质量管理--_6Sigma项目案例

1、6Sigma项目案例GB（品质工程师谭少红）制造副总经理刘红云MBB（品质副经理胡伟）BB（品质高级工程师张兵）GB（工艺工程师李小冰）生产主管朱恒GB（设备工程师王刚）PMC主管刘华GB（财务主管魏强）一个PCBA工厂波峰焊工序的6Sgma项目改善。因为波峰焊成为制约PCBA质量的瓶颈。当前首次通过率为15%，DPMO为30000PPM种产品每块板焊点数（机会数）为532点。2001年9月，该公司成产了一支6Sigma项目改善队伍，其组织结构如下：6月10日，MBB胡伟主召开了第一次6Sigma项目工作会议，会议议程如下：1讨论是否选此项目为6Sigma项目。经小组讨论，大家一致认同此项目为

2、6Sigma项目，理由是：（1）目前焊接DPMO与客户要求存在很大差距，已引起客户强烈投诉。（2）造成DPMO低的原因不详。（3）尚未找到改善方法。（4）实施6Sigma项目改善后可带来大的财务收益和客户满意度的极大提高。（5）公司人力、物力、财务允许，且技术不是非常复杂。2确定项目CTQ关键质量特性。3制定6Sigma项目计划书。4明确各部门人员职责及其绩效考核方法。5确定6Sigma项目所需资源和培训日程。具体工作分工如下：No.项目内容开始时间完成时间责任人备注1制定6Sigma项目计划书9月11日9月12日张兵2各成员职责与绩效考核方法9月11日9月13日胡伟3界定项目CTQ9月11日

3、9月12日谭少红4项目资源及培训安排9月11日9月15日胡伟一、确定项目CTQ及项目Y波峰焊工序是客户特别关注的影响产品品质的关键工序，客户最关注的是焊点一次成功率要高，转化CTQ为焊点的DPMO要小。故波峰焊点一次成功率为本项目的CTQ，项目Y衡量CTQ的参数为焊点DPMO。二、制定6Sigma项目计划书胡伟和张兵根据PCBA焊接状况和已有的DATA制定的6Sigma项目方案如下：6Sigma项目方案资源规划基本信息评审时间项目名称：波峰焊接工艺改善MBB：胡伟BB：张兵GB：潭少红、李小兵、王刚、魏强部门：品质部企业目标：改进过程品质项目CTQ：波峰焊焊点一次成功率当前工序能力：30000

4、DPMO3.4开始DMAIC问题综述：波峰焊的焊接工艺成为制约PCBA产量和品质的主要因素，在最近几年内，焊接相关人力成本增加50%，客户投诉率不断攀升，焊接直通率徘徊在15%左右，焊点缺陷高达30000DPMO，如不加以突破，将影响公司整体质量和效益的提高。目标陈述：在接一来的6个月内将波峰焊Sigma水平从目前的3.4（30000DPMO）提高到4.8（500DPMO），产量增加一倍。目标范围：6Sigma项目小级将以波峰焊接过程为中心，从6Sigma项目立项之日起，对全公司波峰焊焊接工艺进行改进。项目规划：（主要日期）：参见甘特图资源/团队成员：投入培训经费8000元，设备及试验费用8万

5、元，项目团队由MBB、BB、GB、小组成员及项目领导其9人。预期收益：（目标节约、DPMO降低幅度）项目完成后可节约总成本100万元。提高客户满意度，增加市场份额10%以上。项目总负责刘红云MBB胡伟BB张兵GB王刚等三、各成员职责与绩效考核办法No.角色成员主要职责考核办法备注1领导者刘红云1统筹6Sigma项目实施和管理2对所需资源进行优先配置3对MBB进行考核管理16Sigma项目与个人绩效持钩，季度奖金以6Sigma项目节约成本的5%发放。2对项目的目标达成状况进行不定期考核，对未完成规定任务的人据实际进行适当处理3对个别阻碍项目进程的人进行通报批评直至辞退2MBB胡伟1 协调6Sig

6、ma具体实施和管理2对6Sigma项目培训进行技术支持3对下属BB进行考核管理3BB张兵1部门间协调和联络，推进6Sigma项目实施2实施6Sigma培训3对下属GB进行考核管理4GB潭少红1拟订波峰焊工艺改善方案2与各GB一起实施改善进程5GB李小兵1进行工艺优化，寻打合适的改善方案2与其他GB一起实施改善进程6GB王刚1按实验计划调整波峰炉2对炉子进行维护保养，使其工作在最佳状态3与其他GB一起实施改善进程续表No.角色成员主要职责考核办法备注7GB魏强1进行成本核算2与其他GB通力合作，实施改善进程8生产管理朱恒1支持项目组工作，维持试验进程中的生产运作2提供改善建议9物控主管刘华1提供

7、必需资源2安排好试验期间的生产计划四、项目资源及培训安排项目资源配置No.项目资源资源配置到位时间责任人1培训经费8000元9月15日胡伟2设备及试验费用80000元9月18日刘红云3人力资源9人9月10日刘红云4活动经费10000元9月19日刘红云备注 1须以6Sigma项目为中心，积极配置资源以满足项目整运作。 2适当时可考虑追加投入，确保项目顺利实施。项目培训安排No.培训内容培训对象时间备注16Sigma项目实施策略项目组成员4h26Sigma项目突破工具项目组成员8h3DMAIC模式项目组成员16h46Sigma统计分析讲座项目组成员4h5典型案例分析项目组成员4h五、项目实施日程安

8、排六、完成Y的测量系统分析本项目中Y的数据为离散二元数据，对其进行分析时需用离散数据的GAGER&R分析进行。方法：取50块各有一个指定焊点的PCBA，这些焊点有合适焊点、有临界焊点、有不合格焊点，由5个检查员将每块板检查两次，两次之间的时间间隔为一周。离散数据GAGER&R评估参数：总的一致百分比：用来评估检验员结果一致辞的次数的百分比可重复性百分比：用来评估检验员检查同一部件结果一致的能力可再现性百分比：用来评估多个检验员检验同一部件的结果一致的能力计算公式为：一致百分比=本例计算结果=89%如结果85%，检验结果可接受。七、收集合理的分组数据用脑力激荡法得出一组潜在的X值如下：预热温度P

9、CBA机种锡炉温度PCBA过炉方向锡面高度生产班次传送带速度锡条种类传送带角度环境温度松香温度锡缸MOTOR速度PCBA材质波峰焊机器型号在制定子群计划时需考虑的xs，据以往数据显示对焊点质量影响较大的。波峰焊机型号传送带速度生产班次松香比重预热温度PCBA材质锡炉温度续表分组如下ABCDEFG子组焊机型号传送带速度预热温度生产班次锡炉温度PCBA材质松香比重DPMO1832212222298001842112111299001851121212284001862221123284901872112222298001882212223345001891121221229800190212221

10、134200191112111329990192212222334210其中1、2、3分别代表各X的不同状态（水平）。对数据制作P控制图，发现目前的焊点DPMO平均值为29900，区间为2939030410DPMO，从图上可发现：很多数据点在控制线外，说明此过程存在变差的特殊原因。八、用MINITAB对数据进行方差分析因为在合理分组时，各影响因素的水平数不同（2和3），故选GLM方差分析模型，可处理非平衡数据。“General Linear Model: DPMO versus A, B, C, D, E, F, G” Factor Type Levels ValuesArandom212B

11、random212Crandom212D random212E random212F random212G random3123“Analysis of Variance for DPMO, using Adjusted SS for Tests”SourceDFSeq SSAdj SSAdj MSFDA16904669046690460.010.917B11039694310396943103969431.620.204C14038926940389269403892696.310.013D13833293833293833290.060.807E1206712192067121920671

12、2193.230.074F15946759467594670.010.923G13119181531191815155959082.440.090Error183117172870811717257086402873Total1911274886797Unusual Observations for DPMOObsDPMOFitSE FitResidualSt Resid1524500.029504.9547.8-5004.9-2.03R1724800.030600.2547.8-5800.2-2.35R2623700.030600.2547.8-5842.8-2.37R2723450.029

13、306.8547.8-5856.8-2.37R3523800.029439.9547.8-5639.9-2.28R5825000.029994.7547.8-4994.7-2.02R5937400.030664.4547.86735.6-2.73R6023700.030537.1547.8-6837.1-2.77R6323900.029532.7547.8-5632.7-2.28R6723401.029481.2547.8-6080.2-2.46R7023850.030096.1547.8-6246.1-2.53R7323490.029182.3547.8-5692.3-2.30R743520

14、0.029685.6547.85514.42.23R12823500.028998.8547.8-5498.8-2.23R14735100.029810.2547.85298.82.14R15523000.029001.5547.8-6001.5-2.43RR denotes an observation with a large standardized standardized residual从方差分析结果可知：C、E、G为关键影响因素（P值较小）。C：预热温度E：锡炉温度G：松香比重九、确定总体改善方案，进行试验设计DOE计划如下DOE类型目标试验时间负责人筛选DOE筛选关键xs7d张

15、兵优化DOE优化关键因子8d张兵1全因子DOE在试验初始阶段，为了不漏掉关键因子，需考虑尽可能多的xs进行筛选。本例在筛选因子试验阶段考虑的因子如下：因子代号因子代号传送带速度APCBA机种I传送带速度BPCBA过炉方向J锡面高度C预热温度K锡炉温度D锡条种类L松香比重E环境温度M生产班次F环境温度N松香温度G锡缸MOTOR速度O波央焊机器型号HA在Minitab中设计所需的试验如下（PLACKETT BUR-MAN DESIGN）：ABCDEFGHIJKLMNODPMO-1-1-1-11-1-1-1-111-1-111189001-1-1-1-11-1-11-111-1-11189001-1

16、-11-111-1-11111-1-118900-11-1-11-111-1-1111113210011-1-1-111-1111-11-1121300-1-1-1-1-1-1-1-1-1-1-1-1-1-1-13429011-1-1-111-1111-11-11357001-11-1-1-1-11-1-1111-1121000-1111-11-11-1-1-1-11-1-137000-1-1-1-1-111-1111-1-111113700-1-111-1-1-11-1-1-11111321001111-111-1-1-1-11-1-1-1123001111-1-111-1111-11-13

17、1000-1-1111-11-11-111-11121300-111111-1-1-111-111183401111-1-1-111-1111-113189011111-1-1-111-1111-112000续表ABCDEFGHIJKLMNODPMO-111-1-111111-1-1-111214801-1-1-111-1111-11-11-12231011-1-111111-1-1-111-135400-11-1-1-1-11-11-1-111-1-131090-11-111-1-111111-1-1-117800-1-1-111-1111-11-11-1-1157901-11-11-1-1

18、-1-11-1-11-1118900-1-11-111-1-111111-1-13167011-11-11-1-1-11-1-11-1-1234001-11-1-1111111-1-1-1113400B运行的不同DPMO值列于上表。C从各因子影响分析可知，K，D，E即预热温度、锡炉温度和松香比重为主要影响因子。如下图：2优化DOE，用GENERAL FULL FACTORIAL DESIGN DOE方法进行优化设计，生成的试验方案如下表：续表续表RUNKDEDPMO57423235005832217800594446500601433400611142890624341560063232320

19、06442117800方差分析如下：General Linear Model: DPMO versus A, B, CFactorType Levels ValuesAfixed4 1 2 3 4Bfixed4 1 2 3 4Cfixed4 1 2 3 4Analysis of Variance for DPMO, using Adjusted SS for TestsSourceDFSeq SSAdj SSAdj MSFPA3279259199279259199930864002.230.095B330793581253079358125102645270824.620.000C327060

20、2547270602547902008492.160.103Error542251549631225154963141695364Total6358807699502Unusual Observations for DPMOObsDPMOFitSE FitResidualSt Resid69800.022961.22552.4-13161.2-2.22R4831000.018816.22552.412183.82.05R612890.017188.62552.4-14298.6-2.41RR denotes on observation with a large standardized re

21、sidual.General Liner Model: DPMO versus A, B, CFactorType Levels ValuesAfixed4 1 2 3 4Bfixed4 1 2 3 4Cfixed4 1 2 3 4Analysis of Variance for DPMO, using Adjusted SS for TestsSourceDFSeq SSAdj SSAdj MSFPA327925919927925919993086400* *B3307935812530793581251026452708* *C327060254727060254790200849* *A*B946237153946237153951374615* *A*C923170664223170664225745182* *B*C934590633634590633638434037* *A*B