运营转型统计过程控制.ppt

质量流程控制图 目标 内容 波动是在实际表现中反映出的不同 “中标并且波动最小” 1 是任何工序的目标 波动产生的原因可能是内部的或是外部的 如果只有内部环境变化，一个工序应是稳定、可预测并受控的 内容 以检验为导向的质量控制和以过程控制为导向的质量控制 为了缩小业绩差异，美国公司从1980年代开始接受统计过程控制 内容 统计过程控制是一种优化哲学，需使用一系列统计质量控制工具 内容 一张控制图是运行图、控制线和中心线的结合体 控制图在车间广泛运用，以监控工序表现 内容 分六步实施控制图 依据四项指标选择适当的控制图 变量数据能比属性数据提供更多的信息 存在两种控制图表类型: 变量图表－ 用于监控连续变量值X，如:一个直径或消费者满意度评分。 属性图表－ 用于监控离散变量值X，如:合格产品/次品数量，或存货水平。 内容 过程控制应该满足客户要求 即使分布落在客户规格范围之内，仍应力图实现最佳业绩 在控制图中，通过减少波动过程对中来最大程度地满足客户要求 控制图表可以在测量和分析阶段用于跟踪过程的变化，分析显著的变化并记录。 这个图表代表一个可预测的过程，在该过程中偏差仅受随机偏差的支配。 图中各点的上下跳动是不可预测的，但是它们都趋向于围绕着中心线（然而，不是非常 接近）并且保持在控制极限范围之内。 这种型态是任何控制图的目标，它不一定表明过程的最佳能力，也不一定表明工序能满 足规格要求， 但是，它显示该工序是稳定的。 在偶然情况下，某个因素进入过程 并引起一个突发性的短暂改变。 这个原因可在XBar图中表现为失 控的一束点集，而S图通常并不会 因为这些移动点而受到影响。 有时过程会产生异常现象，其结果是偶然出现一些“奇异点”，它们很明显并不属于基本过程分布的一部分。一个异常点产生过后，该过程恢复正常状态，直到下一个异常点出现。 一种趋向是过程的水平的逐渐 移动，仅仅反应在xBar图表中。 有时原料、测量和人为因素可 能会引发过程趋势，但是这不 大可能。问题通常出现在设备 本身、电源供应、或先前的过 程环境。 控制图说明 对图表的解释与说明是在确定过程能力之前，是以持续进行的过程控制为基础 首先解释Sigma图表。 在初始能力分析期间，如果你能够识别那些造成“ 失控”情况的特殊原因偏差，那么，在计算控制极限范围时，可以将这些数据点删除。 一般过程偏差－“乏味…” 一些典型原因： 引入了一批不合规格的 材料 测量系统的暂时间的偏移 不同的检验员 不同类型的工具 特定原因改变 “ 发生了什么？” 奇异点 奇异点 奇异点 过程之外 一些典型原因： 测量中产生的错误 置于一堆的底层（或顶层）的原 材料 条棒、线圈等的末端 污垢或进口材料 “啊哈！现在出现一些有趣的现象” 现象： 连续九个数据点位于中心线的一边。 这种变化发生后，该过程会产 生零件尺寸的平均值增大、产 出增加或硬度增强等现象。 该过程的基本偏差并未改变， 极差也未显示变化的出现。 过程突然移动 一些典型原因： 调节错误或不正确设置 原料或润滑剂的改变 移动变化 “你做过什么？” 现象: 连续七个数据点呈上移趋向 连续七个数据点呈下移趋向 一些典型原因： 这种现象通常与“工具磨损”有关。 例： 电镀作业和多种化工作业中 的镀槽损耗 电路管磨损 过程趋势 “过程向何处发展？” The progress of Manufacturing change has not been straight – best practice has never been commonly practiced across the world. Here are 4 turning points to give a 1 page introduction: Adam Smith demonstrated the benefits of division of labour in 1776 book wealth of nations, and the next 1 ? centuries of the industrial revolution took that concept forwards. In 1908 ford made a step change by applying concepts of flow to create what is called “Mass Production” for cars. Meanwhile everyone else was focussing on economies of scale, and not understanding why