【正文】 1. 改善行動團隊1) 品質(zhì)改善小組（ QIT） 具有跨功能小組的性質(zhì)，其職責(zé)為在制造組織內(nèi)建立和管理品質(zhì)改善方面的業(yè)務(wù) 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 172倪霖 6. 基準線設(shè)置 4. 品質(zhì)和周期時間的關(guān)系 2. 改善努力的成果 2) 優(yōu)化關(guān)鍵過程3) 控制關(guān)鍵過程 2) 分析現(xiàn)狀3) 導(dǎo)入品質(zhì)信息系統(tǒng) “QIS”4) 工廠推行 SPC5) 計算品質(zhì)成本 第三階段：改善，控制 第二階段：測量，分析 第一階段：規(guī)劃，培訓(xùn) 三、德州儀器公司的 6SigmaPart8 6Sigma實施案例實施案例一、 實施 6Sigma所需的關(guān)鍵因子 重慶大學(xué)工業(yè)工程（ IE）研究所 解決重要的問題需長期的數(shù)據(jù)支持2023/1/31 165倪霖 有些數(shù)據(jù)可能隨各事件的完畢而消失。 每一次使用后，應(yīng)該增加新的信息168。 將收集的信息進行記錄整理以便將來進入計算機使用168。 收集數(shù)據(jù)是第一位的信息168。3) 數(shù)據(jù)是基本的工具168。重慶大學(xué)工業(yè)工程（ IE）研究所 過程能力2023/1/31 164倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 魚刺圖2023/1/31 163倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2) 6Sigma應(yīng)用工具包2023/1/31 162倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 161倪霖 實驗設(shè)計168。第四步 改善（ Improvement）168。重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 160倪霖 6Sigma品質(zhì)分析方法168。第三步 分析（ Analysis）168。重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 159倪霖 168。第二步 測量（ Measurement）168。重慶大學(xué)工業(yè)工程（ IE）研究所 DFMEADOE2023/1/31 158倪霖 最小 DPU設(shè)計168?？苫Q性設(shè)計168。第四步 改善（ Improvement）168。第二步 測量（ Measurement）168。1) 6Sigma分步突破工具168。重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 156倪霖 2) 6Sigma應(yīng)用工具包 3) 應(yīng)用（ apply）（ 1） 6Sigma標準應(yīng)用 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 153倪霖 2) 培訓(xùn)（ training）（ 1） 6Sigma基本知識培訓(xùn) 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 152倪霖 （ 3）實施 6Sigma的中期目標168。168。1) 計劃（ plan）168。重慶大學(xué)工業(yè)工程（ IE）研究所 4) 評審（ review）2023/1/31 151倪霖 2) 培訓(xùn)（ training） 其次在于實施。3. 6Sigma突破策略168。重慶大學(xué)工業(yè)工程（ IE）研究所 過程優(yōu)化（過程優(yōu)化（ process optimization）） 過程優(yōu)化的目的在于確定產(chǎn)品的關(guān)鍵性能，并將影響過程的變量予以優(yōu)化2023/1/31 150倪霖 運用Gap（ 間隙、公差 ）分析確定影響成功因素的因子 2) 6Sigma突破要素168。重慶大學(xué)工業(yè)工程（ IE）研究所 1) 6Sigma品質(zhì)的突破結(jié)構(gòu)2023/1/31 149倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 148倪霖 2) 6Sigma突破要素 （ 2）測量 Y值： Y=f(x)4. 6Sigma品質(zhì)突破工具 2. 6Sigma品質(zhì)實施方法 但從中心極限定理知道，不論總體的分布如何， 的分布是近似于正態(tài)分布的，其均值為 nμ ， 方差為 nσ 2 若x1,x2， … ， xn為從此過程抽取的大小為 n的一個隨機樣本，則由前述正態(tài)隨機變量線性組合的分布可知樣本均值的分布為 N（ μ ， σ 2/n）168。統(tǒng)計量的概率分布稱為抽樣分布168。統(tǒng)計推斷168。重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 142倪霖 168。168。令 x1,x2， … ， xn為一樣本觀測值，則168。 統(tǒng)計推斷是根據(jù)統(tǒng)計量做出的。統(tǒng)計量 重慶大學(xué)工業(yè)工程（ IE）研究所 對于由 N個樣品組成的無放回有限總體，當從 N個樣品抽取 n個的種抽樣方法具有等可能性時，稱由 n個樣品組成的樣本為隨機樣本2023/1/31 141倪霖 168。 通常，我們假定所取樣本為隨機樣本。168。 如果再考慮經(jīng)濟因素，則即使上述 λ 值減少到9甚至比 9更小些，也可以用正態(tài)分布去近似泊松分布 既然二項分布可用正態(tài)分布來近似，而二項分布與泊松分布之間又有著密切的關(guān)系，因此用正態(tài)分布去近似泊松分布是合乎邏輯的168。一般地，若 P1/（ 1+n） 或 Pn/（ 1+n）， 或者當隨機變量的值落在區(qū)間以外時，這時的近似程度都是不足的 當 P近似等于 1/2且 n10時，用正態(tài)分布近似二項分布令人滿意。 若試驗次數(shù) n大，則由中心極限定理，可用均值為 nP和方差為 nP（ 1P） 的正態(tài)分布來近似二項分布。2. 二項分布的正態(tài)近似168。重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 138倪霖 當 P， 則對于大的 n， 這種近似通常是良好的。 在概率論中我們已經(jīng)知道，當參數(shù) P趨近于零， n趨近于無窮大且為 nP=λ 常數(shù)時，泊松分布可由二項分布的極限形式得到168。3. 泊松分布的正態(tài)近似 1. 二項分布的泊松近似 這 點在 質(zhì) 量管理中十分重要 當 變 量個數(shù) n增加 時 ， 這 種近似程度也增加168。 的分布趨向于標準正態(tài)分布 N（ 0， 1）168。 若 x1,x2， … ， xn為 n個獨立的隨機變量，其均值分別為 μ 1, μ 2，… ， μ n， 方差分別為 σ 12, σ 22， … ， σ n2， 且 ，則當n趨向無窮大時 四、中心極限定理 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 135倪霖 μ y= a1μ 1+a2μ 1+…+a nμ n σ y2= a1σ 12+a2σ 22+…+a nσ n2168。168。 若 x1,x2， … ， xn為 n個獨立的正態(tài)隨機變量，其均值分別為 μ 1, μ 2， … ， μ n， 方差分別為 σ 12, σ 22， … ，σ n2， 則下列正態(tài)隨機變量的線性組合 獨立正態(tài)隨機變量的線性組合 重慶大學(xué)工業(yè)工程（ IE）研究所 于是 P｛ x≥ ｝ =Φ （ ） =2023/1/31 134倪霖 現(xiàn)購買廠家要求包裝紙抗拉強度不低于 kg/cm2， 問購買該種包裝紙能滿足廠家要求的概率是多少？解： 滿足廠家要求的概率為 P｛ x≥ ｝ =1P｛ x≤ ｝168。 包裝紙的抗拉強度是一個重要的質(zhì)量特性。 P｛ c1Z≤ c2｝ =Φ （ c2） Φ （ c1）， c, c1, c20 P｛ Z≤c ｝ =P｛ Z≥c ｝168。168。它的計算見正態(tài)分布表 168。 于是 為使上述積分的計算與 μ 以及 σ 2的具體數(shù)值無關(guān)，引入標準變換 積累正態(tài)分布定義為正態(tài)變量 x小于或等于某一數(shù)值 c的概率，即 積累正態(tài)分布 重慶大學(xué)工業(yè)工程（ IE）研究所 正態(tài)分布2023/1/31 131倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 正態(tài)分布2023/1/31 130倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 129倪霖 正態(tài)分布的參數(shù)是 μ （ ∞μ∞ ） 與 σ0168。 ∞ x∞ 若 x為一正態(tài)隨機變量，則 x的概率密度為 三、正態(tài)分布 重慶大學(xué)工業(yè)工程（ IE）研究所 泊松分布2023/1/31 128倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 發(fā)生在每個單位上（如每單位長度、每單位面積、每單位時間等等）的隨機現(xiàn)象通?？捎貌此煞植嫉玫胶芎玫慕? 2023/1/31 127倪霖 泊松分布的均值與方差分別為： μ=λ σ 2=λ 168。 泊松分布的圖形如圖 。168。168。 式中， r為規(guī)定的不合格品率， [nr]表示小于或等于 nr的最大整數(shù)，則 μ p=P 式中， x為樣本不合格品數(shù)，服從參數(shù)為 n（ 即樣本大?。┡c P（ 即總體不合格品率）的二項分布。 樣本不合格品率 不合格品率 重慶大學(xué)工業(yè)工程（ IE）研究所 二項分布2023/1/31 125倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 二項分布2023/1/31 124倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 123倪霖 在質(zhì)量管理中，二項分布是常見的。σ 2=np（ 1P） 二項分布的均值與方差分別為 168。 設(shè)每次試驗成功的概率為常數(shù) P， 則在 n次試驗中成功的次數(shù) x具有下列二項分布 一、二項分布168。重慶大學(xué)工業(yè)工程（ IE）研究所 六、 過程質(zhì)量的統(tǒng)計推斷與抽樣分布2023/1/31 122倪霖 四、 中心極限定理 二、 泊松分布 從柏拉圖可以看出，過程能力對 YRT的影響最大，在三個因素中，其影響所占比例為 84%，過程控制對 YRT的影響占 10%，其次是能力和控制的綜合影響，達到 3%，復(fù)雜度對 YRT之影響最小，只占 2%。 為改善為改善 —— 個典型制造過程的個典型制造過程的 YRT， 應(yīng)將焦點集中在何種應(yīng)將焦點集中在何種因子上？因子上？168。168。168?！?=操作 2關(guān)于工廠的新觀點的例子168。重慶大學(xué)工業(yè)工程（ IE）研究所 關(guān)于工廠的新觀點2023/1/31 118倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 117倪霖 168。3. 關(guān)于工廠的新觀點168。重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 116倪霖 =%≈ 37%168。 YTP=eDPU=168。Put=過程產(chǎn)出率168。=Yield過程首次通過率與過程產(chǎn)出率168。重慶大學(xué)工業(yè)工程（ IE）研究所 3Sigma與 6Sigma能力比較2023/1/31 114倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 過程首次通過率與總通過率2023/1/31 113倪霖 重慶大學(xué)工業(yè)工程（ IE）研究所 2023/1/31 112倪霖 =（過程中心未變）2） 因此， 100%無缺陷通過整個過程的概率如下： 假定生產(chǎn)某個產(chǎn)品需有 5個主要過程，在這種情況下，零缺陷地完成此任務(wù)的概率是多少？168。 U為檢查或測試的產(chǎn)品總數(shù) 168。yield（ 首次通過率） YFT為 first3. 關(guān)于工廠的新觀點 二、過程首次通過率二、過程首次通過率1. 過程首次通過率的概念 重慶大學(xué)工業(yè)工程（ IE）研究所 步驟如下： ① 計算每個樣本的 DPU ② 計算（樣本的平均 DPU） ③ 作圖 ④ 對圖加以解釋 ⑤ 根據(jù)需要采取適當行動 2023/1/31 108