六西格玛：6sigma理论

6Sigma理论2019/9/302内容安排Part16Sigma概述Part26Sigma品质策划Part36Sigma产品设计Part46Sigma测量Part56Sigma统计方法Part66Sigma品质突破策略Part76Sigma实施案例讨论思考题2019/9/303Part16Sigma概述一、6Sigma的涵义二、6Sigma的基础——变量／数据／问题三、6Sigma与客户/可靠性/周期时间/品质成本四、对6Sigma的进一步理解2019/9/304一、6Sigma的涵义1.6Sigma的研究内容2.6Sigma是一个统计测量基准3.6Sigma是一种工作策略2019/9/3051.6Sigma的研究内容发展链条：个人特定组织业务的增长客户的满意程度产品和服务的品质、价格和交付状况组织的过程能力过程因受各种因素影响而产生的非预期变异2019/9/3066Sigma的研究内容6Sigma是研究过程变量与过程能力间相互关系的科学通过对过程能力的测量，确定过程所处的状态，再通过比较分析，找出影响过程能力的主要变量，用过程优化方法找出其变化规律，再对其予以消除或控制连续的测量分析改善控制循环过程能力不断提高，最终达到6Sigma水平2019/9/3072.6Sigma是一个统计测量基准6Sigma测量标尺提供给一个精确测量自己产品、服务和过程的“微型标尺”知道自己的努力方向和如何才能达到此目的共同的测量指引是“每单位缺陷数”。在这里，单位代表了许多东西，如组件、原材料、表格、时间段、产品等2019/9/3083.6Sigma是一种工作策略怎样改善品质，降低成本，提高客户满意度一种业务方法，能使工作更精确，使我们在做任何事时将失误降到最低发现和避免不利因素，Sigma值上升，导致过程能力的改善和缺陷的减少或消除2019/9/3096Sigma与PPM的对应关系表7.1Sigma与PPM&YFT的对应关系SigmaPPMYFT不良状况24500095.45%3270099.73%463.6499.993666%50.699.99994%60.002599.99999975%减少约17倍减少约42倍减少约106倍减少约240倍评价：6Sigma比3Sigma好1080000倍2019/9/3010二、变量/数据/问题1.变量研究2.数据3.问题2019/9/30111.变量研究1)变量的定义2)变量的分类3)过程能力与变量控制2019/9/30121)变量的定义Y=f（x1，x2，…，xn）Y为过程能力x1，x2，…，xn为影响过程能力的各种因素，为自变量2019/9/30133)过程能力与变量控制①80/20规律②变量的选择因变量（Y）的选择基于问题状况及研究目标而确定，如研究的目标是提高过程首次通过率，则选择的Y应为YFT&PPM自变量（x）的选择（试验因子）2019/9/3014自变量（x）的选择重复因子用于调整因变量特性到所希望或特定水平的自变量，可被实验者建立和控制，又叫调整因子控制因子其现存设置可被实验者确定并相对容易预测或控制的变量，目的是降低成本和对因变量特性的敏感度噪声因子其现存设置可被确定但不容易控制或预测，在正常过程运作时这类变量会引起因变量的严重偏差背景变量其存在很难确定且不容易预测或控制。其影响明显表现在处理（within）中而非处理之间（between），会引起随机偏差2019/9/30152.数据1)测量2)分析水平的确定（由低到高）3)实例2019/9/30162)分析水平的确定①只凭经验进行分析，从不需数据②收集数据，但只是看看数字大小③收集数据并用其画出控制图④用描述统计和调查数据⑤用描述统计和推断统计2019/9/30173)实例千分尺测得一工件尺寸①数据列表②数据分类根据一定规则将上表尺寸分为-1，0，1。-1代表测量值小于4.976，0代表测量值等于4.976，1代表测量值大于4.976③推移图表示两类不同的数据④用从小到大排序方式画出其分布及走势2019/9/3018①数据列表表7.3工件尺寸数据表（连续）规格：4.976±0.00314.978764.9768114.9751164.978024.976074.9759124.9780174.975434.976284.9755134.9760184.975844.977294.9779144.9765194.976354.9767104.9771154.9761204.97672019/9/3019②根据一定规则将上表尺寸分为-1，0，1表7.4工件尺寸数据表（非连续）116111-1161207-112117-1318-113018-14191141191511011512012019/9/3020③推移图表示两类不同的数据4.9961204.9764.956规格值12010-1图7.4工件尺寸数据推移图（连续数据）图7.5工件尺寸数据推移图（非连续数据）2019/9/3021④数据分布及走势4.9960204.9764.95610246812141618图7.6工件尺寸数据排序2019/9/30223.问题1)问题的转化2)问题的性质3)问题解决流程4)问题表述5)问题解决2019/9/3023现实世界判断实际问题认识统计问题认识和判断统计结论认识实际结论判断新的认识确定问题，阐明实际区间的问题并提炼它，如组装线A的直通率在最近3个月从94％降至86％，是什么原因使其下降？到什么程度?根据什么标准？在什么时间周期？确定问题后，将其公式化、系统化。怎样才能提升直通率？建立一个模型，如假设检验、区间评估、相关等。用什么统计方法描述平均值？引用的方法和相关数据如何收集？因变量或自变量的抽样计划设计，用何种实验选择α和β风险及HA，HO：HO：uA-uB=0HA：uA-uB≠0实施一个近似。选择样本n，收集数据，计算统计输出t、p、f等，评估差异，根据所采用的统计方法相对的数据的自由度设置置信区间，对统计参数u、p、1等下结论。拒绝HO：uA≠uB结论是否真实，样本状况，物料类型，测量方法，特定的研究状况等。供应商A的电阻物料比供应商B的好。总结结果：结论是否只适用于所研究的特定场合？对其他状况是否适用？有何限制（限制越紧，通用性越差）。可否联系到较宽的范围。选用供应商A的电阻物料，并考虑其他物料。图7.7问题的转化2019/9/3024LSLUSLT(U)理想分布实际分布a.准确但不够精确USLT理想分布实际分布b.精确但不够准确LSLUUSL理想分布实际分布c.不准确且不精确LSLTUUSLT(U)理想分布实际分布d.准确且精确LSL图7.8过程问题的性质2019/9/30254)问题解决流程实际问题统计问题解决统计问题解决实际问题2019/9/3026问题解决流程例实际问题：波峰炉焊接直通率低转化成统计问题：平均值偏离目标值统计问题解决：找出主要变量为松香比重偏低实际问题解决：安装自动控制器以及时补充松香，达到理想焊接效果2019/9/30275)问题表述解决问题可能性问题表述准确度图7.10问题表述准确度与其解决可能性的关系2019/9/3028三、客户/可靠性/周期时间/品质成本1.6Sigma关于客户与供应商关系的描述2.品质和周期时间的描述3.品质和可靠性4.品质和成本2019/9/3029客户与供应商关系供应商客户做需要相互作用图7.11供应商与客户的关系2019/9/3030客户与供应商相互作用交付做需要价格质量成本缺陷周期时间图7.12供方与需方相互作用图2019/9/30312.品质和周期时间1)降低过程周期时间的因素2)理论周期时间2019/9/30321)降低过程周期时间的因素（1）搬运（2）检查（3）测试（4）分析（5）等待（6）延迟（7）存贮（8）调整2019/9/30332)理论周期时间理论周期时间的定义实际周期时间与理论周期时间的关系2019/9/3034理论周期时间的定义没有等待、停留或放置地完成所有过程所需的过程时间在过程操作中，任何时间产生的不良均会在检查、分析、测试、修理上附加周期时间这些无附加值的操作也需要设备、物料、人员和场地，所以当缺陷上升时，成本上升2019/9/3035实际周期时间Ttotal=Tmin+Tinsp+Ttest+(1-YRT)Tinsp+DPU(Ttest+Tanaly+Trepain)+Tqueue其中：Ttotal=总的周期时间Tmin=理想周期时间Tinsp=检查时间Ttest=测试时间YRT=全过程通过率DPU=单位产品缺陷率Tanaly=不良分析时间Trepain=不良修理时间Tqueue=等待时间WIP（WorkinProcess）=生产率X周期时间生产率=单位时间内的产量2019/9/3036周期时间分解步骤1场地步骤2传送传送产品分析修理修理分析场地场地有附加值无附加值图7.14周期时间分解图2019/9/30373.品质和可靠性1)可靠性2)可靠性和置信度3)潜在缺陷对可靠性的影响2019/9/30381)可靠性可靠性是指相对于预先确定的时间操作成功的概率。影响品质和可靠性的主要因素有三个：设计方面：由于设计公差的固定，可以认为是恒定的原材料方面：组成产品的各组件的自然损耗过程能力：与品质缺陷相关。一个新产品比已经过一段时间工作后的产品更容易出现问题。当一个新产品在经过短期工作后发生故障，称其为“婴儿夭折”。为避免这种情况，须定期进行所谓“bu-in”（通电加热）测试，或仿真产品实际功能工作一段时间2019/9/3039可靠性的计算Ps=R=e-t/u=e-tλPs=R：无故障操作时间等于或大于t的概率t：特定的无故障操作的时间周期u：故障间的平均时间间隔，或称MTBF（MaintanceTimeBetweenFailure）λ：故障率（u的倒数）2019/9/3040可靠性的计算例一个产品的MTBF已被证明为8760h（一年），假定其为恒定故障率，则其无故障工作24小时概率为：Ps=R=e-24/8760=0.99724MTBF是故障间的平均时间，不同于工作寿命及修理或代替时间，MTBF的增加并不会使继续使用的概率成比例地增加2019/9/30412)可靠性和置信度（t=1）表7.5t=1时不同MTBF的可靠性表MTBF可靠性σ置信度100.90483742.81000.99004983.810000.99900054.6100000.99990005.21000000.99999005.810000000.99999906.32019/9/30423)潜在缺陷对可靠性的影响故障率的计算方法单位产品潜在缺陷LDPU对潜在缺陷的注释2019/9/3043故障率的计算方法λ=[1+(k-1)e-t/T]λcλ：瞬时故障率λd：交付故障率λc：固有故障率k：交付故障率和固有故障率的比率（λd/λc)t：从交付开始算起的实际时间T：除去潜在缺陷的时间常数2019/9/3044累计故障率0.000225510152030故障率0.00160.00140.00120.00100.00080.00060.0004burn-in持续时间累计故障率瞬时故障率固有故障率图7.16Burn-in时间与故障率关系图2019/9/3045单位产品潜在缺陷LDPULDPU（LatentDefectsPerUnit）LDPU=(k-1)Tλc2019/9/3046对潜在缺陷的注释（1）没有任何检查和测试可发现100％的缺陷（2）交付的缺陷是在公司检查或测试时漏出去的（3）交付的缺陷和整个过程中发现的总缺陷成直接比例（4）早期故障是潜在缺陷作用的结果（5）潜在的缺陷是在制造过程中进行控制的（6）潜在缺陷和在整个制造过程中发现的缺陷成正比例（7）潜在的缺陷是一些异常特性，可能导致故障发生（8）这个缺陷依赖于异常程度、施