六西格玛 测量.ppt

  1. 1、本文档共46页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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
六西格玛 测量

NGP April 2003 Measure Phase GB Mod #8 测量阶段 制定项目计划 识别关键输入和关键输出 验证测量系统 确定初始过程能力 测量 - 工具箱 过程流程图 测量系统分析/ 量具重复性再现性 过程能力分析 CPK(连续型变量) DPMO(计数型变量) 课程目的 理解数据类型 连续型变量 计数型变量 能够画出过程流出图,并识别出过程的输入输出 理解测量系统误差的要素 理解过程能力 Process Mapping Process Mapping – Levels of detail 详细的过程图 是一种描述Y=F(X)的关系的结构化的方法 使用按部就班的7步法 团队合作-一个人不知道所有的过程 In a plant project: 制造工程师 操作人员 生产线主管 维修人员 详细的过程图 详细流程图的输入 头脑风暴 现场观察 作业指导书 工程标准 操作者的经验 人,机,料,法,环 Step 1 定义项目团队需要关注的过程范围。过程范围应在可操作的水平。 Step 2 记录产生一个合格的产品或服务需要的所有的作业(如果可能的话在每一个工序记录缺陷数据,节拍,成本,等等)。另外,所有的检验,返工,运输的步骤应该被识别出来。 Step 3 记录每一个操作是增值的还是不增值的。增值的操作是: 客户认可的 改变了产品的 法律法规或合同的要求,或出于安全环保的考虑 Step 4 在每一个步骤列出内部和外部的Y’S 内部的Y’S是对下道工序很关键的输出 外部的Y’S是对顾客很关键的输出 Step 4 识别Ys 我们希望当产品离开本道工序时应处于怎样的状况下? 在进入下道工序前什么样的关键尺寸需要被满足? 什么样的关键特性需要被满足? 这些特性是对内部客户很重要还是对外部客户很重要? Step 5 Step 5 ‘X’s 识别X’S 什么输入/变量/因素会影响过程的Y’S 哪些因素可能影响识别的Y’S达到标准 使用头脑风暴以及人机料法环分类法筛选潜在的输入 Step 6 将所有的X’s分为以下的一种或几种类别 控制因素(C) :那些在过程运行过程中可以控制调整的输入。(如:速度、进给率、温度、压力等) 标准化作业:通常人们认为应该执行的合理的基本操作。这里的目的是确保我们记录真实的流程(如清洁、安全、装零件,作业准备等)。 噪音因子:由于太困难或成本原因而无法控制的因素 (如环境温湿度,作业员培训等) Step 6 Step 7 Process Map Example – CAB Brazing Exercise Example! 在你工厂内选择一个过程 画出他的过程流程图 可以是制造过程或管理过程 For Example Float Bracket Cutting Vinyl Layup Billing Process Work order creation Yet another Example! 分成小组 画出午饭过程的过程流程图 识别出关键输入和输出 准备好在课堂上报告你的过程流程图 Expanding the Detailed Process Map 测量系统 输入和输出是如何测量的 标准 上规格限,期望值,下规格限 种类 可控制,噪音,标准化作业,原材料 Example of Detailed Map Uses for the Detailed Process Map 必须有一个准确的流程图来代表真实的过程,它为以下的工作提供了关键的输入 因果矩阵的输入 因子的最初的评估的输入 过程输出的评估 测量阶段的基础 当可疑的因素被排除和新的因素被发现以后,应该更新详细的过程流程图。 Next Steps Types of Data 数据类型 你想知道什么? Discrete Vs. Continuous Data Example 分成小组 列一张的各种数据清单,并加以分类 准备好汇报小组发现 连续型数据的优点 必须注意离散型数据与连续性数据的区别 CPK, PPM,DPMO MSA SPC,P , C, Xbar-Rbar 假设检验:T,ANOVA, Chi-quare Pareto, Histogram 概率分布 概率分布(一般简称为分布)是一种能够用来预测随机事件的方法 有很多种“标准”分布能够帮助我们建立真实变差的模式。 标准分布 属性数据 二项 泊松 变量数据 正态 对数正态 T 分布 F 分布 指数 选择统计工具 统计工具可以覆盖各种数据类型组合。 分析指导 Chi-Squared Test 卡方检验 Attribute Terminology 属性数据术语 Attribute Data: Qual

文档评论(0)

159****0071 + 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