6σ在产品质量改进中的应用研究

中国计量学院毕业设计（论文）中国计量学院毕业设计（论文）题目：6在产品质量改进中的应用研究 二级学院 机电工程学院 专 业 工业工程 班 级 2 班 姓 名 吴 妍 指导教师 余琦玮、黄铁群 06年 6月 5日33 摘 要本论文提出六西格玛作为一种统计工具在产品质量改进中的应用。自从二十世纪九十年代早期，6西格玛作为一种统计工具被创造用在商业，交易和制造工序中。在降低成本，加快流程，排除缺陷，提高顾客满意度还有提高收益度上，它已经显示了成功的一面。6西格玛的效果在很大程度上取决于对关键性工序的定义测量分析改善控制(DMAIC法)。本论文对大和热磁电子有限公司的半导体制冷器制造工序中的喷镍工序作了当前工序能力分析,发现不足四西格玛水平。通过以下几个步骤使喷镍工序的六西格玛水平得以改善：在定义阶段，确定关键质量特性，定义本次六西格玛设计所要达到的目标。在测量阶段，对喷镍后的slice高度进行一系列测量。在分析阶段，利用统计过程控制图等质量工具对喷镍工序能力进行了分析。在改进阶段应用实验设计方法来确定喷镍工序中的最佳因素组合。最后，在控制阶段，对喷镍工序进行持续监测与控制，以确保产品的合格率。关键词：六西格玛；产品质量改进；DMAIC法。AbstractThis paper presents a statistical quality technique of using six sigma which is applied in product quality improvement. Since the early 1990s,six sigma has been initiated using statistical tools and techniques in business, transactional, and manufacturing processes. It has been proven to be successful in reducing costs, improving cycle times, eliminating defects, raising customer satisfaction, and significantly increasing profitability. The effectiveness of six sigma to a large extent depends on its statistical techniques of defining, measuring, analyzing, improving, and controlling the critical processes. According to the current process capability study of nickel thermal-spraying process in Ferrotec Hangzhou company, we found that the current process cant reach a four-sigma level. We should improve the sigma level through these phases as follows: In the define phase, identify the critical-to quality(CTQ)and define the project goals. In the measure phase, a review of the measurement of slice in nickel thermal-spraying process. In the analyze phase, statistical tools such as SPC etc. are used to analyze the nickel thermal-spraying process capability. In the improve phase, identify the best cooperation of factors in nickel thermal-spraying process .In the control phase, control and monitor nickel thermal-spraying process continuously in order to ensure the qualified rate of products.Keywords: Six sigma; Product quality improvement; DMAIC approach；DOE 目 录摘 要IABSTRACTII目 录III0前 言10.1 国内外发展现状10.2 本论文所研究内容及意义31.六西格玛相关理论知识51.1 阐述DMAIC法51.2 SPC控制图过程控制的工具61.3 田口实验方法简介72.公司简介及其产品介绍92.1 大和热磁电子公司热电部及其产品简介92.2 关键工序喷镍工序93.结合6西格玛中的DMAIC法来研究关键工序113.1 确定CTQ113.2 测量数据113.3 分析阶段133.3.1 XBAR-R界限133.3.2 做进一步的工序能力分析143.4 改进阶段153.5 控制阶段164.实验设计（DOE）174.1 实验前的准备174.1.1 现状把握174.1.2 头脑风暴法(BRAIN-STORING)174.1.3 要因分析174.2 运用田口方法进行实验设计184.2.1 初步实验184.2.2 进一步的实验204.3 结论244.3.1 规划A、B、C各因子的最佳组合、SN比、S（感度）及平均数244.3.2 列表比较“原始设计规格”与“合理设计规格”的差异处25结束语26参考文献27致 谢28附录A 原始数据29附录B 控制图的常数和公式表32附录C XBAR-R控制图330前 言20世纪末，以信息技术为代表的高新技术飞速发展，推动了经济的全球化，加剧了市场竞争的激烈程度。面对变化莫测的市场环境，一些企业对传统的管理思想、管理手段进行了许多有益的探索和创新，以求得在市场中生存和发展。6西格玛作为新时代的产物应运而生。6西格玛质量管理之所以取得很好的成效，我们可以看到：一方面随着质量的不断提高，产品销售量和产量不断增长，企业生产能力得到充分利用，单位产品的固定成本会降低，从而使单位产品成本下降。尽管提高质量会增加预防费用和鉴定费用，但质量收入的增长超过了质量成本的增长，因此，随着产品质量由3西格玛到6西格玛的不断提高，企业的利润率不断提高，质量成本占销售额的比重不断下降。基于6西格玛质量管理方法的良好运用，我们有必要完善传统的质量管理理论，创新质量管理理论。所以，进行本课题的研究对于改进产品质量有很大的意义。0.1 国内外发展现状以下我就六西格玛近年来在国内外的发展状况和应用情况作个总结：许多期刊文献对六西格玛的原理作了阐述，“6”中文译为“6 西格玛”,它是以提高质量为主线,以客户需求为中心,采用统计评价手段,对业务流程进行定义、测量、分析、改进、控制,以提升业务流程能力,提高品质水平的综合性管理方法。在统计学中,一般用正态分布曲线来表示一个总数里标准误差。“6”是用来衡量一个总数里标准误差的统计单位,即围绕目标值波动的标志和尺度, “6”为6 倍标准差。苏湘里、周小林指出1了6西格玛的五个阶段DMAIC中的数据管理流程，需要以市场为导向，以企业现有资源为依据，利用顾客反馈数据及与机器直接打交道的员工获得的信息做出相应曲线，进行数据比较，从而确定改进目标，规划项目资源。数据的收集阶段识别并记录那些对顾客关键的过程业绩及对产品（即输出变量）有影响的过程参数，量化客户需求，从顾客中获取相应的收集数据，对这些数据进行分类，归组，以便分析时使用。了解现有的质量水平，确认顾客，用户对改进后的与其进行评估。对数据分析，找出问题的主要原因，关键因素及与竞争对手的差距所在。可通过质量功能展开，策划试验设计，进行正教阶段等手段来对关键问题进行调整，改善。所有这些，也要建立在过程业绩的数学模型基础上，以确定输入的操作范围及设定过程参数，并对输入的改进进行优化。主要对关键因素进行长期的控制并采取措施以维持改进结果。定期测量可能影响数据的变量和因素、制定计划时所未曾预料的事情。杨跃进对六西格玛管理业绩突破方法作了很好的阐述2，他指出DMAIC方法的五个特点。特点一：6西格玛项目所要解决的问题是从顾客端追溯分解而来的。每一个6西格玛项目都应支持顾客满意程度的改善，支持组织的战略目标的实现。特点二：每个6西格玛项目的结果必须是突破性的。因此，每个项目都必须设立挑战性的目标。一般说来，6西格玛项目应事先将缺陷降低70%-80%的改进目标，同时必须获得一定的经济效益。特点三：DMAIC活动中十分强调项目管理工作。特点四：DMAIC活动需要大量统计技术的支持。特点五： DMAIC活动的关键是使者的作用十分重要。在6西格玛管理中，实施者需要很好地掌握DMAIC的工具方法，比如统计技术等，具备解决复杂问题的能力。赵宇晶研究分析3了传统的质量成本管理理论和在世界顶级跨国公司中成功运用的6西格玛质量管理方法，通过二者的比较与鉴别，分析出传统的质量成本管理的缺陷，提出创新与完善传统的质量成本管理理论的观点。Joe Desimone在六西格玛助力企业赢得世界地位中4指出：最近的一份世界级制造企业调查报告（由Anand Sharma执笔，美国某公司发起和组织）结果显示WCMS的概念是根据以下五个特征来实现的：1. 产品质量极为重要；2. 持续改进（或者当下流行的6西格玛）成为必需；3. 对客户不断变化的需求能够做出快速、灵活的反应；4. 授权相关人员，使其积极参与改进并付起责任；5. 制定整个组织范围（全球范围）内的6西格玛和精益原则。为此，必须考虑的五个质量项目是：1. 全公司范围内的成本削减；2. 以客户之声（VOM）为基础的质量改进（6西格玛）；3. 供应链管理；4. 是所有工厂之间的原料流动最优化（精益）；5. 新产品开发（6西格玛设计）。吴炎太，杨华峰在阐述六西格玛作为一种新的质量管理方法时提到5，美国通用电器（GE公司）从1996年正式导入6西格玛质量管理，在短短几年内获得了极大的质量与生产力的提高和巨大的市场回报。通用电气1998年的营运毛利率达到创纪录的16.7%比起那一年提高了1个百分点，超过90年代的水平4个百分点，从6西格玛质量管理中的或已超过了15亿美元。这主要归功于GE的领军人物的杰克.韦尔奇先生及时制定了以“将传统的产品市场概念扩充到产品与服务领域”、“全球化市场”和“6西格玛管理”为核心的三大发展战略，并从此带领GE逐步发展成为全球最大、最成功的多元化经营的跨国公司。李冬华、刘醒在企业如何引入6西格玛管理6中介绍了企业引入6西格玛管理应具备的条件 、企业推行6西格玛管理的步骤、企业实施6西格玛管理的注意事项，对六西格玛的一整套管理理论和系统方法作了进一步阐述。赵青山、成如在趋于完美的质量管理理念6西格玛7中提出，六西格玛与本国和本企业的文化背景相协调。六西格玛起源于美国，发源于美国，必然渗透了美国文化背景及管理传统，而在中国企业中推行，必须要纳入中国的传统文化及企业文化内涵，结合国情和企情，与企业文化相协调。在我国实行六西格玛管理要针对中国具体国情，充分利用现有资源。实行6西格玛管理要求企业必须在具备相当基础条件下，才可追求的目标。亦即企业在各方面的资源比较符合要求。所以实施六西格玛管理要在充分发挥已具备资源条件，包括人力资源、设备资源、管理资源等。并在资源中寻找“隐蔽工厂”，挖掘资源中的金山，以减少劣质资源成本。六西格玛活动应结合企业的实际灵活地开展。在遵循六西格玛的两个核心特征和运作模式的情况下，项目团队组织、活动形式、选用的数理统计技术和其他质量管理方法、教育培训等，均应结合本企业实际，灵活地确定方案。在六西格玛活动中,选择所应用的数理设计技术和其他质量管理方法，不是愈复杂、愈高深越好。而应着眼于简单和迅速地解决问题和达到目标，不搞形式化和表面文章。0.2 本论文所研究内容及意义根据统计资料6，目前我国制造工业企业的质量状况是：过程不合格率（包括返工、返修、报废等）约在8%-16%，最终产品不合格率（包括报废、降级、让步接收等）约在5%-6%，其质量水平约2.5-3西格玛。一些优秀大中型企业的最终产品的不格率在1%以下， 其质量水平约为3.8-4西格玛；能达到4西格玛以上的则很少。服务业的质量状况更差，如果某服务企业能达到2西格玛水平，即服务规范化达到70%左右，顾客不满意率在30%左右，人们就已认为是优秀企业。根据国外实施6西格玛管理成功企业的经验，一些比较先进的企业通过实施6西格玛管理，可以使其质量水平在3-4西格玛的基础上提高到6西格玛，由此创造的质量经济效益约占其经济额的15%，相当于企业的利润在原有基础上翻一番。 中国企业的西格玛水平相对比较低，因此具有更大的改进空间。实施6西格玛管理无疑会使企业尽快缩短与世界优秀企业的差距，并最终在全球一体化的大市场中，将中国企业引上成功之路。所以，本课题的研究方向是“六西格玛在产品质量改进中的应用研究”，在理论总结分析的基础上，进行实证研究，以大和热磁电子有限公司的半导体制冷器元件生产为研究对象，针对该产品喷镍工序生产过程中存在的质量问题，运用6法对之进行质量改进。本篇论文包括以下几个方面：6西格玛相关理论知识、公司简介及其产品介绍、结合6西格玛中的DMAIC 法来研究关键工序、实验设计（DOE）及总结。我想，这或许会为我们中国的企业在质量上的突破发展尽微薄之力吧！1.六西格玛相关理论知识1.1 阐述DMAIC法 自从二十世纪九十年代早期，6西格玛作为一种统计工具被创造用在商业，交易和制造工序中。在降低成本，加快流程，排除缺陷，提高顾客满意度还有提高收益度上，它已经显示了成功的一面。6西格玛的效果在很大程度上取决于对关键性工序的定义测量分析改善控制（DMAIC法）。13（1）界定（Define）项目界定是六西格玛项目成功与否最为关键的阶段，主要内容包括改进机会的确定、确定顾客的需求和关键质量特性、绘制详细流程等。（2）测量或测评（Measure）测量阶段在于首先要明确测量的对象、方法和指标，定义测量过程，确定输出指标和CTQ之间的关系，进行测量系统分析。测量阶段的目的是保证项目工作能够采用正确的方法、测量正确的指标、测量结果的变异尽可能小，保证后续分析阶段使用的数据准确可靠。（3）分析（Analyze）分析阶段的目的是要找出影响业绩指标的关键的、潜在的原因，由于六西格玛项目的复杂性，如果没有科学的数据分析，难以保证能够找到真正的、根本的原因。因此分析阶段要综合采用各种统计方法和管理技术，进行数据的统计分析、比较试验、缺陷分析、变异来源分析、关键因素分析、多变异分析、相关分析和回归分析、失效模式和效应分析（FMEA）、作业增值性分析等。（4）改进(Improve)改进阶段主要是基于分析阶段所找到的根本原因，大胆提出问题解决方案。对于有些工程技术问题，实验设计（DOE, Design of Experiments）技术可以用于过程参数优化或产品设计改进。在本阶段，一些非传统的创造性思维方法也是非常有帮助的。改进方案要进行评价和筛选，可以采用一些综合评价技术进行方案的选择。为了保证方案实施的成功，有必要进行一些局部试运行实验，对改进方案进行验证。（5）控制(Control)控制的目的在于保持项目的成效，在控制阶段，要在质量体系中及时更新流程改进后的程序文件或作业指导书，建立过程控制系统和失控行动方案，采用统计过程控制的技术对过程进行实时监控。另外，在本阶段，将项目成果进一步向其它类似的业务流程推广也是一项重要的任务。1.2 SPC控制图过程控制的工具贝尔试验室的Walter休哈特博士在二十世纪的二十年代研究过程时，首先区分了可控制和和不可控制的变差，就是由于我们所说的普通及特殊原因产生的。他发明了一个简单有力的工具来区分它们控制图。从那时起，在美国和其它国家，尤其是日本，成功地把控制图应用于各种过程控制场合。经验表明当出现变差的特殊原因时，控制图能有效地引起人们注意，它们在系统或过程改进要求减少普通原因变差时控制图能反映其大小。 使用控制图来改进过程是一个重复的程序，多次重复收集、控制及分析几个基本的步骤。首先，按计划收集数据。然后，利用这些数据计算控制限，控制限是解释用于统计控制数据的基础；当过程处于统计控制状态，控制限可用来解释过程能力。为了使过程在受控和能力上得以改进，就必须识别普差的普通及特殊原因并据此改进过程；然后该循环又重新开始，更多的数据被收集、解释并且作为采取措施的基础。14（1）收集被研究的特性（过程或产品）的数据收集后将之转换成可心画到控制图上的形式。这些数据可能是一个机加工零件的尺寸的实测值、一匹维尼布上的缺陷数、轨道车的通过时间、记账的错误数目等。（2）控制利用数据计算试验控制限，将它们画在图上作为分析的指南。控制限并不是规范限值或目标，而是基于过程的自然变化性和抽样计划。然后，将数据与控制限相比来确定变差是否稳定而且是否仅是由普通原因引起的。如果明显存在变差的特殊原因，应对过程进行研究从而进一步确定影响它的是什么。在采取措施（一般是局部措施）的后，再进一步收集数据，如有必要可重新计算控制限，若还出现任何另外的特殊原因，则继续采取措施。（3）分析及改进必须不断地对过程的长期性能进行分析，通过对现行的控制图进行周期的、系统的评审可以很容易地完成这一工作。通常会有特殊原因出现的新证据，一些特殊原因经理解后也许能对减少整个过程的变差有利。其他的对过程有害的特殊原因需要被了解、修改或消除。为了不断地改进过程，重复以上三个阶段适当地多收集数据。通过操作受统计控制的过程来减少过程变差，并且不断分析过程的变化。1.3 田口实验方法简介田口方法是通过实验的手段（而不是解析的方法）来决定设计参数。田口方法可应用于产品设计、工艺设计和技术开发阶段，从而可提高产品设计质量，将低成本、缩短研制开发周期。田口方法设计的目标是寻求最佳的产品（或者制程）机能，并且维持此种机能的稳健性（受干扰因子的影响最小）。田口方法的步骤如下：15（1）选定品质特性品质特性（Quality Characteristics）也就是我们本次专案所要改善的产品（或者制程）机能（如不良率、良率、喷镍后slice的厚度等）。品质特性的选择最好选用可以测量的实数（连续值，非整数）参数，也就是说最好是计量值参数；品质特性的选择往往是整个专案改善的成败。（2）判定品质特性之理想机能判定品质特性之理想机能（Ideal Function）,也就是我们专案所要达到的理想值。如：不良率的理想机能是越小越好（即望小特性）；对于喷镍后slice的厚度，我们希望是趋近于目标值（即望目特性）。（3）寻找所有影响品质特性的因子在公司内一般都采用头脑风暴法（Brain Storming）的方法（需要各部门的专业人员来完成）来确定影响品质特性的因子（Factors）。并且以特性要因图（鱼骨图）来呈现。（4）决定控制因子 从所有因子中决定控制因子（Control Factors），并定出它们的水准。通过特性要因图（鱼骨图）来呈现的所有因子并不一定都作为控制因子来考虑，要考虑到实验的成本和再现性来确定控制因子。（5）选定直交表根据控制因子及其水准的数目来选定适当的直交表，并安排完整的实验计划（6）执行实验，收集数据（7）资料分析 资料分析的主要工作集中在两个方面：一是计算每个控制因子的变动（水准变动）对品质特性的效应（Effects）；二是计算每个控制因子的变动（水准变动）对品质特性变异的效应。根据前两项的资讯调整控制因子，使品质特性最接近理想机能。（8）对新的设计制做确认工作根据资料分析确定控制因子间的最适组合，并预测在新的设计值下的品质特性值及变异。通过进行确认实验，将实验的实际值与预测值做比较，如果很接近，则新的设计值（最适组合）可以推广到生产线上量产用，否则，就要对整个专案的实施步骤进行检讨改进。2.公司简介及其产品介绍近年来，半导体事业有了很大发展。其中半导体致冷器被广泛用于航天、航空、化工、仪器、军事、医疗仪器及民用产品。如：导弹中的红外线跟踪，恒温水箱，凝固点仪，冷却平台，PCR基因扩增仪，高档汽车冰箱，冷热饮水机等等。因此，我把本次课题研究的焦点放在半导体制冷器上。大家都知道，日本的电子、汽车等行业在质量管理方法上一直是比较先进的。可是我走访了一下大和热磁电子有限公司的部门领导人，原来六西格玛一直没有被引进。那么，大和公司的产品质量非常合格了吗？真的不需要进一步突破了吗？带着这样的疑问，我开始了为期45天的实习研究，而我的论题也在实践中一点点展开。2.1 大和热磁电子公司热电部及其产品简介大和热磁电子有限公司是座落在滨江高新技术开发区的一家日资企业，公司热电部（简称TE）的产品是半导体制冷器，它是利用特种半导体材料组成P-N热电偶，接通低压直流电后，一个面制冷，另一个面发热，改变通入电流的“”“”极，冷热面即可相反，即可以改变热量传递的方向，典型的温差材料是碲化铋(Bi2Te3)。2.2 关键工序喷镍工序半导体元件（Dice）由半导体材料、NI盖组成。其中NI盖由NI层和焊锡层组半导体镍层焊锡层成。其结构如下图：图2.2.1NI盖的作用：为了保证半导体材料与铜片之间可靠焊连。起到焊接过渡和保护半导体材料的作用。喷镍这道工序很重要，如果发生镍脱现象，将会直接影响产品的性能，甚至导致产品的报废。因此，喷镍工序是一道很关键的工序。下图是对喷镍工序的描述： 喷枪X-Y移动机构 图2.2.2喷镍装置 slice夹具板 图2.2.3铝板上摆满未喷镍的slice喷枪头与夹具板距离喷枪水平速度 图2.2.4 喷镍工序的工作过程：喷镍是用火焰喷涂方法，在晶片表面涂覆一层镍的过程。3.结合6西格玛中的DMAIC法来研究关键工序6西格玛方法的五个核心阶段是定义，测量，分析，改善和控制。因此，6西格玛方法也被叫做DMAIC法。这些阶段的细节如下所示：在定义阶段，确定特定的问题，定义计划目标和它的传递能力。在测量阶段，包含了测量系统的类型和他们的主要特征。公司必须彻底理解收集数据的类型和性质。在分析阶段上，特定的统计方法和工具被用来分析关键的信息，这些信息对于解释缺陷的数量很重要。在改善阶段，导致问题的关键因素被发现。在控制阶段，创造产品或者服务的工序被控制和连续的监视以确保这些问题不会再发生。DMAIC法的细节研究如下：3.1 确定CTQ喷镍工序中对slice的要求有高度和表面平滑度，不良品若流通下去会导致Dice切割工序中发生镍脱和裂纹现象。并且slice高度均匀能够减少后道工序中的未焊率,而且控制slice高度在规格范围内可以提高后道工序中组立的合格率。但是,工人反映近期slice高度偏低。因此，我把 slice高度确定为本次课题研究的关键质量特性（CTQ）。3.2 测量数据为了控制喷镍工序slice的高度，我对1.3型号的slice（喷镍前slice高度为1.3mm）进行了一系列测量，测量方法如下：喷镍工序中每一平板可放约406片slice，对每一批次抽取五片进行测量，五片slice分别来源于板上的四角和中心五个区域，如图3.2.1所示。A C EB D 图3.2.1认真记录测量数据，在测量的初始阶段，我采用的测量方法是对抽取的每片slice，取五点进行高度测量取其平均值，测量数据见附录A。通过监控19组数据，发现五点的平均值与slice中心值相差不大，因此改变测量方案，只对每片slice的中心高度值进行测量分析。这样既可以保证测量数据的一致性，又可以缩短测量时间，简化操作。实验条件：室温22镍粉流量13.2喷枪水平速度70cm/s夹具板与喷枪距离23 cm气体流量：压缩空气0，氮气12，氧气14，氢气98气体压力：压缩空气75，氮气55，氧气40，氢气35测量结果见表3.2.1。表3.2.1 喷镍后的slice高度值测量及简单处理样本喷镍后slice高度（mm）总和（mm）（mm）R（mm）11.4491.4441.461.4691.4717.2931.45860.02721.4631.4561.4881.4721.4677.3461.46920.03231.4681.4631.4761.4691.4967.3721.47440.03341.4591.4661.4641.4851.4857.3591.47180.02651.4621.4761.4641.4681.4827.3521.47040.0261.4511.4771.4711.4621.4997.361.4720.04871.4541.4571.4661.4741.4927.3431.46860.03881.4561.4561.4751.4641.4797.331.4660.02391.471.4631.4741.4561.4977.361.4720.041101.4761.4721.491.4931.5047.4351.4870.032111.451.4461.4521.4551.4717.2741.45480.025121.4571.4861.4731.4681.4817.3651.4730.029131.4671.441.461.4661.4737.3061.46120.033141.4561.441.471.4651.4587.2891.45780.03151.4651.4661.4781.461.477.3391.46780.018161.481.4881.4791.4681.4787.3931.47860.02171.4671.4581.4771.4781.4667.3461.46920.02181.4571.4591.4711.4771.4777.3411.46820.02191.4731.4581.4721.4771.4897.3691.47380.031201.4731.5061.4711.4881.4887.4261.48520.035211.4861.5021.4861.4921.5057.4711.49420.019221.4631.4711.4711.4811.5057.3911.47820.042231.4631.4681.4641.4821.4757.3521.47040.019241.4581.4571.4731.4861.4977.3711.47420.04251.4991.4831.5011.5051.4827.471.4940.023总平均7.3621.4724240.028963.3 分析阶段对这些测量值进行进一步处理，进行工序能力分析。3.3.1 Xbar-R界限(3.3.1) (3.3.2)式中：D4、D3、A2为常数，它们随样本容量的不同而不同，参数值见附录B（Xbar-R系数表）。n=5,查表得：A2 =0.577，D4 =2.114，D3 =0，=2.326，经计算，得出： CLR =0.029，UCLR=0.061，LCLR ，样本容量小于7的情况下，没有极差的下控制限。绘制出Xbar-R控制图见附录C。3.3.2 做进一步的工序能力分析 (3.3.3)=0.029/2.326= 0.012， (3.3.4) （3.3.5） 双边规格：Z=Min（，）=2.667，查正态分布表，得P=3.79E-03，所以双边2P=0.00758，故有0.758%的不合格率。以下为六西格玛与不合格率转换关系：西格玛水平 每百万机会缺陷率 合格率6 3.4 99.9997%5 233 99.977%4 6210 99.379%3 66807 93.32%2 308537 69.2%1 690000 31%所以喷镍工序的西格玛水平不足四西格玛水平。Cpk=Zmin/3=2.667/3=0.8891.67样本标准差（3.3.6） =0.0146612， Ppk= (3.3.7)=0.741.67从以上Cpk和Ppk值来看,均小于1.67,所以有必要加强工序控制和工艺改善,使Cpk&Ppk得到提升.以下为用MATLAB生成的工序能力图：图3.3.1 工序能力图3.4 改进阶段 在当前的实验分析中，结果显示了喷镍工序中的西格玛水平还很低，不足四西格玛水平！作为一个大型先进制造企业，这样的生产能力相当不能让人满意。经过调查研究决定进行实验设计，其目的是确定所有CTQ输入因素的最佳参数组合。在这个阶段，实验设计被用来当作一个改善6西格玛水平改进的核心统计工具.改善阶段的细节见第四章。3.5 控制阶段为了支撑喷镍工序中6西格玛水平的改进,一些控制策略被推荐给公司。在控制阶段，要在质量体系中及时更新流程改进后的程序文件或作业指导书，建立过程控制系统和失控行动方案，采用统计过程控制的技术对过程进行实时监控。以下为更新后的作业标准：大和热磁电子有限公司热电部喷镍工序作业标准：实验条件：室温22气体流量：压缩空气0，氮气12，氧气14，氢气98气体压力：压缩空气75，氮气55，氧气40，氢气35镍粉流量 12喷枪水平速度70cm/s夹具板与喷枪距离 22cm4.实验设计（DOE）4.1 实验前的准备4.1.1 现状把握生产过程中发现喷镍后slice晶片高度偏低。4.1.2 头脑风暴法(Brain-storing)分析相关因素：从人-机-料-法-环五个方面来全面分析可能导致 slice高度偏低的所有因素，见鱼骨图：镍粉流量小测量时动作太重导致镍粉脱落夹具板与喷枪头的距离大夹具板表面清洁度不高水平速度小测量误差slice高度偏低材料本身高度低操作不当镍粉在喷落过程中被风吹斜镍粉原因 图4.1.1 鱼骨图4.1.3 要因分析以上原因经过一一排查，发现主要原因在机器的性能上，即主要参数的设定。从以下三个重要因素来研究分析：(1) 镍粉流量在其它条件一定下，镍粉流量越低，喷镍后slice高度也就越低。所以有可能是镍粉流量偏低，导致slice高度偏低。(2) 水平速度在其它条件一定下，喷枪的水平速度越大，喷镍后slice高度也就越低。所以可能原因是喷枪的水平速度偏大。(3) 夹具板与喷头枪的距离初步判断，夹具板与喷头枪的距离偏大，喷镍后slice高度也就越低。4.2 运用田口方法进行实验设计大和热磁电子公司热电部制造科的作业指导手册上有明确规定：喷镍工序中，1.3型号的slice参数适用范围如下：气体压力 压缩空气：7085，氮气：5065，氧气：3050，氢气：3045气体流量 压缩空气：0，氮气：12，氧气：14，氢气：98镍粉流量 1118 Pb/h喷枪的水平速度 6575 cm/s夹具板与喷枪头的距离 2123 cm其中气体压力和气体流量仅仅影响镍粉的融化程度，对喷镍后的slice高度并无影响，因此，关键因素确定为镍粉流量、喷枪的水平速度、夹具板与喷枪头的距离被确定为关键因素。4.2.1 初步实验(1) 设计实验表在初步实验中，我给每个因素都确定了三个水平，按作业标准中参数范围，三水平基本取三等分，具体如下表所示：表4.2.1 控制因子及水准代号因子名称水准数水准一水准二水准三A镍粉流量3135 Pb/h14 Pb/h16 Pb/hB水平速度370 cm/s75 cm/s80 cm/sC夹具板与喷枪头的距离321 cm22 cm23 cm表4.2.2 直交表实验编号镍粉流量水平速度夹具板与喷枪头的距离/1（1）135 Pb/h（1）70 cm/s（1）21cm /2（1）135 Pb/h（2）75 cm/s（2）22cm /3（1）135 Pb/h（3）80 cm/s（3）23cm /4（2）14 Pb/h（1）70cm/s（2）22cm/5（2）14 Pb/h（2）75 cm/s（3）23cm/6（2）14 Pb/h（3）80 cm/s（1）21cm/7（3）16Pb/h（1）70 cm/s（3）23cm/8（3）16 Pb/h（2）75 cm/s（1）21cm/9（3）16 Pb/h（3）80 cm/s（2）22cm/(2) 实验数据及分析 因为镍粉流量是敏感因素，怀疑16 Pb/h会不会太高，所以执行实验时先做第7组，实验数据如下： 表4.2.3 喷镍后的slice高度值测量样本喷镍后slice高度（mm）总和（mm） (mm)R（mm）11.5291.5301.5371.5221.535765315310015结果明显超标 继而做第9组实验，实验数据如下： 表4.2.4 喷镍后的slice高度值测量样本喷镍后slice高度（mm）总和（mm） (mm)R（mm）11.5161.5271.5471.5061.5237619 15240041结果明显超标，所以决定重新设置镍粉流量三水平。4.2.2 进一步的实验(1) 设计实验表表4.2.5 控制因子及水准 代号因子名称水准数水准一水准二水准三A镍粉流量312 Pb/h13 Pb/h14 Pb/hB水平速度370 cm/s75 cm/s80 cm/sC夹具板与喷枪头的距离321 cm22 cm23 cm表4.2.6 直交表实验编号镍粉流量水平速度夹具板与喷枪头的距离/1（1）12 Pb/h（1）70 cm/s（1）21cm /2（1）12 Pb/h（2）75 cm/s（2）22cm /3（1）12 Pb/h（3）80 cm/s（3）23cm /4（2）13 Pb/h（1）70cm/s（2）22cm/5（2）13 Pb/h（2）75 cm/s（3）23cm/6（2）13 Pb/h（3）80 cm/s（1）21cm/7（3）14 Pb/h（1）70 cm/s（3）23cm/8（3）14 Pb/h（2）75 cm/s（1）21cm/9（3）14 Pb/h（3）80 cm/s（2）22cm/(2) 实验数据及分析 实验数据见表4.2.7。喷镍工序中每一平板可放约406片slice，对每一批次抽取五片进行测量，五片slice分别来源于板上的四角和中心五个区域，如图4.2.1所示。A C EB D 图4.2.1表4.2.7 DOE喷镍后的slice高度值测量编号ABCX（mm）（mm）镍粉流量(Pb/h)水平速度(cm/s)距离(cm)123451（1）12（1）70（1）2114761472147414821475147582（1）12（2）75（2）2214721464147514751477147263（1）12（3）80（3）231462147114671461145914644（2）13（1）70（2）2214781482148414861483148265（2）13（2）75（3）2314681472146914831457146986（2）13（3）80（1）2114601471146614731469146787（3）14（1）70（3）231490150615131499148714998（3）14（2）75（1）2114831497148714791487148669（3）14（3）80（2）221484148614911483147514838 计算上述九次实验的SN比、Raw、S：计算公式： , （4.2.1） (4.2.2)以第一次实验的数据为例进行如下处理： (4.2.3)=10.8899282 (4.2.4)=10.889985=（-）/（n-1） (4.2.5)=(10.8899282-10.889985)/4=0.0000142 S/N=10Lg1/n(-)/ (4.2.6)=10Lg1/5(10.8899282-0.0000142)/ 0.0000142=51.8577S=10Lg1/n(-) (4.2.7) =10Lg1/5(10.8899282-0.0000142) =3.3805 依此类推，分别算出其他组数据并填入表4.2.8 表4.2.8 SN比、Raw、SA(镍粉流量)B(水平速度)C（距离）S/NRaw(mm)S1（1）（1）（1）51857714758338052（1）（2）（2）49162114726336173（1）（3）（3）4950871464331084（2）（1）（2）53975614826342055（2）（2）（3）43964914698334516（2）（3）（1）49234014678333337（3）（1）（3）4281561499351608（3）（2）（1）46931114866344399（3）（3）（2）4815121483834275 计算A、B、C因子的水准1、水准2以及水准3的SN比效应值，并计算max-min效应值：A因子计算过程水准1=（51.8577+49.1621+49.5087）/3=50.1762,水准2=(53.9756+43.9649+49.2340) /3=49.0582,水准3=(42.8156+46.9311+48.1512) /3=45.9660,max-min=50.1762-45.9660=4.2102;B因子计算过程水准1=（51.8577+53.9756+42.8156）/3=49.5496,水准2=(49.1621+43.9649+46.9311) /3=46.6860,水准3=(49.5087+49.2340+48.1512) /3=48.9646,max-min=49.5496-46.6860=2.8636;C因子计算过程水准1=（51.8577+49.2340+46.9311）/3=49.3409,水准2=（49.1621+53.9756+48.1512）/3=50.4296,水准3=(49.5087+43.9649+48.1512) /3=45.4297,max-min=50.4296-45.4297=4.9999 表4.2.9 SN比一览表代号因子名称max-min水准1水准2水准3A镍粉流量42102501762490582459660B水平速度28636495496466860489646C距离49999493409504296454297 三因子的水准1、水准2以及水准3的S（感度），并计算max-min值A因子计算过程水准1=（3.3805+3.3617+3.3108）/3=3.351,水准2=(3.4205+3.3451+3.3333) /3=3.3663,水准3=(3.5160+3.4439+3.4275) /3=3.4625,max-min=3.462