6sigma-现代培训资料.pptVIP

* t 分布表 tp P 5. Control 自由度 * F 分布表 P Fp 5. Control * 5. Control 计量值数值表 控制图 样本子组大小 控制图 控制图 * * 水平 ： 因子的 “水平”是指在实验中被研讨的因子的值。 量型因子 ： 选择的各个值都会成为水平。 例如,相互不同的两种温度中实施实验，温度就会有两个水平。 质型因子 ： 会有清洁或是不清洁这两个水平。 因子 ： 因子是实验中研究的控制或者非控制变量中的一个。 量型的 ： 温度或时间等. 质型的 ： 机器, 作业者, 或是清洁与否等. 4. Improve * ⑧ 实验的类型 实施错误法 每一次对一个因子实施实验的方法 要因配置法 部分实施法 其它 4. Improve * ⅰ. 实施错误法 情况 : 想降低现在汽车的耗油量. 可能的方式是: 更换燃料品牌. 改变辛烷比率. 慢慢驾驶. 车辆维修. 更换新轮胎. 改变轮胎压力. 洗车和打蜡. 如果这样的方法有效该怎么办? 如果没有效果该怎么办? 4. Improve * ⅱ. 每一次对一个因子实施实验的方法 情况 : 想降低现在汽车的耗油量. 为得出变量的最优条件应多实验几次? 怎样说明上面的结果? 如果变量更多的话, 要想得到满意的解决方案，需要多少时间? 如果有能达到最小油耗的两个或两个以上变量的具体组合，该如何做? 速度 辛烷 轮胎压力 耗油(每加仑驾驶距离) 65 85 30 23 55 85 30 29 65 91 30 23 65 85 35 24 4. Improve * 每一次对一个因子实施实验的方法 情况 : 想降低现在汽车的耗油量. 能得出什么结论? 速度 辛烷 轮胎压力 耗油(加仑驾驶距离) 55 85 30 23 65 85 30 29 55 91 30 37 65 91 30 23 55 85 35 37 65 85 35 24 55 91 35 30 65 91 35 36 ⅲ. 要因配置法 4. Improve * 温度 420 460 时 间 30 50 x1 x2 直观性实验 (One Factor at a time) 1次实验 2次实验 4. Improve * 温度 420 460 时 间 30 7.0 5.0 11.0 15.0 50 18.0 19.0 5.0 4.0 x1 x2 22 要因实验计划法 随机采样 反复实施2次实验 得到的强度 4. Improve * AB 交互效果计算的含义 22 实验的数据矩阵表 A B为 + 时的 A的效果和B为 –时的 A的效果值的差异的平均。 AB 效果={(Y4-Y3 )-( Y2 – Y1)}/2 Run A B 特性值 Y 1 - - Y1 2 + - Y2 3 - + Y3 4 + + Y4 AB + - - + 注意观察特性值 Y的符号 B - + Y1 Y2 Y3 Y4 + - Y2- Y1 Y4- Y3 4. Improve * Step 明确 实验目的 Checklist Example 从实验期待何种结果? (设定假设) 进行何种实验? 通过Fractional Factorial实验，对给BGA Solder Ball的强度和残留 Solder量产生影响的原因进行screen。 II. 选定响应 变量 Y. 与Y同时该确认的其他Y是? Y的测量方法是否有一致性? 顾客 CTQ: Board Test缺陷 内部 CTQ: Solder Ball强度 Solder Residue 测量方法: Ball Shear Test III. 选定独立 变量 X. 给Y带来影响的潜在因子是什么? 还有对实验有影响的材料,时间,设备等 Blocking变量(变量因子)吗? Organic Contamination: 材料 Handling Pre-Heat Treatment: PMC Reflow 温度 Post Heat Treatment 材料的种类: PCB Substrate ⑨ 实验计划的方法 4. Improve * Step Checklist Example IV. 决定X的 水平. 是否努力进行了对Y=F(X)特性的经验性推定? 对于X 水平的实验者的关心领域是否已经设定? 实验成功的核心 Reflow 温度 Y 200 215 Shear strength 像处理方法一样不是连续性变量的 因子其X的水平已经决定，因此省略 其过程。 4. Improve * Step Checklist Example 可能的最大的实验数是