现代质量管理与统计分析课件.pptxVIP

新生研讨课 现代质量管理 与 统计分析 5 － 产品质量 与 6-sigma 管理 5.1 6σ质量管理概述质量管理的历史6σ6σ :1992年Motorola公司TQMTQM:Total quality Management美国总统里根极力推行1980年代TQCTQC:Total quality control主要是在日本推行1970年代SQC1940年代SQC:Sample quality control二战时期，主要是生产武器IQC18CIQC:Incoming quality control工业革命时期，生产完后全检，良品与不良品进行区分起源σ : 统计学上用来表示“标准偏差”,即数据的离散程度. 在此指质量特性值分布的总体标准差。标准差变小在现有条件下是可能的。包含6个σ的水准，叫做6σ。 6σ管理: 是80年末作为一种突破性的质量管理战略在摩托罗拉公司成型并付诸实践，三年后取得了空前的成功---产品的不合格率从6210/1000000（大约4σ）减少到32/1000000（5.5σ），在此过程中节约成本超过20亿美金。随后许多企业效仿并全面推广6σ质量战略。但真正把这一高度有效的质量战略变成管理哲学和实践，从而形成一种企业文化的是在杰克·韦尔奇领导下的通用电气公司（GE）。 工程背景—产品质量的持续改进减少波动消除明显的波动源控制随机因素波动σ=0: 连续改进的最终目标σ=0,无穷远处的目标, 永远达不到！因为随机因素永远存在只能减少不能根除向零波动持续减少的过程：工程方法与管理方法连续质量改进减少波动提高质量——降低质量损失—降低成本连续减少波动连续改进质量——连续降低质量损失连续降低成本连续全面质量改进AB你选那一个供货商A?B?答案是A!A的素质高于B波动与规格限偏差目标值μx正态分布:其中: μ----正态分布均值，描述质量特性值分布的集中位置。σ2----正态分布方差，描述质量特性值x分布的分散程度。N（μ，σ2）σ不同(标准差 )μ1μ2μ σ相同, ?不同 σ不同, ?相同最常见μ2μ1 σ不同, ?不同未考虑偏移的正态分布99.9999998%99.999943%99.9937%99.73%95.45%68.27%R程序：# No shiftp.sigma-function(n){ result-(pnorm(n)-pnorm(-n))*100}sigma-1:6; okprob- p.sigma(1:6); defectprob-100-p.sigma(1:6)round(cbind(sigma,okprob,defectprob),10)规格下限 LSL(或TL): Lower Specification Limit规格上限 USL(或TU): Upper Specification Limit规格中心M，分布中心μ例用估计代替（μ-4σ, μ+4σ)中的参数得样本点中大约有99.994%落在此区间中容差限 如果这些区间都落在容差限以内, 则说明 99.994% 都是合格品要落在容差限以内, ? 必须足够小当?=0, 100%落在目标值 上+-X3sX3s+-XX6s6s1350ppmUSLLSLTargetUSLLSLTargetppm—Parts Per Million PPB— Parts Per Billion百万分之一，10E-6 10亿分之一，10E-9.不合格品率的计算USLLSLPUPL?产品特性不合格品率其中pL为X低于格格下线的概率, pu为X高于规格上线的概率3σ原理 若质量特征值X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的质量特性值。 正态分布中心(?)与规格中心(M)重合时(即未考虑偏移),对应于?±3σ与?±6σ的不合格率为1350ppm和0.001ppm=1ppb. 规格区域T0.001ppm1350ppm0.001ppm1350ppm±3σ±6σ为何6σ相当于3.4PPM?考虑偏移1.5 σ的正态分布规格中心分布中心3.4ppm66800ppm0ppm3.4ppm1.5σ+/-3σ+/-6σ6σ原理当规格限为T+/-3 σ时(3σ质量水平时),正态分布中心距USL只有1.5σ,而距LSL有4.5σ,两侧的不各格率分别为: 当规格限为T+/-6 σ时(6σ质量水平时),正态分布中心距USL只有4.5σ, 而距LSL有7.5σ,这时下侧的不合格品率几乎为0, 而上侧的不各格率为: R程序：# Shift of 1.5 sigmap.sigma-function(n){ result-(pnorm(n-1.5)-pnorm(-n-1.5))*10