项目管理-CO9-固化改进结果ppt课件

1、第九步固化改良结果(Control)控制阶段 MeasureDefine Improve Control Analyze9. 实施过程控制10. 工程总结输出: 开发及实施过程控制方案控制概述控制方案控制图Mistake proofing目录 控制概述 控制方案 SPC第一部分 控制概述控制概述控制目的是什么？控制阶段确保对过程的改良结果可以维持下去。除此之外，控制阶段还提供一种信息共享的方式，协助加速在其它区域的进展类似的改良。控制阶段为何重要?我们不希望今后重新调整过程。想从改良措施中不断获益。假设不及时进展过程控制, 过程会随着时间的流逝逐渐退化，改良成果会也之丧失。控制阶段是六西格玛工

2、程中最为重要的阶段！Xs控制控制的思绪：为确保“Y值坚持优化形状，需确保“X值坚持受控形状Xs为何会不受控？要获得好的结果, 我们应该注重的是行为的输入, 还是行为的结果 ?f(X1,X2)Y=结果 缘由动摇的存在 偶尔缘由的动摇-自然的-随机的-过程固有的 异常缘由的动摇-能够由于操作员的失误、指令干涉影响或信息缺陷等导致-与偶尔缘由的动摇相比，普通幅度较大-过程绩效程度表现为不可接受 异常缘由会导致过程向失控方向挪动，使得过程输出偏离期望的绩效规范动摇一直存在只能减小、不能彻底消除！稳定性概念 过程稳定性或称处于统计控制形状，是指仅包括普通缘由变差时，丈量的过程分布特征参数位置，分布，外形

3、随时间的变化维持恒定。稳定的过程使我们可以预测该过程未来的变化趋势。开发过程控制的关键步骤 完善实施方案开发控制每一个关键X或重要动摇来源的方法定义控制过程X所要求采取行动的各个领域，并决议各种行动的相应规范 完善数据搜集方案建立必要的实时丈量系统来丈量工程Y，并制定一个应急呼应方案来规定过程表现低于绩效规范时应采取的措施开发过程控制的关键步骤 坚持沟通 使过程及控制方案构成文件体系，从而确保过程的规范化和工程改良的继续收益人员培训 运转新过程并搜集数据维持与监控改良结果。控制工具 书面 程序 任务 描画 政策 修正 SPC 统计过程控制 培训 ISO 国际规范化 组织 报告控制方案工具箱(新

4、员工和进修员工)Mistake proofing/Fool proofing风险管理第二部分 控制方案控制方案目的控制方案将一个长期方案编写成文档，该长期方案的目的是使对特定过程或CTQ的改良得以继续。6控制方案必需融入质量方案才干发扬其成效。 控制方案该当符合该领域的质量方案控制方案的组成部分过程流程图过程输出变量YKPOV、目的或规格过程输入变量XKPIV、规格或管理界限重要的噪音变量不可控制的输入变量短期和长期的过程才干指明控制的方法、工具和体系 SPC 抽样或检测 自动化的过程控制 MSA Check list 培训资料 失误预防体系 S.O.P 应急方案或程序 工艺规范 控制方案的要

5、点What什么？ 是建立控制质量方案的根底Why为什么？ 要对它X,Y )实施监控Who谁？ 由谁担任对它们进展监控How方法？ 经过什么样的方法实施When何时？ 什么时候对控制方案进展更新Where何地？ 对那一个过程进展控制 5W1H控制方案的重要性独一的理由是：控制方案的存在可以保证我们在任何时候都能满足客户的需求顾客需求产品或效力的特性过程要求过程控制过程控制方案经过控制方案保证改善措施的继续，构成一个质量控制体系！控制方案文件的款式 对于KPIV和KPOV的丈量系统和丈量系统的才干要进展识别 对于KPIV和KPOV的目的和规格管理界限的范围要进展记录 对于延续型数据，要对KPIV和

6、KPOV的CP/CPK进展计算，并记录短期的过程才干；对于离散型数据要记录其缺陷数 详细的样本搜集方案和应急方案要列出来 控制方案应该和FMEA分析的结果对应起来FMEA vs. 控制方案FMEAControl plan控制方案例商业/消费控制方案订单满足率例子: 练习一结合本人的工程，思索控制方案的内容。三、统计过程控制SPC 在管理过程中，我们往往忽视历史数据并缺乏对现有数据的跟踪。假设没有数据的跟踪，我们如何去控制它？ 而SPC是一个跟踪、监测过程的好工具。经过实施SPC，我们就可随时监测现有业务情况，采取及时的控制活动。SPC的目的统计过程控制图是由贝尔实验室的Walter shewh

7、art 在1920年开发的，用以跟踪一个过程的丈量值或过程的统计量随时间变化的趋势图。什么是：统计过程控制SPC统计 基于概率的决策方法。过程 -一切反复性的任务或步骤。控制 -监控过程运转。 基于与“t test假设检验一样的概念进展分析，可以使我们在出现的问题影响到输出结果之前，就作出有关过程的决议、采取行动、处理问题。当处于稳定形状的过程变差曾经被外界可指定缘由所影响时，SPC发出信号。当过程失控时，SPC将发出信号，他的义务是找出失控的缘由，然后进展修正，确保问题不再发生。什么时候运用SPC？1、希望得悉什么信息？关键过程变量X或Y在随时间变化吗？即该过程稳定吗？2、如何察看输出变量？

8、 基于实时数据、显示过程变化的图表SPC是一个严密的过程，它要求操作小组积极参与数据的采集和分析。控制图的构造控制图和趋势图的区别在于，控制图是特定统计量随时间的趋势，横轴是时间。图上出现控制限和中心线。图上的每一个点是在某一时间点的一次丈量或丈量的统计量，如平均值或规范差。控 制 下 限总平均中心线控 制 上 限控制限和规格限USLUCLLCLLSL控制限由过程才干决议规格限由客户的要求决议控 制 上 限控 制 下限规 格 上 限规 格下 限控制限规格限运用控制图的本卷须知 及时将数据绘图 确认 “失控形状，并对其作出反响 控制极限范围外的点 查找呵斥“失控的根本缘由 实施永久的处理方案 假

9、设过程并未“失控，那么就不要做调整控制图的运用步骤选定要监控的变量搜集数据过程稳定性判别计算控制线及时绘点监控控制图的类型平均值与极差Xbar & RN10,典型3-5平均值与规范偏向Xbar与Sn 10存在两种控制图表类型:延续变量控制图用于监控延续变量值X，如:一个直径或消费者称心度评分。 离散变量控制图用于监控离散变量值X，如:合格产品/次品数量，或存货程度。 中间值与极差X与R n 50跟踪 dpu/dpo次品数量nP图表n 50(常量)跟踪次品数量缺陷数量c 图表c 5缺陷数/单元U 图表N 变量监控离散变量X的图表控制图表类型控制图绘图指南离散型泊松分布延续型nP管理图二项分布NO

10、YES数据的多少数据类型P管理图C管理图U管理图I-MR样本大小样本大小一定一定不一定不一定 - R 管理图 - s 管理图XX延续型数据的控制图 Xbar-R图：描画样本的平均值和极差随时间的变化 Xbar图：反映样本平均值随时间的变化 R 图：反映样本的极差(样本中最大值和最小值的差)随时间的变化IR图：描画个体的数值和挪动极差随时间的变化 I 图：反映个体数值随时间的变化 MR图：反映反映两个延续样本的挪动极差随时间的变化例题: 以下资料是焊接直通率工程组为了分析A类单板的焊锡过程能否受控?每天针对A类单板的焊膏厚度搜集10个数据,搜集了8天,请用 控制图进展分析.数据如下表：日期11/

11、211/311/411/511/611/711/811/90.1300.1340.1290.1320.1280.1300.1290.1310.1270.1310.1310.1270.1310.1310.1280.1300.1300.1300.1270.1290.1320.1320.1290.1290.1320.1270.1310.1300.1300.1280.1310.1280.1290.1300.1300.1310.1290.1290.1300.1290.1290.1310.1320.1300.1290.1310.1320.1320.1320.1300.1300.1310.1300.1320

12、.1320.1300.1300.1280.1300.1320.1310.1300.1310.1290.1290.1330.1280.1280.1320.1340.1300.1320.1310.1300.1310.1290.1290.1300.1280.131利用Minitab制造步骤RX-Step 1. 在 work sheet输入数据利用Minitab制造步骤Step 2. Stat control charts Xbar-R chart利用Minitab制造步骤控制界限=3sigma程度 不要将控制极限与规范极限混淆利用Minitab制造步骤Step 3. 结果确认平均和范围都在管理形状利

13、用上面的例子制造Step 1. Stat control charts X bar-s chart管理图)s( X -利用Minitab制造步骤Step2. 结果确认平均和规范偏向都在管理形状利用Minitab制造步骤X-bar R管理图和 X-bar s 管理图的差别是什么?问题X-S图在有以下情况之一时优先采用：1 子样本组容量足够大，n102 子样本量可变。 当分组的样本够大时，S统计量是一个更有效的估计器。控制图画出来了，怎样运用呢？采用过程控制的原那么 数据随机平均值随时间常数变异随时间一致没有趋势、周期、漂移和上下错误；没有在控制线以外的点；多数点在中心线附近；少数点接近控制线稳定

14、过程的特点1. 一个点在中心线3Sigma范围之外2. 延续9个点在中心线的一测或1Sigma范围以外 3. 延续6个点同时上升或下降 4. 延续14个点交替上升和下降 5. 延续3个点中有2个点在2Sigma范围之外6. 延续5个点中有4个在1Sigma范围之外7. 延续15个点在中心线两侧的1Sigma范围内 8. 延续8个点在中心线两侧的1Sigma范围外 -3s-2s+2s+3s-1s+1sMinitab中过程判稳的原那么例子：李工很关怀他汽车燃料的节省任务日他开车上下班，他想弄明白他汽车耗油情况好不好每次他给汽车加油时，都把信息记在下面这张表中星期自上周加满油以来走过路程需要加油的量

15、每公里平均用油12556.94236.732280.48.19034.243234.69.54635.054309.88.75735.385350.59.40637.266320.49.04935.417319.59.61133.248305.17.68539.709293.59.12131.0810347.110.12234.2911343.29.99034.3512353.48.22542.9713167.85.54030.2914307.89.10533.8115293.49.06732.3616262.37.28236.0217310.88.67135.8418312.98.67336

16、.0819337.39.57535.2320335.19.57535.0021318.88.63136.9422270.69.42028.73例李工的表格提供了每加仑汽油可以走多少里的信息，但对于每星期里程数的变化仍未给出一个清楚的图表他决议作一个趋势图，在视觉上有所协助他在纵轴上记录每加仑所走的路程横轴上记录星期李工汽车耗油趋势图：如今李工可以清楚地看到每周耗油量的变化他的下一个问题是：变化中的那一周是异常要素，他能控制吗？例他的一个朋友学过SPC，在他的协助下，李工做出了控制图，他的朋友通知他，只需每加仑汽油走的路程在控制界限范围之内，他就不用担忧，而超出界限范围之外时，他就应该查找缘由经

17、过上图可以看到：A点超乎寻常的好，而B点超乎寻常地差A和B都是由于异常缘由呵斥的动摇AB例I-MR图：描画个体的数值和挪动极差随时间的变化 I 图：反映个体数值随时间的变化 MR图：反映反映两个延续样本的挪动极差随时间的变化 过程的特性值的数据很少,每次只能得到一个数据时 过程速度过慢,很难构成两个以上的数据群 测定费用过高,非经济时延续型数据的控制图(续)下面资料是为了系统部为了了解记录设计方案的评审时间搜集的数据.请用I-MR管理图分析评审过程能否稳定?此作成I-MR管理图,求UCL和LCL.顺序 时间 顺序 时间 1 2 3 4 5 6 7 8 9 10 11 12 136.55.85.

18、67.45.75.77.47.86.06.27.05.75.81415161718192021222324255.75.86.05.85.05.64.95.16.07.96.06.1例STEP1:在worksheet中输入数据利用Minitab制造步骤Step2：Stat control charts I-MR chart利用Minitab制造步骤Step 3. Stat control charts I-MR chart Tests此菜单是运用于延续型CHART,MINITAB在离散型时也运用类似的验证.利用Minitab制造步骤Step 4. 结果确认个别值没有超出管理形状, 挪动范围在管

19、理形状.延续9个点在中心线的同一侧,要找缘由分析.利用Minitab制造步骤延续数据控制图可以用来区分过程形状:过程只包含偶尔缘由引起的偏向，处于受控形状 过程包含异常缘由引起的偏向，需求采取纠正行动控制图:描画数据随时间的变化反映所期望的数据动摇的范围 识别何时特殊缘由出现，影响数据分布 Xbar-R图用来描画样本的平均值和极差随时间的变化 Xbar-S图用来描画样本的平均值和规范偏向随时间的变化 I-MR图用来描画个体的数值和挪动极差随时间的变化 控制极限普通是按过程中心值+/- 3个规范偏向计算出来的 控制极限和规范极限是不一样的 控制极限是根据样本数据计算得出的; 是过程的内部特征 规

20、范极限是由执行的规范决议的; 是过程的外部特征 知道过程何时失控: 控制图和采取的纠正行动共同使过程坚持受控 延续数据控制图小结离散变量控制图重要定义A Defect (缺陷)A single characteristic that does not meet requirements 不满足要求的单一特性A Defective (缺陷率)A unit that contains one or more DEFECTS 包含单个或多个缺陷的单位根据所选择的控制图类型，离散变量控制图可以思索两者之一的情形。离散变量控制图ConstantLot / Unit Size样本数不变VariableLo

21、t / Unit Size样本数变化Defects缺陷数Poisson泊松分布Binomial二项分布Defective次品cun pp二项分布(Binomial Distribution)：当某事物出现的概率不很小，样本的数量又不非常大。如抛硬币就是一个二项式分布的例子。泊松分布 (Poisson Distribution)：当某事物出现的概率很小，即P很小，而取样的数量很大，如N50，NP的乘积坚持常数。实践中，如设备发惹事故的次数，纸张上的尘埃个数等。二种分布的简单断定例：运用MINITAB软件构建NP、P控制图案例：合理化问题处置封锁的控制图 目的：质企中心为了及时跟踪合理化建议反响封

22、锁情况，延续抽取20个周的合理化建议问题反响数据，建立反响封锁的控制图，以监控合理化问题封锁情况。 事例下面是质企中心针对每周处置合理化建议的统计记录表,为了分析处置过程能否受控,请做出P管理图 Date 合理化建议 没有处置123456789101112139054506546536907309827623949424504608721495134814757211762679524579 Date 合理化建议 没有处置14151617181920212223242556421522837214647411043245881432189例如：P管理图 Step 1. 在 work sheet

23、输入数据利用Minitab制造步骤Step 2. Stat control charts P chart输入缺陷数据输入变量样品大小利用Minitab制造步骤合理化建议处于受控形状样本的变化引起的控制限不恒定利用Minitab制造步骤Step 3. 确认结果np-chart:样本大小一致除子样大小n恒定外，原理同P图np 管理图以下是总务部每天入库的打印纸的不良品数据,对此作成 nP管理图. Date Sample SIZE Defictive10/110/210/310/410/510/610/710/810/910/1010/1110/121441441441441441441441441

24、44144144144221421431106Date Sample SIZE Defictive10/1310/1410/1510/1610/1710/1810/1910/2010/2110/2210/2310/24144144144144144144144144144144144144447114743311 打印不良例如例如：np管理图Step 1. 在work sheet输入数据利用Minitab制造步骤Step 2. Stat control charts NP chart输入缺陷数据输入一定的样品大小(直接输入144或输入“列)利用Minitab制造步骤Step 3. 确认结果11

25、号数据几乎超越下限管理形状利用Minitab制造步骤例：系统方案评审小组为了对提交的系统方案审查发现的缺陷进展控制，统计了每一份系统方案评审时发现的缺陷数。如何构建C、U chart下面的资料是每一份系统方案出现的陷数数据,请作成C管理图,以判别过程能否稳定? Date 缺陷数 Date 缺陷数 123456789101112135753448364357141516171819202122232425322245677532例如：C管理图Step 1. 在work sheet输入数据利用Minitab制造步骤Step 2. Stat control charts C chart输入缺陷数据利

26、用Minitab制造步骤Step 3. 确认结果在管理形状利用Minitab制造步骤例：系统方案评审小组为了对提交的系统方案审查发现的缺陷进展控制，统计了每月系统方案评审时发现的缺陷数。例如：U管理图下面的资料是每月系统方案评审发现的陷数数据,请作成U管理图,以判别过程能否稳定? Month 方案 缺陷数 Month 方案 缺陷数 123456789101112135753448364357141516171819202122232425322245677532例162510917191216191714182316169141820241817201413Step 1. 在 work she

27、et输入数据利用Minitab制造步骤Step 2. Stat control charts U chart输入缺陷数据输入变量样品大小利用Minitab制造步骤Step 3. 确认结果过程处于受控形状利用Minitab制造步骤练习三思索练习：控制图作出后如何运用与延续的过程监控？四、失误防止(MP/FP)有关失误防止是Poka-yoke技术的一种分类Mistake proofing/Fool proofing由 Shigeo Shingo新江繁殖 (丰田公司消费体系创建人 )发明poka = inadvertent Error指不留意的失误, yoke = prevent指预防开展成为两种方

28、式的机制Promotes two types of mechanisms预防机制软盘采用直角方式 (不至于侧面插入驱动器)检测机制警告用户出现问题平安带警告音乐主要运用于消费体系与error proofing的联络和区别?Mistake proofing的目的对由人来进展的一切作业,消除一切失误是不能够的,不留意的失误是能够的,无法防止的.但是假设在缺点发生前采取反响和措施时失误不会转变为缺陷. - Shigeo Shingo - 保证“不制造不良 排除、防止作业者容易犯的失误和错误 减少作业者的负担,容易按照规范作业 保证100%良品是 Mistake proofing真正的目的Mistak

29、e proofing的益处不需求公式化的训练程序消除大部分的检查作业把作业者从反复的作业中解放出来促进创新性的的有附加价值的的行为构成无缺陷的作业当问题发生时可以提供即时的应对措施.“第一次作正确确实是好,但更好的是将每一个有能够发生的错误变为不能够.- Shigeo Shingo -Process过份的变动原资料过份的变动丈量系统不准确因人本身固有的误差为何会发生失误对人为失误的思索普通观念 是人总会有失误 存在失误是理所当然的 不良将会在最终检查时发现 部分不良也可以到顾客手中失误是不可防止的6SIGMA的观念 构造可以消除不良的环境 追溯不良发生的根源 防止Process内的失误 采用失

30、误防止不良绝对不能到顾客手中失误是可以经过某些方式消除的抽样检查不能够100%有效抽样检查对制造确实有协助,但顾客并不关怀全数检查也不能说100%有效 - 丈量体系的缺点 - 作业者疲劳思索顾客才是最正确的检查者Mistake proofing是可以减少和消除检查的最好的工具 - Shigeo Shingo -对检查的思索人为的失误类型 功能失误：由于技术缺乏呵斥的失误 错觉失误：因心境急噪有能够产生错觉的失误 一时失误：因一时忘记呵斥的失误 不细心失误 : 500元看成5000。 初步者失误：初学者经常发生的问题 随意失误：无视规范 不测失误：在自已不知道缘由时发生的失误 愚钝失误：判别或反响慢呵斥的失误 防置失误：没有作业规范，完全靠作业者把握规范引起的失误 “啊？失误：机器的误动作Mistake proofing的根本构造Mistake proofing不良异常停顿停顿正常动作的功能失误控制想失误也不能的控制预知警报告知异常或失误的警报不良停顿停顿正常稼动的机能流程控制不良品不流入后工程的控制发生警报出现不良品发生警报停顿控制警报好象出现了(检知)有能够出现(预知)Mistake proofing的三程度LEVEL 1 : 预防误差的