搜索
2019/9/301六个西格玛项目（SixSigmaProject）降低候机楼国内行李分拣区夏季照明运行的耗电量(GB-003-18-01)项目执行人:机场王爱军(GB-003-18)项目开始时间：2002.3项目认证时间：2002.82019/9/302项目简介1、根据机场公司2002年对运行保障部关于水电费支出的要求，2002年度的电费支出是在2001年度实际电费支出（550万元）的基础上节约50万元，即控制在500万元内。2、候机楼各种用电设施的用电占机场用电总量的83%。而照明用电又占候机楼用电的14%，处于候机楼电能消耗的第二位。解决照明的节电问题，对机场节能降耗工作目标的实现具有重要意义。3、照明运行的操作原则是在满足顾客需求的前提下最大限度的降低能耗。4、我们的顾客是所有旅客、机场工作人员和机场公司。5、照明的开启时间是每天第一个航班前2小时，关闭时间是最后一个航班结束后0.5小时。6、选择行李分拣区照明耗电量作为六个西格玛项目，是因为行李分拣区在候机楼内的各个区域里的照明耗电量最大，又是一个独立控制的区域，具有可控性强的特点，且有一定的经济效益。通过该区域六个西格玛项目的完成，带动其它区域节能工作的开展，将已取得的成果向其他区域推广，达到提高控制能力，节能降耗的目的。2019/9/303项目概述问题陈述（ProblemStatement）候机楼国内行李分拣区（2002年2－4月份）照明用电平均每天耗电量是158度，最高耗电量是168度，最低耗电量是139度。我们认为每日耗电量大，有可控制的空间。缺陷定义（Defect(s)Definition）候机楼国内行李分拣区照明耗电量每天高于118度。对本公司或部门关键业务目标的具体影响:（AirlinesMetricsAffected）降低电能消耗，节约资金。项目开始实施后一年之内预计的财务收益（EstimatedFinancialSavings）估计年节约资金RMB19600.00元。团队（Team）陈颖杨春海刘毅杨昌茂林程旭项目领导-王爱军指导黑带（BB）吴诗玲(GE)项目支持领导（Sponsor）-程从怀目标（Goal/Objective）2002年各部门成本控制考核方案：年终计划完成比例75％以下（含），成本控制评价等级A级，奖励金额10000元。把夏季每天照明耗电量控制在118度以内。风险/限制（Risks/Constraints）1.航班时间和密度的影响。2.环境的影响。3.客户的需求2019/9/304团队介绍CoreTeam：DMAIC杨昌茂xResources：吴诗玲程从怀维修电工项目指导黑带（GE）运行保障部总经理Function杨春海班组长xxxxOxxxx王爱军刘毅班组长林程旭维修电工陈颖项目经理xxxxx2019/9/305远机位候机区国内行李分拣区（六个西格玛项目）国际行李分拣区国际到达区国际迎客区国内迎客区机场候机楼一楼分区平面图该区域照明日耗电量最大远机位到达通道外航行李提取南方行李提取海航行李提取闲置区2019/9/306业务树形图运行保障部综合室设备室场务队动力室设备维修室制冷站制冷站照明设施秤重带、投放带行李提取盘电梯、电扶梯47.88％20.45％7.98％8.73％7.48％7.4％行李分拣盘行李传送带2002年2－4月设备维修室负责的用电设施平均日运行时间是22.11小时，平均日耗电量是7185度（325kw/h）。2019/9/307照明分布图●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●分拣盘区1分拣盘区2行李提取盘区1绿色圆点表示非工作区的照明灯（66盏灯），蓝色圆点表示分拣盘区照明灯（30盏灯），红色圆点表示提取盘区照明灯（12盏灯）。（合计108盏灯,每盏65w/h）ABCD行李提取盘区2行李提取盘区3●●●●●●●●●●●●●●●2019/9/308照明开关流程员工岗到查看航班信息第一个航班前120分钟开启照明至全天航班结束中间巡视运行照明检查照明有无故障检查、处理、记录无故障有故障运行查看航班动态航班结束后0.5小时关灯2019/9/309国内行李分拣区各分区照明平均日耗电量柏拉图数据采集于2002年2月1日-4月30日，非工作区系列传送带区1行李分拣盘区2行李提取盘区1行李提取盘区2行李提取盘区394.851922.994420.12017.18585.74864.311561.114.813.04.63.72.861.175.988.993.597.2100.0050100150020406080100耗电量CountPercentCum%Percent耗电量（度）这三部分合计88.9%，是要重点控制的部分，是耗电量高的主要原因数据采集于2002年2-4月份2019/9/3010One-wayANOVA:耗电量versus非工作区分区AnalysisofVariancefor耗电量SourceDFSSMSFP分区318923.426307.812811.590.000Error352789.712.24Total35519713.13Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev----+---------+---------+---------+--A8935.0632.081*)B8926.2991.560(*C8919.1061.134(*D8916.1830.961(*----+---------+---------+---------+--PooledStDev=1.49818.024.030.036.0这四个区的均值无太大差异；并且p－value小于0.05，说明从统计上四个区至少有一个与其它三个存在差异。得出结论：在解决问题时对这四个区都要进行研究，而且分别进行分析和改进。数据采集于2002年2月1日－2002年4月30日One-WayANOVA分析2019/9/3011130140150160170180190USLUSLProcessCapabilityAnalysisfor2-4月份USLTargetLSLMeanSampleNStDev(Within)StDev(Overall)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal118.000**157.573895.107599.28634*-2.58*-2.58**-1.42*-1.42*1000000.001000000.00*1000000.001000000.00*999989.84999989.84ProcessDataPotential(Within)CapabilityOverallCapabilityObservedPerformanceExp.WithinPerformanceExp.OverallPerformanceWithinOverallPpk=1.42Zlt=3ppk=3*(-1.42)=-4.26取Zshift=1.5Zst=Zshift+Zlt=1.5+(-4.26)=-2.76过程能力分析通过分析可以看出目前的流程能力是很差的。控制能力和技术能力都差控制能力好，技术能力差控制能力差，技术能力好世界级水平630036Technology(Zst)2019/9/30122-4月份行李分检区照明日平均耗电量趋势图目前151度/天USL100度/天51525354555657585138148158168总耗电量（度）RunChartfor总耗电量（度目前158度/天USL118度/天最低点139度/天最高点168度/天从图上可以看出国内行李分拣区2002年2月－4月每日耗电量最大值、最小值、平均值和以后要控制的上限。2019/9/301385756555453525155150140130日期耗电量（度）0.98890.01117.000059.000050.00001.00000.000020.000045.494420.0000ApproxP-ValueforOscillation:ApproxP-ValueforTrends:Longestrunupordown:Expectednumberofruns:Numberofrunsupordown:ApproxP-ValueforMixtures:ApproxP-ValueforClustering:Longestrunaboutmedian:Expectednumberofruns:Numberofrunsaboutmedian:RunChartfor耗电量（度）目前140度/天USL118度/天2-4月份行李分检区照明日耗电量趋势图（不包括行李提取盘区）此图表示的是未包括提取盘区照明的耗电量；从图上可以看出，平均140度/天的耗电量和总耗电量平均值相差18度。最低点127度/天最高点150度/天2019/9/3014行李分拣盘区、非工作区照明耗电量人员少、工作疲劳不掌握航班动态照明灯具功率大照明灯具数量多开关灯制度不健全航班数量多航班时间长照明运行时间长阴雨天气增加开灯时间PersonnelMachinesMaterialsMethodsMeasurementsEnvironment经过头脑风暴分析影响耗电量大小的原因，大家一致认为红圈内可能是要找的关键的X。行李分拣区非工作区鱼骨刺图分析2019/9/3015操作人员工作时间柏拉图平均每人每月加班约30小时，说明人员偏少标准工作时间超时工作时间167.429.984.815.284.8100.00100200020406080100分类时间PercentCum%Percent时间ParetoChartfor工作时间有百分之十五的工作是在超时工作时间完成的2019/9/3016RegressionAnalysis:2-4月耗电量versus非工作区耗电,分拣盘区总耗,...Theregressionequationis2-4月耗电量=1.42-36.1非工作区耗电量+67.7分拣盘区总耗电量+38.0提取盘区总耗电量PredictorCoefSECoefTPConstant1.41880.45443.120.002非工作区-36.0578.687-4.150.000分拣盘区67.7015.604.340.000提取盘区37.9617.612.160.034S=0.2514R-Sq=99.9%R-Sq(adj)=99.9%AnalysisofVarianceSourceDFSSMSFPRegression37540.42513.539779.930.000ResidualError855.40.1Total887545.8SourceDFSeqSS非工作区17539.2分拣盘区10.9提取盘区10.3从分析中可知，非工作区、分拣盘区、提取盘区所对应的P值均小于0.05，R-sq＝99.9%，说明这三部分与总耗电量有关系。非工作区照明耗电量是造成总耗电量大的主要原因。回归分析：总耗电量与非工作区、分拣盘区、提取盘区2019/9/3017RegressionAnalysis:非工作区耗电versus运行时间,航班时间,...*航班时间（度）ishighlycorrelatedwithotherXvariables*航班时间（度）hasbeenremovedfromtheequationTheregressionequationis非工作区耗电量=0.0208+4.29运行时间（时）-0.000031航班数量（次）PredictorCoefSECoefTPConstant0.020770.012841.620.110运行时间4.289400.000617044.