Ford-8- D课件.pptVIP

DOE因子实验 尽可能以实际模拟的方式+数据图表验证真正的原因。 全因子设计( Full Factorial Design ) : -所有可能的因子水平组合 部分因子设计( Fractional Factorial Design ) : -只考虑一完整实验的其中一部分进行实验 Please arrange a DOE for root cause verification ! 1.明确试验目的； 2.充分收集信息，确定特性值，因子及其水平； 3.确定试验的类型与试验顺序； 4.试验的实施； 5.试验数据的整理与分析； 6.分析结果的解释与报告书的撰写。 D4 Root Cause Analysis * 对策拟定的步骤有: 说明思考解决的问题。 提出改善的构想:应用5W2H的方法(When，What，Why, Who，Where，How，How Much)。 整理改善对策方案，详细考虑各方案优缺点，再予过滤，评价，建立共识以决定最佳方案。 以上对策方案，直呈请主管核定后据以实施。 D5 Corrective Action * Process oriented ! Develop each corrective action according to D4。 Check list will be more efficiently EX-1 D5 Corrective Action * 过程较简易 Ex.1.停止出货。 2.暂时加强检验水平.. P (D5) A C (D5) D (D5) 过程较复杂 (模拟+中长期追踪确认) 例:规范SOP。 P (D3) A C (D3) D (D3) 产品导向 制程导向 D5 Corrective Action PDAC是一种对新的作业标准不断挑战，修正，并以更新的标准替代的过程。如下為D3与D5PDCA的差异： * 具体实施方案完成后，即须按决定的方案去实施每项改善案，并尽量以分工合作的方式在限制的期限内完成。 在每一项的对策展开中，还是要依P-D-C-A的旋转，须收集数据随时掌握实施动态，确认每一对策的效果，假如效果不佳时亦可修定对策，再重新执行。 方法有: 推移图 柏拉图 管制图 雷达图 以统计方法验证效果的显著与不显著。 收集数据验证改善措施的成效。(建议一至二个月期间的资料收集) D6 Verify Effectiveness of Action * 让数字说话(WH LCM OQC Daily Inspection Data Highlight) D6 Verify Effectiveness of Action * 统计方法验证效果的显著与不显著 A工序不合格品率高达7.3％。最近，对工序作了部分调整，寻求降低不合格品率的对策。新工序生产的250个产品中有9个不合格品，调整工序是否真正使不合格品减少了？能估计出新工序的不合格品率是多少吗？ * 1）建立假设，确定显著性水平。 H0：P=P0（新工序的总体不合格品率P同原来的总体不合格品 率P0=0.073相同）。 H1：PP0（新工序的总体不合格品率P比原来的总体不合格 品率低）。 α：0.05置信度：1- α=0.95 2）利用公式U=(r-nP)/√ nP(1-P) U0= (r-nP0)/√ nP0(1-P0) =（9-250*0.073）/ √250*0.073*（1-0.073） =-2.25 3）从正态分布表求得显著性水平α=5％的值，并与U0进行比较。 1U01=2.25U0.95=1.64 因为是U0是负值，在显著水平α=5％的条件下拒绝H0。 通过调整工序降低了不合格品率。 * All quality issues should be closed based on Quality System ! 修正管理系统，改善系统或建构新系统，System oriented ! 常规作业，程序及制程来避免此问题及其他相关问再发生，并将之纳入质量作业操作系统及推广，指文件的标准化，防呆或系统的改善。 1.实际作业规范，程序及相关制程来避免此问题及其他相关问题再发生； 2.并将之纳入质量作业操作系统及推广，如:FMEA或管制计划，SOP文件，Quality Control Plan /WI。 水平展开。 D7 Recurrence Prevention * 错误防止的效益 争