韩国顾问公司的6sigma教程-品质变动和工程能力.ppt

1,4. 品质变动和工程能力,2,品质变动的原因,虽然4M相同，但是产品的特性值没有相同的。 任何一个工程都包含很多变动原因，所以存在散布。 生产产品之间的差异也许会很大，也许会小到无法测定。,不是只局限于以上制造工程，以下情况也很适用。,* 人们作业的阶段 * 使用设备的信赖性 * 在办公室作业的情况 等,能影响轴直径的例子 * Machine-Clearance / Bearing Wear * Tool-Strength / Rate of Wear * Material - Diameter / Hardness * Operator - Part Feed / Accuracy of Centering * Maintenance - Lubrication / Replacement of Parts * Environment - Temp / Consistency of Power etc,.,3,品质变动攻略,大家的组织属于哪里？需要用什么工具？,我们应把重点放在哪里去努力好呢？,1-2,3,4,5,6,DFM(制造型设计) DFSS, 6 许容差的设计 某 实验,试验计划法, Process Map, 分析测定系统 FMEA, 研究能力,帕累托, 特性要因图, 头脑风暴 SPC表格,一般常识 部分知识,工具,工具,工具,工具,4,虽然很聚集，但是正确度很差. 脱离平均值. 工程变化少. 通过移动平均值容易改善.,正确但是不聚集. 分散大. 工程变化大. 有很多管理Factor.,改善 FOCUS ?,品质变动的本质,5,品质变动的分解,SSB,SST,SSW,总变动,群间变动,群内变动,作为拥有所有data的散步, 各data和总平均之间的差 进行2次方得出,作为Lot之间的散步显示 相互之间的分散程度,Lot内的散步也可称作 误差变动. 意味着每个data离lot的平均值 相离多少.,X,X,X,_,_,=, (X - X) = n ( X - X ) + ( X - X ),_,_,=,2,2,2,j = 1,i = 1,j = 1,j = 1,i = 1,=,v,n,v,v,n,6,散布的根源 偶然原因,散布有两种形态 偶然原因(Common Cause)和异常原因(Special Cause) 如果从总体(或者工程)获得的测定值或者观测值已稳定及能预测向后的样子的话,说明总体(工程)在管理状态里.散布的根源隐藏在system里,是一般的偶然因素组成.散步的偶然要因是自然的、可以预测的、经常存在的. 存在的差异,设备之间存在的正常散布是偶然要因中的例子.,根据偶然因素,存在稳定管理状态的 可预测的偶然因素,存在无法预想的变化!,7,散布的根源 特殊原因,如果从总体(或者工程)的data不稳定,而且形成无法预测向后的分布时,总体(或者工程)视为 “管理 脱离”.分布变化的原因是由于system的不自然而产生散步的根源.这时散步的根源叫做异常原因(Special Cause).,根据特殊原因的散布,重大变化 脱离不稳定管理 存在无法预测的特殊原因,存在无法预想的变化!,散布一般在测定或者观测Process(工程)Output的时候被发现。 偶然原因和异常原因的根源是Process(工程)的 Input Variable。,8,散布的根源 异常原因的影响,异常原因的影响,9,对品质变动原因的性质,偶然原因(Chance Cause),异常原因(Assignable Cause),现象,所有数据表现为类似情况,有些数据出现与平时不一样的情况,构成,因大多数小原因导致的不得已的散布,因少数主要原因导致的可以避免的散布,性质, 认定性,规则性可能预测 工程的允许范围内自然发生, 因散发不规则导致预测不可能 变则,全体散布的占有率,85% 左右,15%左右,改善活动, 因偶然原因导致的散布减少 系统化措施, 去除 及 扩张 现场措施,担当,能量,现场责任人及工作地,品质 特性值,管理上限,管理下限,时间,偶然原因,异常 原因,10,品质变动的措施,* 参考 1) Deming博士的工程变动原因分析 - by “Out of the Crisis”,异常变动(约6%),* 参考 2) AIAG(Automotive lndustry Action Group)分析,偶然变动(约94%),去除异常原因活动 主要是因为工程有关的人为因素而发生 一般占工程问题的 15%左右,现场措施,去除偶然原因活动 要求大部分管理措施 一般占工程问题的 85%左右,系统措施,11,查明品质变动的原因步骤(Boing),重要品质特性,计测器,关联工程,工程变数,决定变数, 长 尺寸 硬度 等, 稳定性 正确性 反复性 再现性, 施工 热处理 粉碎 粘合 等, 速度 移送 温度 轮子大小 干燥时间, 5000RPM 8/min 450C 4500.05m/n 1.Hr, 主要特性的变动由工程管理 第一个课题是测定系统的变动 工程结果由原因(入力)变数管理 原因(入力)变数要设定成品质极大化并可以在制造环境持续管理,12,关于品质变动原因的改善措施,偶 然 原 因,异 常 原 因,- 偶然 原因(Chance Cause) - 晩成原因 - 可避原因 * 普通原因(Common Cause),- 異常 原因(Assignable Cause) - 偶發 原因 - 可避 原因 - 特别 原因(Special Cause),- 跟平常意义相同的,- 跟平常意义不同的,在生产条件严格管理的状态下， 发生的一定程度的不可避免的变动 作业者的熟练度差异 作业环境差异 不可识别的原辅材料 及 生产设备等一般特性差异无法解决的困难原因,- 主要 作业者疏忽 使用不良资材 说出生产设备的异常，这些原因不是 慢性存在的，散发性发生而引起变动的原因,* 普通经营管理者的责任 * 关于System的措施很有必要 7580%， 根据System的经营措施解决 * 2520%，可以由现场人员局部解决,* 现场作业者的责任 * 用统计技法展开 虽然经营管理者站在很好修正的位置， 但是异常原因的发现和解决还是现场人员更合适,13,从data的模式中区分哪个散布是从异常要因或者偶然要因中发生的.,品质变动原因的改善措施,减少散布的核心?,统计技法用于区分偶然原因跟异常原因。,如何区分?,改善接近方法有三种. - 去除无指望的异常要因, - 要现身体现有指望的异常要因, - 要减少异常要因的散布.,异常原因的存在说明改善的机会很多。 对异常原因的改善活动要优先。,14,工程能力(Process Capability)？,工程能力 分析 - 使用相关统计方法是为了测定生产工程的品质变动程度，然后跟规格相比较从而 减少变动的幅度. 工程能力(Process Capability) - 反映生产工程生产多少均一的产品的 工程的固有能力 - 作为尺度,一般使用6 (-3 3).(99.73%) 工程能力指数(Process Capability Index) - 工程在稳定状态时,是否能生产优质产品的评价尺度 - Cp , Cpk,工程处于稳定状态时 是否能生产优质产品的评价尺度,15,能力评价的必要性,能系数化Project的问题本质水准: 计量型 data: Y (工程或者执行出力变数)的规格对吗 ? Y 的中心在规格内吗? Y 的工程变动比规格允许的大吗? 计数型 data: 测定system会不会对实际工程能力的评价有影响? 允许可能缺点,内外在缺点及未发现的缺点比率是什么? 能力评价能预测对公司的产品和service的实际品质水准. 通过能力评价能推定产品或者工程的sigma水准.,16,规格 鉴定,计算 z值,PPM ,Cp, Cpk, Pp, Ppk 推定,收集 Sampl,评价计量数据能力: 阶段 #1: 鉴定规格 阶段 #2: 收集短期或者长期的数据Sample 阶段 #3: 计算z的值 阶段 #4: 如果必要的话移动1.5s z值 阶段 #5: 把z值转换成传统的品质指数 PPM, 或者 Cp, Cpk, Pp, Ppk,计量数据能力评价步骤,17,阶段 #1: 检验规格 这课题看似很细小,但是在这过程中经常遗漏. 对规格的定义重要吗? 为了产品或者评价工程执行特征,要清楚地认识“真实” 规格,继续.,检验规格,z 分数 计算,PPM 推定,Cp, Cpk, Pp, Ppk 推定,收集 样品,阶段 #1:检验规格,规格,18,怎样决定“真实”的规格? 设计图? (根据什么制定设计图的规格?) 工程? (是好想法?) 顾客? (能否问顾客?) 例: 注入液体到瓶子的一个公司想评价往可乐瓶里注入特定量液体的能力.每瓶的注入量是101 +/- 3 ml.这个基准是根据顾客确定的. 大家所关心的执行特征(Y)是什么? 规格是多少? 公差是多少?,规格 验证,Z值 计算,PPM 推定,Cp,Cpk, Pp,P 推定,样品 收集,阶段 #1 :检验规格,19,长期观察data话会发现工程平均一般移动1.5s . 长期的data说明这样的移动.,规格下限,规格上限,SS 间,短期 SS 内,期间2,期间3,期间4,期间 1,期间5,时间,实行特征,长期 SS 合计,1.5s,1.5s,阶段 #2 : 收集 Sample,20,阶段 #2:收集长期或者短期的data样品 短期date: 未包含异常原因 显示偶然原因的影响 通过小的推论空间收集 通过一日作业的交替时间 用一个机器 一名作业者为对象 使用属于一个lot的原材料构成零件,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,21,阶段 #2: 收集短期或者长期数据Sample 长期数据: 不仅是偶然原因，也可以表现出异常原因的影响 根据广泛推论空间收集 - 根据大多数作业倒班时间 - 使用大多数机器 以大多数作业者为对象 使用属于大多数Lot中得原辅材料等,继续.,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,22,提问: 哪种类型的data(长期或者短期)通过长期时间，显示出货给顾客的产品品质?,例: 现在能收集到的Sample只有从储存在仓库里的资材开始。仓库里的瓶子是从1日到一个月内进入到仓库的. 收集哪种种类的data? 随即抽取100个瓶子后测定每个瓶注入量. (file名: Cola.mtw) 收集哪种类型的data?,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,23,阶段 #3:计算 z值(使用z-变换) “变换” (样品的平均和sigma已确定时) 把平均=0, sigma=1的正态分布转换成标准正态分布. 测定单位毫米, 英寸, 英尺, Psi(压力单位), 伏特, 等 中不管使用哪种单位,总是平均=0, 标准偏差=1的变换的分布. 使用z-变换的话所有的分布都能变换成标准正态分布. 点数 z (或者 z值)是特定号 x 偏离样本平均的程度用标准偏差来显示.,继续.,阶段 #3: Z值 计算,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,24,这data是长期data还是短期data?, 变数 N 平均 中间值 截尾均值 标准偏差 标准误差平均 量 100 102.17 102.26 102.18 1.77 0.18,阶段 #3: 计算z值 (使用z-变换) 首先, 需要对m和s的测定 Stat Basic Statistics Display Descriptive Statistics,(,),(,),z,x,x,x,s,=,-,=,-,m,s,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,25,阶段 #3:计算 z值 (使用z-变换) 在Minitab 制作z值column Calc Calculator 等式: (量 - 102.17) / 1.77 然后,制作原分数分布和 标准分数分布的直方图,(,),s,x,x,Z,individual,-,=,(个别),鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,26,阶段 #3:计算 z值 (使用z-变换) 请不要忘记实际问题: 为了把握规格以外的产品比率，需要规格上限(USL)和规格下限(LSL) 有关z值. 统计性问题: 用z的值，推定在规格上限跟规格下限之外的正规曲线的比率。,Z值,2,1,0,-,1,-,2,-,3,1,5,1,0,5,0,次数,标准分数分布,Z规格上限 ?,Z规格下限 ?,请计算对于规格界限的Z值,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,27,2.356,-,=,1.77,102.17,-,98,=,),x,-,(LSL,=,Z,LSL,S,1.034,=,1.77,17,.,102,104,=,),x,-,(USL,=,Z,USL,-,S,Pr (Amount 104) + Pr (Amount 98) = Pr,( Z 1.034 ) + Pr ( Z -2.356 ),= 0.1506 + 0.0092,15.06 % + 0.92 %,15.98 %,规格外产品比率,规格外产品比率的推定 如以下.,规格上限 上面比率,规格下限 下面比率,1,5,1,0,5,0,频度数,标准分数分布,Z ,规格上限=104,2,1,0,-1,-2,-3,z,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,28,在哪求这些概率? 方法 1: 查看正态table的值 (Z_Table.xls 参照).,Z-值,0.00,0.01,0.02,0.03,0.04,0.05,0.06,0.9,0.18406,0.18141,0.17879,0.17619,0.17361,0.17106,0.16853,1.0,0.15866,0.15625,0.15386,0.15151,0.14917,0.14686,0.14457,1.1,0.13567,0.13350,0.13136,0.12924,0.12714,0.12507,0.12302,2.2,0.01390,0.01355,0.01321,0.01287,0.01255,0.01222,0.01191,2.3,0.01072,0.01044,0.01017,0.00990,0.00964,0.00939,0.00914,2.4,0.00820,0.00798,0.00776,0.00755,0.00734,0.00714,0.00695,Z,参照: 在这儿提示的table提供有半部分的 可能性,提问: -2.356 能不能代替 2.356? 为什么呢? 为什么不行?,ZUSL,ZLSL,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,29,提问: 跟ZUSL的右半部分的概率有什么关联性?,在哪求这些概率? 方法 2: 使用Excel的统计魔法师 (Paste 技能 ).,Z,ZUSL,概率 ( Z 1.034 ) = 0.8494,ZLSL,概率 ( Z -2.356 ) = 0.0092,参照: Excel的魔法师技能( z + 或者z -)是 显示左半部分的概率.,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,30,概率 ( Z -2.356 ) = 0.0092,在哪求这些概率? 方法 3:使用 Minitab的概率分布函数.,累计分布函数 平均=0 标准偏差=1.00的 正太分布 x P( X = x) 1.0340 0.8494,累计分布函数 平均=0 标准偏差=1.00的 正太分布 x P( X = x) -2.3560 0.0092,提问: Minitab是 提供右半部分的分布? 左半部分的分布?,或者 ?,Z,ZUSL,ZLSL,概率 ( Z 1.034 ) = 0.8494,Z,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,31,计算长期 Z: 假设所有的缺陷在同一个部分,从而求出在Z值最糟糕时相应的 长期推定值. 这是从缺陷的总比率里逆计算综合性z值得出的. 请详记以下信息: ( Z ? ) = 0.1598 选定方法 找一个z-table Excel 函数 魔法师 Minitab 概率分布函数 提示: 求对已知累积概率的z值. 答: Z LT = 0.9952,Pr (Amount 104) + Pr (Amount 1.034 ) + Pr ( Z -2.356 ) = 0.1506 + 0.0092 15.06 % + 0.92 % 15.98 %,规格外的产品比率,Z = ?,最坏的情况: 一个部分的 比率= 15.98 %,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,32,对量的每个变数的能力评价 阶段 #1: 鉴定规格 阶段 #2: 收集短期或者长期数据Sample 阶段 #3: 计算z值 阶段 #4: 必要的时候移动z值1.5s 想知道的是什么? 给顾客送什么( 长期能力)? 短期能力? 产品特征的Sigma水准? 赋予工程资格 (中心化的短期能力)? 阶段 #5: 将z值转换成传统品质指数 PPM, 或者 Cp, Cpk, Pp, Ppk,阶段#4: 计算短期能力,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,33,ZLT = ZST - 1.5,Sigma,水准,短期,DPMO,长期,DPMO,1,158655.3,691462.5,2,22750.1,308537.5,3,1350.0,66807.2,4,31.7,6209.7,5,0.3,232.7,6,0.0,3.4,34,阶段 #4:必要时z值移动1.5 s 想知道的是什么? 送什么给顾客(长期能力)? ZLT = 0.9952 短期能力? ZST = 0.9952 + 1.5 = 2.4952 产品特征的sigma水准? 和ZST 同一 赋予工程资格 (中心化的短期能力)? 下面会有介绍.,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,35,评价对量的每个变数的能力: 阶段 #1: 检验规格 阶段 #2: 收集短期或者长期的样品 阶段 #3: 计算z值 阶段 #4: 必要时z值移动1.5 s 阶段 #5: 把z值装换成传统的品质指数 想知道的是什么? PPM, or Cp, Cpk, Pp, Ppk 把ZLT转换成PPM是很容易,笔记 : 概率 ( Z 0.9952 ) = 0.1598 规格外的 PPM = 0.1598 * 1,000,000 = 159,899 PPM (长期) Cp, Cpk, Pp, Ppk推定?),阶段 #5: 转换成传统的品质指数,鉴定 规格,计算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,36,提问: “3”被去除的话 Cpk和Ppk 等式会怎样? Cpk, Ppk, ZST和 ZLT 之间的关系是什么?,Cp, Cpk, Pp, Ppk 推定,规格下限,工程 宽度,设计 宽度,规格上限,T,+3s,-3s, ,term,short,p,s,LSL,USL,C,-,-,=,*,6,term,short,USL,pk,s,X,USL,C,-,-,=,*,3,),(,),(,term,short,LSL,pk,s,LSL,X,C,-,-,=,*,3,),(,),(,),(,min,),(,),(,LSL,pk,USL,pk,pk,C,C,C,=, ,term,long,USL,pk,s,X,USL,P,-,-,=,*,3,),(,),(,term,long,p,s,LSL,USL,P,-,-,=,*,6,term,long,LSL,pk,s,LSL,X,P,-,-,=,*,3,),(,),(,),(,min,),(,),(,LSL,pk,USL,pk,pk,P,P,P,=,37,可乐的 例子 : 详记: 100个作为样本的瓶子显示长期的data. 所以所有详记能力指数可以以下办法求出: 参照: 为了测定Cp和 Cpk的正确值,需要对ZST 的正确推定值. 这是现在 无法知道. 我们可以根据经验,假设ZST = 3 (Cpk). 详记: ZST = 2.4952 则 Cpk = ZST / 3 = 0.8317,77,.,1,17,.,102,104,(OR),*,3,),(,-,=,=,USL,usl,pk,USL,Z,P,Z,345,.,0,77,.,1,*,3,17,.,102,104,*,3,),(,=,-,=,-,=,-,term,long,pk,s,X,USL,P,565,.,0,77,.,1,*,6,98,104,*,6,=,-,=,-,=,-,term,long,p,s,LSL,USL,P,详记: ZLT = 0.9952,38,提问: 收集短期data样本后用minitab进行能力分析的情况下哪种统计显示工程的短期能力?,参照: Minitab一向将各位的数据假设成长期数据,Cp, Cpk, Pp, Ppk (Minitab 使用),练习题 1: 使用Minitab，进行长期分析 提示: 低位 group= 5 (或者 “样品” column), 推定 Sigma = Pooled Standard Deviation,39,数缺陷,计算 Z值,计算 PPM,转换 Cpk和 Ppk,对系数data的工程能力,阶段 #1: 对缺陷的定义/ 验证技术 阶段 #2: 了解缺点发生次数,推测通过工程的所有单位. 一般情况下,典型使用视为长期data的经历data. 阶段 #3:缺点比率和百万个中不良品数(PPM) 计算. 阶段 #4: 计算z-，短期能力加上1.5s. 阶段 #5: 推定传统能力指数. 把Z换成 Cp, Cpk, Pp, Ppk,40,练习题: 使用以下的帕累托图,计算(Intrepid)产品无缺陷出库的能力: 阶段 #1: 对缺陷的定义/说明进行检验 (通过这周后半部分要学到的R&R研究,假设这已 完成). 阶段 #2: (弄清缺陷次数,推测所有工程单位). 一般情况下,典型的使用视为长期data的历史性data. intrepid 缺陷数: 4000 intrepid 机会数: 1 per unit 生产的intrepid总单位: 35000 阶段 #3: 计算缺陷比率和PPM 缺陷比率 = 0.1143 PPM = 0.1143 * 1,000,000 = 114,300 PPM,对系数data的工程能力阶段#1-3, ,z ,PPM ,Cpk Ppk ,41,对系数data的工程能力阶段#4-5,阶段 #4: 计算z值,必要时移动1.5s. 缺陷比率在11.43 %的情况下 ZLT = 1.204 Minitab的概率函数, 通过参照excel函数和z-table能检验 这些吗? 还有 ZST = 1.5 + ZLT = 1.204 + 1.5 = 2.704 阶段 #5: 推定出传统能力指数. 把Z换成 Cpk & Ppk Cpk = ZST / 3 = 0.9013 Ppk = ZLT / 3 = 0.4013, ,z ,PPM,Cpk Ppk ,42,请分析以下问题。道具：计算产品Sigma水准 背景: 在焊接工厂,为了提高收率,实施了6sigma改善project活动.首先,工厂把这个任务交给了两名黑带人员.有必要给两名黑带人员project选定t的方法 实际问题: 根据对工程的了解和有关费用的信息,找出了不良费用高的四个产品. 实际提问: 根据以下长期产品/工程的信息,给新黑带候选人的project中,成为重点事项的两个产品是哪一个? 根据产品Sigma水准的实用性的答案:,练习题 1,43,练习题 2,分析以下 “TO:亲爱的 Abby”的故事. / 道具: z-点数 计算和解析 背景: To： 亲爱的 Abby: 在你的专栏里,你说女性怀孕期是266天.是谁这样说的呢?我怀孕我孩子时,孕期是十个月零五天.这是事实.因为,我明确知道孕期.由于我丈夫是海军,所以其它时间我不可能怀孕.婴儿出生