课程⑦⑧DMAIC手法绿带教育-改善阶段

改善阶段绿带教育一、改善概述二、简易的改善手段1）FMEA改善2）流程图改善三、基于分析的改善1）ANOVA方差分析2）2k因子DOE实验方法一、改善概述过程特性化过程优化突破性战略Measure测量Analyze分析Improve改善Control管理Define定义１．确定客户CTQ２．产品/过程的树型结构３．指定项目和利益范围１．归纳CTQ特征２．质量特性的量化３．质量特性检测法认证１．当前工程能力验证２．确定改善目标３．找出变动因素１．究明主要要因２．确定要因的最佳值３．允许误差的设定１．主要要因检测法认证２．管理能力验证３．管理的系统化DMAIC步骤中的定位着眼于X着眼于YY=f(x1,x2,...,Xn)着眼于X,Y*确定备选的要因Xs*究明要因Xs（及其水平）：为了找出起着决定性重要作用的少数要因Xs，制定实验计划并加以实施*移动分布*（使分布的中心切合目标，提高过程能力）*缩小分散性*（减少波动，提高过程能力）*确定要因Xs的最佳值：求出使Ｙ获得最佳值的Xs*设定要因Xs的允许误差：根据Ｙ＝f(Xs)的关系、Ｙ的规格*确认结果：实际进行试运行确认实验化战略统计性解决问题的定义目的的确定应答变量的选择独立变量的选择变量水平的选择实验计划法的选择数据收集数据分析得出结论达到目的改善阶段：ImprovePhase到达改善阶段（ImprovePhase）的过程１．基于ＦＭＥＡ（FailureModeEffectsAnalysis）在测量阶段，从过程流程图→过程图、C&E图（特性要因图）中找出对于C&E矩阵来说更为重要的Ｘｓ，并针对这些实施过程ＦＭＥＡ，考虑对于高ＲＰＮ值输入：Ｘｓ，应该如何改善管理现状以降低ＲＰＮ值。由此制定相应的改善方案并作为改善：Improve加以实施。２．基于分析阶段（AnalyzePhase）在分析阶段，根据Ｙ＝Ｆ（Ｘｓ）的关系找出对于数据分析来说更为重要的Ｘｓ。针对这些重要的Ｘｓ，为确定真正重要的Ｘｓ，求出Ｘｓ重要程度的先后顺序（哪个Ｘｓ有着何种程度的影响）和有意水平（Ｘｓ的哪个值是有效的）。2水准多要因实验计划多元要因实验计划（１个要因、２个要因、３个要因、…）二、简易的改善基于ＦＭＥＡ的改善方案（１）１．若ＲＰＮ值高的要因（输入Ｘｓ）尚未进行现状管理，则应立即确定降低ＲＰＮ值的对策提案→这本身就是改善案。实施改善案后，要再次对ＲＰＮ值进行重新评估。过程步骤/输入可能的故障模式可能的故障影响可能的要因现状管理使蒸汽注入DICY/刻度精度刻度0DMF填充不足衣服含有水分衣服的目测检查(SOP5681)刻度不正确DMF填充过多水箱准备欠佳目测检查(SOP5681)刻度零点不准确DMF填充不佳刻度不准确无DMF填充/DMF填充精度DMF填充不佳超出粘度规格装置不佳保守程序(SOP5821)/目测检查33377违反SOP22225作业人员审批/过程监督139356185442175严重程度频度检出度ＲＰＮ没有进行现状管理→确定管理方案→改善方案基于ＦＭＥＡ的改善方案（２）２．若对ＲＰＮ值较高的要因（输入Ｘｓ）进行了现状管理，则应对造成ＲＰＮ值现状居高不下的要因提出改善方案，并明确该方案减少的是严重度、频度或检出度中的哪一项（单个或多个），再针对相应情况重新给ＲＰＮ值打分违反SOP作业人员审批/过程监督根据TQL组的输入内容，保证该过程的绝对安全。SZ引进DMF自动注入装置8/96712刻度不准确无包括在每天值班情况的确认和检查项目中.PQ装置不佳保守程序(SOP5821)/目测检查衣服包含水分衣服的目测检查(SOP5681)水箱准备欠佳52222目测检查(SOP5681)5934417554422424140000可能的要因现状管理对策建议负责部门实施对策频度检出度ＲＰＮ严重程度频度检出度ＲＰＮ严重程度73733没有进行现状管理→确定管理方案→改善方案流程改善：通过制作流程图减少步骤发送原材料检验粗糙的锯木料运送deburrDeburr运送去进行扩展压缩扩展形成运去进行加热处理加热处理达到品均质量标准.运去冷冻扩展形式完成在冷箱中保存形成碳化氟对CF进行检查运去锯断锯木器TransporttodeburrDeburr运送去进行寿命测试寿命测试运送去检验.硬度检验运到m/c商店机器TransptodeburrDeburr运去检验.检验运去进行最后的处理化学清洗化学镀膜最初的应用在零件上作标记检验运去存储返回各个地区.ok不行oknotokoknotokok不行ok不行流程改善事例：捆包清单存档方式改善捆包捆包单账务除账复印捆包单财务存档物管存档捆包捆包单账务除账捆包单复印财务存档物管扫描电子共享存档改善前改善后三、基于分析的改善针对在分析阶段得出的Ｘｓ，进一步根据ＤＯＥ（实验计划法）找出重要的少数Ｘｓ（ＶｉｔａｌｆｅｗＸｓ）。具体按照：１．找出主要要因、２．确定要因的最佳值、或几个要因的最佳组合、３．计算要因影响度和优先顺序客户过程输入输出供应商X1X2・・XnY=ｆ（X1,X2,･･Xn）Y过程：为了实现某个目标而采取的一系列行为输入：过程所加工或使用的物品或数据输出：过程工作的结果，所得到的物品或数据客户：所有接受过程输出的人（外部客户／内部客户）供应商：所有供应过程输入的人什么是过程•不同的操作员•不同的机器•不同的值班表•供应商/零件•室温•气压•相对湿度•原料特性•温度•压力过程可管理输入主要过程的输出Ｙ认识输入/输出的工具•C&E矩阵/FMEA•特性要因图：鱼骨图•短期能力：Short-termCapability干扰输入(连续性的)干扰输入（离散性的）输入(Xs)与输入（Ｙ）的选择找出要因：研明原因型的情形问题哪一种输入对输出的影响最大？哪种输入组合才能使输出最大限度地满足客户的要求？工具实验计划法（ＤＯＥ:DesignofExperiment）用于下列目的的手法：使用统计学手法合理分配实验使实验计划开展得较经济、但又可得出可进行精确分析的结果筛选对主特性产生影响的要因计算要因影响度和优先顺序问题对目标值（水平比较）与现状值差距起着最关键影响的要因是什么？达成目标值的最佳方案是什么?工具＊水平比较：着眼于最佳业绩的世界顶级实例，分析自身与其之间的差距，通过弥补这些差距来达到同它一致甚至超越它的水平＊过去所有的智慧：通过总结过去的智慧，制定可实现目标的对策方案筛选要因：实现课题型的情况•如果能“明确”判断哪个输入Xs对输出Ｙ的影响最大，就可针对这些重要（范围缩小到2-3个以下）Xs，采用适当方法“设置最佳值”。•针对这些重要的输入Xs，如何找出最佳设定和手续，确保其正确性，为此必须采用何种方法进行多少次尝试？•Ｘｓ的优化为使输出Ｙ获得理想的最佳值，必须求出重要Ｘｓ的最佳值。求解方法有以下几种：ＤＯＥ（多元要因实验：多要因多水准）ＰＬＥＸ（PlantExperimentation设备实验)ＥＶＯＰ（EvolutionaryOperation进化性工程改善）ＲＳＭ（ResponseSurfaceMethod应答曲面法）筛选要因：过程优化解决方案的开发、选择与实施前提条件：到分析阶段为止的「基础工作」开展充分，具有独创性，制定解决方案时充分注意到各个方面，有计划地加以实施，并能够排除组织性障碍。改善阶段前的确认事项：解决根本要因、实现目标的必要行动和想法是什么？这些想法中，哪些可能与有效的解决方案相关联？这些想法中，哪些有可能最大限度降低成本和混乱、并实现目标？确认最终选择的行动和想法的有效性，应该进行怎样的确认（测试）？改善阶段的注意点：随时不忘如何才能从行动中获得最大限度的成果。即使效果（对目标来说）有限，但只要它有助于解决其他问题，就应该积极采用（但这种情形下要先讨论其风险）。手法使用场合Minitab程序一元配置方差分析(ANOVA)判断单要因的不同水平对输出的影响。StatANOVAOnewayStatANOVAOneway(Unstacked)满因子实验判断多个要因（在多个水平下）及其交互作用对输出的影响，最佳值的选定方法。StatANOVABalancedANOVA(平衡数据）StatANOVAGLM(非平衡数据）2K因子DOE判断多个要因（在两个水平下）及其交互作用对输出的影响，专用的选定最佳值的实验设计方法。StatDOEAnalyzeFactorialDesigns(orAnalyzeCustomDesigns)2K因子+中心点的DOE考虑到非线性的因素，在高低水平之间增加中间点进行判断。2K半因子DOE为节约实验经费、缩短实验时间，减少实验次数的DOE实验方法。一元配置方差分析（ＡＮＯＶＡ）２００１．０３．１５一元要因试验计划(例)•此试验计划调查的是某一要因的2个或2个以上水准输出变数的定量效果。•首先请看与tｰ检验相似的统计学检验法－Fｰ检验。Fｰ检验是信号与噪音的比SN比（Signal-to-Noiseratio),F值越高则偶然发生的概率越低。•若仅有2水准时,一元配置方差分析(ANOVA)结果与tｰ检验相同。两者关系为:Ｆ=ｔ2一元要因试验计划•试验计划使用的数学模式Ｈo认为处理(小组)效果为零。数学模式假设通常的假设Ｈo:'s=0Ｈa:tＨo:Ｈa:1mmmm===234由处理(对象小组)ｔ得出的单一应答tti==tey=++mteytittiti==全体平均m此处：处理(对象小组)ｔ的效果随机误差最少有一个最少有一个不同。t不是0。mk如H0假设成立，即这两组数据采自同一总体，则这两组数据可看成在同一总体中采的两次样本。而样本的方差S与样本均值的方差SE的关系为：SE=S/n理论上SE应小于S。检验时亦如此，考察：F=nSE2/S2有两个自由度：df1=c-1,df2=c(n-1)SE称为组间方差。S称为组内方差，S的计算方法如下：S2=c(n-1)Σ(X1-X1)2+Σ(X2-X2)2+……..+Σ(Xc-Xc)2c为数据的组数，n为组内数据数查F分布表上横轴上df1,竖轴上df2的值为临界值。单因素方差分析例（UNSTACKED)例如：车间有一条流水线翻日夜班，观察其两班产品的合格率一组数据，判断日班与夜班是否无区别？(95%)观察日日班次品率DPMO(X1)夜班次品率DPMO(X2)139004300240004400340004300441004500540004500平均40004400这个问题的H0假设可表述为：日班与夜班是属于同一总体，μ1=μ2，上表中均值的差异仅由于随机波动造成的。查F分布表，在信度α=0.05下的F(1,4)=7.71.上题的MINTAB计算方法ANOVA/One-way(unstacked)如下图输入参数，图表可选择二种图：点线图、箱线图样本输入结果：图表选择VariableNMeanStDevSEMean95.0%CI样本均值样本方差样本均值的方差95%的置信区间dia614.95000.22580.0922(14.7130,15.1870)结果：One-wayAnalysisofVarianceAnalysisofVarianceSourceDFSSMSFPFactor140000040000053.330.000n*组间方差平方F值Error8600007500组内方差平方Total9460000Individual95%CIsForMeanBasedonPooledStDev两组均值的95%置信区间比较，基于组内方差LevelNMeanStDev------+---------+---------+---------+daywork54000.070.7(-----*-----)nightwor54400.0100.0(-----*-----)------+---------+---------+---------+PooledStDev=86.64000416043204480组内方差F=53.33=400000/7500实际F值远大于7.71，H0不成