【正文】 被接受 ◎ 減少儀表、儀表內(nèi)部、儀表之間與操作者之間的變異 35 量測準確度檢核表 1. 綠 Y是否可量測？ 2. 某個屬性（ Go/No Go）的量測是否可轉(zhuǎn)換成一個變量 3. 轉(zhuǎn)換成的變量在不同操作員間可否統(tǒng)一評定？ 4. 是否進行了散佈圖研究以確定 5： 1的最小分辨率比？ 5. 儀表內(nèi)部、儀表之間以及操作員間的變量（容差）是否已相對於產(chǎn)品容差進行了量化？ 6. 是否已對三個變量根源中最主要的原因進行了試驗，是否已確定了一勞永逸的解決辦法？ 7. 如果技術(shù)水準不可能達到 5： 1的比值，是否有較早的、較易的而且可以更加一致地量測的替代綠 Y？ 36 多變量分析：自動尋找紅 X ◎ 目的 1. 把大量沒有聯(lián)係的、難以處理的原因減少到一組數(shù)量較少且相關(guān)的原因，例如時間到時間、部件到部件、部件內(nèi)部、機器對機器、測試位置到測試位置 ? 檢測非隨機趨勢 ◎ 用於何處 ? 確定產(chǎn)品 / 過程正在怎麼運行，沒有大量用途有限的歷史數(shù)據(jù)時的迅速處理 ? 在一些基層的應(yīng)用中，取代過程能力研究 ◎ 何時應(yīng)用 ? 在工程試運行時，生產(chǎn)試運行時，在生產(chǎn)中，甚至在工作場所 ◎ 樣本量 ? 取得至少 9～ 15個或直至 80％的歷史變量 37 圖解多變量原理：撲克牌戰(zhàn)法 ◎ 從任選的 27張牌中，請他人任選一張，僅能向他提問 3個同 樣的問題，就能確定 ”紅 X牌” 38 三個變量組 ◎ 位置變量 （部件內(nèi)的組系） ? 在一個部件內(nèi)的變量（如左面對右面，頂面對底面） ? 包含許多部件的單一部件中的變量 ? 在成批加料時出現(xiàn)的位置或方位的變量 ? 機器對機器的變量 ? 試驗位置對試驗位置的變量，夾具對夾具的變量 ? 操作者對操作者的變量 ? 生產(chǎn)線對生產(chǎn)線和工廠對工廠的變量 ◎ 週期性變量（部件對部件組系） ? 在同樣時間內(nèi)，從一生產(chǎn)過程中抽取連續(xù)的部件間的變量 ? 部件組中的變量 ? 批次對批次的變量 ? 批量對批量的變量 ◎ 暫時性變量 （時間對時間組系） ? 小時對小時的變量 ? 班次對班次的變量 39 多變量分析步驟一：設(shè)計多變量研究 1. 鑑別綠 Y，如果綠 Y是一種屬性將它轉(zhuǎn)化成一種變量 2. 得保證量測儀器的精度至少為產(chǎn)品精度的五倍 3. 確定可出現(xiàn)的變量的組系數(shù)目 4. 劃出組譜 5. 估計所要求的時間對時間採樣的數(shù)目 6. 確定在加工過程中連續(xù)抽取的部件對部件的數(shù)目（一般 3～ 5） 7. 確定在部件內(nèi)組系的各子組系的採樣數(shù)目，如機器和模腔的數(shù)量 8. 將 3. 4. 5. 項中的數(shù)目相乘，以確定需要研究部件的總數(shù)量 9. 設(shè)計一個圖表，以簡化多變量數(shù)據(jù)的收集 40 多變量分析步驟二：進行多變量試驗 1. 不要混淆一個給定的產(chǎn)品內(nèi)的模型，僅對此產(chǎn)品中最差的模型進行試驗 2. 進行多變量研究，擴展時間對時間採樣的數(shù)量，直到找到 80％以上的重要的變量或技術(shù)規(guī)格要求公差為止 3. 在多變量研究過程中，應(yīng)使過程中的各種調(diào)整的次數(shù)最小化 4. 要特別注意任何不連續(xù)性，例如：休息時間、午餐、換班、改變設(shè)置、換工具、設(shè)備維修等，這在進行多變量研究過程中是不可避免的；在進行時間對時間採樣時，要盡可能挑選在這些不連續(xù)因子之前或之後的時間進行 41 多變量分析步驟三：解釋和分析多變量圖 1. 確定重要變量的組系（注意：紅 X僅可能存在於幾個組系之一中） 2. 如果紅 X的組系是時間對時間的，要檢驗溫度、濕度、工具磨損、休息和午餐時間的改變以及在多變量運行過程中的調(diào)整和任何加工參數(shù)的改變 3. 如果紅 X是處於部件對部件組系，就要檢驗週期圖形、灰塵及管理等，這些因子可以影響一個部件，但不會連續(xù)影響其他部件 4. 如果紅 X是處於部件內(nèi)的組系，就要建立一個 ”集中圖” 以確定綠 Y的重視方位或部件 5. 尋找非隨機的趨勢或其他線索 6. 尋找一個或幾個存在不尋常圖形的樣本；不相等的靈敏度說明可能存在交互的影響 7. 在組譜中，列出每一個變量組系所有可能的原因，以開始隨後一系列的調(diào)研 42 集中圖：重複出現(xiàn)問題的精確定位 ◎ 目的 ? 如果多變量研究表明重要變量組是在 部件內(nèi) ，那麼就應(yīng)當(dāng)繪製部件內(nèi)精確的位置 ? 通常又稱為 “斑點圖表” EX. ◎ 集中圖表明 ? 重現(xiàn)的故障問題沒有一個具體的位置 （即它是一個隨機分佈） ? 它的確顯示出在某個特定位置有缺陷集中的現(xiàn)象 ◎ 在部件內(nèi)的某個位置上有一個問題集中的限度，如果該部件 是一個組件時，又可把它說成是一個部件內(nèi)指定的部件 ? ? ? ? ? ? ? ? ? ? ? 印刷電路板底面焊接處的針孔 43 製作集中圖 1. 製作一張包括重現(xiàn)缺陷的圖或模版 2. 如果需要，劃一些網(wǎng)格，這樣可以找出問題的精確位置 3. 在檢查每一個部件時，請檢驗人員標出如下內(nèi)容： ? 每種缺陷類型的位置 ? 每種缺陷類型的適當(dāng)編號 ? 在每個位置上每種缺陷類型的數(shù)量 （不必記錄每種缺陷出現(xiàn)的時間，除 非時間對時間變量被認為是重要的） 44 部件搜索：簡便而平滑的交換 ◎ 目的 ? 從幾十萬部件 /組件中，針對紅 X，捕捉所有重要的主效應(yīng) 和交互影響效應(yīng)的量 ◎ 用於何處 ? 在有兩個不同地方用可互換部件組裝的場合 （標注 ”好” 和 ”差”） ◎ 何時應(yīng)用 ? 在樣機、工程試運行、生產(chǎn)試運行時或在工作場所 ◎ 樣本量 ? 2個 45 一個幽默的類推：發(fā)生在英國火車上的故事 老婦人（ L） 年輕女孩（ YG） 英俊的士兵（ P） 將軍（ G） ◎ 火車通過山洞，燈突 然熄了的時間 “聽到了一聲親吻聲，隨後就是一記響亮的耳光聲音！” 火車包廂裡的四個乘客 ◎ 老婦人想：「一定是這個將軍，這個老山羊，他親了年輕女 孩，而年輕女孩打了他一巴掌」 ◎ 年輕女孩想：「真該死，我是個漂亮人兒，那個英俊的士兵 想親我，卻親了老太婆，於是挨了她一巴掌」 ◎ 將軍一面揉臉頰一面想：「一定是那個年輕士兵幹的 …. 」 這就是部件搜索原理，只是你不知道這是交換理論 46 部件搜索的變量與四個階段 ◎ 部件搜索技術(shù)裡，僅需考慮極端分佈情況，採集到兩個極端，就可以採集到整個綠 Y變量的範圍，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個階段 階段 目標 ?確定紅 X和粉紅 X是否包括在所考慮到的變量中，這也保 證了拆卸 /重新組裝的故障複現(xiàn) ?排除非重要原因及相關(guān)交互影響的效應(yīng) ?確認重要變量確實重要，非重要變量確實不重要 ?量化重要原因及其交互影響效應(yīng)的幅度與方向 極 好 （ BOB） 極 差 （ WOW） 47 部件搜索的 12步驟程序（ 1） 1. 從一天的產(chǎn)品裡僅僅採樣 2個部件， 這 2個部件距離有待研究的綠 Y要盡可能地遠，即最好的部件 (BOB) 和最差的部件 (WOW) 2. 階段一 拆卸並重新組裝 BOB和 WOW兩次，在測量它們重現(xiàn)的綠 Y兩次以上 3. 顯著性檢驗：這個檢驗中要測兩個部件，以便確定從統(tǒng)計上看是否 BOB與 WOW間的差別是顯著的 ? BOB的 3個綠 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 ，或著最小要等於 D的 BOB中值與 WOW之間距離 是 3次 BOB量測和 3次 WOW 量測的量測值範圍的平均差 d d 48 部件搜索的 12步驟程序（ 2） 4. 如果 D/ 的比率小於 ，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式的拆卸和再組裝以便確定在組裝過程中那一步是紅 X 5. 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 6. 階段 2 將最高一級的子部件或部件從 BOB轉(zhuǎn)接到 WOW，並將其對應(yīng)者由 WOW 轉(zhuǎn)接至 BOB，量測並記錄兩個新綠 Y值 7. 在第 ，可能會有 3個結(jié)果 a) BOB依然是 BOB即好的， WOW 依然是 WOW，即差的，這個結(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） b) BOB變成 WOW，而 WOW變成了 BOB，這個結(jié)果意味著所交換的部件是重要的，並且是一個固定的紅 X，於是部件搜索結(jié)束 c) BOB部份地降級到一種 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，但還不是整個問題的癥結(jié)所在 8. 對於第 7步驟所產(chǎn)生 3個可能的結(jié)果中的每一個，將原先來自 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 9. 對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 7 (c)和第 9步有兩個或多個部件被識別為是重要的，就要同時把它們在 BOB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） 3 通過對所有未試驗和不重要的子部件 /部件 (如 WOW)，相對所有重要的子部件 /部件 (如 BOB)來檢測，以便完成試驗，其結(jié)果應(yīng)當(dāng)接近第一階段的 BOB，然後反過來將 BOB當(dāng)作不重要的部件，而把 WOW作為重要部件進行檢測其結(jié)果接近第一階段的 WOW 4 最後，利用第 1和第 2階段所得到的所有數(shù)據(jù)進行完全析因分析，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只是個計算，而不是新的試驗 51 成對比較：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 ◎ 何時應(yīng)用 ? 樣機、工程試運行、生產(chǎn)試運行或在工作場所運行 ◎ 樣本量 ? 6～ 8 對 ”好” 和 “差” 的產(chǎn)品 52 成對比較先決條件與方案 ◎ 先決條件 ? 性能（輸出或綠 Y）必須是可測量的，量測儀器的精度至少是規(guī)範公差或產(chǎn)品分佈的 5倍 ? 在一個大致穩(wěn)定的時間內(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)是一個屬性，當(dāng)轉(zhuǎn)化為一個變量 ◎ 方法：方案 A 1. 選擇採樣量：選取相對於被調(diào)查的綠 Y其 6個或 8個好的部件（ BOB），以及同樣數(shù)量差的部件（ WOW），且相隔越遠 2. 盡可能多的列出可以表達 BOB和 WOW的綠 Y值差異的多個參數(shù)或品質(zhì)特性 53 成對比較的方案 3. 選擇 1對部件： 1個好的和 1個差的，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、機械的、電氣的、化學(xué)的和冶金的等 4. 再選擇第 2對部件： 1個好的和 1個差的，記下第 2對的差別 5. 繼續(xù)選擇第 3對 、第 4對 …. ，重覆上述搜索過程，直到出現(xiàn)第 1個或幾個參數(shù)能夠在同方向上顯示出 1個可重現(xiàn)的差別為止 6. 通常在第 5對或第 6對的幾個重要參數(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個單獨的對，記下 6或 8個好部件及差部件的每個品質(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（ Tukey Test） ? 如果整個終結(jié)計數(shù)是 6或大於 6時，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 ? 如果整個終結(jié) 計數(shù) 是 5或小於 5時，這樣一個品質(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