6sigma六西格玛质控方法培训教材(PPT 87页)

1、w w w . t u v . c o m6s80706050403020w w w . t u v . c o m六个西格玛介绍内 容一、六个西格玛导入 1、 6s的产生 由财富论坛说开去 下一个增长点在哪里 21世纪是质量的世纪（放映Juran 演讲片段） 99%合格够不够 没有量化就没有管理3、 6s的历史与成就二、统计学基础1、随机抽样与数据类型2、数据分布3、数据的集中趋势（平均值）与离散描述（ s）4、过程能力（Cp, Cpk, Ppk）5、统计过程控制（SPC)6、变差分析（ANOVA)w w w . t u v . c o m三、 6s的意义与计算1、DPU的意义与计算2、DP

2、MO的意义与计算3、DPMO与Xs的转换4、工序指数Cp、Cpk与6 s的关系5、3s与6s的比较四、 6s战略1、质量的概念不再只局限于产品的质量2、 6s是公司文化的中心3、 6s的组织架构4、制造业与6s五、 6s战术 （DMAIC) （演示一个6s项目）1、D Define (定义)2、M Measure (测量)3、A Analysis (分析)4、I Improve (改进)5、C Control (控制)w w w . t u v . c o m6 6s s导入导入w w w . t u v . c o m讨论全球经济发展的新动向讨论全球经济发展的新动向w w w . t u v

3、 . c o m新的增长点新的增长点世界各大公司的总裁门都在思考同样一个问题新技术新技术 高风险高风险 高回报高回报新管理新管理 无风险无风险 稳定回报稳定回报6 6 s s 继往开来，开创管理新理念继往开来，开创管理新理念下一个增长点在哪里？w w w . t u v . c o m20世纪是生产率的世纪，21世纪是质量的世纪(Joseph M. Juran, 生于生于1904年，年， 现现代质量管理的创始人之一，代质量管理的创始人之一， 编著有编著有 质量控制手册，提出质量改进质量控制手册，提出质量改进“三步曲三步曲”理论理论w w w . t u v . c o m在美国在美国99%99

4、%的合格率的合格率(2.6(2.6s s) )将意味着将意味着: : b每小时丢失20,000个邮件 p每天有 15 分钟喝上不安全的水 h每周作错 5,000 次手术 j在大部分主要机场, 每天有两次过长或过短的着陆 s 每年开出 200,000 个填错的处方 g 每月大约会停电7 小时6 6ss的标准是在一百万次机会当的标准是在一百万次机会当 只有只有3.4 3.4 次出错次出错w w w . t u v . c o m质量的概念延伸质量的概念延伸产品质量产品质量服务质量服务质量工作质量工作质量生活质量生活质量9w w w . t u v . c o m6 6s s is Way of Q

5、uality ! is Way of Quality !制造财务市场人事服务一一 矢矢 中中 的的w w w . t u v . c o mlWe dont know what we dont know.lIf we cant express what we know in the form of numbers, we really dont know much about it.lIf we dont know much about it, we cant control it.lIf we cant control it, we are at the mercy of chance.If

6、 we dont know, we can not act.If we can not act, the risk of loss is high.If we do know and act, the risk is managed.If we do know and do not act, we deserve the loss.没有量化就没有管理没有量化就没有管理w w w . t u v . c o m6 s s 是可量度的持续改进是可量度的持续改进TQM 强调持续改进的方法，无统一的尺度 衡量进度 仅局限于产品的质量ZERO DEFECT 零缺陷零缺陷一个可以接近但不可达到的目标 仅局

7、限于产品的质量6 6 s s 设立了可量度的目标和可执行的程序与方法，应用面覆设立了可量度的目标和可执行的程序与方法，应用面覆盖公司运作的所有部门。盖公司运作的所有部门。w w w . t u v . c o m6 6 s s 的发展与成果的发展与成果w w w . t u v . c o mA TRADEMARK FROM MOTOROLA6sWe are in business to make money We make money by satisfying needs We are able to satisfy needs by doing Every need/do pair is

8、 an interaction The aim of customer focus is on improving need/do interactions Repetition of the same action constitutes a process Improvement of our business means improvement of our processes Customers need products/services on-time, with zero defects, at the lowest cost Suppliers create processes

9、 to generate needed products As process capability improves, the product quality increases As quality increases, costs and cycle-time go down The attributes of customer satisfaction must be measured if they are to be improved To improve means we must be able to predict and prevent, not detect and re

10、act Prediction is correlated to certainty Maximization of certainty is dependent upon the measurement of process capability Process capability is best understood and reported using statistics Statistics is dependent upon data Data must be collected in the process according to a plan Statistics is us

11、ed to convert raw data into meaningful summary information Statistical information is used to report on, improve, and control the process The basis of statistics is the mean and standard deviation The mean reports on process centering The standard deviation reports the extent of variation or scatter

12、 about the mean By combining the mean and standard deviation, the sigma of a process can be calculated The sigma of a process tells us how capable it is The process sigma can be used to compare similar or dissimilar processes Such comparison of processes is called benchmarking Benchmarking is a comp

13、etitive tool used to uncover what we do well and not so well Once basic competencies and deficiencies are know, corrective action can be taken Corrective action leads to the reduction of defects, cycle-time, and cost The reduction of defects, cycle-time, and cost leads to improved customer satisfact

14、ion As customer satisfaction improves, the likelihood of doing business increases As business increases, we (as individuals) grow and prosperw w w . t u v . c o m6 s s 就是财富就是财富 w w w . t u v . c o m6 6s s的意义与的意义与计算计算w w w . t u v . c o m s是一个希腊字母,用来描述过程的变差 6s最初由Motorola 公司发起, 逐步 被越来越多的世界级大公司所采用68.2%

15、 的数据落在1s以内95.4% 的数据落在2s以内99.7% 的数据落在3s以内99.99999975% 的数据落在6s以内3s 2s 1s 1s 2s 3sw w w . t u v . c o mLSL下限下限USL上限上限平均值m m或目标值T Ts s个数的计算个数的计算(连续数据）连续数据）Z =s sMin（USL-T）, （ T-LSL） Z=3Cpkw w w . t u v . c o m过程的漂移过程的漂移短期4短期3短期2短期1长期s s的个数 Zlt(长期）=Zst（短期）-1.5w w w . t u v . c o m计算计算s s个数的概念与公式个数的概念与公式U

16、nit: 单元，单元，被研究对象的基本单位。如一件产品、一次服务、一个过程等。被研究对象的基本单位。如一件产品、一次服务、一个过程等。Defect: 缺陷，任何未达到要求的特性缺陷，任何未达到要求的特性DPU (Defects per unit) = Defects / Unit = 缺陷数缺陷数/单元数单元数PPM (Defects per Million Units) = Defects / Unit x 106 =缺陷数缺陷数/（单元数（单元数 X 106 )TOP (Total Opportunities) = Units * Opportunities (总机会）总机会）=单元数单元

17、数 X 每单元发生缺陷的每单元发生缺陷的机会机会DPO (Defects per Opportunity)=Defects/TOP (每个机会中产生的缺陷数）每个机会中产生的缺陷数）=缺陷数缺陷数/总机会总机会DPMU(Defects per million units)=DPUx 106 （每百万单元中的缺陷数）每百万单元中的缺陷数）w w w . t u v . c o mDPMO (Defects per Million Opportunities) = Defects / TOP x 106 = 缺陷数缺陷数 / TOP x 106First Pass Yield(一次合格率一次合格率

18、)=全过程中未产生任何缺陷的单元数全过程中未产生任何缺陷的单元数/总单元数总单元数Rolled Yield (单元的缺陷数为零的几率）单元的缺陷数为零的几率） （The likelihood that any given unit of product will contain 0 defects) YRT= e -DPU YRT = P(ND) * P(ND) * P(ND) *.P(ND)n P（ND) 表示零缺陷的几率表示零缺陷的几率Ynorm (Normalized Yield 正态合格率）正态合格率）=1-DPO= n YRT (连续过程的平均合格率）连续过程的平均合格率） n=过程

19、的个数过程的个数Zlt=NormSinv(Ynorm) （在电子表格在电子表格Excel 的函数的函数 fx 中的中的统计类统计类中，中， 或查或查表）表）Zst=Zlt+1.5计算计算s s个数的概念与公式个数的概念与公式（非连续数据）（非连续数据）w w w . t u v . c o m计算计算s s个数实例个数实例M(每单元产生缺陷的机会） =50Units（单元数） =1000Defects（缺陷数） =500TOP=MxUnits =50000DPO=Defects/TOP =0.01DPMO=DPOx106 =10000Ynorm=1-DPO =0.9900Zlt=NormSin

20、v(Ynorm) =2.33Zst=Zlt+1.5 =3.83w w w . t u v . c o m93.32%Long-Term YieldLong-Term Yield42308,537366,8076,210523363.4不同s个数的比较(Distribution Shifted 1.5s)s sPPM过程能力过程能力DPMOw w w . t u v . c o m345671,000,000100,00010,0001,0001001012Sigma 的个数的个数PPMThe Basic Objective一般公司一般公司Best-in-Class世界级优秀公司世界级优秀公司w

21、 w w . t u v . c o m- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -Sweet Fruit 最甜的果实Design for ManufacturabilityBulk of Fruit 大量的果实大量的果实Process Characterization and Optimization过程优化Low Hanging Fruit 底处的果实底处的果实Seven Basic Tools 统计七工具Ground Fruit 掉到地上的果实掉到地上的果实Logic and Intuition基本

22、常识- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -We dont know what we dont knowWe cant act on what we dont knowWe wont know until we searchWe wont search for what we dont questionWe dont question what we dont measureHence, We just dont know WHAT LEVEL ARE YOU?w w w . t u v . c o

23、m统计学基础统计学基础w w w . t u v . c o m统计的类型统计的类型全体统计例如全国人口统计，所有批次的合格数量，全体员工的考勤状况等等。 总体：被统计的对象的全体。 总体大小 N ：统计对象的总数。抽样统计有的特性无法进行全体统计或没有必要进行全体统计，如塑料的抗拉强度、一筐苹果中每个苹果的重量等等。因此从总体中抽出一部分样本进行调查，用样本的调查结果来推测总体的状态。 样本：从总体中抽出的一部分 样本大小 n ：样本的个数，又称为样本容量。w w w . t u v . c o m统计数据的类型.计量型数据计量型数据 如温度、压力、时间等可以连续读数的特性数据。其数据的分布

24、 多数为正态分布。.计数型数据计数型数据 如好坏、合格与不合格、一级二级三级等计数的数据又称为计数型数据。 其数据分布为二项分布或泊松分布。 不同的数据类型采用不同的控制方法。连续型数据采用XbarR 、XbarS或XMR Chart; 计数型数据则采用p、np、c、u Chart。 两种数据类型在一定条件下可互相转化。 最好采用连续型数据。w w w . t u v . c o m连续数据的评价连续数据的评价平均值、中位数标准偏差名称 大小 数据 平均值 标准偏差 总体 N X1、X2、X3XN X1X2X3XN X N (X1-X)2+(X2-X)2+(XN-X)2 m= N 样本 n 1

25、、2、3N 123N n (1-)2+(2-)2+(n-)2 S= n-1 w w w . t u v . c o m 数据分布图数据分布图在实际统计中， 统计结果是分段表示的，因此作出的分布图为柱形图。 在分析数据时，通常将它拟合成连续的曲线。8 07 06 05 04 03 02 0 数据的分布有多种类型，其中正态分布是最常见和最实用的分布形式。正态分布 左斜分布 右斜分布 双峰分布w w w . t u v . c o m68.2% 的数据落在1s以内95.4% 的数据落在2s以内99.7% 的数据落在3s以内99.99999975% 的数据落在6s以内3s 2s 1s 1s 2s 3s

26、正态分布的特征正态分布的特征s s= 样品的标准偏差样品的标准偏差X=样品的平均值样品的平均值m m= 总体的平均值总体的平均值s s= 总体的标准偏差总体的标准偏差fx=1s 2e-(x-m)2/2s2w w w . t u v . c o m中心极限定理数据小组的平均值趋向为正态分布数据小组的平均值趋向为正态分布一组数据的分布可能为不同的形式，但如果将该组数据分为若干个小组，然后计算每个小组的平均值，这些平均值的分布趋向于正态分布，小组的容量越大，越接近正态分布。x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12 xn-1, xn(x1, x

27、2, x3, x4, x5), ( x6, x7, x8, x9, x10 ), (x11, x12 ), (xn-1, xn) xa xb xc为正态分布为正态分布一切数据都可以通过分组的方法归结于正态分布！一切数据都可以通过分组的方法归结于正态分布！w w w . t u v . c o mCp, Cpk 与与 PpkLSL下限下限USL上限上限平均值m m或目标值T TCp=USL-LSL6sCpk=Smaller ofUSL-T3s,T-LSL3s工艺潜能指数工艺潜能指数工艺能力指数工艺能力指数工艺表现指数工艺表现指数Ppk=长期的Cpkw w w . t u v . c o m长期的

28、过程能力称为长期的过程能力称为 Ppk通常通常Ppk1.67, Ppk1.33过程的漂移过程的漂移短期4短期3短期2短期1长期w w w . t u v . c o m3 在30年代, 没有电子计算机和计算器, 人们用近似的方法估算标准偏差, 另外, 在数据不多的情形下, 估算的结果更接近真实情况。 现行的控制图 中的 计算方法都采用近似方法.s近似=R/d2 d2可从常数表中查到. R是一组数据的极差, 即一组数据中的最大值减去最小值.标准偏差的计算标准偏差的计算1 使用电子表格Excel 将要计算的数据输入表格的一列或一行 点击fx图标，出现函数选择框，在左边的框中选择“统计”，在右边的框

29、中选择“STDEV”. 选择所要计算的数据， 点击“确定”2 使用统计软件（如Minitab等）三种方法的计算结果有差别！三种方法的计算结果有差别！w w w . t u v . c o m统计过程控制统计过程控制(SPC)1. 对于计量型对于计量型(连续型连续型)数据采用数据采用Xbar-R Chart 均值极差图Xbar-S Chart 均值标准差图X-MR Chart 单值移动极差图2. 对于计数型对于计数型(非连续非连续)数据采用数据采用p Chart np Chart c Chart u Chart Xbar-R 图最为广泛地使用, 应用于小组容量小的连续数据.Xbar-S 图 应用

30、于连续数据, 小组容量可以较大, 需借助计算工具.X-MR 图 应用于难以分组的连续数据.p 图 应用于不合格品率np 图应用于不合格品数c 图 应用于不合格数u 图 应用于单位产品上的不合格数w w w . t u v . c o m熔融指数仪稳定性控制图公司：通达塑胶有限公司工序：QA 检测工程规范：9.00-11.00责任人：部门：QA控制特性： 熔融指数单位：克/分钟抽样频率： 每日一次X均值图R极差图时间1/51/61/71/81/91/101/111/121/131/141/151/161/171/181/191/201/211/221/231/241/251/261/271/28

31、1/29样品110.210.310.010.010.59.810.510.29.69.810.210.810.5109.610.610.49.89.610.41010.29.810.210.0样品210.010.210.210.210.29.810.3109.79.69.41010.29.69.910.59.810.410.29.8109.510.21010.2样品310.010.410.29.79.810.010.410.4109.69.810.2109.69.69.81010.29.810109.410.410.29.9样品4样品5均值Xbar10.07 10.30 10.139.97 1

32、0.179.87 10.40 10.209.779.679.80 10.33 10.239.739.70 10.30 10.07 10.139.87 10.07 10.009.70 10.13 10.13 10.03极差R0.200.200.200.500.700.200.200.400.400.200.800.800.500.400.300.800.600.600.600.600.000.800.600.200.30X=10.0UCLx=X+A2R=10.5UCLR=D4R=1.14R=0.44LCLx=X-A2R=9.58LCLR=D3R=9.009.5010.0010.5011.000.

33、000.200.400.600.801.001.201.401.60控制图示例控制图示例w w w . t u v . c o m变差分析（变差分析（ANOVA） 分析两组数据或多组数据之间的区别（One-way ANOVA） 分析一个输出结果和多个输入因子的关系（Two-way or Higher ANOVA）采取某一改进措施后，如何证明改进是有效的？同时采取多个措施后，如何证明某些措施是最有效的？Old MethodNew Method16.320.715.216.614.918.119.222.220.124.113.216.615.817.7Method 1Method 2Method

34、 3Method 416.319.320.422.215.217.419.621.914.919.020.423.719.222.323.525.620.121.624.825.813.214.115.816.615.819.623.623.9w w w . t u v . c o mAnalysis of Variance (Balanced Designs)Factor Type Levels ValuesPoison fixed 3 1 2 3Treatmen fixed 4 1 2 3 4Analysis of Variance for SurvivalSource DF SS MS

35、F PPoison 2 1.03301 0.51651 23.22 0.000Treatmen 3 0.92121 0.30707 13.81 0.000Poison*Treatmen 6 0.25014 0.04169 1.87 0.112Error 36 0.80072 0.02224Total 47 3.00508 ANOVA 因子分析示例因子分析示例w w w . t u v . c o m6 6s s战略战略w w w . t u v . c o m简单理解消除变差和缺陷消除产生变差和缺陷的机会深入理解优质产品和服务的目标世界级大公司的量度先进的楷模经营的哲学增强竞争力的超前目标实现

36、以下目标的手段 客户为中心 突破性革新 持续改进 全员参与AlliedSignal 对对6 s s 的理解的理解w w w . t u v . c o m6 6s s是公司文化的中心是公司文化的中心 一切经营表现的评定以一切经营表现的评定以s s为尺度为尺度 费用倾向于费用倾向于6s s项目项目 专职从事专职从事6s s的人员在福利待遇上特殊关照，如持的人员在福利待遇上特殊关照，如持公司股票公司股票 全员培训，全员参与全员培训，全员参与, 经理职位的职员必须取得经理职位的职员必须取得绿带资格绿带资格 开展各种开展各种6s s活动，如项目比赛活动，如项目比赛 纪念品纪念品w w w . t u

37、v . c o m工厂维护工厂维护Six Sigma方法方法制造管理制造管理产品开发产品开发 销售销售财务财务收入流动收入流动物料与后勤管理物料与后勤管理应用于经营的各个方面应用于经营的各个方面w w w . t u v . c o m制造业与制造业与6s s6s起源于制造业，对于制造业也最为实用1、品质保证、品质保证 过程品控 客户投诉2、制造过程、制造过程 工艺改进 生产效率3、物流管理、物流管理 准时发送 库存与计划w w w . t u v . c o m全体员工全体员工 （推动持续改进的主人）推动持续改进的主人）绿带绿带（6s s项目主持人）项目主持人）黑带黑带（6s s专家）专家）

38、总总 黑带黑带（培训导师）培训导师）6s s组织架构组织架构w w w . t u v . c o mGreenbelt 绿带全体员工Blackbelt黑带Master Blackbelt总黑带24小时培训接受40 小时培训在黑带指导下完成一个项目所有经理主管工程师40人中设一个接受200 小时培训 完成一个以上的项目统计学专家统计学专家监督项目进度，监督项目进度，审批项目审批项目800人中设一个人中设一个市场与客户管理行政管理财务人事管理运作管理精益生产物料与后勤ITw w w . t u v . c o m正确的正确的人人正确的正确的项目项目恰当的恰当的培训培训良好的良好的基础基础6ss

39、成功的关键成功的关键 智慧智慧 勇气勇气过程过程 结果结果高效高效 及时及时目标目标 支持支持w w w . t u v . c o m6 6s s战术战术w w w . t u v . c o mD Define (定义)选择质量关键点作为改进的对象M Measure (测量)测量过程的能力, 确定该进的目标, 检查测量系统的能力A Analysis (分析)调查失效的原因, 选择主要的原因为 行动的目标I Improve (改进)设计方案并进行试验(DOE), 找到 改进的方法C Control (控制)对改进后的工艺过程进行控制MeasureAnalyzeImproveControlw

40、w w . t u v . c o mDefine 项目选择项目选择确定确定C T QCritical To Quality质量关键点质量关键点w w w . t u v . c o m以客户为中心以客户为中心客户的需要客户的需要Quality 质量Cost 成本Delivery 运送公司内部需要公司内部需要改进工艺改进管理提高效率提高员工能力QFD将客户的投诉、反馈和希望，转化为内部改进的要求w w w . t u v . c o m以金钱为导向以金钱为导向 公司不是慈善机构，任何改进行动必须产生经济效益 财务人员计算费用和效益 公司总经理和财务经理共同审核效益 总黑带审核、批准整个项目w

41、w w . t u v . c o m以以s s为尺度为尺度收集数据，了解目前的状态收集数据，了解目前的状态计算计算s s个数个数设立项目设立项目设定规范（设定规范（LSL,USL)LSL,USL)树立短期和长期的目标树立短期和长期的目标( (提高提高s s的个数）的个数）选择各方面相关人员，成立项目小组选择各方面相关人员，成立项目小组w w w . t u v . c o mMeasurement 测量测量计算目前的表现或过程能力计算目前的表现或过程能力1、长期表现（当成一组数据进行计算）2.82.62.42.22.01.8Upper SpecLower SpecsM ean-3sM ean

42、+3sM eannkLS LU S LTargC pmP pkP P LP P UP pLong-Term C apability2127724666 0 53762.132.470.000.54 ObsP P M U S L E x p Obs % U S L E x p0.177131.816792.879592.3481994.0000 0.1295 2.0000 2.8000 2.40000.720.660.660.850.75Overall Standard Deviationw w w . t u v . c o m2.82.62.42.22.0Upper SpecLower Sp

43、ecsMean-3sMean+3sMeannkLSLUSLTargCpmCpkCPLCPUCpShort-Term Capability21277 168 0 22.130.020.000.00 ObsPPMUSL Exp Obs %USL Exp0.097102.056892.639502.3481994.0000 0.1295 2.0000 2.8000 2.40000.721.201.201.551.37Pooled Standard Deviation2、短期表现（对数据分组后进行计算）w w w . t u v . c o mG R&R测量系统的重复性和再现性确保测量结果的准

44、确性测量系统的能力测量系统的能力w w w . t u v . c o m测量误差测量误差平均值平均值变差变差mmm总产品测量系统=+测量系统的偏差测量系统的变差准确度精确度s s2total = s s2产品 + s s2测量系统w w w . t u v . c o msss测量系统重复性再现性.222=+测量系统变差的主要来源测量系统变差的主要来源 重复性指同一重复性指同一 人使用同一人使用同一测量工具对同一对象（产品）测量工具对同一对象（产品）的同一特性进行多次测量中产的同一特性进行多次测量中产生的变差，用于估计短期的变生的变差，用于估计短期的变差差Master ValueInspec

45、tor AMaster ValueInspector BInspector CInspector AInspector BInspector C再现性指不同的人在对同种特再现性指不同的人在对同种特性进行测量时产生的变差性进行测量时产生的变差w w w . t u v . c o mPTTolerance（容差）测量系统/.*=515sTolerance = USL - LSL% &RR测量系统总过程变差=ss100将测量系统的变差与容差比较将测量系统的变差与容差比较或与过程总变差比较或与过程总变差比较小于小于10%，良好，良好小于小于30%，可以接受，可以接受大于大于30%，须改进，须

46、改进小于小于10%，良好，良好小于小于30%，可以接受，可以接受大于大于30%，须改进，须改进判断标准判断标准w w w . t u v . c o m测试人ABC样品号第一次第二次第三次R第一次第二次第三次Range第一次第二次第三次Range12345678910平均值平均值Average XARAAverage XBRBAverage XCRC操作员ABC零件号A/R1231231231AAAAAAAAAA2RRRRRRRRRR3AAAAAAAAAA4RRRRRRRRRR5RRRRRARRRR6ARRRAAAAAA7ARARAAAARA8AAAAAAAAAA9RRRRAAAAAA10AA

47、AAAAAAAA11AAAAAAAAAA12RRRRRRRRRR13AAAAAAAAAA14RRRRRRRRRRGR&R 测定方法测定方法计数型数据计量型数据w w w . t u v . c o mGR&R sheetR&R = (EV)2 + (AV)2P/T = 100 x (R&R) / Tolerance% R&R = 100 x(R&R)/TVLong Method 0.1019.1318.91测试人ABC样品号第1次第2次第3次极差第1次第2次第3次极差第1次第2次第3次极差样品均值15.325.325.320.005.345.34

48、5.360.025.305.345.300.045.3325.445.405.440.045.465.465.480.025.465.405.420.065.4435.485.485.500.025.505.465.480.045.505.505.500.005.4945.205.225.200.025.245.265.260.025.225.225.240.025.2355.245.245.240.005.245.245.260.025.285.245.240.045.2565.525.505.500.025.545.525.560.045.585.545.560.045.5475.385.

49、385.380.005.405.425.440.045.405.365.380.045.3985.345.345.360.025.365.385.380.025.365.345.360.025.3695.445.445.420.025.465.445.440.025.445.465.420.045.44105.405.405.400.005.405.425.400.025.405.425.400.025.40平均值平均值5.385.375.385.395.395.415.395.385.38RpAverage XA5.37RA0.01Average XB5.40RB0.03Average XC

50、5.39RC0.030.307R=0.02UCLR = (R) X (D4)# trial D4 X diff.=0.02UCLR2 =0.07823.27UCLR3 =0.06232.58Total Tolerance0.5重复性-Equipment Variation(EV)EV = R X K1# trialK124.56EV =0.07333.05% EV =14.47再现性-Appraiser Variation(AV)AV= (Xdiff. x K2) 2 - (EV)2 / (n x r)OperatorK2n = 样品个数23.65AV =0.06r= 测试次数32.7% AV

51、 =12.17过程变差-Process Variation(PV)PV=Rp X K3#PartsK3PV=0.49771.8281.7491.67101.62总变差-Total Variation(TV)TV= (R&R2+PV2)TV=0.506实例卡尺的R&R研究w w w . t u v . c o mAnalysis 分析分析P ro cess S tep /P art N u m b erP o ten tial F ailu re M o d e P o ten tial F ailu re E ffectsSEVP o ten tial C au sesOCCC

52、 u rren t C o n tro lsDETR P NA ctio n s R eco m m en d edR esp .C O A TIN G & IM A G IN GD IR TY P H O TO M A S KM IC R O C R A C K IN G , D E LA M IN A TIO N , S TR E A K S8LO W F R E Q U E N C Y O F C LE A N IN G8S O P , V IS U A L IN S P E C TIO N7448IN C R E A S E F R E Q U E N C Y TO O N C

53、 E E V E R Y 20 P A N E LSM GIM P R O V E C LE A N IN G M E TH O DP FP U R C H A S E O F F -LIN E C LE A N IN G S Y S TE MM GTE S T O N -LIN E M A S K R E P LA C E M E N TP FProcess StepInputOutputProcess Specification (Target, LSL, USL)Cpk Mean - SigmaMeasurement Technique%R&R P/TSample SizeSam

54、ple FrequencyControl MethodReaction PlanCoating Dosage22.5, 22, 231.22UIL-170025%1/hrAuto-timer Cross checkCoating Height24,23,251.54Micrometer31%/0.47 35 pts per panel1/hrCoating & pump speedAdjust previousCoating width14,12,161.78Laser Measuring Device1/hrNone in placeCoating length36,34,381.4

55、3Laser Measuring Device1/hrNone in placeVacuum35 HgVacuum Gauge1/hrMonitorCompare guages, look for blockage1234567891011Process StepProcess InputsHeavies in ProductLights in ProductMoisture in ProductAcidity in ProductLow Capacity From UnitExcessive DowntimeMaterial LossesCorrosion of EquipmentPoor

56、Reactor PerformanceTotal139Day TanksAnalysis1010993359ReactorCat./HF Ratio5871577ReactorRxr Temperature654714973Lights RemovalCondenser Leak4824114874Lights RemovalReboiler Leak48241148131PurificationLow Stages88144144Final StorageContainers3266140100NeutralizationpH Value66313816Catalyst StripperPl

57、uggage3653137111DryingDecomposition2632213439DrierWater Carryover465113234DrierMolecular Sieve332721251234567891011Process StepProcess InputsHeavies in ProductLights in ProductMoisture in ProductAcidity in ProductLow Capacity From UnitExcessive DowntimeMaterial LossesCorrosion of EquipmentPoor React

58、or PerformanceTotal139Day TanksAnalysis1010993359ReactorCat./HF Ratio5871577ReactorRxr Temperature654714973Lights RemovalCondenser Leak4824114874Lights RemovalReboiler Leak48241148131PurificationLow Stages88144144Final StorageContainers3266140100NeutralizationpH Value66313816Catalyst StripperPluggag

59、e3653137111DryingDecomposition2632213439DrierWater Carryover465113234DrierMolecular Sieve33272125输出输出输入输入In p u tT y p eO u tp u tA g it s p e e dC o n trS ta b tim eT e m p e ra tu reC o n trS ta b iliz eA c id n u m b e rP re s s u reC o n trC o lo rA ir flo wC o n trP u t in s e tp o in tsV is c

60、o s ity% O2 in a irN o is eS lo w ly re d u c e p re s sR e a c to r te m pA ir te m pC o n trM o n ito r te m pT e m p p ro fileO ffg a s flo wO ffg a s c o m pH T c o e ffB e lt s p e e dC o n trF in is h tim eB e lt te m pC o n trF in is hA c id n u m b e rF lo w ra teC o n trC o lo rN o z z le ty p eS O PC h e c k n o z z le ty p eV is c o s