浅谈六西格玛项目改进(Improve)工作.docxVIP

PAGE  PAGE 3 浅谈六西格玛项目改进之目的及核心输出 六西格玛项目改进工作按照定义(Define)、测量(Measure)、分析(Analyze)、改进(Improve)、控制(Control)五个过程来实施，简称DMAIC改进流程（如下图示）。在这样的流程中，每个阶段均有其特定的目的及核心的输出，以支持下一阶段的工作，确保改善项目能够顺利有序的实施。 六西格玛项目改进阶段的目的是针对分析阶段输出的显著因子，找到最优设置或搭配，这些设置或搭配可以使项目团队研究的大Y 小y的过程能力提升到预期目标，让项目团队关注的实际问题得以解决，同时亦不会带来新的问题。 改善方案的产生需依据因子的数据类型而定（如下图示），若因子数据为属性类（如：CASE成型的原料材质型号对于CASE的结构强度影响显著），则只需结合分析阶段验证结果，在现有可用的因子设置中选择最优的设置即可。但若因子数据为属量类（如：CASE成型工艺的温度对于CASE的结构强度影响显著），其可选的因子设置有无数个，则需要通过试验设计建模优化方能找到最优的因子设置。因此，试验设计（DOE）当是改进阶段最为核心的工具方法。 试验设计(DOE, Design of Experiment)方法是指通过一个试验或一系列试验，对一个过程或系统的输入变量作一些有目的的改变，以使能够观察到和识别出引起输出响应变量的缘由及规律。常用的试验设计类型有单因子试验设计(OFAT)、两水平因子设计(2^k)、一般全因子设计、响应曲面设计(RSM)、混料设计、田口试验设计和调优运算(EVOP)等。（如下图示） 试验设计的目的及用途有： 1）析因分析，识别哪些变量Xi对响应量Y有显著影响； 2）参数优化，确定显著因子Xi的水平设置，可使Y几乎接近于期望值； 3）减小变异，确定显著因子Xi的水平设置，可使Y的变异最小化； 4）增强稳健，确定显著因子Xi的水平设置，可使噪音变量的效应最弱化。 因此，按照试验的目的及用途亦可将设计类型分为筛选DOE、量化DOE、优化DOE、稳健DOE等四类。（如下图示） 试验设计（DOE）旨在运用数理统计学的基本知识，讨论如何合理地安排试验、取得数据，然后进行综合科学分析，从而尽快获得最优组合方案。其追求的不仅仅是如何得到最优的实验成果，亦关注实验成品最小化及效率最大化。试验设计在工程学领域是改进制造过程性能的非常重要的手段,在开发新工序中亦有着广泛的应用。 项目团队历经千辛万苦，最终找到了过程显著变量的最佳设置或搭配。喜悦之余往往会忽视一些重要的工作，就是如何去执行实验得出的结论。传统做法就是将这些变量或参数，写入作业标准、指导书或原材料规格等文件当中，做到文件化标准化，再委托现场人员去执行。 但是，这种方式终究不是最好的做法，随之带来的是更多的问题，例如，现场人员是否按照标准化的文件内容不折不扣的执行？执行过程是否遭遇到困难？执行之后是否达到预期效果？又或者是否能够长期持续的不打折扣的执行呢？解决这些问题的方法通常是制定控制计划，利用SPC图或点检表实施全时监控，这将会造成今后较长一段时期的人力成本与物力投入。 对于实验结论的执行方式，较好的做法莫过于寻找到一种符合“防错思想”的做法，从根本上杜绝偏离实验结论的事件发生，无需监控。（如下图示） 综上所述，为达成项目改进阶段之目的，推动项目改善工作顺利进入控制阶段。改进阶段需完成???下工作及核心输出： 1）针对分析阶段输出的显著因子，逐一研究、实验，产生改善方案； 2）针对改善方案进行筛选和优化，运用防错设计的思想； 3）明确每项改善方案的实施步骤，并确认每一步的执行状况； 4）针对每项改善方案的改善效果进行逐一验证； 5）项目指标的目标达成状况确认。 文章来源：天行健咨询