世界級品质管理工具

《世界級品质管理工具》由会员分享，可在线阅读，更多相关《世界級品质管理工具（102页珍藏版）》请在装配图网上搜索。

1、世界級品質管理工具World Class Quality1亨利法則（Henley）使用正確、好的工具l 有好的經營者和樂於奉獻的熱心員工，組成了解 決問題的團隊，但沒有好的工具，也只會使人感 到困惑、混亂和失去信心 人們從失敗中總結的經驗要比從成功中獲得的經驗 多，但如何從別人的失敗案例，從中找到解決自己 具體問題類似的辦法掌 握 問 題 的 主要 特 性2品質工具的需求（1）工廠中90不知道如何解決長期性的品質問題l 簡單的問題，經由傳統QC手法就可解決l 而存在長久的品質問題，到今一直無法解決 企業利用生產線上員工的體力而不是智慧 90的技術規範和容差是錯的l 基層主管的智商與工程師一樣高

2、，缺展現的機會 l 好的品質工具簡單、易懂且要形成廣泛性應用l 工程師對技術規範和容差的制定有脫離實際的傾向l 能適合最壞情況下的容差或幾何容差3品質工具的需求（2）不知道對產品/技術參數進行最佳化l 通常以公式、模擬、分析、供應商資訊或經驗猜測參數 l 從不重要的參數中挑選出重要參數的最好工具就是試驗設計 認為缺陷和偏差是不可避免的l 將產品分類、篩選、檢測和矯正已成為慣例 l 即然自然界有偏差，產品為什麼沒有理由有偏差呢？強化可靠性試驗只是對不可靠的互換l 可靠性的附加條件是時間和應力l 傳統的可靠性設計工具，最多不過是勉強有效4品質工具的潮起潮落 抽樣：20世紀50年代 AQL、AOQL

3、、LTPD 零缺點運動：20世紀60年代 ISO 9000：1987年起（5）美國國家品質獎：1988年起（25）歐洲品質獎：1990年起（30）QS 9000：1995年設立延伸了TS16949（10）TQM：20世紀80年代和90年代（50）6 Sigma：1987年摩托羅拉引進（50）終極6 Sigma：大Q，強調所有方面的優秀性（90）5我們需要改變品質工具 QC 7手法：幼稚園工具 柏拉圖、魚骨圖、檢核表、腦力激盪、直方圖、層別法、管制圖 新QC 7手法：無用的應用 KJ法、相關圖、樹狀圖、矩陣圖、矩陣數據分析圖、過 程決策計劃圖、PERTCPM 問題解決的8D法：費力不討好的方法

4、福特公司解決工廠和供應商問題的技術 工程方法：觀察、思考、嘗試、解釋的解決問題？不需要基層員工的參與？621世紀10種有效的工具1.品質機能展開（QFD）2.全面生產保養（TPM）3.標竿比較4.愚巧法5.客戶管理（NOAC）6.供應管理7.全面價值工程（VE）8.縮短生產之週期9.試驗設計（DOE）10.多環境強化應力試驗（MEOST）7品質機能展開（QFD）你也許生產了世界上最好的狗食，但如果連狗 都不想去吃它，它又好在哪兒呢？應用範圍：用於新產品/服務概念階段的客戶-市場-設計銜接 需求：傾聽客戶的意見，否常見擺放的”藝術品”跟”呆滯品”目標：概念設計轉模樣設計前，確定客戶需求，要求和期

5、望 ：根據重要性與競爭者類似的產品比對並做評等 ：於矩陣圖中，確定設計中的重要的、困難的和創新的 ：將產品技術規範分解成零部件技術規範、工藝技術規 範和生產技術規範 益處：增加客戶滿意、縮短設計時間、缺陷減少、成本人力 減少、工程師具成就、產品具優越競爭力8QFD的品質屋客戶最相關要求1.甲 -4.72.82.91.81.22.乙 -3.52.92.33.12.13.丙 -3.12.12.02.71.84.丁 -2.31.62.51.31.55.戊 -1.11.51.11.51.1產 品 的 機 能 特 性重要度公司競爭 1競爭 2競爭 31.A2.B3.C4.D5.E6.F7.G強相關 9

6、中相關 3 弱相關 1 強肯定 9 中肯定 3 弱否定 -3 強否定 -9依各相關性計算機能的權重9全面生產保養（TPM）實踐，實踐，再實踐，改進設備的生產率 應用範圍：製造過程/設備 需求：錯的觀念”如果沒有壞，就沒有必要修”，維修費用估 銷貨額的915 目標：改進治工具、設備的品質和生產率，降低生產週期與 存貨 ：建立預防為主，而不是矯正和解決問題的維修隊伍 ：減少設備生命週期成本 益處：提高勞動生產率，提高生產線能力，減少設備故障，減少維修費 方法：除實施預防規範外並善用DOE、因果圖和PDCA等工具10標竿比較破除不希望學習他人，塑造蛙跳式競爭 應用範圍：通用，包括各種行業 需求：破除

7、”非我族類”症結，將內部目標水準相對標竿比，看做一項重要的合作要求 目標：消除公司與產業最佳公司在關鍵功能、管理、技術方 面的鴻溝，使在某項關鍵功能、管理或技術方面成為 最佳 益處：學習並採納最好的經驗，形成快速成長 ：學習時間縮短，是一種改進的高效工具 ：擴展視野產生全球化意識11標竿比較步驟1.確定什麼是標竿比較以及為什麼要進行標竿比較？2.建立自己公司的性能，作為公司的基線3.在你自己部門和相鄰部門開展活動4.確定比較的目標：國家級還是世界級5.參觀標竿比較的公司6.確定比較的公司與你公司之間在業績方面的差距7.設立目標和制定行動計劃8.實施計畫並監控結果9.重複/循環上述過程10.利用

8、“橫向思維”重新設計過程11.確立比較基準12愚巧法（Poka-Yoke）應用範圍：製造業流水線員工 需求：人都難免會出差錯，在勞力密集型的操作過程中，流 水線員工造成品質問題 目標：提供電子式、機械式或可目視的感應器，以警告操作 者已發生了錯誤，更佳設計是預警出錯，並能避免出錯 益處：可提高品質、生產力和客戶滿意度，可省去統計過程 控制，並簡化生產性的設計 方法：感應器採簡單的設計，善用員工的聰明才智的設計，最佳方案是通過試驗設計來減少變量清除操作者可控差錯13 應用範圍：製造業公司中所有服務組織和保障組織 需求：服務系統一向效率不佳，對品質及週期時間改進好像 是一句“外來語”目標：改善所有

9、服務性操作品質、成本和週期時間，將垂直 管理變成水平管理，組建誇職能小組 益處：極大地改進作業流程 ：高效率作業，獲得更高的客戶滿意度和忠誠度 ：形成高利潤、高投資報酬率、高市佔率和高生產率客戶管理（NOCA）流程品質、成本和週期時間的改進14客戶管理步驟1.成立指導委員會，過程管理者和若干個改善團隊2.確定流程問題；將之量化對品質、成本、交期和士氣影響3.確定主要的內部客戶及其要求的優先順序4.確定內部客戶回饋頻率，以作為滿足或未滿足客戶要求之記錄和結果5.繪製整個系統過程流程圖6.過程中每個步驟確定所需的平均週期時間7.將具附加價值的步驟與無附加價值的步驟相分離8.利用流程改善工具去除或減

10、少無價值的步驟9.利用思考技術、價值工程、創新來規劃一個完全不同的流程10.實施對內部客戶分數管理的評審，並根據記錄加以追蹤過程15 應用範圍：想到雙贏關係的關鍵供應商 需求：公司當明識進行”核心競爭”，需要找到能縮短設計週 期和降低生產成本的供應商 目標：對關鍵的供應商進行真正的合作，以獲得互惠的利 益，並提供具體的幫助，以改進供應商品質、成本和 生產週期 益處：每年平均合理幅度降低供應商價格，同時幫助它提高 效益加強所有重要客戶和供應商間的忠誠度和聯繫 方法：指導供應商管理成為主要的工作，對主要商品加以分 類，協助供應商管理改善同時不斷地降低產品價格供應管理供應商品質、成本和改進週期的轉折

11、點16 應用範圍：VE可廣泛用於任何經濟活動領域 需求：客戶要的是價值，而不僅僅是價格，螺旋式上升的成 本，應用傳統的降低成本常形成不理想的利潤 目標：超越成本降低的目標，遠遠超越增強客戶滿意度所要 求所有方面的品質改進 益處：成本平均降低10 25%間，改進客戶要求的品質、可靠 性和其他方面 方法：技術的變化，包括價值方法、功能分析、價值工程工 作計劃、工作重設計、過程重設計和知識庫全面價值工程（VE）遠遠的超越了傳統的價值工程17 應用範圍：製造，商業服務和設計 需求：由於各方面形成浪費時間而導致成本浪費，為了交期 準增加了大量的安全庫存 目標：一場對所有浪費的戰爭，利用流程圖追求改頭換面

12、，善用“推”與“拉”的系統 益處：公司產品快速佔領市場，在競爭中獲勝 ：縮短生產週期，加速庫存週期 ：品質、成本、交期和效益同時得到改善 ：完全放棄老式的進度月報計劃系統縮短生產週期品質、成本、交期和效益的綜合體實現18縮短生產週期的方法1.利用諸如DOE技術減少產品缺陷，縮短檢驗、試驗時間2.利用全面生產保養（TPM）改進工廠總效率3.繪製產品的物料流程，將過程轉向生產水準高的過程4.利用中心方案，關注重點客戶產品、專用設備和專職人員的範圍5.減少記錄時間，減少換線、換模時間6.利用”看板”拉系統做為新生產模式7.利用製造單元和 U 形狀的佈局8.相互協助作業9.培育多功能作業人員10.與供

13、應商和客戶一起開發類似的縮短生產週期技術19品質品質 1可靠性可靠性3維修性維修性5一致性一致性2診斷診斷 6可信性可信性4可用性可用性7技術技能技術技能8核心特性核心特性10安全性安全性 12功效學功效學 9誘人特性誘人特性11未來未來 預計值預計值 13工作效率工作效率14客戶關心的要素客戶關心的要素21售後服務售後服務16交交 期期 17售前服務售前服務15價價 格格 18商商 譽譽 20再銷售再銷售 的價值的價值 19客戶關心的要素圖20工具一般公司優秀公司 認知(%)應用(%)認知(%)應用(%)1.品 質 機 能 展 開1.000.0110.001.00 2.全 面 生 產 保 養

14、5.000.0215.003.00 3.標 竿 比 較10.000.5050.0020.00 4.愚 巧 法1.00-10.001.00 5.客 戶 管 理0.10-3.000.10 6.供 應 管 理10.001.0040.0010.00 7.全 面 價 值 工 程2.000.0120.004.00 8.縮 短 生 產 週 期5.000.2030.005.00 9.試 驗 設 計0.01-10.001.00 10.多環境強化應力試驗-1.000.0521世紀工具的認識和應用21試驗設計的三種方法 經典的DOE（30）20世紀20年代應用於農業領域 田口的DOE（20）20世紀80年代日本田口

15、直交表 謝恩的DOE（100）美國的謝恩（Dorain Shainin）完善簡單但強大的方法 “沒有戴明，美國就不會有品質哲學 沒有朱蘭，美國就不會有品質方向 沒有謝恩，美國就無法解決品質問題。”22試驗設計的三種方法特 徵經典DOE田口DOE謝恩DOE1.方 法一或二種 3一種2最少十種102.線索生成能力差1差1強103.效 果中度3低度2高度104.成 本高4高2低85.複 雜 度困難2困難1容易86.時間與了解實踐長、長2長、長1短、短97.統 計 有 效 度弱2十分弱1強88.適 用 性需硬件2可研究4 需硬件、通用89.執行的難易度難2難1易910.干擾生產程度暫停生產 1 暫停生

16、產 1不停生產823規格規格上限上限規格規格下限下限製程能力（Cp）製程能力（Capability of Process）USLLSL6AB Cp 規格寬度產品實際分散寬度 製程能力評價的目的在於衡量產品分散寬度符合公差的程度 各年代品質要求的標準 20世紀 70年代 Cp0.67 20世紀 80年代 Cp1.0 20世紀 90年代 Cp1.33 20世紀90年代中後期 Cp1.67 21世紀 Cp2.0 最理想的成本減少 Cp8.024製程能力指數（Cpk）製程基準度 Ca（Accuracy of Process）規格規格上限上限規格規格下限下限 製成平均值（X）與規格中心直之間偏差程度CD

17、 Ca 偏移中心值 規格寬度XUUSLLSL/2 綜合製程能力指數 Cpk（Integrated Capability Index）Cpk Cp（1Ca）=製程能力（1偏移率）關鍵參數 最低 Cpk1.33 期望的 Cpk2.0 理想的 Cpk5.025測量 Cp、Cpk時需避免的錯誤 錯誤 1：衡量所有的參數 只有重要的參數才需要2.0甚至更高的Cp值，而非所有產品參 數，而重要參數於設計階段使用”變量搜索”時確定 錯誤 2：經常地測量Cp、Cpk 如果製程能力以前已經驗證過了，就無須不斷地進行測量，因他也不會改善你的Cpk，想改善時由DOE著手 錯誤 3：如果界限規格不正確，那麼Cp和Cp

18、k就沒有意義 工程師制定的技術規格90不是太緊就是太鬆，必須使用”散 佈曲線圖”確定重要參數所需的公差和規格界限 錯誤 4：將Cp測量擴大至供應商而不在本公司執行“照我說的做，不要照我做的做！”？26偏差來源、原因及減少方法（1）來源造成偏差的原因減少偏差的原因1.管理差 不了解減少偏差方面的知識或策略 沒有將時間和資源分配到DOE上 未培訓或未履行DOE 僅使用SPC和管制圖 加強管理層對DOE的培訓 對技術人員進行DOE培訓 、討論 監控DOE過程而不僅是設 定目標和檢查結果2.產品/製造規格低 沒有傾聽客戶的聲音 行銷而不僅是推銷 為促進現代化的設計 可靠性不僅是一個技術條件 系統試驗中

19、沒有DOE 能廣泛徵求客戶意見 比較漸近的與變革的設計 針對可靠性進行多環境強 化應力試驗 將DOE推廣到客戶應用上3.部品規格低 迷戀技術 不加選擇或過份苛求的公差 樣板規格；供應商公佈的規格 沒有與偏差相關的公式，錯誤或不 能確定相互作用和結果 在試運行階段採用DOE技 術將重要偏差與不重要的 區隔 實際公差的平行四邊形散 佈曲線圖27偏差來源、原因及減少方法（2）來源造成偏差的原因減少偏差的原因4.缺乏品 質工具 和體系 ISO 9000、TS16949、品質 獎以及TQM都缺乏 忽視品質輔助設備 建立一個“大Q”品質體系的基 礎設施 正向控制過程驗證、預先控制5.實際生產能力弱 標準操

20、作程序不足或太困難 預防維修不夠 沒有作業環境控制 缺乏計量制運用 員工參與標準操作程序的制訂 推展全面生產保養(TPM)6.供應商材料差 供應商太多 以協商和圖表的辦法進行控制 採AQL進料驗收方法 與同類中最佳的供應商合夥 直接接觸、持續幫助 DOE培訓7.操作員的錯誤 指導、培訓差 製造、材料、設備差 對于生產能力設計差 使用外觀檢查做為支撐 僅把工人看做不用頭腦的雙手 加強DOE培訓 鼓勵、支持與管理 自主檢查和應用愚巧法 收穫共享 授權28謝恩的DOE中10種強有力的試驗設計工具 搜索搜索 產品產品/過程過程5.過程確認過程確認正向控制正向控制預控制預控制 成對比較成對比較4.曲面法

21、曲面法 響應響應10.多變量多變量1.集中圖集中圖2.比對比對CB8.部件搜索部件搜索3.散佈圖散佈圖9.全析圖全析圖7.變量搜索變量搜索6.創新工具創新工具正式試驗設計工具正式試驗設計工具4個或更少變數個或更少變數轉換到統計過程控制轉換到統計過程控制520個變數個變數無交互影響無交互影響201000個變數個變數交互影交互影響表現響表現識別根本原因識別根本原因優優化化維維修修確確認認安全安全保證保證29解決問題的系統化10步驟法（1）1.定義問題（綠Y）2.量化並測量綠Y測量散佈圖將屬性變化成變量3.問題的歷史（問題存在的時間、故障率、費用）4.創新思考多變量（包括集中圖）部件搜尋成對比較產品

22、/過程搜索5.試驗的正式設計變量搜尋完全析因B與C比較30解決問題的系統化10步驟法（2）6.問題的引出及解決-保證改進的持久性B與C的比較7.建立實際的規範和容許偏差散佈圖響應曲面法8.凍結過程的改進正向控制9.確認過程：明確減少所有外部的品質問題過程確認10.用SPC保持結果預控制31 柏拉圖定律總影響的百分比50綠Y 1 2 3 4 5 6 7.重要的幾個原因不重要的多個原因原因個數粉紅X紅X淺粉紅X 減少變量 用1、2或3個試驗 使 Cpk達到210綠Y、紅X、粉紅X、淺粉紅X32定義並量化問題：綠Y檢核表（1）1.問題是否已清楚的說明2.綠Y是否以根據內容定義並量化 缺點水準（百分率

23、或Cp、Cpk）或現場故障水準 對成本、安全性或環境影響？壽命（週、年、月）為何？3.如果綠Y是一屬性（Go/No Go），它是否能轉換一種以某種量化尺度表示的人為的變量4.綠Y是否多於一個？5.是否有一個與最終綠Y密切相關的較早或較容易的綠Y？6.是否已儘可能在流程中儘早查明綠Y，以便從源頭就抓住問題，不讓問題在過程中繼續堆積？流程是否已製成圖表？33定義並量化問題：綠Y檢核表（2）7.如果問題出在工作場所而不是工廠，則綠Y：是否設計多環境強化應力試驗以便在短時間內加速綠Y出現是否以找到一個或多個外部用戶並與之接觸？是否已考察了用戶的應用？綠Y位於用戶鏈的何處-在運輸、安裝、服務或用戶之中？

24、用戶的規範和容許偏差的有效性和現實水準如何？是否已根據用戶的需求得出內部規範和容許偏差8.如果問題與可靠性有關：是否繪製了”失效性模式”之浴盆曲線已確定故障期間？問題是否是間歇性的？如果是，是否設計了強化間歇性失效變成永久失效的應力試驗？在工廠中是否發生過類似的可靠性失效？是否能用應力試驗使問題加速，使綠Y變成導致失敗的應力水準或導致失效的應力時間？34量測系統分析 量測的準確度 作DOE之前當首要考量量測系統的弱點與變量，而不是產品內部的變量 如果產品容許偏差為5個單位，則儀表容許偏差最高為1個單位 量測系統分析 再現性（Repeatitability）：量具變異，為同一人使用同一量具量測同

25、一零件之相同特性多次所得變異 再生性（Reproducibility）：人的變異，不同人使用同一量具量測同一零件之相同特性所得之變異 RR 30，則量具系統可能被接受 減少儀表、儀表內部、儀表之間與操作者之間的變異35量測準確度檢核表1.綠Y是否可量測？2.某個屬性（Go/No Go）的量測是否可轉換成一個變量3.轉換成的變量在不同操作員間可否統一評定？4.是否進行了散佈圖研究以確定5：1的最小分辨率比？5.儀表內部、儀表之間以及操作員間的變量（容差）是否已相對於產品容差進行了量化？6.是否已對三個變量根源中最主要的原因進行了試驗，是否已確定了一勞永逸的解決辦法？7.如果技術水準不可能達到5：

26、1的比值，是否有較早的、較易的而且可以更加一致地量測的替代綠Y？36多變量分析：自動尋找紅X 目的1.把大量沒有聯係的、難以處理的原因減少到一組數量較少且相關的原因，例如時間到時間、部件到部件、部件內部、機器對機器、測試位置到測試位置 檢測非隨機趨勢 用於何處確定產品/過程正在怎麼運行，沒有大量用途有限的歷史數據時的迅速處理在一些基層的應用中，取代過程能力研究 何時應用在工程試運行時，生產試運行時，在生產中，甚至在工作場所 樣本量取得至少915個或直至80的歷史變量37圖解多變量原理：撲克牌戰法 從任選的27張牌中，請他人任選一張，僅能向他提問3個同 樣的問題，就能確定”紅X牌”38三個變量組

27、 位置變量（部件內的組系）在一個部件內的變量（如左面對右面，頂面對底面）包含許多部件的單一部件中的變量 在成批加料時出現的位置或方位的變量 機器對機器的變量 試驗位置對試驗位置的變量，夾具對夾具的變量 操作者對操作者的變量 生產線對生產線和工廠對工廠的變量 週期性變量（部件對部件組系）在同樣時間內，從一生產過程中抽取連續的部件間的變量 部件組中的變量 批次對批次的變量 批量對批量的變量 暫時性變量（時間對時間組系）小時對小時的變量 班次對班次的變量39多變量分析步驟一：設計多變量研究1.鑑別綠Y，如果綠Y是一種屬性將它轉化成一種變量2.得保證量測儀器的精度至少為產品精度的五倍3.確定可出現的變

28、量的組系數目4.劃出組譜5.估計所要求的時間對時間採樣的數目6.確定在加工過程中連續抽取的部件對部件的數目（一般35）7.確定在部件內組系的各子組系的採樣數目，如機器和模腔的數量8.將3.4.5.項中的數目相乘，以確定需要研究部件的總數量9.設計一個圖表，以簡化多變量數據的收集40多變量分析步驟二：進行多變量試驗1.不要混淆一個給定的產品內的模型，僅對此產品中最差的模型進行試驗2.進行多變量研究，擴展時間對時間採樣的數量，直到找到80以上的重要的變量或技術規格要求公差為止3.在多變量研究過程中，應使過程中的各種調整的次數最小化4.要特別注意任何不連續性，例如：休息時間、午餐、換班、改變設置、換

29、工具、設備維修等，這在進行多變量研究過程中是不可避免的；在進行時間對時間採樣時，要盡可能挑選在這些不連續因子之前或之後的時間進行41多變量分析步驟三：解釋和分析多變量圖1.確定重要變量的組系（注意：紅X僅可能存在於幾個組系之一中）2.如果紅X的組系是時間對時間的，要檢驗溫度、濕度、工具磨損、休息和午餐時間的改變以及在多變量運行過程中的調整和任何加工參數的改變3.如果紅X是處於部件對部件組系，就要檢驗週期圖形、灰塵及管理等，這些因子可以影響一個部件，但不會連續影響其他部件4.如果紅X是處於部件內的組系，就要建立一個”集中圖”以確定綠Y的重視方位或部件5.尋找非隨機的趨勢或其他線索6.尋找一個或幾

30、個存在不尋常圖形的樣本；不相等的靈敏度說明可能存在交互的影響7.在組譜中，列出每一個變量組系所有可能的原因，以開始隨後一系列的調研42集中圖：重複出現問題的精確定位 目的 如果多變量研究表明重要變量組是在部件內部件內，那麼就應當繪製部件內精確的位置 通常又稱為“斑點圖表”EX.集中圖表明 重現的故障問題沒有一個具體的位置（即它是一個隨機分佈）它的確顯示出在某個特定位置有缺陷集中的現象 在部件內的某個位置上有一個問題集中的限度，如果該部件 是一個組件時，又可把它說成是一個部件內指定的部件 印刷電路板底面焊接處的針孔43製作集中圖1.製作一張包括重現缺陷的圖或模版2.如果需要，劃一些網格，這樣可以

31、找出問題的精確位置3.在檢查每一個部件時，請檢驗人員標出如下內容：每種缺陷類型的位置 每種缺陷類型的適當編號 在每個位置上每種缺陷類型的數量 （不必記錄每種缺陷出現的時間，除 非時間對時間變量被認為是重要的）44部件搜索：簡便而平滑的交換 目的 從幾十萬部件/組件中，針對紅X，捕捉所有重要的主效應 和交互影響效應的量 用於何處 在有兩個不同地方用可互換部件組裝的場合 （標注”好”和”差”）何時應用 在樣機、工程試運行、生產試運行時或在工作場所 樣本量 2個45一個幽默的類推：發生在英國火車上的故事老婦人（老婦人（L）年輕女孩（年輕女孩（YG）英俊的士兵（英俊的士兵（P）將軍（將軍（G）火車通過

32、山洞，燈突 然熄了的時間“聽到了一聲親吻聲，隨後就是一記響亮的耳光聲音！”火車包廂裡的四個乘客 老婦人想：一定是這個將軍，這個老山羊，他親了年輕女 孩，而年輕女孩打了他一巴掌 年輕女孩想：真該死，我是個漂亮人兒，那個英俊的士兵 想親我，卻親了老太婆，於是挨了她一巴掌 將軍一面揉臉頰一面想：一定是那個年輕士兵幹的.這就是部件搜索原理，只是你不知道這是交換理論這就是部件搜索原理，只是你不知道這是交換理論46部件搜索的變量與四個階段 部件搜索技術裡，僅需考慮極端分佈情況，採集到兩個極端，就可以採集到整個綠Y變量的範圍，然後再通過交換部件或子部件的方法把這些原因系統地過濾掉 最好中的最好（BOB）最差

33、中的最差（WOW）部件搜索的4個階段階段目標1.球場確定紅X和粉紅X是否包括在所考慮到的變量中，這也保 證了拆卸/重新組裝的故障複現2.排除排除非重要原因及相關交互影響的效應3.求交運算確認重要變量確實重要，非重要變量確實不重要4.析因分析量化重要原因及其交互影響效應的幅度與方向極極 好好（BOB）極極 差差（WOW）47部件搜索的12步驟程序（1）1.從一天的產品裡僅僅採樣2個部件，這2個部件距離有待研究的綠Y要盡可能地遠，即最好的部件(BOB)和最差的部件(WOW)2.階段一 拆卸並重新組裝BOB和WOW兩次，在測量它們重現的綠Y兩次以上3.顯著性檢驗：這個檢驗中要測兩個部件，以便確定從統

34、計上看是否BOB與WOW間的差別是顯著的 BOB的3個綠Y值必須全部好於WOW的綠Y，並且它們之間沒有交叉覆蓋 D/的比率必須大於1.25，或著最小要等於1.25 D的BOB中值與WOW之間距離 是3次BOB量測和3次WOW 量測的量測值範圍的平均差dd48部件搜索的12步驟程序（2）4.如果D/的比率小於1.25，部件搜索的第一階段就是失敗，這意味著綠Y不能保持穩定不變，說明問題出在組裝過程中，而不是在部件本身；這就要求開展逐步的步進式的拆卸和再組裝以便確定在組裝過程中那一步是紅X5.最好由子部件開始，以遞減的次序排列子部件，如果沒有顯著的子部件，那麼就按遞減的次序排列的部件6.階段2 將最

35、高一級的子部件或部件從BOB轉接到WOW，並將其對應者由WOW 轉接至BOB，量測並記錄兩個新綠Y值7.在第6.步驟，可能會有3個結果a)BOB依然是BOB即好的，WOW 依然是WOW，即差的，這個結果意味著所轉換的部件是不重要的d49部件搜索的12步驟程序（3）b)BOB變成WOW，而WOW變成了BOB，這個結果意味著所交換的部件是重要的，並且是一個固定的紅X，於是部件搜索結束c)BOB部份地降級到一種WOW，但並沒完成降至最低，WOW部份地朝BOB改善，但還沒完成達到；這種結果意味著所交換的部件或許是重要的，但還不是整個問題的癥結所在8.對於第7步驟所產生3個可能的結果中的每一個，將原先來

36、自BOB的部件歸還BOB，WOW亦同，以保證原始的BOB和WOW的綠Y值被復原9.對於隨後最有可能的子部件或其他部件，重複第6步，7(a)或7(c)以及第8步驟；然後是依序其他部件，依次類推10.一旦在7(c)和第9步有兩個或多個部件被識別為是重要的，就要同時把它們在BOB和WOW之間交換，直到反向效果出現，即BOB變成WOW，或著相反，那麼紅X就是這些重要部件及其相互作用的組合50部件搜索的12步驟程序（4）11.階段3 通過對所有未試驗和不重要的子部件/部件(如WOW)，相對所有重要的子部件/部件(如BOB)來檢測，以便完成試驗，其結果應當接近第一階段的BOB，然後反過來將BOB當作不重要

37、的部件，而把WOW作為重要部件進行檢測其結果接近第一階段的WOW12.階段4 最後，利用第1和第2階段所得到的所有數據進行完全析因分析，以便量化和確定主效應和相互影響效應的方向和幅度 階段4只是個計算，而不是新的試驗51成對比較：一種精巧而通用的工具 目的 以高置信度確定”好”和“差”單元之間的重複差異，以向紅 X提供線索 用於何處 不能拆卸的產品以不同的方式組裝（標註”好”和“差”）的 配套裝置處 為許多管理者或基層員工應用 何時應用 樣機、工程試運行、生產試運行或在工作場所運行 樣本量 68 對”好”和“差”的產品52成對比較先決條件與方案 先決條件 性能（輸出或綠Y）必須是可測量的，量測

38、儀器的精度至少是規範公差或產品分佈的5倍 在一個大致穩定的時間內，每一次嘗試都應當選取最好的部件（BOB）和最差的部件（WOW）如果品質特性或參數是一個屬性，當轉化為一個變量 方法：方案A1.選擇採樣量：選取相對於被調查的綠Y其6個或8個好的部件（BOB），以及同樣數量差的部件（WOW），且相隔越遠2.盡可能多的列出可以表達BOB和WOW的綠Y值差異的多個參數或品質特性53成對比較的方案3.選擇1對部件：1個好的和1個差的，如第2步驟所述，記下差別，差別是可視的、有尺寸的、外觀方面的、機械的、電氣的、化學的和冶金的等4.再選擇第2對部件：1個好的和1個差的，記下第2對的差別5.繼續選擇第3對、

39、第4對.，重覆上述搜索過程，直到出現第1個或幾個參數能夠在同方向上顯示出1個可重現的差別為止6.通常在第5對或第6對的幾個重要參數中，就可能出現前後一致的，可重現的差別，這將為我們找出變量的主要原因提供有利的線索54成對比較的方案 方案B B方案利用的是成組的比較（好部件和差部件的比較）方案步驟與方案A的第1步和第2步是同樣的，但是選擇的是 6或8個單獨的對，記下6或8個好部件及差部件的每個品質 參數的讀數，將讀數由大致小（或相反）的次序排列，而 不管它們是好是差 應用圖基檢驗（Tukey Test）如果整個終結計數是6或大於6時，則該特定的品質參數在 解釋好與差的部件差別方面的重要性上，具有

40、90以上的 置信度 如果整個終結計數是5或小於5時，這樣一個品質參數在解 釋好部件與差部件的差別方面的重要性上，就不具有充分 的置信度55圖基檢驗（Tukey Test）（1）Tukey Test是由創始人John Tukey 的名字命名的，檢驗的目的 是確定一個特定的品質參數是否重要，其重要性具有很高的 置信度 Tukey Test 的程序 不管好與差，將相關的一組讀數從高到低(或相反)排列起來 將每一個標註“好的部件”(G)或“差的部件”(B)當“全都是差的”第一次改變為“全都是好的”時，劃一條由 這些讀數的頂端開始的直線，這些是終結計數 同樣，當“全都是好的”第一次改變為“全都是差的”時

41、，劃 一條由這些讀數的底端開始的直線 將頂端和底端的終結計數相加以確定合計終結計數56圖基檢驗（Tukey Test）（2）圖基檢驗排序合計終結計數與置信度差好.合計終結計數數目 置信度67101390959999.9頂端終結計數（全差）重疊區域底端終結計數（全好）合計終結計數57產品/過程搜索：精確定位過程變量 產品/過程搜索的目標 它是在不打斷生產過程的前提下解決問題的一種突破技巧 將重要的過程參數與不重要的過程參數相分離 產品/過程搜索的原理1.生產中一個部件中的任一變量有著兩個通用的因子，或著是產品本身有變異（由材料引起），或著是由一個以上能影響產品的過程參數有變異2.如果再已完成的產

42、品中有變量，部件搜索或成對比較技術能夠探測到這些產品變量的原因，這就是產品/過程搜索的產品部份3.但是如果原因是過程參數的變異；移動、漂移波動或隨時間而改變，就可以利用產品/過程搜索的過程部份來解決4.產品/過程搜索是多變量研究的自然後續工作，其中時間對時間組系是紅X，產品參數是隨假設時間而波動或改變的58產品/過程搜索的方法（1）1.如果懷疑過程參數變量造成產品好或差的可能原因，就把這些過程參數以同類遞降順序列出一個清單2.確定怎樣量測每個過程參數，誰來量測，在何處進行精密量測3.要保證量測儀器的精度至少為過程參數（允差）的5倍以上4.要保證量測的是實際的過程參數，而不僅僅是設定值5.如果一

43、個特定的過程參數在監測過程中並不變化，就可在進一步的考慮中將其排除掉6.運行100的部件採樣（特別是在高廢品週期中，如果廢品不斷）或部件的多變量採樣，一直到：在過程的終點階段，最少能採集到8個好部件和8個差部件 最好的部件和最差的部件之間的分佈範圍，應該佔有產品生產過程中觀察到的有意義的變化的8059產品/過程搜索的方法（2）7.量測所有與每個部件相關的、已經指定的過程參數8.在產品製造過程中，直到過程結束前，是不可能對部件是好或差做出結論的9.然後，運行與8個好和8個差部件相關的過程參數的成對比較，對每個參數都要進行 Tukey Test，然後計算其合計終結計數10.如果經鑑別後，有數個過程

44、參數具有90以上的置信度，那麼就進行”B vs.C”試驗，以便驗證那個是真正的重要參數11.接下來，要進行”變量搜索”或”完全析因法”，以量化最重要參數和它們的交互影響效應12.再通過”散佈圖”或”調優運算”，隨後再進行”正向控制”、”過程確認”和”預先控制”等步驟進一步優先處理13.可以擴展第8步驟的不重要參數的公差，以便減少成本，雖然這樣或許需要進行某些試驗才能確定要擴展到什麼程度60變量搜索法：Rolls Royce 對紅X的研究 目的 指出紅X、粉紅X等；捕捉所有重要主效應和交互影響效應的量；放開所有不重要變量的允許偏差以減少費用 用於何處 有520個需研究的變量處 卓越的問題預防工具

45、 應用在基層員工工作中 何時應用 在研究與開發以及開發工程中卓有成效，在生產中產品/過程表示特懲；也用於多變量圖表或成對比較之後指出紅X 樣本量 12061有效的DOE技術 常用DOE按照精確度排列（非實用性排列）-全析因法-變量搜索法-Plackett-Burman-經典DOE（分析因法）-田口正交矩陣法-拉丁方塊最精確的最粗糙的“全析因法”是最完美的，它精確的將主要效應從其他交互影響的效 應中分離出來，含所有二階、三階.甚至更高階的交互影響效應分 離出來！But 如果有10個因子各有2個水準時，才有 210 1,024個組合試驗要做？所所 以以 變變 量量 搜搜 索索 法法 優優 於於 所

46、所 有有 分分 析析 因因 法法 62變量搜索法的目標1.從較早的線索生成DOE技術中，減少大量的遺留原因高達實際上最大的20，並提煉出紅X、粉紅X、淺粉紅X2.將重要因子從不重要因子分離出來3.放寬非重要因子的誤差範圍，並節省許多費用4.對重要因子及它們的交互影響效應的大小和要求的方向進行量化，並將那些重要變量的誤差範圍壓縮到最小，使Cp、Cpk值為2.05.變量搜索法它不可少的功能是在產品或過程設計階段中，把預防影響生產的問題放在首位6.在不知自變量和因變量時，變量搜索是唯一可解的答案7.甚至已知自變量和因變量之間關係的方程式，可在模擬階段用變量搜索法進行仿真計算，可對方程式的精確度進行必

47、要的改進8.對於標準品，變量搜索法也可用於放寬誤差範圍和降低費用63變量搜索法：二元搜索法的原理 20 問的遊戲法 某人挑選一個字，字的含意可以在一本800頁的字典中查到序號問題答案序號問題答案1.該頁數比400頁大嗎？否11.是否是272頁？是2.比 200 頁大嗎？是12.是否在左邊？否3.比 300 頁大嗎？否13.是右邊上半部？是4.比 250 頁大嗎？是14.是右上1/4處5.比 290 頁大嗎？否15.6.比 275 頁大嗎？否16.7.比 263 頁大嗎？是17.8.比 269 頁大嗎？是18.9.比 272 頁大嗎？否19.10.比 271 頁大嗎？是20.二元搜索法是一個系統

48、的消除過程 二元搜索的改進被應用於變量搜索法64變量搜索的方法 變量搜索4個階段1.球場：決定試驗用的每一個變量是否正確的變量，處於正確的水準2.分離重要的和非重要的因子 將重要變量從非重要變量中分離出來 消除非重要變量及其相關的交互影響3.求交運算（確認）驗證重要變量是重要的，非重要變量是非重要的4.析因分析 對重要變量及其有關的交互影響的大小和期望水準進行量化65各階段的內容（1）第1階段：球場1.首先得決定綠Y：定量和可量測的2.試驗中變量的選擇：列出重要輸入變量清單，依重要性排列3.每個變量的最佳水準和臨界水準4.樣本量的準則：變量：1個將屬性轉換變成變量：510個屬性：16502個5

49、.早期和快速評估發展趨勢：實施兩組試驗6.重複5步驟將兩個以上全部最佳水準和臨界水準試驗7.重要性試驗：確定最佳的綠Y是否比臨界的綠Y好8.重要試驗得到滿足：正確因子已收集到9.重要試驗沒有得到滿足：將最佳水準轉換成臨界水準以觀察10.是否消除了影響66各階段的內容（2）第2階段：分離重要的和非重要的因子1.實施一對試驗：最重要因子的臨界水準，及所餘下因子的最佳水準進行試驗2.由各種可能結果，瞭解因子的獨立或有交互影響的效應1.第3階段：求交運算1.將A因子與B因子做確認試驗，以觀察餘下的因子是否可排除2.實施3因子的求交運算2.第4階段：析因分析1.利用第1.2.3.階段所產生的，在第2階段

50、又不能排除的重要因子的數據來擬定析因分析的數據整理2.對重要因子的主效應和交互影響效應進行定量分析67全析因：識別與量化每個交互影響的最佳技術 全析因的侷限若n為因子或變量數，則全析因需要 2n 次試驗因此全析因限於4個或4個以下的因子，而變量搜索便成了選擇520個因子的試驗 全析因的目標1.由1種或多種4線索生成技術或挑選出來的2、3或4個變量中，確定那些變量重要，那些變量不重要2.擴展不重要變量的公差，以減低費用3.量化不重要變量及其交互影響效應的大小和期望的方向，並縮緊這些變量的公差，以達到2.0及更高的Cp、Cpk4.應防止在研究問題的早期就試圖使用全析因技術5.然而，在設計初階，若樣

51、本量對於線索生成工具還不足夠，且設計小組可以研究部不多於4個變量，那麼全析因肯定會成為主要的試驗設計技術AABBBBCD1324D9111012CD5768D1315141668全析因的3個基本條件請在1、2、3、4中選一個數！平衡原則 對4個（或少於4個）變量的所有水準（通常為2個水準）進行檢驗 平衡設計的方式是對變量和水準所有可能組合進行檢驗 重覆原則 在一次試驗中，往往不可能包括所有不可控制的原因、因子或者變量，將影 響結果 在每一組合或部件中，重覆的目的是確定每個部件中的偏差或不一致性 隨機化原則 人類在選擇某種特定響應時，皆傾向於某種選擇的偏見、情緒、預感和意見 選擇隨機數的方法使用

52、隨機數表使用計算機使用具隨機功能的計算機69B vs.C 卓越的確認技術 B（Better）vs.C（Current）B和C分別代表兩種不同的產品、過程、方法 C代表當前產品，B相應地代表更好的產品 B vs.C 的任務是確定那個更優 是一種非參數型比較試驗方法 是一種驗証工具，而非初始的解決問題的工具 B vs.C 的目標1.以90或更高的置信度，預測一個特定產品或過程比另一個產品或過程要好多少保證對原有產品或過程的改進的持久性選擇一些較好的產品或過程，即使其品質沒有什麼改進，也會有某些其他實際利益同時評價多個產品、過程和材料將B vs.C 擴展到人類嘗試的任一個領域在初步調查中用作一般民意

53、測驗工具70B vs.C 的原則（1）CCCCBBB紅紅 X無無風險風險無無風險風險無無風險風險風險存在風險存在結果結果零假設零假設(無差別無差別)粉紅粉紅 XB 超級紅超級紅X甲甲乙乙丙丙丁丁較差較差 較好較好71B vs.C 的原則（2）1.過程能力研究 通常用於比較兩個過程，方法是對每個過程運行50100個部件，其結果可能是所示的4種頻率分佈之一 在圖甲中，B和C沒有差別，這稱為零假設 在圖乙中，儘管B優於C，但其改進存在一些不確定性，在其重疊區，有些C部件實際上要優於某些B部件；這可能是粉紅X 或淺粉紅X的改進 在圖丙中，最差的B部件都等於最好的C部件；這是一個紅X的改進 在圖丁中，最

54、壞的B部件都大大優於最好的C部件；這是一個超級紅X的改進。然研究此具100200個部件的過程能力需要.很長的時間、巨大的經費和人力開支？很長的時間、巨大的經費和人力開支？72B vs.C 的原則（3）2.六組合檢驗（Six-pack test）以簡單性、圖形化和有效性為目標，還以小樣本為目標 六組合檢驗-3個橫座標和3個縱座標！3個B和3個C即六組合檢驗 3.組合率 樣小的樣本量能夠以何種接近程度來描述兩個總體中的每一個總體呢？答案在於組合律的能力 組合數 n 為部件總數 r 為一種類型的部件總數(n-r)為老類型的部件總數n!r!(n-r)!73B vs.C 的原則（4）使用3個B和3個C時

55、 組合數 在不重覆相同次序的組合時，有20種排列3個B和3個C的方法206543213213216!3!3!1234567891011121314151617181920BBBBBBBBBBCCCCCCCCCCBBBCCCCCCCBBBBBBCCCCBCCBCBBCCCBBBCCCBBBCCBCBBCCBBCBCCBBCBBCBCCCCBBCBCBCBCBCBBCBBCCBCCCBCBBCCBCBBCBBB 最 佳 -最 差74B vs.C 的原則（4）接受H0(不拒絕H0)拒絕H0H0為真正確決策錯誤H1為真錯誤正確決策檢定結果真實情況4.風險與風險H0：虛無假設H1：對立假設錯誤：當虛無假

56、設為正確（即H0為真），卻因抽取之樣本導 致採取錯誤決策時，通常以表示，又稱型錯誤 貿然判定時，俗稱為慌張鬼的錯誤錯誤：當虛無假設(H0)是錯(或H1為真)時，發生錯誤而判定 為真時，通常以表示，又稱型錯誤 延遲決心的，俗稱為呆子的錯誤75散佈圖：獲得現實的技術規格和公差 散佈圖的目標1.建立現實的技術規格和實際的公差2.縮小重要變量的公差，以得到較高的Cpk3.放寬不重要變量的公差，以減少開支 工程師常以如下的方法建立技術規格和公差1.他們憑空給一些數字，這稱為憑空分析2.他們從以前的設計和圖面中照搬數字3.他們使用嚴格的公差來保護自己，也不太會因此有受批評4.他們使自己用濫了的、預先“消化

57、過”的公差5.他們盲目地遵循供應商的建議6.他們用最壞的情境來設定公差7.他們並未向客戶諮詢什麼是重要或著什麼是不重要90是錯誤的76公差與費用 l 失去市場佔有率l 客戶流失l 法律訴訟l 產品召回l 現場可靠性低l 競爭劣勢l 政府罰款l 環境破壞l 服務呼叫率高l 維修費用高 與放寬公差有關的不可接受的費用 與縮小公差有關的不可接受的費用l 與客戶的實際需要無關l 廢料多和重工多l 高達100的審查和檢驗l 更多的分析費用l 更嚴格的加工設備公差l 更短的加工設備壽命l 更多的材料評審委員會要求l 更高的供應商費用l 更精密的設備以滿足5：1的 產品設備比率l 更頻繁的設備校準l 生產和

58、品質間更多的對抗77散佈圖的原則1.在最終分析中，技術規格和公差必須追溯到客戶實際需求；如果客戶僅用模糊又主觀的方式來表達這些需求，那麼應使用如品質功能展開（QFD）、專家會診之類的正式技術，以量化這些需求2.儘管可以使用如廻歸分析或多重廻歸分析之類較為複雜的技術；但是散佈圖具簡單、圖形化和有效性的優點3.在散佈圖中，縱向散佈圖量是所輸入變量而不是所選輸入變量對綠Y的總貢獻的一個度量4.在前DOE試驗中（如：變量搜索或全析因）表明兩個或多個重要的輸入變量沒有強的交互作用時，才應使用散佈圖，若有強的交互作用，那麼應使用響應曲面的方法78正相關 一個紅X條件綠綠Y：尺尺寸寸溫度溫度 T不清楚的正相

59、關 一個粉紅或淺粉紅條件綠綠Y：尺尺寸寸溫度溫度 T負相關 一個紅X條件綠綠Y：尺尺寸寸溫度溫度 T不相關 綠綠Y：尺尺寸寸溫度溫度 T典型的散佈圖垂直相交垂直相交79 期望 Cpk2.0時，那麼將客戶的技術規格寬度4等份 從技術規格寬度的中間一半處劃兩條水平線分別與該平行四 邊形的頂線和底線相交，並從這兩點處劃兩條垂直線至X軸1/41/41/2目目 標標 值值最大最大最小最小上限上限下限下限客客戶戶要要求求（綠（綠 ）Y垂直散佈垂直散佈註：最小和最大時註：最小和最大時 Cpk=1 目標值目標值 Cpk=2 確定現實的技術規格和公差806000英尺英尺5000英尺英尺4000英尺英尺山峰：山峰

60、：8600英尺英尺響應曲面方法：交互作用的優化 目標 確定兩個或兩個以上交互輸入變量的最佳水準組合，以得到 一個最大、最小或最優的綠Y（輸出）方法 調優運算 單純形法 隨機調優運算 概念：用爬山來比喻 右圖是一座山的二維等高線圖，圖中山 周圍的相同高度用等高線表示，山高逐 漸上升，直到山峰為止 響應曲面是試圖在一系列爬山試驗中找 到最優的響應（最優的綠Y）81調優運算法 調優運算是一種最簡單的響應曲面 法，使用2個交互輸入變量和1個響 應變量或綠Y 階段一：以1個輸入變量的兩極水準（高於和低於預先為該變量的某個適當 水準）及另一個輸入變量的兩極水準作開始，引導1個2 全析因試 驗，將4個響應劃

61、成一個方框，在其中心點做附加試驗，以確定在 該內框是否可能存在山峰 階段二：沿著階段一創建的方框內最高的綠Y方向移動，用這兩個輸入變量 的鄰近水準進行2次2 全析因，再形成一個方框，這可能產生一個 更高的綠Y；在依此重新在階3、4、5等創建該過程，直到達到山 峰最優的綠Y22階段一階段一階段三階段三峰值點峰值點階段二階段二時間時間溫溫度度階段四階段四82=91%84%88%93%96%新點新點91%84%88%93%新點新點91%84%88%階段階段1階段階段2階段階段3單純形法 調優運算是一個簡單、圖形化的循序漸進的爬山 過程，但它會產生大量實驗，例如有6個階段時 需24次實驗 單純法是一種

62、完善的技術，只需要較少的實 驗，到達頂峰點 每一階段需要(n+1)個點，n為交互作用輸入變 量的個數 如右圖程序 階段1 84是起點最低點，其他兩個分別是 88、91 階段2 刪除84，並由88依91的中間點 經由刪除84，劃一條通過並等距離處，到達更高的產能93 階段3 依序再展開，又達到更高96 共試驗3115次83隨機調優運算最大響應1.如果數入變量超過4個時使用2.根據安全性、費用、經驗、客戶要求等，列出輸入因子的實際範圍3.確定要改變的隨機方向和變化量4.確定每個因子使用範圍的最大部份5.根據以往試驗最佳水準，選擇起點6.繪製首次隨機變化的結果，如果有利，那麼以相同的方向繼續7.如果

63、不利，以相反方向繼續 8.如果結果既不是有利也不是不利時，或著兩個方向的結果都是不利的，那麼選擇另一個隨機方向9.繼續上述步驟，直到大約4個相鄰的、隨機的、不利的方向和總量都已選擇為止，此時將得到一個最優的綠Y 上圖是上圖是5個輸入變量分別是溫度、壓力、時間、濃度和體積，求取最大化輸出個輸入變量分別是溫度、壓力、時間、濃度和體積，求取最大化輸出84正向控制：凍結過程增益 正向控制的引導（Positive Control）工程師和技術人員試圖靠檢查其所生產的產品來控制一個過程，這種作法都已太晚了辛苦的建立DOE找出重要變量，如果在日常生產活中沒有控制這些重要變量及其公差，沒有鎖住和凍結它們，所有

64、努力都將落空 正向控制計劃必須制訂一個正向控制計劃的體系確保重要的變量受到嚴格控制，其中包括“人員”、“方法”、“時間”和“地點”人員：應該監控、量測和記錄每一重要的過程參數 方法：確定了量測這些重要參數的正確儀器（5：1法則）地點：應該是量測過程參數的最佳位置，只有如此才能真實地反映其 正確值 時間：是量測的頻率，最初由工程判斷確定。而後來由預先控制確定85正向控制計劃例參數規格及公差量測人員方法地點時間 預熱溫度220 5自動熱耦合容器入口連續 傾斜角度7 20過程技術員角度盤傾斜處每次模型變更 傳送帶 速度6英尺/分鐘 10過程技術員計數器控制台處每次模型變更 880焊劑 密度0.864

65、gm./cc 0.008實驗技術員專用重力儀實驗室每天一次波焊過程的正向控制計劃 該計劃是經成功地進行 24 全析因之後制定的86DOE 倒退的原因1.試驗者沒有用B vs.C 檢驗來確認DOE的改進2.試驗者通常是技術型的，它們把過程維護移交給維護人員、裝配人員、技術人員、操作員，而沒有對正向控制在維持所得增益方面的重要性提供指導3.操作員多數渴望做好品質工作，但它們不是DOE解決方案中的一員；而心中相信會比工程師做的更好，因此停止了過程的控制4.這些過程技術人員天生就是“欺騙的藝術家”，而且不能遠離控制按鈕5.工廠缺乏紀律要求6.後果的責任不明確7.生產線操作員覺得正向控制是一個監視他們的

66、“間諜系統”8.ISO 9000 僅僅凍結了缺陷，而正向控制卻凍結了改進！僅僅凍結了缺陷，而正向控制卻凍結了改進！87過程確認：消除不良品質的外部原因 墨菲定律“如果你覺得什麼事情會出差錯的話，那一定會錯”過程確認所面臨的挑戰就是要“消除墨菲定律”偏差可經DOE來大大減少，但仍有一些導致不良品質的外部原因可能使過程在DOE研究之前或之後半途而廢，必須捕捉到這些原因並將之禁閉起來，且必須在DOE研究之前使用 導致不良品質的外部原因其5大主要類別：1.管理/監控不足2.違背良好的生產習慣3.對工廠/設備的忽視4.忽視環境5.人為缺陷88過程確認（1）生產線工人瀰漫著恐懼心理 工人的思想觀念受到抑制 排除錯誤原因未得到鼓勵 獨斷的生產線監視 沒有部門內部或職能交叉的隊伍 人員流動過於頻繁 過高的缺勤率 沒有利益共享 很少或沒有培訓 很少或沒有愚巧法 沒有操作員確認 多技能操作員未得到鼓勵 沒有可達成的目標 量測 未量測不良品質的代價 未跟踪生產率/週期時間 未量測 Cp、Cpk 結果的回饋很少 沒有視覺/聽覺的品質警告信號 未對數據採取措施一數據污染 工人沒有關閉不良品質生產線的權力 沒有正