六西格玛gbm-5 six sigma测度

SixSigma测度GreenBeltDMAIC课程SixSigmaSixSigma测度测度((Metrics)Metrics)MeasureDefineAnalyzeImproveControl方法论‰Measure概要‰ProcessMap&特性要因图‰概要‰ProjectY‰基础统计‰测定System分析‰SixSigma测度p特性要因图‰FDMSixSigma测度-2Rev.2.0‰工程能力分析SixSigma测度GreenBeltDMAIC课程SixSigma测度‰‰学习目标学习目标1.理解SixSigma的主要测度-DPU,DPO,DPMO-FTY,RTY,YNOR2.2.理解理解σσ水准计算方法水准计算方法SixSigma测度-3Rev.2.0DPU与DPMO‰DPU(DefectsperUnit)z每单位缺陷数为了消除缺陷的基准UnitDefectsDPO=‰DPO(DefectsperOpportunity)z每机会缺陷数z为了消除缺陷的基准z工厂单位改善中使用‰DPMO(DefectsperMillionOpportunities)OpportunityDefectsDPO=000,000,1yOpportunitDefectDPMO×=SixSigma测度-4Rev.2.0‰DPMO(DefectsperMillionOpportunities)z每百万机会缺陷数z考虑制品复杂度的比较基准z企业内或企业之间Benchmarking手段SixSigma测度GreenBeltDMAIC课程‰机会(Opportunity)z有可能发生缺陷的检查或试验对象z发生缺陷的机会在特性、部品、组装品等制品任何阶段制品部品2部品1组装品A特性B特性A发缺陷的机会在特性部品组装品等制品任何阶段都可能存在。SixSigma测度-5Rev.2.0制品组装品B‰复杂度(Complexity)总机会数与制品或Process复杂度正比。部品特性材料机械工具次序制品Process复杂度SixSigma测度-6Rev.2.0相关部品、特性或材料越多，成为越复杂的制品。相关机械、工具或次序越多，成为越复杂的Process.SixSigma测度GreenBeltDMAIC课程‰DPU/DPO/DPMO以下Drilling加工的例中计算DPU与DPMO.SixSigma测度-7Rev.2.0①Data类型是?②Unit?③Defect?④Opportunity?⑤DPU?⑥DPMO?‰DPU计算总缺陷数=DPU=DPMO总缺陷数×1,000,000‰DPMO计算中心DPU/DPO/DPMO–事例总生产单位数=DPUzDPU不能考虑一个单位里有DPU===DPMO总缺陷发生机会数=DPMO=z一般表示6σ水准时，比不良率SixSigma测度-8Rev.2.0多少缺陷机会。3.4ppm更恰当的是3.4DPMOz使用互相不同的Process、制品之间或制造领域和非领域之间比较时更恰当。SixSigma测度GreenBeltDMAIC课程‰DPMO计算例ƒ缺陷数缺陷数某个PCB以800个焊接点和200个部品构成。在这PCB中发现焊接不良6处和不良部品2个。–DPMO是?ƒDPMO=(6+2)/(800+200)*百万SixSigma测度-9Rev.2.0=8,000‰DP(M)O计算时注意事项例)某部品的生产工程中不良发生机会数是100,000次，但正常作业过中其中机会价结个个过程中只对其中1,000次机会进行评价，结果一个部品里发现10个缺陷，以下计算中哪个正确？–DPO=10/100,000SixSigma测度-10Rev.2.0–DPO=10/1,000机会是有缺陷发生的可能性，以检查及试验对象被评价时CountSixSigma测度GreenBeltDMAIC课程Yield在工程的各阶段中包括再作业或部品的废弃等不良的管理指标，是良品率的概念‰Yield(数率)是良品率的概念。z初期数率(FTY,FirstTimeYield):决定各别工程的品质水准时使用。再作业/不修理的Process中适用。z累计数率(RTY,RolledThroughputYield):表现全体工程的品质水准时使用的指标中的一个。‰Yield(数率)的种类SixSigma测度-11Rev.2.0表现为初期数率的倍。z标准化数率(YNor,NormalizedYield):表现全体工程的品质水准时使用的指标中的一个，在Process中初期数率适用几何平均概念。95.5%数率Yield45,000ppm浪费30,000ppm浪费97%数率94.4%数率SixSigma测度-12Rev.2.056,000ppm浪费RTY=0.955*0.97*0.944=87.4%不但是最终阶段，其它各阶段的能力RTY都重视。SixSigma测度GreenBeltDMAIC课程‰RTY计算z已知的DATA是不良率或数率DATA时YieldRTY=FTY×FTY×FTY×z已知的DATA是缺陷DATA时-是意味着泊松分布中P[X=0](没有一个缺陷的概率).-eDPUDPUeRTY−=RTY=FTY1×FTY2×FTY3×……SixSigma测度-13Rev.2.0‰YNor计算YNor=FTY1×FTY2×…×FTYnn‰RTY计算的检讨z生产一个单位部品所需3个工程，各工程的初期数率为FTYi.各单位程中发生的缺陷数跟随着拥有以下概率数的泊松分布Yieldz各单位工程中发生的缺陷数，跟随着拥有以下概率函数的泊松分布。L,2,1,0,!)(][===−xxdpuexXPxidpui-但,为单位工程i的平均缺陷数idpuz因此各单位工程的数率是在工程中个缺陷都不发生的概率如下SixSigma测度-14Rev.2.0DPUdpudpudpuee-++-==)(321z因此各单位工程的数率是在工程中一个缺陷都不发生的概率，如下。idpueXP-===]0[z按以上的结果，可以确认下面的等式。3RTY=ΠFTYii=1SixSigma测度GreenBeltDMAIC课程想想下面的工程。‰Yield(数率)Yield收入检查100%数率SMD检查95.5%数率PBA检查97.0%数率ICT94.4%数率RTY=1.00×0.955×0.970×0.944SixSigma测度-15Rev.2.0=0.874=87.4%Y%7.96967.0874.0RTY414Nor====例1)现场某一位机士对特定类型Defect观察结果346个生产单位中发现1个对这特性(Characteristic)的‰RTY计算例Yield346个生产单位中发现1个。对这特性(Characteristic)的RTY?0.002893461==DPU00289.0=0.99711==--eeRTYDPU计算)例2)有3个工程组成的生产Line，各工程通过数率为98%时Line的RTY?SixSigma测度-16Rev.2.098%时Line的RTY?计算)0.980.980.98RTY=0.98×0.98×0.98=0.941192SixSigma测度GreenBeltDMAIC课程σ水准‰σ水准的概念z品质特性值随正态分布时，从规格中心到规格界限为止距离相当于标准偏差几倍的测度，Process散布越小，σ水准越大。1σ平均规格界限z测定Process可以生产多少均一品质制品能力的测度。SixSigma测度-17Rev.2.0σ水准:规格中心和规格上限或下限距离是标准偏差的几倍？µ3σ发生不良限度平均规格界限µ1σ发生不良限度3σσ记号前数值(Z)越大，不良发生的概率越小。3σ水准的稳定工程SixSigma测度-18Rev.2.01σ6σ6σ水准的稳定工程SixSigma测度GreenBeltDMAIC课程z由于作业者倒班、原材料LOT变化、设备的保‰ProcessdynamicsProcess固有能力养、模具交换等现实性的变化要素而规格中心和Process平均常时间维持一致状态是很难。z根据经验随着时间过去，一般Process平均离中心约1.5σ左右变动。起点1起点2起点3起点4长期Process能力SixSigma测度-19Rev.2.0LSLUSL目标值‰σ水准和DPMOz考虑Process现实变化，计算对应σ水准的缺陷率或不良率时，Process平均离规格中心标准偏差的1.5倍变动为前提计算。z在6σ水准Process中，100万次机会中能发生34次左右缺陷，这相当于z在6σ水准Process中，100万次机会中能发生3.4次左右缺陷，这相当于3.4DPMO.SixSigma测度-20Rev.2.0USLLSL规格中心3.4DPMO4.5σ.st1.5σ.stSixSigma测度GreenBeltDMAIC课程999,999.6999,995良品数3.45ＤＰＭＯ6.05.9Ｚ.st4.54.4Ｚ.lt986,097977,250良品数13,90322,750ＤＰＭＯ3.73.5Ｚ.st2.22.0Ｚ.lt420,740382,089良品数579,260617,911ＤＰＭＯ1.31.2Ｚ.st-0.2-0.3Ｚ.lt6,2104,661良品数993,790995,339ＤＰＭＯ-1.0-1.1Ｚ.st-2.5-2.6Ｚ.lt‰σ水准与DPMO表999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313913213248721081592333374836875.85.75.65.55.45.35.25.15.04.94.84.74.34.24.14.03.93.83.73.63.53.43.33.2971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,14528,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,8553.43.33.23.13.02.92.82.72.62.52.42.31.91.81.71.61.51.41.31.21.11.00.90.8344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,807655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,1931.11.00.90.80.70.60.50.40.30.20.10.0-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.53,4672,5551,8661,35096868748333723315910872996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8SixSigma测度-21Rev.2.0999,032998,650998,134997,445996,533995,339993,790991,802989,2769681,3501,8662,5553,4674,6616,2108,19810,7244.64.54.44.34.24.14.03.93.83.13.02.92.82.72.62.52.42.3758,036725,747691,462655,422617,