质量目标评估

新产品质量目标评估如何评定新产品质量?一般而言,我们会从以下几个方面来考虑：指标性能、生产成品率、使用寿命、退货率。其中指标性能是客户的基本需求，平均使用寿命反映产品的长期可靠工作的能力,退货率（早期失效了）反映客户对产品的满意程度，生产成品率则和生产成本息息相本文主要考察生产成品率及早期失效率这两个指标，意在对这两个指标进行量化的评估,以保证这设计阶段控制新产品的质量。故障树分析及数学建模面按照故障树的分析方式,生产成品率和早期失效率进行故障树分析DFMEA原材料 工艺平台PFMEA熟练度合格率生产成品率工艺设计制造过程原材料建模 建模退货率面按照故障树的分析方式,生产成品率和早期失效率进行故障树分析DFMEA原材料 工艺平台PFMEA熟练度合格率生产成品率工艺设计制造过程原材料建模 建模退货率质量目标产品制造产品设计建模根据以上的故障树分析,我们分别对生产成品率及早期失效率进行建模影响生产成品率的有3个因素：工艺设计、制造过程及原材料成品率，将这三个模式看着串联模型，则P=p 大p大p总工艺设计熟练度原料影响早期失效率的主要有2个因素:设计缺陷和工艺缺陷,其中设计缺陷和设计原理和原材料的选型有关，而工艺缺陷则和工艺平台的适用性、工艺的掌握情况、熟练度有关。入总=（入设计*伸入原料*nE工艺m表示设计权重系数、n表示原料系数、k表示工艺成熟度系数生产成品率2.1生产成品率中工艺设计建模使用该方式建模的前提条件是产品的理论设计是稳定可靠的。设产品制造工艺有N个步骤,N个步骤可能引发失效的故障总共有k种,设在第i步骤引入失效率为片，设在第i步骤引起第j种（j包含于k种失效故障中）故障的概率为P『则：P二1-円Cp）iijj=1在工艺流程中N个步骤是独立的，换句话说只要有任何一个步骤中发生故障,则必然导致产品发生失效。则由工艺设计不当引入的不良率为：p=1-厅（1-p）gii=1Pj的评估：在Qualification阶段，已经有完整的工艺流程的设计及根据工艺流程进行风险预估的PFMEA表，在PFMEA中,针对每一个工艺步骤，我们都有进行详细的严重度、发生率、及探测度的评估。在这几个系数中,探测度对成品率是没有影响的，对成品率最直接的影响是严重度和发生率，只有当比较严重失效发生时,产品才会出现不合格，因此，我们需要对PFMEA进行一些筛选以便求出Pj每一个工艺步骤,对严重度较低、不会引发产品质量问题的模式删除不予计算,对于其他模式（这些模式之间是独立不相互影响），我们按串联模型进行计算，即当所有的模式都不发生时,产品视为合格p二阿Co）i ijj=1Ojj表示第i道工序中第j种失效模式的发生率，当然，这种方法是有缺陷的，因为有时候我们并不能探测到所有的失效模式,所有该值会比实际值会高一些.2。2熟练度对于手工产业,不同的熟练度的员工的生产成品率是不一样的,因此我们对不同熟练度阶段进行一个划分,并给出一个经验的系数熟练度阶段样品阶段试量产阶段量产阶段系数小于0。750.75〜0.850.85〜12.3原材料合格率不合格的原料一般而言是做不出合格产品的，因此最终成品率应该乘以原材料的合格率此处的合格率应该是所有物料的最低合格率。早期失效率（退货率）3・1设计缺陷评估设计之初,DFMEA表是我们进行评估的主要依据，因为此时我们还没有任何的实验数据，如何根据DFMEA来评估早期失效率呢？汽车行业有一个关于此的经验公式：质量目标二才CpNXJscore]/ni=1引用以上公式,但是，针对公司产品类型的不同，我们需要对公式进行一定的变形,首先便须确定score的取值。由上可知,score是与发生率相关的，对于不同系列/类型的产品，对于发生率系数的定义是不同的，目前公司定义发生率系数如下：评分10987654321频度>1/101/201/501/1001/5001/20001/100001/100000<1/10000000其中我的质量目标退货率是以PPM来衡量的，而1PPM=1/1000000,在RPN的三个系数中SD代表了失效严重程度x探测难易程度，一定程度上说明失效的严重性和是否能探测到失效原因;而0表示发生率，代表该失效发生的概率，换句话说O表彰了该失效模式对于整个产品失效的权重，我们需要将该权重转化为PPM的形式，因此定义：

频度三发生率评分Fscore=lPPM则有如下评分表：评分10987654321Score20000100005000300070020050710对于DFMEA表,我们应该删除掉发生率极低的项目，因为他们基本上不会导致失效，暂定发生率低于100PPM的项目不参与计算，则可依据公式求得基于DFMEA的一个质量目标。设计"score设计"scorei=13.2原材料失效率该项依照SR—332标准中的方式对产品的失效率进行计算,然后在计算出1年的累积失效率,可轻易得出原材料建模的质量目标。若根据SR—332评估出该产品的失效率为AFIT，而早期失效了指在一年内产品失效的概率,则：入原料=8°76*APPM3。3权重m、n、k的评定查询公司近5年产品的失效分布,有如下规律：A纯光学平台的产品,失效分布如下：1用胶不当或胶失效约占50%设计问题2封装方式不当或密封不良约占20%设计及工艺问题3未采取清洁方式或清洁不良约占15%工艺问题4其他原料问题约占15% 原材料问题B光电混合模块类产品,失效分布如下：1电学设计导致不良（包括EMC防护、绑线、焊接设计、软件设计）40%设计问题2光学部分设计不良15%设计问题3原材料自然老化或不良20%原材料问题4其他工艺问题25%工艺问题综上，对于纯光学的无源产品,设计问题约占60%,工艺问题占25%,原材料问题占15%,因此m取0。6,n取0.15,K取1。5~2对于光电混合模块产品，设计问题约占55%，原材料问题占20%,工艺问题占25%,因此m取0.55,n取0°2,K取1。5~3表格输出完成以上计算及整理后，可以以下列方式进行整理输出。产品名称产品分类预估生产成品率预估早期失效率XXX产品无源器件/模块XX%XXPPM实例说明下面以公司新产品ICR为例，来评估上述方法是否适用•首先评估早期失效率,ICR产品属于光电混合类模块。其中评分方式如下,对每一个失效模式进行评分严重度(S)频度数(O)探测度(D)RPNSCOREX621121250424.26831241667979.898118500178.88621121250424.26821161250565.68最终得其失效率为：610PPM，具体计算如下:ICR项目DFMEA然后对原材料进行评分，参照SR-332，可得其评分结果为:8.76*510=4473PPM,具体计算如下：ICRFIT由于