世界级质量管理工具谢宁.pptxVIP

谢宁DOE概述;DOE;;Y：绿Y，代表要解决的问题和目标;谢宁DOE10大工具;多变量分析;多变量分析;鱼骨图的无奈——常用的分析问题的方法;多变量分析;位置变量(样本内的） 部件内部/组件内的不同位置 在成批加料时出现的位置或范围的变化 不同机器/不同试验位置 不同生产线之间/不同工人之间的质量变化 周期性(样本之间的变化) 在同样的时段，从一个生产过程中抽取的连续的部件间的变化 不同的批次/部件组中的变量 时间性的变化 小时、天、周、班别的变化差异;设计多变量具体研究步骤;多变量分析案例（一）;针对各个x进行族系的划分： 每天三班倒 每班工作时间的变化 有13台同样的钻床 每台机器有4个钻削夹头 每班有8个工人操作机器 每台机器上有3个装在PWB板上的控制板 每台机有10种钻孔尺寸;首先画出族谱图，按照三个族系分类，然后确定各个x的取样数目，一般3~5就可以。从上可以得看，存在3大族系，个子族系，如下图：;然后设计数据收集表格; 某芯片生产线对芯片与基带的黏贴度进行多因素分析,并得出如下结果:;变量图，利用收集到的数据做图。图标可以直观的判断哪个变量族变化最大。 水平线表示时间——也可以是周对周、天天天，小时对小时，批次对批次， 垂直轴表示正在研究的绿Y。 ; 某加工者在制造直径要求为0.0250英寸±0.001英寸的圆柱体转子轴时，出了很多废品。有3个轴式上午8点加工的，其它的为上午9、10、11和12点加工的。对每个轴要进行四次测量——2次在右面，两次在右面，对每个轴从左到右测量锥度；从上到下测试不同心度，让轴转动，测量最大直径点和最小直径点。这样，在部件内变量中，就会出现两个子族，即锥度和不同心度，绿Y为转子的直径。针对数据做变量图如下：;第一种变量图; 具体应用到切片生产中，可以针对一般线痕的问题做相关分 析的案例。相关变量如下： 1、车间3个班（A、B、C） 2、车间有36台机 3、每个班有6个主操手，没人负责6台机器 4、每个班12个小时 5、切片机使用M（380kg）和N（270kg+120kg）两种砂浆 6、切片机存在两种40工艺和42工艺 将线痕的轻重???即硅片的最大粗糙度）做绿Y;族谱图分析;设计数据收集表;首先确定重要变量的族系（注意：红X仅可能存在于几个族系之一中） 如果红X是位置变量族，则需要使用集中图，分析出绿Y所在具体的位置； 如果红X是部件对部件的变量组,就要检验周期图形、灰尘及管理等，这些银子可以影响一个部件，蛋不会连续影响其它部件，为进一步使用部件搜索和成对比较相对顺利；;如果是时间变量组，注意过程中随时间变化的规律，可进行产品/过程搜索。 如果残留的相关变量在5~20个，可以进行变量搜索；如果少至2~4之间，可再进行全析因分析。 如果只有一个，可直接进行BVsC比较，确认改善效果。;集中图;目的 精确定位部件内问题的位置，为多变量分析的续篇。从谢宁 DOE解决问题的路径图中可以看出其所在位置： ;应用于： 1、检查问题/缺陷是否集中发生在产品或过程中的某一特定区域； 2、当缺陷可能发生在产品的多个位置上（如气孔、针孔、污损）； 3、缺陷可能产生于过程中的多“流”，且流的数量较多，无法应用多变量分析（如：批量式热处理）； “流”可以是设备、夹具等 方法： 1、画出零件草图，并划分成多个区域（栅格）； 2、将Y（结果）按1-5的等级量化； 3、从过程中连续收集零件，如有缺陷，确定其区域和严重程度，在相应的栅格处标上等级数； 4、持续收集零件，直到80%的历史不合格状况能够被覆盖。 ; 某公司在控制面板上进行喷漆的过程中，成品率仅为82%。于是进行了多变量分析，经确定重要变量是控制面板内的变量。研究人员制作了一个集中图，显示出4种缺陷，以及每种缺陷的数目和位置。 ;分析和结论 1、仅需进行目视分析； 2、检查缺陷是否集中发生在产品或过程中的特定区域； 3、如缺陷集中于某过程流，则变异源于该过程（如：炉内各区域温度的不同）； 4、如缺陷不是集中于某过程流，则变异源于原材料的差异;如缺陷集中于某产品流，则变异源于该过程的缺陷/不足； 5、如缺陷不是集中于某产品流，则变异源于该过程设计或材料问题； ;部 件 搜 索;部件搜索;部件搜索;实用案例;1、根据一阶段图表进行显著性判断： D/?≥1.25 D=高中值—低中值=高中值（ 34、38、35 ）—低中值（ 13、16、15 ）=20 ?=[高中值（ 34、38、35 ）取值范围+低中值（ 13、16、15 ）取值范围]/2=3.5 D/?=20/3.5＞1.25，这