六西格玛项目报告之降低包装重量成本(PPT).pptVIP

* * * * * * * * I2全因子试验设计—判断模型是否需要改进 I D M A C 综上所述： 可以认为已经选定了最终的模型，MINITAB给出了回归方程的系数，可以写出最后确定的回归方程 Y=24.9508+0.14375快给料+0.04375慢给料 对比删减前后模型的效果（如上图） 1、删减后的R20.9668较0.9685有所降低 2、删减后的R2adj0.9586较0.955有所提高 3、删减后的s0.0055647较0所降低 可见，删除不显著的交互作用项后，回归的效果更好了 I2全因子试验设计—对选定模型分析解释 I D M A C 从两个因子的主效应图（左图1）中分析： 因子快给料和因子慢给料对于响应变量重量的影响确实是显著的，还可以看出，为使重量接近目标值，应该让因子快给料尽可能取中间值，让因子慢给料尽可能小 图1 图2 从两个因子的交互效应图（左图2）中分析： 因子快给料和因子慢给料的交互作用对于响应变量重量的影响确实是不显著的（两条线几乎平行） I2全因子试验设计—对选定模型分析解释 I D M A C 根据本项目要求，优化目标是属于“望目”型的，根据MINITAB响应优化器得到左侧图： 从图中可得，当因子快给料取0.5时，因子B取0.3时，重量将会达到目标值25.03 优化响应器 I2全因子试验设计—判断目标是否已达到 I D M A C 从上述分析可得重量达到25.03已达到目标，则可以结束试验 验证试验前，先用MINITAB得到预测值和预测区间（如下图），预测结果为25.03与优化器计算的结果完全一致。置信区间（95%CI）理解为：当快给料0.5，慢给料0.3时，有95%的把握断言，重量平均值将落入（25.0298,25.0418）之内，预测区间（95%PI）理解为：当快给料0.5，慢给料0.3时，有95%的把握断言，任何一包的重量将落入（25.0216,25.0499）之内 预测区间 I3 改进阶段结论 I D M A C 在改进阶段，通过对快给料速度、慢给料速度进行全因子试验设计分析可得 C阶段将把上面结论运用到实际生产中，并加以标准化控制!!! 快给料速度：50% 慢给料速度：30% C1 控制计划 C D M A I NO X Y的 特性 X规格 测量方法 抽样数量 抽样频率 控制方法 责任部门 推荐 措施 1 快给料速度 每包产品包装重量25.00-25.05Kg 给料速度50% 目 视 化 5包 每 2 小 时 参照《焊剂包装作业标准文件》 生产部 质量部 立即调整 2 慢给料速度 给料速度30% 生产部 质量部 立即调整 C2 改善措施标准化 C D M A I NO 过程 改善点 以前的问题描述 新方法描述 新标准文件 培训讲师 受训人员 生效日期 1 焊剂产品自动包装 AB称快给料速度 无要求 AB称快给料速度50% 焊剂包装作业标准文件LEHL-MFWIP-006 Rev.C 李 润 棚 生产线员工 质量部员工 2016.10.25 2 AB称慢给料速度 无要求 AB称慢给料速度30% C3 控制图 C D M A I 改善后每隔十分钟抽取五袋产品共20组，进行检测分析： 图1控制图未违背任何一条判异准则，均无异常点出现，可以判定袋包装重量过程处于统计控制状态 图2对改善后的过程能力指数进行分析，Cpk＞1.33，说明过程能力充足，过程能力较改善之前有了很大的提升 图1 图2 C4 项目收益核算 C D M A I 根据工厂2016年实际销量1.68万吨，年度可节约 万人民币 22.6 改善前平均包重 25.15 25.03 40 1000 16800 0.28 22.6万元 改善后平均包重 1000Kg为一吨 40包为一吨 实际销量 每吨单价 万元 C5 项目成果评审 C D M A I 项目获得中国林肯Greater As One （“携手共赢”）活动10月份的二等奖！ 项目能够成功首先要感谢郑州工厂的厂长—徐晋先生，正是因为徐厂长对本项目的认可及各个相关部门的大力支持，项目才能顺利预期完成。在此，要感谢徐厂长、设备部的高志方和王辉、质量部的高燕、工艺部的Leo Liu以及生产部的赵冰。 C6 项目心得 C D M A I 虽然项目顺利实施，但是在进行过程中还是遇到了种种困难，例如为了避免过多因素的影响，试验计划需要不定时的调整、为了能够准确记录试验数据，项目成员需要加班测量数据等等问题。最终在项目总结会议上，成员一致要求未来项目能够利用“过程决策图”、“SWOT