六西格玛管理培训教材.ppt

六西格玛管理 通过六西格玛管理基础知识的学习，明确六西格玛的定义、推进组织 、实施的步骤、解决问题的方法论，为企业实施六西格玛进行持续改 进奠定基础 学习完本课程，您将会： p了解六西格玛的产生及发展历史 p掌握六西格玛管理的定义 p明确企业实施六西格玛的步骤 p掌握六西格玛解决问题的方法论 p掌握fmea、fta、列联表等工具的分析方法 课程目标 1为什么需要六西格玛 2六西格玛发展历史及基本理念 3如何实施六西格玛 4六西格玛解决问题的方法论 5案例 6六西格玛工具介绍-fmea 7六西格玛工具介绍-fta 8六西格玛工具介绍-统计检验 课程目录 课程目录 1为什么需要六西格玛 2六西格玛发展历史及基本理念 3如何实施六西格玛 4六西格玛解决问题的方法论 5案例 6六西格玛工具介绍-fmea 7六西格玛工具介绍-fta 8六西格玛工具介绍-统计检验 5 企业当前面临的压力 q日趋激烈的市场竞争 市场经济体制鼓励竞争 wto游戏规则加剧竞争 技术服务发展促进竞争 q日趋成熟和复杂的客户需求 丰富的商品选择驱使消费理性提升 多元的生活方式形成个性消费需求 q日趋成熟的投资者和公司监管机制 国有资产必须增值保值 广大股东要求投资回报 监管机构关注诚信规范 整合后的中国零部件供应 商 目前企业的水平 美国不同产业的质量水准 原材料的不良率 7 sigma 水平 1,000,000 100,000 10,000 1,000 100 10 1 ppm 饭店的定单 医生的药方 薪资处理 订单处理 传票 电汇 航空行李的输送 国内航空事故率 (0.43 ppm) 最高水准 (best-in class) 一般的公司 (average company) 345621 source: 1994 dr. mikel j. harry - v4.0 业绩水 平 西格玛 水平 直通率 百万机会缺 陷数 质量损失费用/ 收入 世界级699.9996 6 3.4=0.33 高81/8=0.51可能时常发生 71/20=0.67 中度 61/80=0.83 偶尔会发生 51/400=1.00 41/2,000=1.17 低31/15,000=1.33可能发生少数量 21/150,000=1.50 微小11/1,500,000=1.67基本上不可能发生 现有控 制 现行控制是指已采取或正在采取的那些控 制措施（如设计评审，台架/试验室试验， 可行性评审，样件试验，道路试验，车队 试验等）。小组应一直致力于控制的改进 。 要考虑两种类型的控制： 预防：防止失效的原因或失效模式出现， 或者降低其出现的几率。 探测：在过程运作过程中，探测出失效的 原因或者失效模式。 如果可能，最好的途径是先采用预防控制 。 探测度（ d） 探测度是与失效原因预防和控制相关联的定 级数。探测度是一个在某fmea范围内的相 对级别。为了获得一个较低的定级，通常必 须改进预防和监控的措施。 推荐的评价准则 小组应对相互一致的评定准则和定级方法达 成一致意见，在过程设计中，最好是尽早采 用预防和控制措施。 注：在确定了探测度级别之后，小组应评审频 度数定级并确保频度数定级仍是适宜的。 确定可检测度的衡量标准 例如：可检测度评价基准参考表 检检出率等级级检检出机会评评价基准 非常低10 80.0% 低8 82.5%检出力低 7 85.0% 中低6 87.5%中低度检出力 中度5 90.0%中度可能性 中高4 92.5%中高可能性 高3 95.0%高可能性 非常高2 97.5%非常高可能性 几乎一定1 99.5%几乎一定检出 风险系数的定义 risk priority number rpn = s x o x d s severity ooccurrence d detection 不同的影响结果，却得出相同的rpn值，这就要求我们 根据实际情况具体分析，并特别关注其中严重度严重度的权重 a 8 4 3 96 b 4 8 3 96 failure mode severity occurrence detection rpn 风险系数评估的不足 过程步骤 主要的过程 输入 潜 在失效模式 潜在的失效影响 s e v 有哪些主要 的过程步骤 有哪些主 要的过程 输入 主要过程输入是 如何出错的？ p 如果失效模式发生 ，会给客户带来什 么影响 1 过程步骤列表 2 列举每个过 程步骤的关 键输入 3 列举所有的失 效模式 5 对客户影响的 严重性打分 4 列举对客户产生的影响 对客 户的 影响 有多 严重 fmea的操作步骤 fmea的操作步骤(续) 6 列举每个失效模 式产生的原因 7 评估每一个特定 的失效原因出现 的频率 8 记录目前这个失 效原因在过程中 是如何控制的 9 评估目前发现失效 原因的难易程度 10 风险系数 (rpn) : sev x occ x det 97六西格玛管理 案 例 项目： 降低bga桥联不良率 课程目录 1为什么需要六西格玛 2六西格玛发展历史及基本理念 3如何实施六西格玛 4六西格玛解决问题的方法论 5案例 6六西格玛工具介绍-fmea 7六西格玛工具介绍-fta 8六西格玛工具介绍-统计检验 故障树分析内容提要 故障树分析技术概述 故障树分析应用 故障树分析 应用实例 1、故障树分析技术概述 什么是故障树？ 故障树（fault tree）指用来表明产品哪些 组成部分的故障或外界事件或它们的组合将 导致产品发生一种给定故障的逻辑图 故障树是一种特殊的倒立树状逻辑因果关系 图，它用事件符号、逻辑的符号和转移符号 描述产品系统中各种事件之间响应和因果关 系； 历史 1961年，美国贝尔实验室在民兵导弹的发 射控制系统可靠性研究中首先应用故障树分 析技术（fta）。 故障树分析 故障树分析 故障树分析是通过对可能造成产品 故障的硬件、软件、环境、人为因 素进行分析，确定产品故障原因的 各种可能的组合方式及其发生概率 ，从而有效的确定系统发生故障的 各种途径，并提高系统的可靠性和 安全性； 故障树分析与fmea分析顺序相反，是 从产品系统到部件，再到元器件，分析 其失效原因与结果的逻辑关系； 故障树分析 作用 fta分析可以让人们知道哪些事件的组合可 以导致危及系统安全的故障，并计算它们的 发生概率，然后通过设计改进和有效的故障 监测、维修等措施，设法减小它们的发生概 率； 发展状况 近二十几年来，fta技术在我国得到迅速发 展，特别是在核工业、航空、航天、机械、 电子、兵器、船舶、化工等领域已得到广泛 地应用，为提高产品的安全性和可靠性发挥 了重要作用。 故障树分析要素 顶事件 顶事件是故障树分析中所关心的结果事件，也 是最不期望出现的事件； 顶事件的选取根据分析的目的不同，可分别考 虑对系统技术性能、经济性、可靠性和安全性 影响显著的故障事件。 中间事件 中间事件是位于顶事件和底事件之间的结果事 件，起到了对下级事件进行逻辑组合的作用。 底事件 底事件是故障树分析的最终原因事件。 故障树分析是一种严密的逻辑过程分析，分析中所涉及到的各种 事件、原因及其相互关系，需要运用一定的符号予以表达。故障树分 析所用符号有三类，即事件符号，逻辑门符号，转移符号。 故障树分析要素 矩形符号 它表示顶上事件或中间事件，也就是需要往下 分析的事件。将事件扼要记入矩形方框内。 圆形符号 它表示基本原因事件，或称基本事件。它可以 是人的差错，也可以是机械、元件的故障，或 环境不良因素等。它表示最基本的、不能继续 再往下分析的事件。 屋形符号 主要用于表示正常事件，是系统正常状态下发 生的正常事件。 菱形符号 它表示省略事件，主要用于表示不必进一步剖 析的事件和由于信息不足，不能进一步分析的 事件。 故障树分析要素 逻辑与门符号 表示仅当所有输入事件都发生时，输出事件才 发生的逻辑关系。 逻辑或门符号 表示至少有一个输入事件发生，输出事件就发 生的逻辑关系。 转入符号 表示转入上面以对应的字母或数字标注的子故 障树部分符号。 转出符号 它表示该部分故障树由此转出。 故障树分析的分类 定性分析和定量分析： 定性分析的主要目的是寻找与系统有关 的故障事件发生的原因和原因的组合， 即寻找导致顶事件发生的所有故障模式 ； 定量分析的主要目的是当给定所有底事 件发生概率时，求出项事件发生的概率 及其它定量指标。 故障树分析程序 选择合理 的顶事件 建造 故障树 故障树定性分析 故障树的简化 求最小割集 最小割集定性比较 故障树定量分析 求顶事件发生概率 重要度分析 确定设计上 薄弱环节 采取措施， 提高产品 可靠性 2、故障树分析应用 故障树分析的目的 定性分析 找出最小割集（底事件的集合，可以直接驱动顶事件 发生）； 找出设计的薄弱环节（剔除一阶最小割集） 定量分析 确定顶事件发生概率（危险的发生概率）； 评价底事件的可靠性重要度 难点 顶事件的选取 建模过程 一个例子 cut set割集 割集：一些底事件的 集合，当这些底事件 同时发生时，顶事件 必然发生 最小割集：没有多余 事件的割集 本例的最小割集 ？ e1,e2,e4,e3,e4 importance重要度 底事件对顶事件发生的影响程度 概率重要度 结构重要度 关键重要度 哪个事件需要重点关注？ 3、故障树分析 1-选择顶事件 2-建造故障树 4-定量分析 3-定性分析 确定顶事件 错误停靠 停靠在两层之间 失控坠落 意外开门 无法开门 人员死亡 人员受伤 4、应用实例 分析对象：车载发射 系统 分析目的： 掌握故障树应用过程 针对“指令发送失败” 进行故障树分析 课程目录 1为什么需要六西格玛 2六西格玛发展历史及基本理念 3如何实施六西格玛 4六西格玛解决问题的方法论 5案例 6六西格玛工具介绍-fmea 7六西格玛工具介绍-fta 8六西格玛工具介绍-统计检验 在实际工作中通常会碰到这样的问题，我们想了解不 同供应商来料水平、同等级别销售网点每天的销售额、不 同销售区域有效订单的数量是否差异。一般的做法是随机 抽取部分数据计算平均值进行比较，但这种比较是否能说 明差异真正存在呢？我们在比较时存在的风险有多大？ 真正科学并具有说服力的比较是采用统计方法进行比 较，它不仅能为比较提供更有说服力的结论，同时也限定 了在比较时所要承担的风险。 一般情况下，总体的统计量是一个固定的值，但 是我们不知道。要了解总体的信息，只能抽取样本， 然后对样本进行分析，根据样本的信息推断出总体的 信息。因此分析样本的目的是要得到总体的信息，并 对总体下恰当结论，并采取相应措施 总体：整个集合的全体特征 样本：具有总体特征的子集 根据样本确定总体!-假设检验 什么是假设检验(hypothesis test)? 建立对总体(population)的假设, 以样本(sample)推定假设的真假与否的结论为基础来判断 假设 : 特定某总体是 , , , ex) 男员工的平均 身高是172 cm. 原假设(ho, null hypothesis) : 作为检验对象的假设 对立假设(h1 or ha, alternative hypothesis) : not ho 某总体(n) sample sample的情报为 检验已设定的该总体的假设检验 原假设(ho)设定 : 第一次假设对的情况 设定对立假设(h1 or ha) : not ho 什么是假设检验(hypothesis test) ? - 危险率 危险 消费者危险 (被告者危险) 危险 生产者危险 (判者的危险) 某总体(现实) 无罪(良品)有罪(不良) 无罪 (良品) 有罪 (不良) 标本 (判决) 1 - : 可信度 要检验的原假设(ho) 对的情况下，判断为 对的概率 1 - : 检验力(检出力) 要检验的原假设(ho) 不对的情况下，判断为 不对的概率 无罪 chi-square验证是针对离散型数据的重要的统计检验方法。 基础是观测的数和期望数间的差异-差异越大统计上越有效。 以集团或范畴内分类的数据为基础，对某一特性比较时利用离散数据， 使用chi-square验证。 stat tables chi-square test chi-square test chi-square test 多个总体的比率检验多个总体的比率检验 机加工有 4台做同样加工的车床。每过一段时间就要分析各设备的状态。因 此需要对各缸设备的产品的品质进行抽样检查，找出各车床的问题。 为确认各车床的不良率是否一致，在一定的规定时间内对各设备的不良和 良品个数调查的结果如下。用 5%留意水准验证各设备别不良率是否有差异。 多集团的概率验证 stat tables chi-square test ( 2 验证 ) h0: p1=p2=p3=p4 h1: 不是 h0 假设 文件 : a11_chi square.mtw chi square statistics fo=观察值的频度数 fe=期待值的频度数 g=group数 session windows p-value 大于 0.05，所以 设备别发生不良的次数 是一致的，不具有明显差异 。 且这个 p-value指我们 观测的结果，因偶然发生 的概率为 35.5%。 与设备无关，验证不良 发生的概率是否一致。 chi-square计算方法 自由度( df ) = ( r - 1 ) ( c - 1 ) r:行数 , c:列数 2 设备 1发生不良的期待值 : 120 0.238 =28.57 设备 2发生不良的期待值 : 92 0.238 =21.9 设备 3发生不良的期待值 : 122 0.238 =29.05 设备 4发生不良的期待值 : 86 0.238 =20.48 实际不良发生的概率 : 案例分析案例分析 铣加工完的产品根据标准分为a1级、a2级、o级等级别，现使用4台铣床。下表 是一段时期来各铣床产品数量统计， 以5%的显著水平验证各设备间等级别比率是否有差异。如果设备间有差异时哪 个机器差异问题？ 铣床1 铣床 2 铣床 3 铣床 4 a1级 81 85 69