资源描述
*,The Best Quality Technology Provider for the Future,4.,品质变动和工程能力,1,品质变动的原因,虽然,4,M,相同，但是产品的特性值没有相同的。,任何一个工程都包含很多变动原因，所以存在散布。,生产产品之间的差异也许会很大，也许会小到无法测定。,不是只局限于以上制造工程，以下情况也很适用。,*,人们作业的阶段,*,使用设备的信赖性,*,在办公室作业的情况 等,能影响轴直径的例子,*,Machine-Clearance/Bearing Wear,*Tool-Strength/Rate of Wear,*Material-Diameter/Hardness,*Operator-Part Feed/Accuracy of Centering,*Maintenance-Lubrication/Replacement of Parts,*Environment-Temp/Consistency of Power etc,.,2,品质变动攻略,大家的组织属于哪里？需要用什么工具？,我们应把重点放在哪里去努力好呢？,1-2,3,4,5,6,DFM(,制造型设计,),DFSS,6,许容差的设计,某,实验,试验计划法,Process Map,分析测定系统,FMEA,研究能力,帕累托,特性要因图,头脑风暴,SPC,表格,一般常识,部分知识,工具,工具,工具,工具,3,虽然很聚集，但是正确度很差,.,脱离平均值,.,工程变化少,.,通过移动平均值容易改善,.,正确但是不聚集,.,分散大,.,工程变化大,.,有很多管理,Factor,.,改善,FOCUS,?,品质变动的本质,4,品质变动的分解,SS,B,SS,T,SS,W,总变动,群间变动,群内变动,作为拥有所有,data,的散步,各,data,和总平均之间的差,进行,2,次方得出,作为,Lot,之间的散步显示,相互之间的分散程度,Lot,内的散步也可称作,误差变动,.,意味着每个,data,离,lot,的平均值,相离多少,.,X,X,X,_,_,=,(,X -X)=n (X -X)+(X -X),_,_,=,2,2,2,j=1,i=1,j=1,j=1,i=1,=,v,n,v,v,n,5,散布的根源,偶然原因,散布有两种形态,偶然原因,(,Common Cause),和异常原因,(,Special Cause),如果从总体,(,或者工程,),获得的测定值或者观测值已稳定及能预测向后的样子的话,说明总体(工程)在管理状态里,.,散布的根源隐藏在,system,里,是一般的偶然因素组成,.,散步的偶然要因是自然的,、,可以预测的,、,经常存在的,.,存在的差异,设备之间存在的正常散布是偶然要因中的例子,.,根据偶然因素,存在稳定管理状态的,可预测的偶然因素,预测,时间,存在无法预想的变化,!,6,散布的根源,特殊原因,如果从总体,(,或者工程,),的,data,不稳定,而且形成无法预测向后的分布时,总体,(,或者工程,),视为,“,管理 脱离,”,.,分布变化的原因是由于,system,的不自然而产生散步的根源,.,这时散步的根源叫做异常原因,(,Special Cause),.,根据特殊原因的散布,重大变化,脱离不稳定管理,存在无法预测的特殊原因,存在无法预想的变化,!,时间,预测,?,散布一般在测定或者观测,Process,(,工程,),Output,的时候被发现。,偶然原因和异常原因的根源是,Process,(,工程,),的,Input Variable,。,7,散布的根源,异常原因的影响,散布,(,Variation),的原因,方法,机器,/,设备,资材,人,环境,工程,散布,Output,变动,异常原因的影响,位置,(,中心,),的变化,散布的变化,位置和散布的变化,8,对品质变动原因的性质,偶然原因,(,Chance Cause),异常原因,(,Assignable Cause),现象,所有数据表现为类似情况,有些数据出现与平时不一样的情况,构成,因大多数小原因导致的不得已的散布,因少数主要原因导致的可以避免的散布,性质,认定性,规则性可能预测,工程的允许范围内自然发生,因散发不规则导致预测不可能,变则,全体散布的占有率,85%,左右,15%,左右,改善活动,因偶然原因导致的散布减少,系统化措施,去除 及 扩张,现场措施,担当,能量,现场责任人及工作地,品质,特性值,管理上限,管理下限,时间,偶然原因,异常,原因,9,品质变动的措施,*,参考,1),Deming,博士的工程变动原因分析,-,by“Out of the Crisis”,异常变动,(,约,6%),*,参考,2),AIAG(Automotive lndustry Action Group),分析,偶然变动,(,约,94%),去除异常原因活动,主要是因为工程有关的人为因素而发生,一般占工程问题的,15,%,左右,现场措施,去除偶然原因活动,要求大部分管理措施,一般占工程问题的,85,%,左右,系统措施,10,查明品质变动的原因步骤,(,Boing,),重要品质特性,计测器,关联工程,工程变数,决定变数,长,尺寸,硬度 等,稳定性,正确性,反复性,再现性,施工,热处理,粉碎,粘合 等,速度,移送,温度,轮子大小,干燥时间,5000,RPM,8/min,450C,4500.05m/n,1.Hr,主要特性的变动由工程管理,第一个课题是测定系统的变动,工程结果由原因,(,入力,),变数管理,原因,(,入力,),变数要设定成品质极大化并可以在制造环境持续管理,11,关于品质变动原因的改善措施,偶 然 原 因,异 常 原 因,-偶然 原因(,Chance Cause),-,晩成,原因,-可避,原因,*,普通原因,(,Common Cause),-異常 原因(,Assignable Cause),-,偶發,原因,-可避,原因,-,特别 原因,(,Special Cause),-,跟平常意义相同的,-,跟平常意义不同的,在生产条件严格管理的状态下，,发生的一定程度的不可避免的变动,作业者的熟练度差异,作业环境差异,不可识别的原辅材料 及,生产设备等一般特性差异无法解决的困难原因,-,主要,作业者疏忽,使用不良资材,说出生产设备的异常，这些原因不是,慢性存在的，散发性发生而引起变动的原因,*,普通经营管理者的责任,*,关于,System,的措施很有必要,7580%,，,根据,System,的经营措施解决,*2520%,，可以由现场人员局部解决,*,现场作业者的责任,*,用统计技法展开,虽然经营管理者站在很好修正的位置，,但是异常原因的发现和解决还是现场人员更合适,12,从,data,的模式中区分哪个散布是从异常要因或者偶然要因中发生的,.,品质变动原因的改善措施,减少散布的核心,?,统计技法用于区分偶然原因跟异常原因。,如何区分,?,改善接近方法有三种,.,-,去除无指望的异常要因,-,要现身体现有指望的异常要因,-,要减少异常要因的散布,.,异常原因的存在说明改善的机会很多。,对异常原因的改善活动要优先。,13,工程能力,(,Process Capability),？,工程能力 分析,-,使用相关统计方法是为了测定生产工程的品质变动程度，然后跟规格相比较从而,减少变动的幅度,.,工程能力,(,Process Capability),-,反映生产工程生产多少均一的产品的,工程的固有能力,-,作为尺度,一般使用,6,(-3 3),.(,99.73%),工程能力指数,(,Process Capability Index),-,工程在稳定状态时,是否能生产优质产品的评价尺度,-,Cp,Cpk,工程处于稳定状态时,是否能生产优质产品的评价尺度,14,能力评价的必要性,能系数化,Project,的问题本质水准,:,计量型,data,:,Y(,工程或者执行出力变数,),的规格对吗,?,Y,的中心在规格内吗,?,Y,的工程变动比规格允许的大吗,?,计数型,data,:,测定,system,会不会对实际工程能力的评价有影响,?,允许可能缺点,内外在缺点及未发现的缺点比率是什么,?,能力评价能预测对公司的产品和,service,的实际品质水准,.,通过能力评价能推定产品或者工程的,sigma,水准,.,15,规格,鉴定,计算,z,值,PPM,Cp,Cpk,Pp,Ppk,推定,收集,Sampl,评价计量数据能力,:,阶段,#1:,鉴定规格,阶段,#2:,收集短期或者长期的数据,Sample,阶段,#3:,计算,z,的值,阶段,#4:,如果必要的话移动,1.5,s,z,值,阶段,#5:,把,z,值转换成传统的品质指数,PPM,或者,Cp,Cpk,Pp,Ppk,计量数据能力评价步骤,16,阶段,#1:,检验规格,这课题看似很细小,但是在这过程中经常遗漏,.,对规格的定义重要吗,?,为了产品或者评价工程执行特征,要清楚地认识“真实”,规格,继续,.,检验规格,z,分数,计算,PPM,推定,Cp,Cpk,Pp,Ppk,推定,收集,样品,阶段,#1:,检验规格,规格,17,怎样决定,“,真实”的规格,?,设计图,?(,根据什么制定设计图的规格,?),工程,?(,是好想法,?),顾客,?(,能否问顾客,?),例,:,注入液体到瓶子的一个公司想评价往可乐瓶里注入特定量液体的能力,.,每瓶的注入量是,101+/-3,ml,.,这个基准是根据顾客确定的,.,大家所关心的执行特征,(,Y),是什么,?,规格是多少,?,公差是多少,?,规格,验证,Z,值,计算,PPM,推定,Cp,Cpk,Pp,P,推定,样品,收集,阶段,#1:,检验规格,18,长期观察,data,话会发现工程平均一般移动,1.5,s,.,长期的,data,说明这样的移动,.,规格下限,规格上限,SS,间,短期,SS,内,期间,2,期间,3,期间,4,期间,1,期间,5,时间,实行特征,长期,SS,合计,1.5,s,1.5,s,阶段,#2:,收集,Sample,19,阶段,#2:,收集长期或者短期的,data,样品,短期,date,:,未包含异常原因,显示偶然原因的影响,通过小的推论空间收集,通过一日作业的交替时间,用一个机器,一名作业者为对象,使用属于一个,lot,的原材料构成零件,鉴定,规格,计算,Z,值,推定,PPM,推定,Cp,Cpk,Pp,Pp,收集,Sampl,20,阶段,#2:,收集短期或者长期数据,Sample,长期数据,:,不仅是偶然原因，也可以表现出异常原因的影响,根据广泛推论空间收集,-,根据大多数作业倒班时间,-,使用大多数机器,以大多数作业者为对象,使用属于大多数,Lot,中得原辅材料等,继续,.,鉴定,规格,计算,Z,值,推定,PPM,推定,Cp,Cpk,Pp,Pp,收集,Sampl,21,提问,:,哪种类型的,data(,长期或者短期,),通过长期时间，显示出货给顾客的产品品质,?,例,:,现在能收集到的,Sample,只有从储存在仓库里的资材开始。仓库里的瓶子是从,1,日到一个月内进入到仓库的,.,收集哪种种类的,data,?,随即抽取,100,个瓶子后测定每个瓶注入量,.,(,file,名,:,Cola.mtw),收集哪种类型的,data,?,鉴定,规格,计算,Z,值,推定,PPM,推定,Cp,Cpk,Pp,Pp,收集,Sampl,22,阶段,#3:,计算,z,值,(,使用,z-,变换,),“变换,”,(,样品的平均和,sigma,已确定时,),把平均,=0,sigma,=1,的正态分布转换成标准正态分布,.,测定单位毫米,英寸,英尺,Psi(,压力单位,),伏特,等,中不管使用哪种单位,总是平均,=0,标准偏差,=1,的变换的分布,.,使用,z-,变换的话所有的分布都能变换成标准正态分布,.,点数,z(,或者,z,值,),是特定号,x,偏离样本平均的程度用标准偏差来显示,.,z-,变换,:,(,),(,),s,x,
展开阅读全文