6σ綠帶培訓(xùn)總結(jié)復(fù)習(xí)提綱(ppt44)-精益生產(chǎn)-在線瀏覽
2024-10-21 09:46本頁面
【正文】 成為 CTQ’s的工具，其目的是將客戶的 CTQ與可測的子過程或子產(chǎn)品標(biāo)準(zhǔn)聯(lián)系起來。 ( Quality Function Deployment ) 第 5 頁 D 定義： 將 VOC轉(zhuǎn)換成為對(duì)內(nèi)部產(chǎn)品、服務(wù)、過程的技術(shù)要求，再 轉(zhuǎn)換成 CTQ’s， 進(jìn)而 定義 “ 項(xiàng)目 Y”－ KPOV ；決定項(xiàng)目所需資源；定義問題、設(shè)定目標(biāo)、 效益預(yù)測；確定高端流程圖；制訂項(xiàng)目進(jìn)展計(jì)劃。 A 分析： 進(jìn)行過程能力分析 。 以確定一組按 重要程度排列的關(guān)鍵因素 。 C 控制： 驗(yàn)證測量系統(tǒng) ， 確定過程能力 ， 制訂控制計(jì)劃 ， 實(shí)施 SPC動(dòng)態(tài)跟蹤 。 6σ 突 破 策 略 第 6 頁 DMAIC – 改進(jìn)現(xiàn)有過程 /工序。 DMAIC 與 DMADV比較 第 7 頁 6 σ 工 具 1. 質(zhì)量功能展開 (QFD) － 目的是什么？ 2. 過程流程圖 (Process Map) － 目的是什么？ 3. 柏拉圖 (Pareto Chart) － 目的是什么？ 4. 因果圖 (魚骨圖 ) － 目的是什么？ 5. 因果矩陣 (CauseEffect Matrix) － 目的是什么？ 6. 失效模式及影響分析 (FMEA) － 目的是什么？ 7. 測量系統(tǒng)分析 (MSA) － 目的是什么？ 8. 過程能力分析 (σ 水平 ) － 目的是什么？ 9. 圖表分析 10. 假設(shè)檢驗(yàn) 11. 回歸分析 12. 試驗(yàn)設(shè)計(jì) (DOE) 13. 統(tǒng)計(jì)過程控制 (SPC) 系統(tǒng)地應(yīng)用眾多熟悉的質(zhì)量工具！ 第 8 頁 數(shù)據(jù)的兩種類型 連續(xù) (可 變 )數(shù)據(jù)： 使用一種度量單位，比如英寸或小時(shí)，并 且可以有意義地?zé)o限分割。 離散 (邏輯 )數(shù)據(jù)： 是類別信息，可以計(jì)數(shù)，但不能有意義地分割。 連續(xù)數(shù)據(jù) 離散數(shù)據(jù) 注：相同數(shù)量的連續(xù)數(shù)據(jù)比離散數(shù)據(jù)能提供更多的信息 第 9 頁 描述數(shù)據(jù)的居中程度 ? Mean均值 ? Median中位數(shù) ? Mode眾數(shù) ? Quartiles四分位數(shù) ? Range極差 ? Variance方差 ? Standard Deviation標(biāo)準(zhǔn)偏差 ? Inter Quartile Range內(nèi)四分位極差 描述數(shù)據(jù)的離散程度 第 10 頁 中心極限定理 在實(shí)際問題中，有許多隨機(jī)變量，它們是由大量的相互獨(dú)立的隨機(jī)因素 的綜合影響所形成的，即可以表示成獨(dú)立隨機(jī)因素之和， 這種隨機(jī)變量 往往近似地服從正態(tài)分布 ，這就是中心極限定理的客觀背景。從而 服從二項(xiàng)分布的隨機(jī)變量近似服從正態(tài)分布 N(np, np(1p))。 。 第 11 頁 置信度、置信區(qū)間 與樣本容量的關(guān)系 1. 要求置信度越高或置信區(qū)間越窄，則需要的樣本容量越大。減小置信區(qū)間，勢必會(huì)降低置信度。如果加寬球門，信心將更大 !” 第 12 頁 測量階段就是收集數(shù)據(jù)，運(yùn)用數(shù)據(jù)將問題特征化，利用頭腦風(fēng)暴 尋找潛在的關(guān)鍵因素 ，并對(duì)測量系統(tǒng)和現(xiàn)有的過程能力進(jìn)行分析。 測量階段的重要性何在？ 第 14 頁 在 6σ 項(xiàng)目中 ， 測量系統(tǒng)分析的主要目的是確定項(xiàng)目中所使用的數(shù)據(jù)是否可靠 ,保證測量出的 CTQ與實(shí)際值相吻合 。 二 .測量系統(tǒng)的 精確性 描述了測量系統(tǒng)的 偏差： － 偏差由量具本身造成。 － 偏差由測量者的技巧造成。 （測量者和測量設(shè)備只能有一樣不同） b. 同樣的工件 c. 同樣的環(huán)境的條件 第 16 頁 貢獻(xiàn)百分比： 1％可接受； 10％ 可考慮； 10％ 不可接受。 容差百分比： 10％理想值 ； 20％ 可接受； 30％ 可考慮； 30％ 不可接受。 差別類數(shù)目 = x ?parttopart ?gage 注意： 差別類數(shù)目適用于連續(xù)數(shù)據(jù)的 ANOVA 法 GRamp。 差別類數(shù)目 決策 / 值 2 對(duì)制定過程控制決策沒有價(jià)值 2 – 3 只用于二元決策 （ “ Go/No Go”） ? 5 足夠的分辨率。 第 18 頁 分析階段的任務(wù) ? 分析階段是按照測量階段找出的潛在的 關(guān)鍵因素 (X’s)的優(yōu)先順序來進(jìn)行試驗(yàn)， 收集數(shù)據(jù) ,并運(yùn)用統(tǒng)計(jì)工具進(jìn)行 分析確認(rèn) 。 對(duì) Y影響小的 X’s進(jìn)行現(xiàn)水準(zhǔn)管理 。 ? 根據(jù)數(shù)據(jù)設(shè)定輸出變量 Y的目標(biāo)水準(zhǔn)。 ? 在多個(gè)輸入變量 (X’s)中選定對(duì) Y影響最大的 X’s因子。其中 標(biāo)準(zhǔn)正態(tài)分布，卡埃平方分布， T分布， F分布 是進(jìn)行假設(shè)檢驗(yàn)構(gòu)造統(tǒng) 計(jì)量的基本依據(jù)。s Median Test (大于兩 個(gè) 非 正 態(tài) 總 體 ) Friedman Test (大于兩 個(gè) 非 正 態(tài) 總 體 ) 五 . 非正態(tài)總體的方差檢驗(yàn) (Variance Test): Levene’s Test (大于等于兩 個(gè) 非 正 態(tài) 總 體 ) 分析階段－假設(shè)檢驗(yàn)方法匯總 (續(xù) ) 第 25 頁 改進(jìn)階段概述 優(yōu)化 Y = f(X) 的函數(shù)關(guān)系并采取行動(dòng)。 改進(jìn)目標(biāo)： 第 26 頁 選擇解決問題的合適工具 改進(jìn)階段的工具 基本工具 ?魚骨圖 ?柏拉圖 ?盒子圖 ?過程流程圖 ?FMEA ?圖表分析
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1