DOE-夏宁法1222分析报告.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
夏宁何人? Dorian Shainin (1914- 2001),中文译作道林·夏宁,又译作谢宁,是闻名世界的质量管理大师和可靠性工程专家。 夏宁致力于改进工业问题解决的专门技术长达六十余年.他最闻名于世的是其夏宁方法(Shainin Techniques)或简称夏宁法。他开发出夏宁法,用来帮助产品制造商解决问题,其中的许多问题往往被人认为是不可能解决的问题。美国康涅狄格州的哈特福德报(Hartford Courant)是这样形容夏宁的:他是将其质量与可靠性的足印遍布众多产品的工程师,这些产品是从阿波罗登月车到汽车,又到电灯泡。 何谓夏宁法? 夏宁法(Shainin approach)是由著名可靠性工程专家和质量工程专家道林·夏宁 (Dorian Shainin )历经四十余年研究开发的一套用于解决产品制造及设计开发过程中的质量和可靠性问题的一套系统方法和工具。夏宁法主要用来解决频发性的由下面两种原因引起的疑难或慢性的质量问题:交互作用(Interactions)和未知因素(Unrecognized factors)。 夏宁法的思路与我们通常的或传统的方法不同,它采用逆向式的搜索方法。一般人通常的做法是从因至果去思考(先罗列许多可能的原因, 然后一一去试验,从而决定哪个才是真正的原因), 而夏宁法采用从果到因的思维方式(以输出结果为起点,反向开展搜寻)。从夏宁法的角度看,质量改善意味着寻找引起波动的最重要的原因 (即所谓Red X, Pink X 和 Pale Pink X)。 夏宁法的工具 目录 应用初级DOE工具 1.1多变量分析 1.2 集中图 1.3 成对数据比较 1.4 部件调查 1.5 过程参数调查 第一章-1 初级DOE工具—多变量分析 第二章-1 初级DOE工具—多变量分析 第二章-1 初级DOE工具—多变量分析 第二章-1 初级DOE工具—多变量分析 第一章-1 初级DOE工具—多变量分析 第一章-1 初级DOE工具—多变量分析 多变量分析的步骤 多变量分析的步骤 案例研究:设计多变量 案例研究:设计多变量 确定取样频率和所需部件的数量 课堂练习 课堂练习 课堂练习 练习答案 练习答案 练习答案 数据练习 有家公司是生产晶圆的,目前公司的膜厚一直不是很稳定,相了解其主要的原因是: 日期(时间) 批次(每天生产二个批次)(时间) WFAER(每批是二十五片WAFER)(部件间) 每个WAFER中有五个位置(部件内) 公司想要了解主要的变动原因来自那里。 MINITAB的操作 可以直接利用MINITABSTATISTICS質量工具多變異圖。 數據案例 分析結果 可以更精確的分析─平衡ANOVA 结果 方差分析: thickness 与 Day, Lot, Wafer, position 因子 类型 水平数 值 Day 固定 5 1, 2, 3, 4, 5 Lot 固定 2 1, 2 Wafer 固定 2 1, 2 position 固定 4 a, b, c, d 对于 thickness 的方差分析 来源 自由度 SS MS F P Day 4 1065.58 266.39 6.63 0.000 Lot 1 0.58 0.58 0.01 0.905 Wafer 1 80.80 80.80 2.01 0.160 position 3 13.19 4.40 0.11 0.954 误差 70 2810.62 40.15 合计 79 3970.76 S = 6.33653 R-Sq = 29.22% R-Sq(调整) = 20.12% 第一章-2 初级DOE工具—集中图 第一章-2 初级DOE工具—集中图 集中图 下面是一个集中图,表示由于灰尘引起的喷漆失效 案例研究 课堂练习 喷漆缺陷集中图 练习答案 练习答案 第一章-3 初级DOE工具—成对数据比较 第一章-3 初级DOE工具—成对数据比较 第一章-3 初级DOE工具—成对数据比较 步骤 步骤(续) 从数列的末端开始数,找出第一次从坏的零件变到好的零件的地方,即转折点(反之亦然) 在转折点画一条临界线(例如,如果这个变化发生在第15个数据之后,则在第15个数据和第16个数据中

您可能关注的文档

文档评论(0)

阿里山的姑娘 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档