六西格玛改善案例.ppt

六西格玛改进案例、目录1、六西格玛理论知识2、案例背景3、六西格玛实施改进具体步骤1、六西格玛基本理论、六西格玛是基于测量的改进活动，每100万次机会有3.4个缺陷或99.99966%的完善。 也就是说，企业生产100万个产品时，只有3.4个不合格，合格率为99.99966%。 从数据来看是优质的标准。 DMAIC是六西格玛管理中最重要、最典型的管理模式，主要侧重于改进现有流程。 六西格玛管理的专业统计工具和方法都属于六西格玛改进项目的一部分。DMAIC模型介绍、定义、评估、分析、改进、控制、Define、Measure、Analyze、Improve、Control、DMAIC模型介绍、M测量阶段：测量现有过程并评估测量系统的有效性。 A分析阶段：通过数据分析确定影响输出的重要输入，即过程的重要影响因素。 I改进阶段：制定并实施优化过程输出、消除重要输入影响的方案，减少过程缺陷和变异。 C控制阶段：确保改进的产品性能不变，制造过程稳定可控，编程改进的工艺，以有效监测方法维持改进的成果。 D定义阶段：确定客户的重要需求，确定需要改进的产品和流程，确定改进目标和组织改进团队。 二、事件背景下，m产品是某着名电子集团通过OEM工厂购入a公司的客户定制产品。 m产品制造的主要工艺流程图：通过m产品的生产能力状况、分析影响生产能力的主要困难是冲压设备数量和产品组装阶段的质量问题。 为了获得更多的项目份额，公司用巨额资金购买20台压力机，最高日需求量满足20000件最大份额需求。 a公司有适合m产品的总计2条组装线，每条生产线的生产速度为450个/d时，因为每天的组装总产量为2*450*20=18000个，合格率为90%，所以每天的良品数量为90%*18000=16200个，所以每天至少需要2000016200=3800个产品转包价格比自己的装配价格高，回收检查运费和人员可以说是费时费力的。 另外，m产品的组装线的状况、组装线的处理流程、必要的工具/设备、输送装置传送带、密封环定位装置3354以容易粘贴背带的方式放置密封环，厚度计检查产品的厚度，确认电子天平3354的包装数。六西格玛改进步骤的定义阶段，一、项目选择和项目目标的制定，2012年3月初m产品正式量产，参照量产初期m产品的质量状况统计表，对定义阶段、首先产品制造过程的冲压成形阶段进行了调查测定。 在冲压成形阶段，通过持续改进和工艺参数优化，表示到3月中旬为止的质量状况统计：在定义阶段，对改进后统计的合格量进行Cp、Cpk测试，结果如图所示，Cp值提高到1.04，Cpk值提高到0.97，合格率提高到约90%，但尚未达到目标，有所改进其次是组装工艺的优化和改进，项目范围必须由m产品生产线决定。 确定项目目标，项目目标主要设置两个，一是总合格率达到95%。 二是进一步提高合格量的Cp值、Cpk值。具体来说，计算预期财务收入：预期项目年节约费用=年直接材料节约总额年设备折旧总额-项目支出费用预期年直接材料节约总额=(改进的年平均合格率-基准合格率) *每个产品的材料成本* 改善的年度总产量预计年度设备折旧总额=改善年度总额* (目标合格率-基准合格率) /机械时间产量*机械时间折旧费用项目小组建立项目计划，根据六西格玛DMAIC模型，分五个阶段规划项目，确认五个阶段应完成的主要内容如图所示，从VOC到CTQ，项目团队将客户的要求转化为质量评估指标，即将不同类型的客户转化为流程和产品的具体可测流程。 通过这个过程，确立明确简单的改善方向，评价验证项目各阶段实施的效果。 如表所示，测量单元确定该装配线的流程图，基于流程图进行工时测量，并基于上述数据生成装配线的每个工序的工时帕累托图，测量系统分析(MSA )使得测量系统能够稳定地测量数据，具体取决于测量系统对项目的影响本次测量系统分析主要进行测量仪器RR分析。 对实验收集的数据进行了表、测量系统分析(MSA )、测量仪器RRR分析，采用Minitab软件的实验结果如下图：测量仪器RR色散成分贡献率为0.8%，研究变异为8.95%和不足10%，基于MSA系统标准判定测量系统可靠，因此在以下项目中测量系统是可靠的测量系统分析(MSA )可以进一步将质量数据的生产状况细分为各工序得到表，从表中可以看出，不良主要发生在回粘工序和检查工序中，经过检查工序的确认，本工序中发现的不良之一不是由于检查本身而发生的不良，而是从前一工序流出，因此主要发生不良的粘合剂项目分析阶段、项目分析阶段根据测量阶段收集的数据信息，以一定的逻辑思维进行分析，找出关键因素，简单制定可靠、有效的改进方案。 另外，从测定阶段开始，干燥工序的时间最长，不合格品主要发生在上浆工序中，而且这两个工序相邻，因此这两个工序中发生问题的可能性很高。 另外，定义了潜在要素Xs，使用头脑风暴法，通过人、机械、材料、方法、环进行现状分析，找出影响目标的潜在要素，制作鱼骨图，通过分析，目前许多要素处于可控制的范围之内，无法控制温度、时间、带速度、背胶质量、带粘合剂产品质量等5个方面潜在故障模式分析在定义可能的原因后，项目组采用FMEA (故障模式和影响分析)系统方法进行深入分析，评估其严重性、发生频率和可检测性，最终得到风险系数RPN的数值，以数值大小测量故障发生的可能性。 (重度*发生频率*检测度=风险系数RPN )、项目的重要影响因素识别、RPN(riskprioritynumber )风险系数通过事件发生频率、重度和检测等级3个乘积测定可能的过程缺陷。 RPN的数值以110为最佳情况，1050对产品有较小危害的51100产品有中等危害，需要改善的1011000对产品有重大危害，需要深入调查分析。 根据上表的RPN值，是管理制度不合理、组织能力不强、干燥时的温度、时间和传送带的速度不适当、服务质量差这一要素RPN值高、但服务质量差、管理制度不合理、可以确定组织能力不强的要素，干燥所需时间取决于传送带的速度和干燥温度晾干温度越适当，产品就越能够快速晾干，进入下一道工序后，该工序所需的时间也会相应地减少。 因此，对影响目标的潜在因素Xs:X1:干燥温度X2:传送带速度、项目重要影响因素的识别、数据进行收集分析验证，确定根本原因，即确定潜在因素x。 假定如表所示的验证，验证可能项目的影响因素x，项目组继而利用实验方法进一步分析验证上述所有可能的因素X1、X2，确定根本原因。 验证X1:实验方法采用双样本t检定H0:将晒干温度提高到45，提高合格率时h 13360晒干温度维持在室温的25，提高温度时不影响合格率，设定有效水平=0.05，首先正规检定样本数据， 使用Minitab软件检测的结果如图所示，P-值为0.585和0.248，大于有效水平(0.05 )，数据被认定为正态分布，所有点接近基准线，可知数据遵循正态分布。 此外，对于双样本t检验，在图中，p值为0.585和0.248，所有检验都大于有效水平(0.05 )，并且采用双样本t检验是有效的。 图中的数据证明，p值=0.0000.05，该因子是重要的有效因子。 此外，对双样本t检验、检验x-2应用双样本t检验的结果，如图所示，p值=0.0000.05，证明该因子是重要的有效因子。 因此，这两个因子确实被证明是这一目的的重要因子，下一阶段将改进这两个因子。 进行DOE的实验设计，t检验可以得到温度和速度影响目标的重要因素，然后进行实验设计，判断哪个是真正的重要因素。 对数据进行统计模拟，结果如表、DOE的实验设计，使用Minitab软件对数据进行主效应分析、相互作用分析、立方图分析，结果如图所示，在改进阶段的改进方案中，在输送机上添加了自动控制的加热系统。 所谓自动，是指在设定了具体的问题后，在系统保持温度的设定范围内，如本案中的455，问题低于40时，加热系统自动启动加热装置，当表示温度达到设定范围的温度超过50时，加热系统自动关闭加热装置，停止加热，使温度返回设定范围同时，为减少加热使粘合剂挥发过快而影响环境问题，我们增加了排气系统，将挥发的粘合剂立即排出工厂外。 对于关键因素的传送带速度，我们的方案是将传统的无刻度传送带调速器更换为有刻度传送带调速器，根据加热系统中的通常烘干时间，表示产品在传送带烘干的最短时间内的最