6Sigma项目运作实例

《6Sigma项目运作实例》由会员分享，可在线阅读，更多相关《6Sigma项目运作实例（79页珍藏版）》请在装配图网上搜索。

1、6 igma项目运作实例如何定义一个项目?项目定义是由冠军来完成的。我们简单介绍以下项目是如何定义的。1确定主要商业问题：a目标b目的c可交付使用的2对与生产来说:a循环时间b质量/缺陷水平c耗费3项目的选择a选择项目的工具a1宏观图aPareto图分析a3鱼骨图a4因果矩阵图b项目的标准(评估）减少缺陷的0%b第一年节省17K项目完成周期为4个月b最少的资金总额b5黑带的第一个项目必须满足培训目标6 Sigma项目运作实例-定义阶段-我们在定义阶段做什么-我们在定义阶段需要做什么?，完成项目陈述。,完成项目预测节省金额。3，完成问题陈述：3.1问题是什么？3.在哪里和什么时间发现的？33问题

2、将涉及哪些工序?3.4谁将受到影响？5问题的严重程度是什么?。6你是如何得知这些的？4，绘制宏观图.5，描述项目的主线。6，完成目标陈述。7，组成项目小组，列出小组成员。8，完成财务评估。 Sgma项目运作实例定义阶段如何进行项目问题陈述-如何进行问题陈述？分六个方面进行问题陈述:1问题是什么?2在哪里和什么时间发现的?问题将涉及哪些工序?4谁将受到影响?5问题的严重程度是什么？6你是如何得知这些的?6 Sigma项目运作实例定义阶段如何绘制宏观图-如何绘制宏观图？ 绘制宏观图的顺序：供应商-输入工序-输出客户6Sigma项目运作实例定义阶段-项目的目标陈述要点-项目的目标陈述要点: 1,目标

3、陈述2，计算方法，全年节省额确定TamMembers成员：1，小组成员要包括技术人员2,包括维修人员（如果需要)3，包括操作者4,小组人员不超过5人（特殊情况除外).6gma项目运作实例-测量阶段如何进行项目描述-如何进行项目描述： ，目标陈述2,e 图3，月节省额如何绘制工艺流程图:召集小组:流程图绘制是集体努力的结果小组包括：流程负责人：项目结果的负责人工程部门工艺，产品，设计及设备生产部门-操作员，各班次主管,培训员，操作班长,维修技师流程图所需信息脑力风暴观察经历操作手册工程标准,工作指示六大方面（人，机，方法，测量，材料,环境）确定工艺范围:范围至观重要越窄越好！大量工艺步骤可能表明

4、项目定义不佳或问题源于几个项目问题藏于问题中若问题可以由粗略分析解决,管理层会去做绘制可执行的工艺图你能确认缺陷来源吗?我们能有意识地改变输入指标变量吗?有意识的改变输入指标变量能直接影响输出结果吗？工艺流程图(PFD)：6 Sigma 工艺流程图的要素：所有工艺步骤包括隐形工厂数据采集点所有设备/工具各步骤表明增值性（）和非增值性（NA）控制标准文件用标准符号绘制工艺流程：在MicrosotOfceM等软件中可找到 工艺流程图-程序：绘制工艺记载的工艺步骤包括所有检查点，测量指标和传运步骤确认所有数据采集点标示各工序标准控制文件各步骤标明为增值性(V）或非增值性（NA）确认各工艺步骤的 X

5、和 Y标明可能消除的NVA 步骤加入并标明“隐形工厂工段标明为VA或NVA，标明可能消除的步骤标明须指定控制文件的步骤加入UP，RT,CO，循环周期等估计值标明须进行量具和工艺能力研究的步骤通过直接或秘密观察确认准确性文件记录/确认：文件记录的工艺流程首先绘制记录下来的工艺加入并标明隐形工厂步骤当所有步骤展示出来后，流程图就属于实际工艺确认流程图的准确性至关重要项目组必须花时间观察工艺秘密进行。观察导致行为改变确认实际工艺设置与记录的设置相同跨班跨机器观察工艺如何绘制工艺流程细图：工艺流程细图： Sgm 工艺流程图要素:工艺或产品是输出指标和输入指标标准上下限和标准控制文件所用设备/工具绘制工

6、艺流程细图工艺流程细图必须依工艺流程图而画。更改其一应在另一个中反映出来。应使用最新的控制文件标明所有隐形工厂步骤的输入输出指标工艺流程细图程序:1，从流程图中列出工艺步骤2,加入下列内容输出指标输出指标标准,若存在输入指标输入指标标准,若存在工艺能力或量具能力指标所用设备3，标明隐形工厂步骤，标明各步骤属于增值性（V）或非增值性(NVA）,标明各步骤属于可控性的(C）或噪音性的（N），确认各设备的输入指标设置7，确认流程图准确性,必要时更改及更新流程标准限和工艺能力：工艺及产品标准加入X的工艺设置加入Y的标准限 标明未记录的Y和可控的X测量系统加入量具重复性及复验性数据标明须做测量系统分析的

7、量具工艺能力展示RY，DPU,PK等的估计值标明哪些工艺步骤数据陈旧或不完整而需做工艺能力分析更改及更新:更改记住：6 Sigma 的目标之一是找出:Y=(X）随着对工艺的深入了解,更新工艺图以反映新的信息更新项目最终成果之一是现有的工艺的流程图更新工艺图以反映任何工艺改变加入测量系统分析及工艺能力分析结果精简制造与5S：精简制造例似于日本的5精简制造与：鱼骨图：鱼骨图一种系统确认所有可能导致问题(后果)产生的原因方法。构造鱼骨图的方法:。陈述问题,并置于右边的方框内2. 朝方框画一水平箭头。在箭头上下写上传统因素类型名称*或你怀疑是的类型名称。用 直线连到箭头线上.。在各主要的类型范围内,集

8、思广益并列出所有可能引起问题发生的因子.5进一步优化：对各种详细列出的因子再列出其输入变量.6-mn， machne ,mth, easuement， oh nature（environment）（6M：人员,机器,测量方法，原材料,环境) 定性测量系统研究:定性型量具 RR术语:检验员分数(%)在定性型RR检验过程中,检验员前后一致的比例定性数据-定性(合格/不合格)数据，可用来做记录和分析定性型测量系统把每个部件与标准进行比较,从而决定部件是否符合标准的测量系统。消费者偏见-员工倾向把合格产品判为废品有效筛选分数（）-在定性型RR检验过程中，所有员工本身前后一致且相互之间也一致的比例。标准

9、值由一个高准确度量具所测的平均值生产者偏差员工倾向于把不合格(有缺陷的）产品判为合格筛选-用检验方法对产品进行100的评估筛选有效性定性量具系统区别合格与不合格的能力使用定性型量具 RR的目的:工艺评估评估你的检查标准或工作质量标准与客户要求的一致性确定所有班次，机器等的检查人员是否使用相同标准来决定合格与不合格量化检查人员准确重复其检验结果的能力确定检查人员与“已知标准”的一致性及倾向于消费者偏差还是生产者偏差工艺改进发现是否需要培训,缺少工序或缺乏标准定性型量具R 的方法:准备从工艺中挑选3个部件,50%合格，50%次品可能的话，挑选近乎于合格和不合格样本挑选检查人员-受过完全培训的和有资

10、格的实施要求每一个检查人员随机地检查部件，决定合格与不合格并重复此检查评估将结果载入文件如果必要,采取适当的措施调整测量工艺重做RR试验,核实调整后的有效性定性型量具 -结论:检查员分数如果大多数员工都是100，则培训作用极为有限筛选有效分数如果员工本身前后一致但是相互间不一致，则重新培训可帮助减少错误。标准化分数如果员工时常与标准不一致，则需要改变测量系统（或局部标准）工艺能力分析：为何测量工艺能力？使我们根据数据分配资源! (这可不常见!)缺陷率得以量化确认可以改进机会分析工艺能力可使组织预测其所有产品和服务的真实质量水平确认工艺发生问题的本质居中程度或分散度工艺能力研究连续数据离散数据1

11、。确认标准限 1.确认标准限2。收集数据 2.收集数据3。确定短期偏差 决定:短期还是长期？.计算工艺能力指标： (通常是长期）a短期: 4计算工艺能力指标:ZU，ZL a。长期： CP PPMCP Siga水平ZLT Sgma水平ZST PPKb长期：.短期： igma水平ZL iga水平ZST PK PK工艺能力计算实例一位技师负责医院设备的蒸汽杀菌过程。其中一个关键参数是控制“暴露”阶段的温度。设备室温度和在最小饱和蒸汽浓度的周期时间决定杀菌程度在整个设备室维持前后一致的温度范围很重要.第一步：确认标准这一阶段常被忽视。我们如何设定标准?设计部门设计蓝图设计部门如何得到各项要求？工艺部门

12、-标准由工艺以前能够做到的或开始使用时的能力定这想法有错吗？客户我们总是对客户说可以吗?对上例而言：设备室目标温度是12015C第二步:采集数据合理编组应采集数据获得“短期性能，如可能，“长期性能通过固定时间区间采集一系列快照型数据应按合理编组采集快照数据什么是合理编组?从流程连续不断产生的零件或产品中合理取样以期捕获最小工艺偏差的方法组内偏差反映一般偏差平均标准差（用一种均方差方法平均）是对工艺应有能力的良好估计第二步:采样-例子例子：技师在暴露周期从控温探针读数中选取五个数据，并从连续七个杀菌运转周期采集数据，数据列在CamberTemp2。mt文件的杆hmbTemp栏中第三步：确定短期偏

13、差多数现有数据居于长期和短期之间为了估计真实短期数据：小心设计工艺能力研究方法确保编组策略合理某些工艺无法研究短期数据如低产量和长循环周期工艺采样昂贵或难以取样的工艺第三步:短期还是长期?一个指导思想：如果允许80的输入指标在其自然范围内浮动，数据就是长期的 短期及长期：组内及组间平均标准差与总标准差对各组方差取平均值可得到组内标准差的平均值总标准差由所有数据算出，不计编组平均标准差不计组间偏差，而总标准差计入组间偏差平均标准差是对组内标准差的最佳估计长期和短期指导思想短期数据在有限的周期或间隔采集数据在有限的机器和员工中采集差不多总是连续变量长期数据在很多的周期，间隔，机器和员工中采集可以是

14、离散或连续数据离散数据几乎都是长期性的第四步： 计算U和ZL：Z-分数提供统计数据以便用共同语言交流提供一个与标准上下限相关的工艺性能指标第四步：计算C例子工艺平均值为35标准差为15标准上限为3，下限为27CP是多少？若平均值为 而标准差不变又是多少？ Cp与工艺应有能力p是工艺应有能力的良好指标工艺应有能力-一个工艺观察到的最好的短期性能机会-工艺长期性能与工艺应有能力间的差距Siga项目致力与把长期性能与工艺应有能力的差距缩短定量测量系统研究:定性型量具R&R -模型测量系统 总和工艺+测量系统偏离度： 观察值=实际真实值+测量偏移通过“校准计划测量偏移来评估 真实值 测量值（准确度）测

15、量系统2总合=2工艺+2测量系统偏离度: 观察的偏差=工艺的偏差测量的偏差通过“校准计划来评估 真实值 测量值（准确度）测量系统的指标:量具&R结果量具偏差(meauremen yem ）真实值 精确度(量具偏差）观察值测量系统的精确度（）:精确度包括重复性和复制性测量系统的指标PT:精确度与公差之比代表量具偏差占公差的部分此部分通常用百分数来表示最好的情形P/T%-可接受的P/T30%测量系统的测量方法/T:精确度与总偏差之比代表量具偏差占据总偏差的部分此部分通常用百分率来表示最好情形1量具可接受条件 ,可接受的：34/和/V 的用处:P/T （% 公差)最常用于测量系统的精确度评估将量具的

16、精确度与公差要求进行对比如果量具用来对生产样品进行分类P/T 还可以P（%R)- Sima 首选测量量具与量具研究偏差相比其性能如何最适合进行工艺改进的评估使用时应小心.量具研究偏差并不一定代表真实的工艺偏差TV（%R) ma 首选测量量具与工艺偏差相比其性能如何使用时应小心。量具研究偏差并不一定代表真实的工艺偏差当量具样本中的偏差代表真实工艺偏差时，P/V等于P/V定量型量具 R -使用方法说明:,校准量具或确认最近校准仍然有效，收集10个代表工艺偏差全部范围的样本3,从每日使用这种测量方法的员工中选出检验员4,运用Clacae Pattere Dat 准备量具研究数据表5，让员工测量所有无

17、标识，随机次序的样本，分别让另外其他员工测量所有无标识，随机次序的样本7,重复第五步及第六步循环三次.也尽量打乱员工次序，用 Minita 作下列两个分析Suaity TolGage R tdy（Crse）Staay ToolsGage RunChart9，对测量系统能力研究结果进行分析0，确定适当的后续措施定量型量具 R-Minitb 实例：一个黑带想对冶金工艺使用的温度表进行量具研究，他严格按前面一页的方法进行实验，并将数据输进了RRexaple。xls 中。运用itab分析数据并评估量具能力tatQuaty oolGageR&Rtud(Cossd）.。.Mnitab 量具R研究-选项输入

18、该工艺公差和偏差，如果你想要inia帮你计算P/T 和P/T的话。Miniab 默认计算PSV量具R&R结果ANOV表P值是变化源在统计上对总偏差影响是否不显著的概率在这个例子中,部件和员工均为显著的偏差源另外，你能用int的计算器计算总的平方和吗？这个值代表什么意思？ 6 Sgma项目运作实例分析阶段失效模式及后果分析-失效模式及后果分析： Faire Moe n fect nali （FMEA）Background： Failue Moes nEfects Anaysis (MEA)First developed in he1950sprprted b NAS n e 1960s f th

19、e spac program Fod Motor Compan ws he firs rth Amean company to wideyimlemenhe seof FMEAs Tye oMEA Sysem T-level, earlystag anaysis f coplex sys Deign Sytems, ubsystem，parts cmponetsearlydsignsageocessFcuses n pss flo， equence， equipment, toig，gage， nut，outputs， points, etcWho？ en? Woctruts he FE？ T

20、helackBelt is tetea eader。 The prces r inherits thefnised M. Us he proce mpin, mr tem Mayee t ad rep from quaity， suplir， lablit hen should he FMA becnstructed？ Atr the processmap the E mari Befr o afer t control plan, dependn on e mauriyof he oessWh？War u exercis: ou hav 0 secds dcument： hawoul u w

21、nt tknowabout a “dee”？ or e process: ME iprosh iabii of the ces An FEA ienies problems beforethey ocur FA seess a rco iprovement knwdge Fore future： FMEA hels evalua th riskfpros changs FMEAideif eas fother tdsmult-vari， ANOVA， DO6s PocesFEA ermiology FE： stmatianlsis o aocess ed to identify petialf

22、alres ad tprenteioccrrence Potenial aure mode: he manr n wh thproces couldpotentiallyil meet te prcsseqreents.otntl ailure ffect: heesults of thefailue moe n thustmer. Svriy:Ansesmentof te srsnessof afalurode。Sevety plis to effet only Cae： Howthefaiurecouldoccur, dsribdntems o sthngat an be crrce r

23、contlled。Occrence: elikeihoodha a spcifc ailurmode ispjecedt occur。 Deeci： The feveness of curent prcess conols o itifyth failurmod (or he ile eect）rior ocuring, prirtorlease o podution, r ro t hipen o te sto。RPN Rs Pority Nume： Te poduct of Sevrity，Occurrene DtetionFE EmplePlati Exaplen aerosce pla

24、ting conwasshipigouct ttscustme wih nicel png tawas to tin. Partswere failingrrion stig t the customer Sipp xampleThe shppng departeto nlectrnics company is unable tshan ssembl wihou it clam shel protectiv packagng. Tscase ocasiallate shipens to the custom. thefollowing apls， asing ln ro the FA ised

25、 illutration for each of eabov exales. 图形技术分析：aphical MthodsrocssiainNoievaation frm icrete puts ifferent operaor, achins， setups Differet dys， hits iferen bathe， mitues, ra aerils osearatioocontinuous ipus mbienttempeture, hmdity， presure er, drft,erosio，chemicl deplion） ,.。， ， （ k rocs x x x f =)，

26、 ,（ 1kNs n n f+Intentinal Une Te equton just ansthat ayotputdtermied y ntentina prcs setingsn tunwantd oisevaran.Comn Classiicat of NiseVariablePitionl （within artvaiaton) Varai with ing prodctio unit Tickes variatn acos a plaed partVariaton ar a untconainimny parts Varaion across semiono ae with ay

27、 i Vriation y positionin a batch proes ityto-avity variaion i an injetionodig peratin Cyclica (pttopart vriation) Variaton betwee onecutive prodution uitc-to-btc verage dfrence conseutivbaths Temporal (tieto-tim ration) Sif-osht，DaytDa， Set-stuVriaion ntacountefor b Positional oryclical 2 2 Tmpor Cy

28、cicl Postionl Nise +=Gphical Analysi ExleInjection moldngssto mak a tp ofsocket， fourpiecs t a time，opice pr sot. Mareents of h sckts cost ofhines alues iexces f 5.0 imeters Thegau easureinhundredthsomilieer. Thespeiatin is11 6ourtm ay the sperisor wolg to t pressngtr u heprprduced by fiv coecuivecl

29、esof the pre。 Snceeahcyclepoducefuarts, e woulhae 20 partst mure ery tw urs.The upervior pt tack of the cyceand he cvityfo whih eacharcme androhiswentysurents naaray lkehis： The supevo colecte smples fourtmes a da forivedays(2 amplotal, 20 parts per samle)。Caulat theprcess apabity and e MltiVaichat

30、hlp dterme sorc ovration.A BCDE 18 1 20 19 21S2 3 1 431330 1 3 1 13S4 1 1 1 1313Exeise： Dterie Cpabili UsgMinab, nlze the Thik datain cktDat。mtw fo pres abilt Remeer,e eciicatios re： 1 6 Wha s the shorterm procsscpblit? hat i the ong-temproesscapailiy? Are tse o or advaues?Remebe,e gal of ixSima s t

31、oreduce iaion, whih ilicreasecabiliy. t is lway imorant onderstan e pros apbilty Prepring at forMargin Pot by “Slot” Margil potsrquir bt riablest be defne uericallWe ned tocoert “ot” to a nmeriolumnirst Step ：Cnvt “Sl” ManipCodeTe to NumericManp Code Txt to umeicMlt-aiAnlss efined grhical analysis t

32、olUes logi ubgoupigAalzes te efctsof dcrt Xs n coninuos Y A capabiltyand rocess nlysi tol ata colecd f aeael shot timatacan etim capabiity,taiit， ady = f(x）sMajor focu:studynonrollednise varitin irstVriatioin nose vaiables produceson and aumean shfts，ha n variabty， nd istbity Nise varatiomutbe reuce

33、d oreimiatedi rdertlevragthe iportan contllale riabes yseaticallyMultvai nayiss vey usfu toolfo graphicallyienfyin sorcs ofariation, esecallyose ariation. Ltethis wek， we will b uynorreltionegresson （annalyis ftheefect finuoss on continuus s）, alyisof vaiane （AOVA）ndthe Gel LiearModel (GM), otnumeri

34、ca alss ofice daaMultiari anlseswill help idntifythevariatio sres ith te purpoe oreducingor eliain them.AMli-ri Pl1. Clely stte eobjectiv。 Lit thXs and Ysto tudied3. Ensur measurent systecpilit4. Dscrbthe smpln plan5 Describe th datollcton storage pan （ho， what，hen， etc.)。 escthe procedre and ettigs

35、 ud torn tproces。 Asseml nd trainthe team。 Defie esponsiblitie8. Collect he dt9. Analyzthe ata10. Verify the eults11。 raw onclusins. Report results。Make commenionsInjcion Molding xamle1。 larly sate he objctve etmine thproesscapabili of the inectio moing prcess etemi te maor oucs nois vaition。 Lst th

36、eXs ads o be stuie Outut:Thicess Inut: Cvity （slot),cyle, same3. Ensre masrmetsystem caabili A A s condued th ytema foundcapable4.Describ the samplng lan One ple from each slo, ive consecutveuns， fortmes aay or ive days.5。Dscre tdata clectio & storag lan (who， wha， he, whre，etc） Te supevisr collece

37、theda ad etred a rksheet6。 Descib te roedure andsting used un theproesStandr， constantproesssettngs。. sembeandtrain heeam Define reponsblities Forsmll rject， the spervs id all thw8。 Cllect th dt he da are inMinib wrksheetoketta.tw9Anze t dat Analyis ison th ollowig ls中心限理论:Ctral Lim Teorem： y Ae Man

38、 Disrbuis Nora？ Why s somethinghiscomplicated scommn?cienc has shown us tha vrabes ttvary ranomly ae dsriutd noal。 So noal diribion is aualy arandomditribuionAnother rasn h some distribuinsare ormaly isribte s ecausurmentsre actull veags oeti mny ubeauements。 Thesnlemeasrement atwe hke emaing s acal

39、lyheavrag (o m) omy measureent Th CentraliTheore， icussd in e fllowing sldes，rovd eplanation of hyaveageofonnoral ataapearrl.DicDemontra (Iteger Disributon） What does a pobailty isributifrom a sin di oo lke？ Wt is th mean？ Wt ith standard deviation？ osrutadtaset ninitab Seect Clc Random at Inte fmhe

40、 maGeerate 1,00rs oft in C： Mi =,Max = Use Minibs Graphica Sumary route for aayis Stat asic Statiscs Dsply Descriptive Statisicsiitab Otput（Tial）Th proabiiyditribtion of teposibe tces ofterol of a sigle des obvuly on-norma. perfe distruin wol hv hdal six bexctly equl, but een wh1,00 at pints, thre i

41、 siledferncs in the histogram。 If a betterestmatis rquire, adierent a setcol ntrued wit exactly equacont of ah sibe utco Try itandse f the numbr are an iferent. Sapng a Non-normal Diiution Eese Eacherointhe lass s to oss singl ie eentimesd recordhe dat Calcult the en standaddevato ofeachsamle oiteen

42、 ecord the mean and standad eviaionfr pron in hecas ina Minitab orsheet Use Miitabs Gaphicalmy routie for anlys a Basc Statstics Diply Descrptive tatisticslentely， a samle f sixteen thowsfthe dce can be siulatd in Minitab asflows:Selt: Calc anData Integer rmema meuGenet 6 owso dat in ： Mn =1, Mx 6An

43、alzeth Sample at Whats the meofte ample aveags？ Mea35 Whati the sndarddeviaion f te ample ea？ Sima 0.4 Is th istribtin orml？ Wt is te palu? Whatis thereatinship bewe the average f thesample mens and tpulation avrge？ Wha is the reatioshp between te sigmof thavagsand thesgma f ndiidul？TeCentra Lim Teo

44、rem Formal efiniton： Ifranomsmles ofn measrements are reeedlyanfom a popuatio a fintmeaan tardeviatin ， n，hen nis large, hereltive requencyhisogram rtemple ens （alclate fmterepeateamples) llbapprximatelynormlwih ama and andar dviatioequato he populatinstaard deviaion， ,ivdedby te square root f n。(ot

45、e:Theapproximation becomes moeecise as ncress。)Cenal Limit Theore Exrcie From inia aalis f thirly ditribteddaa: Fo n exercis, verify ta h Cta Lit Theore svalid for thi noratVaiae Man Stev=1(Indivial) 10000 0。0331 0。918=2 （ens) 10000000259 40613n= （Mans) 0000 00102595=（Meas） 10000.0023 0.10559相关性及简单线

46、性回归：Regesin Correlatnntductin Uedfor uatttive variaes（Xsa Ys） For view:What i the focus f Sigma?. What does thiseqtepresen？A。 A matematica mode of a poces Pos of Regrson： to predic Y fr ettig ofxEales： istac= (cceeratio，initial veoity,tie） Product yed f(conentratons ofreacs） rdnss = f(alloy，a emratu

47、e) （ x =eebr,t fcusof Six Sigmastdermine the efiningqution of heoces。I i to ientify he important inutariabs,deteri the latioip theuputs, deterine th optimum values ofecritical inputs hen cntrol thinus th otmumsettings.Tod this，te BlackBelt must w therelatisiptween the ints nd theott。 hi modulediscss

48、e learmodeing techques for dntifyi tereltionship wee cotinous vriabeipts d coninuou varialeoptsA SimpeLinea odelLinea quatio requie cntnuous iptndoutput varbles.One oher asumpionthat the independnt variabe （inpt) is knwnand fixdan thtl of the vartoni in thedependent vaiable (utput） This is notusually the