六西格玛改善案例课件.ppt

1、2022-4-27六西格玛改善案例六西格玛改善案例六西格玛改善案例六西格玛改善案例一、六西格玛基本理论一、六西格玛基本理论 六西格玛是一种基于度量的改善活动，六西格玛是一种基于度量的改善活动，100100万次机会万次机会中有中有3.43.4个缺陷或个缺陷或99.9996699.99966的完善。即是，当企业生的完善。即是，当企业生产产100100万个产品，只有万个产品，只有3.43.4个是不合格，合格率为个是不合格，合格率为99.9996699.99966。从数据上看是一个卓越质量的标准。从数据上看是一个卓越质量的标准。 DMAICDMAIC是六西格玛管理中最重要、最经典的管理模是六西格玛管理

2、中最重要、最经典的管理模型，主要侧重在已有流程的改善方面。所有六西格玛型，主要侧重在已有流程的改善方面。所有六西格玛管理涉及到的专业统计工具与方法，都贯穿在每一个管理涉及到的专业统计工具与方法，都贯穿在每一个六西格玛改进项目的环节中。六西格玛改进项目的环节中。短期短期SIGMASIGMAPPMPPM合格率合格率%6.06.03.43.499.9996699.999665.05.020020099.9899.984.04.06000600099.499.43.833.83100001000099993.03.060000600009494六西格玛改善案例DMAIC模型介绍模型介绍DefineMe

3、asureAnalyzeImproveControl六西格玛改善案例DMAIC模型介绍模型介绍M测量阶段：对现有过程进行测量，对测量系统的有效性做出评价。A分析阶段：通过数据分析确定影响输出的关键输入，即确定过程的关键影响因素。I改进阶段：寻找优化过程输出，制定并实施消除或减小关键输入影响的方案，使过程的缺陷或变异降低。 C控制阶段：确认改善后的产品性能不变、制造过程稳定可控且使改进后的过程程序化，并通过有效的监测方法保持改进的成果。 D定义阶段：确定顾客的关键需求并识别需要改进的产品或过程，确定改善目标及组织改善团队。六西格玛改善案例二、案列背景二、案列背景 M产品是某知名电子集团通过OEM

4、工厂向A公司采购的客户定制化产品 。M产品制造主要的工艺流程图：六西格玛改善案例M产品的产能情况产品的产能情况 通过分析发现影响产能的主要困难在于模压设备数量和产品装配阶段的质量问题。为了能分到更多的项目份额，公司特此花巨资购买20台模压机器来满足最高日需求量为20000件的最大份额需求。 在A公司总共有2条适合M产品的装配线，每条线的生产速度为450个d时,每日装配总产量为2*450*20=18000个，合格率为90，所以每日良品数量为 90*18000=16200个，故每日至少需要将2000016200=3800个产品转交给别的公司完成。而转包价格高出自己装配价格还得出来回运费及花费人员进

5、行全检，可谓费时费力费财。 六西格玛改善案例M产品装配线情况产品装配线情况 装配线工艺流程 需要的工具设备传送装置传送带，密封圈定位工装放置和定位密封圈以方便粘贴背胶，厚度仪检查产品厚度，电子天平包装数量确认。六西格玛改善案例六西格玛改善步骤六西格玛改善步骤定义阶段定义阶段一、项目选择和制定项目目标 2012年3月初M产品正式量产，量产初期M产品的质量情况统计见表日期总产量（平均） 合格量（平均）合格率2-Mar9020720079.82%5-Mar9005716679.58%6-Mar9011719979.89%7-Mar8998711079.02%9-Mar9002723080.32%合计

6、450363590579.73%目标95%六西格玛改善案例定义阶段定义阶段 先对产品制造过程的模压成型阶段进行分析通过调查、测量。在模压成型阶段，通过持续不断的改进和工艺参数的优化，到3月中旬质量情况统计如表： 日期总产量（平均） 合格量（平均）合格率15-Mar9050818590.44%16-Mar9010811290.03%19-Mar9011808589.72%20-Mar8990809990.09%21-Mar9000806889.64%合计450614054989.99%目标95%六西格玛改善案例定义阶段定义阶段对改善后统计到的合格量进行Cp、Cpk测试，结果如图 由图可得，Cp值

7、为1.04，Cpk值为0.97，合格率接近90%，有所提高，但仍未达到目标，继续需要改善。接下来就是优化与改善装配这一流程，故而项目范围应该定为M产品装配线。 六西格玛改善案例确定项目目标确定项目目标 项目目标主要设定两个：第一个是整体合格率达到95%；第二个是进一步提高合格量的Cp值、Cpk值。具体如下表指标目前水平目标合格率90%95%Cp值、Cpk值1.04、0.971.04,0.97六西格玛改善案例计算预期财务收益计算预期财务收益 项目数量单位年度预计订单3600000件操作员工资8.55元/时设备折旧费9.02元/时设备小时产量56.25件原材料费4.23元/件质量基准90%质量目标

8、95%节约材料180000件预计改善支出70000元预计节约费用691754.77元奖金比例8%预计奖金55340.38元预计项目年度节约费用=年度直接原材料节约总金额+年度设备折旧总节约金额项目支出费用预计年度直接原材料节约总金额=(改进后的年度平均合格率基准合格率)*每个产品的材料成本*改进后年度总生产量预计年度设备折旧总节约金额=改善年度总产量*(目标合格率基准合格率)机器小时产量*机器小时折旧费用六西格玛改善案例建立项目团队建立项目团队 六西格玛改善案例制定项目计划制定项目计划 根据六西格玛DMAIC模型，将项目分成五个阶段进行计划，分别对五个阶段要完成的主要内容进行确认，并制定出大概

9、时间计划。如图 六西格玛改善案例从从VOC到到CTQ 项目小组将客户的要求转换成我们工厂内部能衡量的质量评价指标，也就是将不同类型的客户转换成一个流程或产品的具体可测量的过程。通过这一过程来建立清晰、简要的改进方向，以评估验证项目各阶段实施的成效。如表所示：内部客户风险等级客户声音问题质量评价指标Y生产部1加大培训力度人均产能不足 外包量为零外包量为零工程部2统计工具的应用，优化流程合格量 Cpk的值为0.97合格量 Cpk1.33合格量 Cpk1.33品质部2工艺优化 设备改善合格率没达标合格率95%合格率95%六西格玛改善案例测量测量确定该装配线的流程图确定该装配线的流程图 六西格玛改善案

10、例根据流程图进行工时测量根据流程图进行工时测量 工序涂粘接剂晾干粘背胶检查包装时间/s8706106根据上述数据，做出装配线各工序工时帕累托图：六西格玛改善案例测量系统分析（测量系统分析（MSA） 重要的是证明由于测量系统对项目的影响，测量系统是稳定的并且能够测量数据然后项目可以继续进行下一步。本次测量系统分析主要做 量具 R&R 分析。日期总产量（平均）合格量（平均）合格率15-Mar9050818590.44%16-Mar9010811290.03%19-Mar9011808589.72%20-Mar8990809990.09%21-Mar9000806889.64%合计450614054

11、989.99%目标95%实验收集的数据如表六西格玛改善案例测量系统分析（测量系统分析（MSA）进行量具 R&R 分析，运用Minitab软件实验结果如下图：实验结论：量具 R&R方差分量贡献率为0.8%、研究变异为8.95%，均小于 10%, 根据 MSA 系统标准判定该测量系统是可靠的，故在接下来可以在项目中运用该测量系统来进行量测分析。六西格玛改善案例测量系统分析（测量系统分析（MSA）进一步将品质数据的生产情况细分到各工序可得出表 从表中可以得出，不良主要发生在粘背胶工序和检查工序，经过对检查工序的确认，发现在本工序发现的不良没有一个是因为检查本身造成的不良，而是上工序流转过来的，故不良

12、主要发生的粘背胶工序。六西格玛改善案例项目分析阶段项目分析阶段 项目分析阶段就是根据测量阶段收集的数据信息，按照一定的逻辑思维进行分析，找到关键因子从而方便制定出可靠有效的改善方案。而从测量阶段可知，晾干工序的时间最长，不良品主要发生在粘背胶工序，并且这两个工序是相邻的，所以问题出在这两个工序的可能性比较大。 六西格玛改善案例定义潜在因素定义潜在因素 Xs 使用头脑风暴法，根据人、机、料、法、环对目前情况进行分析，找出影响目标的潜在因素，制作鱼骨图 通过分析得出，目前大多数因素是在可控的范围，只有五个不可控制因素：温度、时间、皮带速度、背胶质量、带粘接剂产品的质量 。六西格玛改善案例潜在失效模

13、式分析潜在失效模式分析 在定义出可能的原因之后，项目小组进一步运用 FMEA（失效模式及影响分析）系统的方法进行深入分析， 通过对其严重度、发生频率及可探测度进行打分评估，最终得到风险系数 RPN 的数值，通过数值的大小来衡量失效发生的可能性。（严重度*发生频率*探测度=风险系数 RPN） 六西格玛改善案例项目关键影响因素识别项目关键影响因素识别 RPN(risk priority number) 风险系数是事件发生的频率、严重程度和检测等级三者乘积，用来衡量可能的工艺缺陷。RPN 数值在 110 为最好的情况，1050 对产品有较小的危害；51100 对产品有中等危害，需进行改善；10110

14、00 对产品有严重危害，需深入调查分析。 根据上表的RPN值，我们可以得出管理制度不合理、组织力度不够强、晾干时的温度、时间及传送带的速度不适宜、供货质量不好这些因素RPN值较高，但由于供货质量不好、管理制度不合理、组织力度不够强已经是可以确定的因素，并且晾干所需时间由传送的速度及晾干温度决定。晾干温度越适宜，产品就能更快的晾干，传到下一工序，则该工序所需时间也就会相应的减少。所以影响目标的潜在因素Xs：X1：晾干温度X2：传送带的速度 六西格玛改善案例项目关键影响因素识别项目关键影响因素识别 收集数据进行分析验证来确定哪些是根本原因，即确定潜在关键因素X。假设验证如表 因素要验证的推测验证推

15、测时需回答的问题确定原假设H0及备择假设H1用到的方法H0H1X1晾干温度是不是要提高晾干温度将晾干温度提高至45，合格率会提高温度维持在25，提高温度对合格率无影响双样本T检验X2传送带的速度传送带速度是不是越快越好提高传送带速度，对合格率有影响提高传送带速度，对合格率没影响双样本T检验六西格玛改善案例验证可能项目影响因素验证可能项目影响因素 X 项目小组接下来运用实验方法对以上所有可能因素X1、X2做进一步分析验证，确定根本原因。验证X1：实验方法选取采用双样本 T 检验H0: 将晾干温度提高至45，合格率会提高H1: 晾干温度维持在室温25，提高温度对合格率无影响 设定显著性水平= 0.

16、05，首先对样本数据进行正态检验，运用 Minitab 软件检验结果如图 从图中可以得：从图中可以得：P-P-值值为为 0.585 0.585 及及 0.2480.248，均大于显著性水平均大于显著性水平 （0.050.05），数据被认），数据被认定为呈正态分布，定为呈正态分布，所有的点接近参考所有的点接近参考线，说明数据遵循线，说明数据遵循着正态分布。着正态分布。六西格玛改善案例双样本双样本T检验检验 从图中可以得：P-值为 0.585及 0.248，均大于显著性水平（0.05），运用双样本T检验是有效的。其检验结果如图 由图中数据可知，P值=0.0000.05，证明此因子为重要显著因子 。

17、六西格玛改善案例双样本双样本T检验检验验证X2运用双样本T检验，结果如图 P值=0.0000.05，证明此因子为重要显著因子。为此可以证明以上两个因子被证实了确实是此项目的重要因子，在下一阶段将会针对这两个因子进行改善提高。 六西格玛改善案例进行进行DOE试验设计试验设计 通过T检验可以得出温度与速度是影响目标的关键因素，接下来进行试验设计，判定到底哪个是真正的关键因素。 标准序运行序中心点区组温度速度合格量7112252084208212452085566312451084505412251081873511252084124611452085542711451084521811251081

18、83统计数据并模拟，结果如表 六西格玛改善案例DOE试验设计试验设计 运用Minitab软件对数据进行主效应分析、交互作用分析、立方图分析，结果如图 六西格玛改善案例改善阶段改善阶段 改善方案改善方案 在传送带上方加一套带自动控制的加热系统。自动指的是设定具体问题以后系统会将温度保持的设定的范围之内，如本案中的455，意思是当问题低于40时，加热系统自动启动加热装置，使温度达到设定的范围；当温度高于50时，加热系统自动关闭加热装置，停止加热使温度回到设定范围。同时为了减少因加热造成的粘接剂挥发过快而影响环境问题，我们增加了一套排风系统，及时将挥发的粘接剂排到厂外。 针对关键因子之传送带速度，我

19、们的方案是将原有的不带刻度传送带调速器更换成带刻度的传送带调速器，按照产品在传送带上晾干的最短时间标识出一个最高速度；再按照在加热系统下的正常晾干时间标识出一个正常速度。然后对操作人员进行培训，使他们明白调速的范围、原理以及在什么情况下能调到最快速度即可。 六西格玛改善案例改进前后装配线对比改进前后装配线对比 六西格玛改善案例装配线合格率装配线合格率 日期总产量（平均）合格量（平均）合格率15-May9000855595.06%16-May9010866096.12%19-May9020859095.23%20-May9030860095.24%21-May9000862095.78%合计45

20、0604302595.48%目标95%六西格玛改善案例改善后实际收益改善后实际收益 六西格玛改善案例项目控制阶段项目控制阶段 控制方案控制方案 对关键因子的控制方案如表 关键因子详情控制方案频率实施者确认者1晾干温度需要提高晾干温度来缩短晾干时间检查和控制加热系统2次/班组长生产经理2传送带速度需要提高传送带速度来缩短产品在传送带上的时间检查和控制传送带调速器的位置2次/班组长生产经理六西格玛改善案例改善后产品装配线过程能力控制改善后产品装配线过程能力控制 从图可以看出，产品过程能力Cp值为1.34、Cpk值为1.29，对比之前的1.04、0.97，具有大幅度提升，证明改善符合要求。 2022-4-27六西格玛改善案例