【正文】 問(wèn)題 ：?過(guò) 程出 現(xiàn) 的 問(wèn)題 的比例如何？?過(guò) 程是不是全新的？ 應(yīng) 采用一致的 頻 度分 級(jí)規(guī)則 ，以保持 連續(xù) 性。 頻 度數(shù)是 FMEA范 圍 內(nèi)的相 對(duì)級(jí)別 ，它不一定反映 實(shí)際 出 現(xiàn) 的可 推薦的 評(píng) 價(jià)準(zhǔn) 則 頻 度（O）確定發(fā)生頻度的衡量標(biāo)準(zhǔn)例如：發(fā)生頻度 評(píng)價(jià)基準(zhǔn)參考表發(fā)生率 等級(jí) 可能失效機(jī)會(huì) CPK 評(píng)價(jià)基準(zhǔn)非常高 10 ≥ 1/2 幾乎一定會(huì)發(fā)生失效9 1/3 =高 8 1/8 = 可能時(shí)常發(fā)生7 1/20 =中度 6 1/80 = 偶爾會(huì)發(fā)生5 1/400 =4 1/2,000 =低 3 1/15,000 = 可能發(fā)生少數(shù)量2 1/150,000 =微小 1 ≤ 1/1,500,000 = 基本上不可能發(fā)生現(xiàn) 有控制現(xiàn) 行控制是指已采取或正在采取的那些控制措施（如 設(shè)計(jì)評(píng)審 ，臺(tái)架 /試驗(yàn) 室 試驗(yàn)，可行性 評(píng)審 ， 樣 件 試驗(yàn) ，道路 試驗(yàn) ， 車隊(duì)試驗(yàn) 等）。要考 慮 兩種 類 型的控制：預(yù) 防：防止失效的原因或失效模式出 現(xiàn) ，或者降低其出 現(xiàn) 的幾率。如果可能，最好的途徑是先采用 預(yù) 防控制。探 測(cè) 度是一個(gè)在某 FMEA范 圍 內(nèi)的相對(duì)級(jí)別 。推薦的 評(píng) 價(jià)準(zhǔn) 則小 組應(yīng)對(duì) 相互一致的 評(píng) 定準(zhǔn) 則 和定 級(jí) 方法達(dá)成一致意 見(jiàn) ，在 過(guò) 程 設(shè)計(jì) 中，最好是盡早采用 預(yù) 防和控制措施。確定可檢測(cè)度的衡量標(biāo)準(zhǔn)例如：可檢測(cè)度 評(píng)價(jià)基準(zhǔn)參考表檢出率 等級(jí) 檢出機(jī)會(huì) 評(píng)價(jià)基準(zhǔn)非常低 10 = % 檢出力很低9 %低 8 % 檢出力低7 %中低 6 % 中低度檢出力中度 5 % 中度可能性中高 4 % 中高可能性高 3 % 高可能性非常高 2 % 非常高可能性幾乎一定 1 % 幾乎一定檢出風(fēng)險(xiǎn)系數(shù)的定義Risk Priority NumberRPN = S x O x D Severity Occurrence Detection不同的影響結(jié)果，卻得出相同的 RPN值，這就要求我們根據(jù)實(shí)際情況具體分析，并特別關(guān)注其中 嚴(yán)重度嚴(yán)重度 的權(quán)重A496B896Failure ModeSeverity OccurrenceDetectionRPN風(fēng)險(xiǎn)系數(shù)評(píng)估的不足過(guò)程步驟 主要的過(guò)程輸入 在失效模式 潛在的失效影響SEV有哪些主要的過(guò)程步驟有哪些主要的過(guò)程輸入主要過(guò)程輸入是如何出錯(cuò)的？p 如果失效模式發(fā)生，會(huì)給客戶帶來(lái)什么影響1過(guò)程步驟列表2列舉每個(gè)過(guò)程步驟的關(guān)鍵輸入3列舉所有的失效模式5對(duì)客戶影響的嚴(yán)重性打分4:SevOccDet97六西格瑪管理案 例項(xiàng)目： 降低 BGA橋聯(lián)不良率課程目錄1 為什么需要六西格瑪2 六西格瑪發(fā)展歷史及基本理念3 如何實(shí)施六西格瑪4 六西格瑪解決問(wèn)題的方法論5 案例6 六西格瑪工具介紹 FMEA7 六西格瑪工具介紹 FTA8 六西格瑪工具介紹 統(tǒng)計(jì)檢驗(yàn)故障 樹 分析 —— 內(nèi)容提要216。故障 樹 分析 應(yīng) 用 故障 樹 分析216。什么是故障 樹 ？u故障 樹 （ Fault歷 史u1961年，美國(guó) 貝 爾 實(shí)驗(yàn) 室在民兵 導(dǎo)彈 的 發(fā) 射控制系 統(tǒng)可靠性研究中首先 應(yīng) 用故障 樹 分析技 術(shù) （ FTA）。故障 樹 分析u故障 樹 分析 是通 過(guò)對(duì) 可能造成 產(chǎn)品故障的硬件、 軟 件、 環(huán) 境、人 為因素 進(jìn) 行分析，確定 產(chǎn) 品故障原因的各種可能的 組 合方式及其 發(fā) 生概率，從而有效的確定系 統(tǒng)發(fā) 生故障的各種途徑，并提高系 統(tǒng) 的可靠性和安全性；216。作用uFTA分析可以 讓 人 們 知道哪些事件的 組 合可以 導(dǎo) 致危及系 統(tǒng) 安全的故障，并 計(jì) 算它 們 的 發(fā) 生概率，然后通過(guò)設(shè)計(jì) 改 進(jìn) 和有效的故障 監(jiān)測(cè) 、 維 修等措施， 設(shè) 法減小它 們 的 發(fā) 生概率；216。故障 樹 分析要素216。216。216。 故障樹分析是一種嚴(yán)密的邏輯過(guò)程分析，分析中所涉及到的各種事件、原因及其相互關(guān)系，需要運(yùn)用一定的符號(hào)予以表達(dá)。故障 樹 分析要素216。將事件扼要 記 入矩形方框內(nèi)。圓 形符號(hào)u它表示基本原因事件，或稱基本事件。它表示最基本的、不能繼續(xù) 再往下分析的事件。屋形符號(hào)u主要用于表示正常事件，是系 統(tǒng) 正常狀 態(tài) 下發(fā) 生的正常事件。菱形符號(hào)u它表示省略事件，主要用于表示不必 進(jìn) 一步剖析的事件和由于信息不足，不能 進(jìn) 一步分析的事件。邏輯 與 門 符號(hào)u表示 僅 當(dāng)所有 輸 入事件都 發(fā) 生 時(shí) ， 輸 出事件才 發(fā) 生的 邏輯 關(guān)系。邏輯 或 門 符號(hào)u表示至少有一個(gè) 輸 入事件 發(fā) 生， 輸 出事件就發(fā) 生的 邏輯 關(guān)系。轉(zhuǎn) 入符號(hào)u表示 轉(zhuǎn) 入上面以 對(duì)應(yīng) 的字母或數(shù)字 標(biāo) 注的子故障 樹 部分符號(hào)。轉(zhuǎn) 出符號(hào)u它表示 該 部分故障 樹 由此 轉(zhuǎn) 出。定性分析和定量分析：216。定量分析 的主要目的是當(dāng) 給 定所有底事件 發(fā) 生概率 時(shí)，求出 項(xiàng) 事件 發(fā) 生的概率及其它定量指 標(biāo) 。故障 樹 分析的目的u定性分析? 找出最小割集（底事件的集合，可以直接 驅(qū)動(dòng)頂 事件 發(fā) 生）；? 找出 設(shè)計(jì) 的薄弱 環(huán)節(jié) （剔除一 階 最小割集） …u定量分析? 確定 頂 事件 發(fā) 生概率（危 險(xiǎn) 的 發(fā) 生概率）；? 評(píng) 價(jià)底事件的可靠性重要度 …216。Set－割集? 割集 ：一些底事件的集合，當(dāng)這 些底事件同 時(shí)發(fā) 生 時(shí) ， 頂事件必然 發(fā) 生? 最小割集 ：沒(méi)有多余事件的割集? 本例的最小割集 哪個(gè)事件需要重點(diǎn)關(guān)注？故障 樹 分析1選擇頂事件2建造故障樹4定量分析3定性分析確定 頂 事件? ?？吭趦?層 之 間? 意外開(kāi) 門 無(wú)法開(kāi) 門? 人 員 受 傷 應(yīng) 用 實(shí) 例216。分析目的：u掌握故障樹應(yīng)用過(guò)程u針對(duì) “ 指令發(fā)送失敗 ” 進(jìn)行故障樹分析課程目錄1 為什么需要六西格瑪2 六西格瑪發(fā)展歷史及基本理念3 如何實(shí)施六西格瑪4 六西格瑪解決問(wèn)題的方法論5 案例6 六西格瑪工具介紹 FMEA7 六西格瑪工具介紹 FTA8 六西格瑪工具介紹 統(tǒng)計(jì)檢驗(yàn) 在實(shí)際工作中通常會(huì)碰到這樣的問(wèn)題，我們想了解不同供應(yīng)商來(lái)料水平、同等級(jí)別銷售網(wǎng)點(diǎn)每天的銷售額、不同銷售區(qū)域有效訂單的數(shù)量是否差異。 一般情況下，總體的統(tǒng)計(jì)量是一個(gè)固定的值，但是我們不知道。因此分析樣本的目的是要得到總體的信息，并對(duì)總體下恰當(dāng)結(jié)論，并采取相應(yīng)措施總體：整個(gè)集合的全體特征樣本：具有總體特征的子集根據(jù)樣本確定總體 !!!假設(shè)檢驗(yàn)? 什么是假設(shè)檢驗(yàn) (Hypothesis Test)?建立對(duì)總體 (Population)的假設(shè) ,以樣本 (Sample)推定假設(shè)的真假與否的結(jié)論為基礎(chǔ)來(lái)判斷假設(shè) :特定某總體是 , , , ex) 男員工的平均 身高是 172 cm. 原假設(shè) (Ho, Null Hypothesis) : 作為檢驗(yàn)對(duì)象的假設(shè) 對(duì)立假設(shè) (H1 or Ha, Alternative Hypothesis) : Not Ho某總體 (N)SampleSample的情報(bào)為檢驗(yàn)已設(shè)定的該總體的假設(shè)檢驗(yàn) → 原假設(shè) (Ho)設(shè)定 : 第一次假設(shè)對(duì)的情況 → 設(shè)定對(duì)立假設(shè) (H1 or Ha) : Not Ho? 什么是假設(shè)檢驗(yàn) (Hypothesis Test) ? 危險(xiǎn)率β 危險(xiǎn)消費(fèi)者危險(xiǎn)(被告者危險(xiǎn) )α 危險(xiǎn)生產(chǎn)者危險(xiǎn)(判者的危險(xiǎn) )某總體 (現(xiàn)實(shí) )無(wú)罪 (良品 ) 有罪 (不良 )無(wú)罪(良品 )有罪(不良 )標(biāo)本(判決 ) 1 α : 可信度 要檢驗(yàn)的原假設(shè) (Ho) 對(duì)的情況下，判斷為 對(duì)的概率 1 β : 檢驗(yàn)力 (檢出力 ) 要檢驗(yàn)的原假設(shè) (Ho) 不對(duì)的情況下，判斷為 不對(duì)的概率無(wú)罪ChiSquare驗(yàn)證是針對(duì)離散型數(shù)據(jù)的重要的統(tǒng)計(jì)檢驗(yàn)方法。以集團(tuán)或范疇內(nèi)分類的數(shù)據(jù)為基礎(chǔ)，對(duì)某一特性比較時(shí)利用離散數(shù)據(jù)，使用 ChiSquare驗(yàn)證。每過(guò)一段時(shí)間就要分析各設(shè)備的狀態(tài)。為確認(rèn)各車床的不良率是否一致，在一定的規(guī)定時(shí)間內(nèi)對(duì)各設(shè)備的不良和良品個(gè)數(shù)調(diào)查的結(jié)果如下。多集團(tuán)的概率驗(yàn)證Stat Tables ChiSquare Test ( ?2 驗(yàn)證 ) H0: p1=p2=p3=p4 H1: 不是 H0假設(shè) 文件 : A11_Chi Chi Square Statisticsfo=觀察值的頻度數(shù)fe=期待值的頻度數(shù)g=GROUP數(shù)Session windowsPvalue 大于 ，所以設(shè)備別發(fā)生不良的次數(shù)是一致的，不具有明顯差異。與設(shè)備無(wú)關(guān)，驗(yàn)證不良發(fā)生的概率是否一致。下表是一段時(shí)期來(lái)各銑床產(chǎn)品數(shù)量統(tǒng)計(jì)，以 5%的顯著水平驗(yàn)證各設(shè)備間等級(jí)別比率是否有差異。究竟是哪臺(tái)銑床引起究竟是哪臺(tái)銑床引起的差異呢？的差異呢？Session windowspvalue 值小于 ，因此可得出設(shè)備別等級(jí)品的概率有差異。從旁邊的分析資料可以看出2號(hào)機(jī)器的 Chisq值最大。為要知道哪臺(tái)設(shè)備引起品質(zhì)等級(jí)差異，用 2號(hào)機(jī)器和其它機(jī)器比較的結(jié)果， Pvalue值小于 ，所以可以肯定 2號(hào)機(jī)器和其它機(jī)器比較，引起品質(zhì)等級(jí)品差異。練習(xí)： M制造線為了對(duì)工藝和作業(yè)方法進(jìn)行改善，用 A1， A2， A3， A4 4種方法共生產(chǎn)了 400個(gè)制品，并根據(jù)外觀檢查分為良品、不良品， DATA如下。 等級(jí)制造方法計(jì) A1 A2 A3 A490 101008699596 71038819107 良品不良品謝 謝 ！謝謝觀看 /歡迎下載BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH