西格玛改善测量

1、西格玛改善测量Sigma KaizenMeasure,何谓精益西格玛? What is LeanSigma?,改善突破的速度, 时效为本的战略 LeanSigma is a methodology aligned with a time-based strategy at the speed of Kaizen Breakthrough 聚焦于缩短前置时间及减少变化 Focused on lead-time 宽都变化 +/-3%, 有规格,张力控制: 7,每1,200英尺测量一次,10英寸针孔记号测量线性收缩; 钢尺测量产品宽都,5分钟后, 10英寸样板变成8.5”; 宽度为170mm,产品在

2、直带上往一个方向弯曲, 在另一直带上往相反方向弯曲,产品应力; 方在聚脂薄膜上时会弯曲,冷却槽温度差异; 水没有冷却; 没有压滚机; 张力为7正确吗? 产品在鼓轮上还在收缩; 产品明显弯曲, 但无法测量,输送带末端宽170mm,拉伸机出口宽169mm,收缩率一般2%, 无规格; 无规格,每1,200英尺测量一次,张力控制: 7,输送带在运转时测量为10”,10英寸针孔记号测量线性收缩; 钢尺测量产品宽都,最后线性长度收缩只有0.2”,质量图 Quality Map,流程步骤,工具,加工前,加工后,管尾张开表示工具完全插入; 满足回程弯曲插入之设计标准,图纸上的设计规格,张开工具,长度不等, 张

3、开不对称,工人变化性,张开大小无测量数据;没有最打最小管长小于张开尺寸; 可用红色工具定义长度,规格/质量标准,测量控制方法,模具/工夹具,发现缺陷/已知问题,缺陷原因,差距分析,柏拉图 Pareto,比较原因出现频率, 按照递降顺序排列 Compares how frequently different causes occur and puts them in decreasing order of occurrence 过滤资料, 重点改善 Used to filter data to focus improvement efforts,柏拉图原理 Pareto Principle: 2

4、0%的原因造成80%的问题 20% of the causes account for 80% of the problem,数量,柏拉图,标签_1,喉管泄漏,接线错误,脏污,其它,零件损坏,擦伤,树脂防护罩历史资料Historical Data collected on Resin Shield,数量,柏拉图,缺陷数量,缺陷柏拉图,收缩,模糊,气泡,比例,累计%,何谓测量系统分析?What is Measurement System Analysis “MSA”?,识别测量系统变量, 量化如何影响流程 It identifies and quantifies how much of the

5、overall process variability is due to the measurement system 测量数据是测量过程的输出, 可能发生变化 Measurements are outputs of a measurement process, which are subject to variation. 离散型 / 特征型数据 Discrete/Attribute Data 专家重评 Expert Reevaluation 鉴定人同意 Appraiser Agreement 连续性数据 Continuous Data 仪器重复性及再现性 Gage R 即在一次运作里可能

6、发现不良品次数之百分比。 The ratio of the number of bad units to the total units; it is the percentage of defective units you would expect to find within a run.,制程能力 Process Capability,产品一次通过率“FTY”: 产品不出现缺陷而通过一次运作之比例 First Time Yield “FTY”: the percentage of units that pass through an operation without any defe

7、cts 例如: 一天内测试了1,056个洗碗机 Example:1056 dishwashers were tested in one day 924个通过, 132个由于各种原因不通过 924 passed and 132 failed for various reasons 不通过产品数量 + 通过产品数量 = 产品总数 # of bad units + # of good units = Total No. of units 不通过的产品数可以表达为不良品概率 p(d): # of bad units can be expressed as a probably of a defecti

8、ve, p(d):,制程能力 Process Capability,每个产品不良次数“DPU”: 总不良次数与总产品数之比, 即每个产品可能发生不良之次数。 Defects Per Unit “Dpu”: The ratio of total defects to total units, defects per unit, is the average number of defects you would expect to find on each unit. 每个产品不良次数用DPU表示, 公式如下: Defects per unit is denoted by dpu and the

9、 formula is defined as:,总不良次数,产品总数,根本原因 Root Cause(s),质量工具/假设性试验 Quality Tools Hypothesis Testing,比较分析 Comparative Analysis (在鱼骨图上圈出最可能原因) (circle the most likely on the fishbone),因果法 Cause only clarification 在便条上或活页纸上, 列出建议 List ideas on Post ItTM notes or flip chart as they are given,利用因果法, 拓宽集思广益

10、思路 Use Cause 表面条件, 混合条件, 加料条件 Exposure to air, less resin, resin, ratio, no mold for lams, clamps, gel time, cure time, rigid vs. pliable, taped borders, sealed at pour; Treated as gold, very low demand, frequency of mold baking; Surface vs. Mix or fill condition,教育 Education 接触空气, 烘焙部当, 粘合力差, 脏污, 充

11、料不匀, 边缘而非中间黑污 Air contact, improperly cured, poor cohesion, contamination, uneven saturation, blot on edge not in center.,人, 凝胶时间 People, cure time 工模设计, 苯乙烯堆积 Mold design, styrene build-up 周末模具没有通风 Mold sets over weekend without ventilation 模具内苯乙烯堆积 Styrene build-up on molds,现状 Status Quo 太小看不见, 位置

12、看不见, 标准/缺陷判断主观。 Smaller is harder to see, Location is harder to see, criteria, defect subjectivity 锁模压力, 主观性, 锁模位置, 缺陷标准。Clamping pressure, subjectivity, clamp location, defect criteria,1块玻璃改为2块玻璃 1 pc. Glass to 2 pc.glass,锁模压力, 锁模位置 clamp pressure, clamp location,新模 New molds,模锁数量 # of clamps,比较分析,

13、缺陷描述: 缺陷是什么?,详细描述,什么,哪里,何时,多大 / 多少,是,不是,原因,变化,什么物品有缺陷? 妆饰灯 什么缺陷? 缩水线,在哪里发现缺陷物品?脱模, 实唯高, 运输, 消费者, 零售商, 分销商, 贝蒂 物品上哪个位置有缺陷? 边缘旁边或凸形线处,何时第一次发现缺陷物品? 时间? 1994年 自从那时后, 还有发现吗? 偶然: 周一/二比周三/四机会更大,在该物品试验期内, 第一次发现缺陷是何时? 生产后第一周,有多少物品发现缺陷了? 约5% 每个物品上有多少个缺陷? 120个 缺陷大小如何? 124”长, 头发大小, 2”宽 其趋势如何? 1月至4月中生产的, 约7.5%;

14、4月中至7月中生产的, 约5%,评价差异/可能原因 对照”是”与”不是”内容测试所有原因, 找处最可能的原因. 如果”X”是根本原因, 如何解释”是”与”不是里的情况”?什么假设才是真正原因?,还有什么趋势可能发生, 但是没有被观察到?,在时间段内可能会增加或减少,多少物品本来是会有缺陷的, 但是没有发生? 5%, 不会增加, 不会减少,每个物品本来是会有多少缺陷的, 但却没有发生? 太多了, 用眼镜看不清,(缺陷大小本来是多大, 但是结果却不是? 不小于0.1”, 不大于24”),哪个周期本来是会发现物品缺陷的, 但是却没有发生? 头几个周期,哪个时间本来是会发现物品缺陷的, 但是却没有发生?,哪个时间本来是会第一次发现物品缺陷的, 但是却没有发生?,供应商用新模具制作工程样板时,哪个地方本来是会发现物品缺陷的, 但是却没有发现? 生产线 物品上哪