精巧而通用的工具,◎ 目的 以高置信度確定 ”好” 和 “差” 單元之間的重複差異，以向紅 X提供線索 ◎ 用於何處 不能拆卸的產(chǎn)品以不同的方式組裝（標(biāo)註”好” 和 “差” ）的 配套裝置處 為許多管理者或基層員工應(yīng)用 ◎ 何時(shí)應(yīng)用 樣機(jī)、工程試運(yùn)行、生產(chǎn)試運(yùn)行或在工作場(chǎng)所運(yùn)行 ◎ 樣本量 6～8 對(duì) ”好” 和 “差” 的產(chǎn)品,52,?,成對(duì)比較先決條件與方案,◎ 先決條件 性能（輸出或綠Y）必須是可測(cè)量的，量測(cè)儀器的精度至少是規(guī)範(fàn)公差或產(chǎn)品分佈的5倍 在一個(gè)大致穩(wěn)定的時(shí)間內(nèi)，每一次嘗試都應(yīng)當(dāng)選取最好的部件（BOB）和最差的部件（WOW） 如果品質(zhì)特性或參數(shù)是一個(gè)屬性，當(dāng)轉(zhuǎn)化為一個(gè)變量 ◎ 方法：方案A 選擇採(cǎi)樣量：選取相對(duì)於被調(diào)查的綠Y其6個(gè)或8個(gè)好的部件（BOB），以及同樣數(shù)量差的部件（WOW），且相隔越遠(yuǎn) 盡可能多的列出可以表達(dá)BOB和WOW的綠Y值差異的多個(gè)參數(shù)或品質(zhì)特性,53,?,成對(duì)比較的方案,選擇1對(duì)部件： 1個(gè)好的和1個(gè)差的，如第2步驟所述，記下差別，差別是可視的、有尺寸的、外觀方面的、機(jī)械的、電氣的、化學(xué)的和冶金的等 再選擇第2對(duì)部件：1個(gè)好的和1個(gè)差的，記下第2對(duì)的差別 繼續(xù)選擇第3對(duì)、第4對(duì)….，重覆上述搜索過程，直到出現(xiàn)第1個(gè)或幾個(gè)參數(shù)能夠在同方向上顯示出1個(gè)可重現(xiàn)的差別為止 通常在第5對(duì)或第6對(duì)的幾個(gè)重要參數(shù)中，就可能出現(xiàn)前後一致的，可重現(xiàn)的差別，這將為我們找出變量的主要原因提供有利的線索,54,?,成對(duì)比較的方案,◎ 方案B B方案利用的是成組的比較（好部件和差部件的比較） 方案步驟與方案A的第1步和第2步是同樣的，但是選擇的是 6或8個(gè)單獨(dú)的對(duì)，記下6或8個(gè)好部件及差部件的每個(gè)品質(zhì) 參數(shù)的讀數(shù)，將讀數(shù)由大致?。ɑ蛳喾矗┑拇涡蚺帕?，而 不管它們是好是差 應(yīng)用圖基檢驗(yàn)（Tukey Test） 如果整個(gè)終結(jié)計(jì)數(shù)是6或大於6時(shí)，則該特定的品質(zhì)參數(shù)在 解釋好與差的部件差別方面的重要性上，具有90％以上的 置信度 如果整個(gè)終結(jié)計(jì)數(shù)是5或小於5時(shí)，這樣一個(gè)品質(zhì)參數(shù)在解 釋好部件與差部件的差別方面的重要性上，就不具有充分 的置信度,55,?,圖基檢驗(yàn)（Tukey Test）（1）,◎ Tukey Test是由創(chuàng)始人John Tukey 的名字命名的，檢驗(yàn)的目的 是確定一個(gè)特定的品質(zhì)參數(shù)是否重要，其重要性具有很高的 置信度 ◎ Tukey Test 的程序 不管好與差，將相關(guān)的一組讀數(shù)從高到低(或相反)排列起來(lái) 將每一個(gè)標(biāo)註 “好的部件” (G)或 “差的部件” (B) 當(dāng) “全都是差的” 第一次改變?yōu)?“全都是好的” 時(shí)，劃一條由 這些讀數(shù)的頂端開始的直線，這些是終結(jié)計(jì)數(shù) 同樣，當(dāng)“全都是好的” 第一次改變?yōu)?“全都是差的” 時(shí)，劃 一條由這些讀數(shù)的底端開始的直線 將頂端和底端的終結(jié)計(jì)數(shù)相加以確定合計(jì)終結(jié)計(jì)數(shù),56,?,圖基檢驗(yàn)（Tukey Test）（2）,◎ 圖基檢驗(yàn)排序,◎合計(jì)終結(jié)計(jì)數(shù)與置信度,頂端終結(jié)計(jì)數(shù)（全差）,重疊區(qū)域,底端終結(jié)計(jì)數(shù)（全好）,合計(jì)終結(jié)計(jì)數(shù),57,?,產(chǎn)品/過程搜索：精確定位過程變量,◎ 產(chǎn)品/過程搜索的目標(biāo) 它是在不打斷生產(chǎn)過程的前提下解決問題的一種突破技巧 將重要的過程參數(shù)與不重要的過程參數(shù)相分離 ◎ 產(chǎn)品/過程搜索的原理 生產(chǎn)中一個(gè)部件中的任一變量有著兩個(gè)通用的因子，或著是產(chǎn)品本身有變異（由材料引起），或著是由一個(gè)以上能影響產(chǎn)品的過程參數(shù)有變異 如果再已完成的產(chǎn)品中有變量，部件搜索或成對(duì)比較技術(shù)能夠探測(cè)到這些產(chǎn)品變量的原因，這就是產(chǎn)品/過程搜索的產(chǎn)品部份 但是如果原因是過程參數(shù)的變異；移動(dòng)、漂移波動(dòng)或隨時(shí)間而改變，就可以利用產(chǎn)品/過程搜索的過程部份來(lái)解決 產(chǎn)品/過程搜索是多變量研究的自然後續(xù)工作，其中時(shí)間對(duì)時(shí)間組系是紅X，產(chǎn)品參數(shù)是隨假設(shè)時(shí)間而波動(dòng)或改變的,58,?,產(chǎn)品/過程搜索的方法（1）,如果懷疑過程參數(shù)變量造成產(chǎn)品好或差的可能原因，就把這些過程參數(shù)以同類遞降順序列出一個(gè)清單 確定怎樣量測(cè)每個(gè)過程參數(shù)，誰(shuí)來(lái)量測(cè)，在何處進(jìn)行精密量測(cè) 要保證量測(cè)儀器的精度至少為過程參數(shù)（允差）的5倍以上 要保證量測(cè)的是實(shí)際的過程參數(shù)，而不僅僅是設(shè)定值 如果一個(gè)特定的過程參數(shù)在監(jiān)測(cè)過程中並不變化，就可在進(jìn)一步的考慮中將其排除掉 運(yùn)行100％的部件採(cǎi)樣（特別是在高廢品週期中，如果廢品不斷）或部件的多變量採(cǎi)樣，一直到： 在過程的終點(diǎn)階段，最少能採(cǎi)集到8個(gè)好部件和8個(gè)差部件 最好的部件和最差的部件之間的分佈範(fàn)圍，應(yīng)該佔(zhàn)有產(chǎn)品生產(chǎn)過程中觀察到的有意義的變化的80％,59,?,產(chǎn)品/過程搜索的方法（2）,量測(cè)所有與每個(gè)部件相關(guān)的、已經(jīng)指定的過程參數(shù) 在產(chǎn)品製造過程中，直到過程結(jié)束前，是不可能對(duì)部件是好或差做出結(jié)論的 然後，運(yùn)行與8個(gè)好和8個(gè)差部件相關(guān)的過程參數(shù)的成對(duì)比較，對(duì)每個(gè)參數(shù)都要進(jìn)行 Tukey Test，然後計(jì)算其合計(jì)終結(jié)計(jì)數(shù) 如果經(jīng)鑑別後，有數(shù)個(gè)過程參數(shù)具有90％以上的置信度，那麼就進(jìn)行 ” B vs. C ” 試驗(yàn)，以便驗(yàn)證那個(gè)是真正的重要參數(shù) 接下來(lái)，要進(jìn)行 ”變量搜索” 或 ”完全析因法”，以量化最重要參數(shù)和它們的交互影響效應(yīng) 再通過 ”散佈圖” 或 ”調(diào)優(yōu)運(yùn)算”，隨後再進(jìn)行 ”正向控制” 、”過程確認(rèn)” 和 ”預(yù)先控制” 等步驟進(jìn)一步優(yōu)先處理 可以擴(kuò)展第8步驟的不重要參數(shù)的公差，以便減少成本，雖然這樣或許需要進(jìn)行某些試驗(yàn)才能確定要擴(kuò)展到什麼程度,60,?,變量搜索法：Rolls Royce 對(duì)紅X的研究,◎ 目的 指出紅X、粉紅X等；捕捉所有重要主效應(yīng)和交互影響效應(yīng)的量；放開所有不重要變量的允許偏差以減少費(fèi)用 ◎ 用於何處 有5～20個(gè)需研究的變量處 卓越的問題預(yù)防工具 應(yīng)用在基層員工工作中 ◎ 何時(shí)應(yīng)用 在研究與開發(fā)以及開發(fā)工程中卓有成效，在生產(chǎn)中產(chǎn)品/過程表示特懲；也用於多變量圖表或成對(duì)比較之後指出紅X ◎ 樣本量 1～20,61,?,有效的DOE技術(shù),◎ 常用DOE按照精確度排列（非實(shí)用性排列）,“全析因法” 是最完美的，它精確的將主要效應(yīng)從其他交互影響的效 應(yīng)中分離出來(lái)，含所有二階、三階.甚至更高階的交互影響效應(yīng)分 離出來(lái)！??！… But 如果有10個(gè)因子各有2個(gè)水準(zhǔn)時(shí)， 才有 210 ＝1,024個(gè)組合試驗(yàn)要做？？？,所 以 變 量 搜 索 法 優(yōu) 於 所 有 分 析 因 法 …,○,62,?,變量搜索法的目標(biāo),從較早的線索生成DOE技術(shù)中，減少大量的遺留原因—高達(dá)實(shí)際上最大的20，並提煉出紅X、粉紅X 、淺粉紅X 將重要因子從不重要因子分離出來(lái) 放寬非重要因子的誤差範(fàn)圍，並節(jié)省許多費(fèi)用 對(duì)重要因子及它們的交互影響效應(yīng)的大小和要求的方向進(jìn)行量化，並將那些重要變量的誤差範(fàn)圍壓縮到最小，使Cp、Cpk值為2.0