一个六西格玛黑带项目.docx

《一个六西格玛黑带项目.docx》由会员分享，可在线阅读，更多相关《一个六西格玛黑带项目.docx（10页珍藏版）》请在三一办公上搜索。

1、一个六西格玛黑带项目减少黑底间PLMS缺陷刖言：该项目发生在某彩色显象管制造工厂的黑底涂屏工艺，由于设备原因造成的缺陷，该 缺陷一度成为彩管制造过程中最大的缺陷，同时该工序也成为整个制造过程中的瓶颈，为了 打破瓶颈，降低成本，成立了该六西格玛黑带小组，对过程进行改进。1界定1.1项目背景项目选题基于以下的考虑：表1项目选题的背景问题回答彩色显象管制造的关键工序是什么？涂屏是CPT制造的关键工序涂屏的关键工序是什么？黑底制造是涂屏的关键工序黑底间的主要问题是什么？高的不良品率影响到每天的产出，该工序成为整个生产的瓶颈，同 时高的不良品率造成成本提高什么缺陷是黑底间最高的不良品？PLMS （Pan

2、el Loss due to Machine Stoppage 指停机造成的屏缺 陷）是涂屏间的首要缺陷该年1月-4月份这项缺陷达到了 2.7% （见图1）1.2基准线调查：1-4月份的平均不良品率为2.7%，根据公司的一贯的政策，将项目的目标定在1%1.3团队宪章基于选题与设定的目标，成立六西格玛小组，小组的情况如下:表1.团队宪章项目内容项目描述减少PLMS缺陷项目范围黑底涂屏间项目目标与测量从该年的5月-11月，将PLMS的缺陷从2.7%减少到1%期望的项目效果L增加产能上节约废品成本项目成员工段长、工程师、两个调机员、一个生产分析工、一个维修人员所需的资源1 管理层的支持# 项目成员的

3、参与期望的内部顾客的收益更少的返工与缺陷时间表定义（2wks）测量（7wks）,分析（4wks），改进（6wks）,控制（3wks）1.4高层的工艺流程图(High level process map)图2黑底涂屏的工艺流程图该生产线的特点介绍：1. 生产线分成三组，称为G4、G5、G6；2. 全自动化生产线，人只在停机时介入到生产线进行维修或者设备检查；3. 由于存在着显影工序，所以设备不能停机，否则会造成黑底条过宽，变成废品，这 种缺陷就是PLMS缺陷。2测量2.1数据收集计划:根据前面的工艺流程图，可以确定有必要进行以下数据收集:冒i过程变量：富i输出变量:1. 分析工对于PLMS 的判

4、断的测量系统 分析2. 黑底停机在各个工 位的时间、频率以及 原因3各个班次在白、中 夜班以及各月的 PLMS不良品率.不同 管型的不良品率。图3：数据收集分布所收集数据的目的：数据1：测量系统是否足够来做为判断PLMS缺陷所用？数据2:从IPO可以看出，很有必要了解不良品发生的频率、发生的原因、发生的地方上 数据3:这个数据反映了现有的质量水平，以及各个班、各种管型的质量状况。2.2分析工对于PLMS缺陷判断的Attribute Gage R&R分析从生产线上的不良品中随机地取样本20个，重复次数为2次，分析工4个来自A,B,C,D四个班，用Minitab对数据进分析，结果如下:评估者之间的

5、关系评估者的相符性95 %置信区间(62.11, 96.79)检验数量#相符数量 百分比201785.00图 4 PLMS 判断的 Attribute Gage R&R 分析结论：对于Attribute数据，我们认为符合性不低于85%时该测量系统就可以接受，从 上述数据可知评估都之间的符合性为85%，该测量系统可以接受3.分析:3.1用Multi-Vari分析各班次、轮班的PLMS缺陷率该工厂采用四班三运转的方式进行运作，共ABCD四个班，每个班为两个白班，两个中班，第几天12图5 ABCD各班PLMS缺陷的Multi-Vari分析两个夜班，休息两天，用该年1-4月的数据按轮班的情况将不良品率

6、用 Minitab中的 Multi-Vari工具做图如下:：燎奉必七乳，奉必七幻奉以U酸从图中可以看出以下规律：1）第一个白班的不良品率总是高于第二个白班，即上班第一天的不良品率远高于第 二天，只有B班的白班的质量水平波动提稍小一点2）尽管存在着波动，C班的不良品率是四个班最低的，这说明的维修人员的水平也 存在着着差异；3）ABCD各班两天中班的质量水平处于一个比较稳定的情况，几乎没有波动，说明 工人的情绪在上班的第三天、每四天时情绪影响已经很小；4）两天夜班的质量状况也有很大的波动。用假设检验对各班的差异进行检验，证明各班的差异是统计显著的。经过进一步的调 查，发现只有B班的员工是结婚了的，

7、末婚的员工在调查中解释说休息的最后一天晚上总 是会玩到很晚，而已婚的员工由于有家庭则不能玩到太晚，从上述情况可以看出，尽管这是 一种全自动的生产化线，但是人的状态也是影响不良品率的一个重要原因。3.2不同管型之间的比较从图中可以看出生产不同的管型VHP、SF、A48的时候，由于设备兼容性差，造成不 良品率的不稳定。从设备角度来说。我们认为改善兼容性是必须的，有必要分析在什么工位的设备兼容性是造成设备停机的主要原因900800700600500陞4003002001000停机二位百分比 累积百分比-100-80-60-40-203.3不同工序停机原因的分析从图7不难看出，从停机时间和停机的频率来

8、说，G5占了 50%停机率，需要做更进步的分析来找到G5停机的根本原因201816U121012010080604020.停机次数 1919116443量问题，占了 64%的G5从图8可以看出造成G52停机的原因中前三项都属于PMA质 的停机，即占了黑底间总停机的30%。PMA不良的树图分析，通过假设检验（检验略），验证根本原因是由于PMA旋转偏 移超标造成图9.PMA不良的树图分析3.3.1重新收集数据由于PMA的数据的缺乏，有必要重新收集PMA处的相关数据上数据4: PMA旋转偏移的测量系统分析，用来评估测量系统是否足够地准确来测 量PMA的旋转偏移值上数据5: PMA旋转偏移的生产线抽检

9、数据，用其来评估工序能力3.3.2 PMA旋转偏移的Gage R&R分析随机取样本10件，操作工为3位，每位操作工对样本的旋转偏移重复读数2次，用Minitab计算Gage R&R （测量系统的重复性与再现性）得出：Gage R&R=2807%，Number of Distinct Categories（分 组数）=6从以上计算知道Gage R&R=28.07%5 足够的分辨率，此测量系统可用于控制图3.3.3 PMA旋转偏移的Cpk研究，首先确定测试数据是否服从正态分布，用假设检验证明：Ho:旋转偏移值符合正态分布Ha:旋转偏移值不符合正态分布结论:P-value=0.6000.05 （图1

10、0 .a）不能拒绝Ho,即可以认为旋转偏值符合正态分布。当旋转偏移值符合正态分布时，用Minitab计算该工序的工序能力指数CpkA ue rage: -o. H2253StDe V： 0.240324N : 62-0.4-0.2AE9 9 5 0 0 0 5 1 19 9 9 8 5 2 0 0 09OM-qEqs-0 .60.00.20.4Capabilit：/ Plot rocess loieisice 岫nEliieiicdjnrE,n-事-Enp;-pq WBU 但.5茎ns os图10.b旋转偏移的Cpk计算b可知图10.a旋转偏移正态拟合性检测由于该数据服从正态分布因此可以计算该

11、处的工序能力指数，从上图Cpk=0.631，需要对该处的旋转偏移值做改进，找出影响PMA工序能力的原因。3.4用试验设计（Design Of Experiments）找主因DOE-PMA旋转偏移我们分析了总共有五个因素可能会对PMA的旋转偏移有影响，包括设备气压、焊头长度、框架来料、焊接头到焊点的距离、定位点距离，由于设备的气压很难调整，所以将它控制在 4bar,4.5bar 做为 2 blocksY:PMA旋转偏移因子（X）焊头长度框架来料焊接头到焊点距 离定位点距离低水平规格内2mm0高水平短规格外4mm5全因素设计因素：4基本设计：4, 16试验次数：32重复：2Blocks:2中心点：

12、0从Minitab的结果可以确定气压，焊头长短，焊头到焊点距离、定位点的距离是主因（P value 0.05,省略）。图11主效应分析试验解释：1）调节气压、长焊头，焊头到焊点距离2mm、定位点距离为零的情况下可以使 PMA的旋转偏移达到最小，4Bar气压比5bar气压有更小的旋转偏移量。该 分析结果可以用于改进阶段。2）框架材料：尽管采用的是超标材料，但是并不会使旋转偏移有什么不同，所 以排除了这一因素4改进4.1PMA处的改进措施从试验设计中得出的结论，调节气压、长焊头，焊头到焊点距离2mm、定位点的距离 为零的情况下可以使PMA的旋转偏移达到最小，4 Bar气压比5bar气压有更小的旋转

13、偏移 量，改进后的Cpk达到了 1.24，相对于原来的0.63，提高了一倍。改进后PMA不良仅占到 黑底停机的3%。图12改进后的黑底间停机原因的排列图4.2人方面的改进通过对各班调机人员进行教育以及调机流程的优化，改善由于人的情绪造成的波动现在的趋势比较随机了，没有了明显的规律性班次图13改进后各班的PLMS缺陷的Multi-Vari分析4.3设备的改进：针对G5，G6的设备改进如下图：图14.a G6机械手抓爪改小以改善停机图14.b G5传送带加装荫罩小升降台以降低停机率如图14.a所示，对设备抓爪改小以使其不易插坏荫罩，造成停机。图14.b所示，G5加装了小升降台，以使荫罩拆卸时定位更

14、好，减少停机。5控制5.1用控制图控制PMA的质量用生产线上抽检数据做I-MR-R/S图，对生产进行实时的控制。生产线相对于以前， 处于一个比较好的控制状态。epavLauavuun earnircE% enRunI-MR-R/S （组内/组间）图0.50.0-0.50.70.60.50.40.30.20.10.01.00.50.0UCL=0.4207Mean=-0.06508LCL=-0.5509UCL=0.5968R=0.1827LCL=0UCL=1.073R=0.4705LCL=0Subgroup 0102030405060708090100图15 PMA旋转偏移的控制图5.2改进后的结

15、果到10月，PLMS缺陷从第一位已经下降到涂屏间的第8位的缺陷，从七月份开始，平 均不良品率仅为0.33%，完美地达到了目标。图16.改进后的PLMS缺陷趋势5.3改进后带来的收益每年以330个工作日计算，每天产量为7000只，每只废品能量与材料损失为40元人 民币，平均的PLMS缺陷率为0.33%，则每年可节约7000* (2.7%-0.33%)*40*330=5560 RMB 7358.83x330=RMB2,189,880=USD 264,478注：为维护公司机密，所附数据经过修改。参考文献：1 AON 公司 Six Sigma Black Belt 培训材料Minitab 公司 Minitab Users Guide