各种指标定义(OEE、DTD等)培训资料.ppt

車輛產業總體競爭力提升計畫衡量指標February8,2000

衡量指標首次合格率 (FTT)進料倉庫到出貨倉庫時間 (DTD)製造週期時間 (MCT)總和設備效率 (OEE)價值流程圖 (ValueStreamMapping)

解決問題的程序解決問題定義問題找出顧客找出品質的關鍵製程流程圖重新定義問題的範圍傳統的問題解決模式滅火式的解決問題容易迫使人驟然下結論

衡量指標能...讓您知道問題的真相,以及努力的成果.但是量測衡量指標的量測系統夠準確嗎?校正過的儀器就萬無一失了嗎?

量測是...找適當的人員,使之能的選用適當的量測系統,使用正確的量測方法,以辨識製程及量測中的變異.

量測系統變異分析依據QS-9000品質系統評鑑之規定廠商必須執行量測系統變異分析MSA(MeasurementSystemAnalysis),量測之再現性及再生性(RR)變異率必須小於30%.

量測系統變異分析執行MSA至少須符合下述要求: 2人(至少)/MSAX3次/量測點X10個零件/人=60次/MSA所有CCSC項目相關的量測系統.

首次合格率確定正確的目標,集中全力,對抗變異製程能力與首次合格率的關係 惟有好的製程能力才會有高的首次合格率,以確保低的品質本钱

在各種製程能力中會有以下的潛在本钱效應3σ的品質本钱=銷售額的30%1%3.465-15%233515-25%6,210425-40%3品質成本(銷售額%)PPMσ水準66,807*業界平均首次合格率(FTT)品質本钱

製程變數與首次合格率Y=f(x)製程主要製程產出主要製程變數產品,產出塑膠射出機器溫度射出壓力射出時間原料規格f(x)xY

專注在X而非Y,就像往常一樣f(X)Y=X1...XN獨立變數製程輸入因問題控制Y因變數製程輸出果現象監視為了要得到一個結果,我們應該專注Y或X的行為?假设我們可以把X做得很好,為什麼我們還要時常測試檢查Y?

6Sigma有什麼不一樣?製程KPIVKPIVKPIVKPOV品質的關鍵管理“Correct”(In-Spec.)免於不良!KPIV1.經由統計證明輸入變數和產出的關係2.有系統化的控制,控制,再控制只要管理好輸入變數自然會有好的產出主要製程變數主要製程產出

s衡量變異和品質衡量製程能力我們如何衡量變異和品質?

標準差m轉折點1sTUSL不良機率規格上限(USL) 目標規格(T)規格下限(LSL) 分佈值平均(m)分佈值的標準差(s)3s在轉折點和平均值的距離形成一個標準差.假设目標值和規格上限之間可以放置三個標準差我們可以說這個製程有“3sigma的能力.”LSL不良機率

m1sTUSLp(d)p(d)1 2 3 4 56s3s這就是6Sigma的製程標準差轉折點

長短期的製程能力短期製程能力長期製程能力-1.5Sigma

使製程集中目標降低分散目標LSLUSL製程能力好且集中製程能力和變異之間的關係LSLUSL製程能力差不良目標LSLUSL不集中不良目標偏離目標分散

標準差數常態分佈曲線43210-1-2-3-430%20%10%68%95%99.73%40%0%機率由標準差之累積機率累積機率

用變異的數據計算製程能力(?)公式: z=,Review: USL =規格上限LSL =規格下限 =平均值s =標準差z =z值xsUSLx--sLSLx

實例–用變異的數據計算製程能力(?)依據以下數據,和小組成員計算製程能力:規格上限(USL) =45天平均值(fromdata) =42.936天標準差 =5.261天汽车基地://

答案: z = = =0.3923Cp=0.3923/3=0.13?=0.3945–42.9365.2612.0645.261實例–用變異的數據計算製程能力(?)

開始:100unitsABCD產出的結果是什麼?_____%傳統的產出計算方式結束:85件“好”的產出關於首次合格率

開始:100unitsABCD結束:85件“好”的產出產出的結果是什麼?1×.9×.97×.98=85%100/100=185/87=.9887/90=.9790/100=.9報廢品1009087報廢10報廢3報廢2產出=沒被報廢的部品傳統產出的計算方式

首次合格率如何定義首次合格率? 嚴格的來說任何報廢,或經過補修