- 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、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、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CE、FMEA与DOE在6σ项目中的综合应用
摘要:在介绍分析CE、FMEA与DOE方法工作原理的基础上, 用实例阐明了在6σ项目实施的M阶段如何用CE矩阵对输入因子进行量化评价的方法,以及用FMEA对初步选择的关键因子进行风险优先级评价的方法, 并确定项目的关键因子; 分析了在 A、I阶段如何应用筛选设计、中心合成设计、响应曲面法, 产生有效的DOE方案, 得出最优的改善方案; 结果表明在6σ项目中合理地综合应用C E、FMEA与DOE方法,可使6σ项目的实施取得良好效果。
关键词:6σ管理; 原因与效果矩阵; 失效模型效果分析; 实验设计
Study on the Applications of CE、FMEA and DOE in 6σProject
Abstract:On the basis of introducing and analyzing the implication principles of CE、FMEA and DOE methods illustrates how to employ CE Matrix to assess input factors during M phase . It also describes how to adopt FMEA to evaluate prior risks, and thus to confirm the key factors of the project during M phase , too . It furthermore illustrates how to employ Screening Design , CCD , RSM to achieve effective plan of Design of Experiment and how to get the optimum improving method during A and I phases . The analyses and illustrations in this paper conclude that the reasonable applications of CE、FMEA and DOE can make 6σ project draw better effect.
Key words: 6σ management ; CE; FMEA; DOE
0引言
自20世纪80年代末摩托罗拉公司推行6σ(六西格玛)管理模式获得成功以来,几乎所有的世界财富500强的制造型企业都陆续开始实施6σ管理战略[1]。韦尔奇领导下的GE公司在 1996年开始, 更是将6σ战略列在GE三大战略之首, 并逐渐使6σ从一种质量管理方法变成了企业追求管理卓越性的最为重要的战略举措[2]。在6σ项目D-M- A-I -C的不同进程阶段中会使用不同的工具 ( D: Define; M: Measure; A: Analyze; I : Improve; C:Control )[3]。本文在简要介绍 CE、FMEA、DOE 3种方法使用原理的基础上, 结合案例, 对CE、FMEA与DOE方法在6σ项目中的综合应用作了初步的研究。
1 CE、FMEA与DOE方法的工作原理
1.1 CE工作原理
6σ项目在完成D(定义)阶段后,进入M(测量)阶段, 在大多数情况下,有太多的输入变量因子可能对过程有影响,采集所有可能的输入变量数据需花费大量时间及财力, 并且团队中各个成员也可能对流程中的输入因子关键程度有不同见解。此时, 就需要合适的工具对输入因子关键程度进行评价与选择。CE矩阵( Cause Effect Matrix原因与效果矩阵)通过量化原因与效果的关联度,结合输出结果变量对顾客的影响度, 从而对需要测量及分析的输入因子进行分析, 初步选择出几个关键因子[4]。具体方法如下:
①列出所有输出结果变量; ②按输出结果变量对顾客的影响度大小取权数, 一般惯例可取1、3、5、9 ; ③按输入因子与输出变量的关联度大小打分数,一般惯例可取 1、3、5、9,分数越高,关联度越高;④权数与相关分数交叉相乘,并累加得出总体分数;⑤根据计算总分由高至低作好标识,总分越高,表明相对应的输入因子越关键。
假设:有 n个输出结果变量, m个输入因子;
Oi为第i( i= 1 , 2 ,…, n )个输出结果变量对顾客的影响度权数, Oi ∈(1 , 3, 5 , 9);
Pij为第 j ( j= 1 , 2 , …, m )个输入因子与第 i个输出结果变量的关联度分数, Pij ∈( 1 , 3 , 5 , 9);
Zj为第 j个输入因子的关键总分, 则
,
Zj 越大,表明相对应的第j个输入因子越关键,一
文档评论(0)