质量管理6个西格玛.ppt
《质量管理6个西格玛.ppt》由会员分享,可在线阅读,更多相关《质量管理6个西格玛.ppt(166页珍藏版)》请在三一办公上搜索。
1、1,6个西格玛,2,2023/9/19,2,一、过程具有变异性仔细观察我们的工作和生活,任何重复性活动的结果都不是完全一致的。我们将这些重复性活动看作一个过程时,过程是存在变异性的,这个变异性也称为波动性。在现代制造业中,尽管有自动化的高精度设备,生产出来的产品仍然不是完全一样,这就是过程的变异性所致。在企业和组织的生产和服务中,任何过程都存在变异。,1.1 过 程 的 变 异 性,3,1.1 过 程 的 变 异 性,六西格玛管理的核心通过将统计思维和工具应用于过程控制和改进,减少过程波动和偏差,以获得更高的产品质量。六西格玛实施效果的量测内容之一就是量测过程的变异是否正常。什么样的过程变异才
2、是合格的呢?简单的说,符合规格要求的变异过程才是合格的过程。,4,1.1 过 程 的 变 异 性,二、流程流程是“一系列的步骤或活动,使用一种或多种输入(Input),改变它们成为对顾客有价值的产出(Output)”举例假如你去4S店购买轿车。工厂。企业内部的流程。医院业务。请学员简单描述卷烟的生产流程.,5,1.1 过 程 的 变 异 性,六西格玛管理的目的:经由设计并监控流程日常操作,将流程的失误降低到最低。企业将达到:质量与效率的提高、成本降低、流程简化、财务指标好转、客户满意度提高,让您的企业成为客户最信赖的企业。六西格玛管理方法的重点:将所有的工作作为一种流程,采用量化的方法分析流程
3、中影响质量的因素,找出最关键的因素加以改进从而达到更高的客户满意度。六西格玛实施效果的量测包括对流程的量测。,6,1.1 过 程 的 变 异 性,三、规格规格有单边规格与双边规格之分。单边规格是指不对称的规格,只有上限与中心值或只有下限与中心值,此时规格限即为上限(Upper Specification Limits,USL)或下限(Lower Specification Limits,LSL)。双边规格是指对称规格,即有上下限与中心值,而上下限与中心值对称,此时数据越靠近中心值越好。,7,1.1 过 程 的 变 异 性,六西格玛管理要求企业完全从客户角度,而不是从自己的角度,来看待企业内部的
4、各种流程,用客户的要求来建立标准,以此来评估企业流程的有效性与合理性,并最终依此设立产品与服务的标准与规格。例如,客户去4S店购买轿车,时间是很宝贵的。客户能够提取到车辆需要多长时间就是客户的“规格”。客户要求在7天内提取到车辆,7天就是这个客户的上规格限。,8,1.1 过 程 的 变 异 性,四、变异变异也称为波动,是过程偏离中心值(设计值)的程度。任何过程的运行或产品的生产都存在波动,包括生产过程、服务过程、商务过程等。质量因素可分为人、机、法、料、环、测。但从对产品质量的影响大小来分,质量因素可分为偶然因素(偶波)与异常因素(异波)。六西格玛管理旨在缩小和消除过程的变异,使质量水平稳定在
5、客户要求的目标值附近。例如:汽车排量的大小汽车下线时间同一品牌的烟卷中的尼古丁或自由基含量,9,1.1 过 程 的 变 异 性,六西格玛的目的,就是减少这些波动,尽量让所有的轿车都达到质量标准。如果所生产的100万辆轿车中只有3.4辆不能满足您的需求,这就达到了六西格玛的质量水准。不良的变异必将导致资金的耗费,随着整个过程中流程的增多,这种耗费在整个过程中会越积越多。因此最经济的解决方法是降低源头流程的变异。,10,流程、规格与变异的关系如下图所示:,1.1 过 程 的 变 异 性,11,1.2 量测变异的统计指标,在六西格玛实施效果量测中,量测过程的变异性,就是量测过程产生数据的离散程度。数
6、据的离散程度是数据偏离中心值的程度,所以对于一个生产或服务过程,在描述过程产生数据的离散程度时,往往需要同时描述数据的集中趋势。,12,1.2 量测变异的统计指标,一、集中趋势的测度集中趋势的测度,主要包括:位置平均数(众数、中位数)和数值平均数(算术平均数、几何平均数)等。平均数的缺点是什么?,13,1.2 量测变异的统计指标,14,1.2 量测变异的统计指标,例:假设一零件的规格为607.5mm,为了量测甲、乙、丙三位工人技术水准的差异,抽查他们在同样条件下生产的这种产品,有关抽样数据见下表,试比较他们的技术水平。,15,1.2 量测变异的统计指标,16,1.2 量测变异的统计指标,所以,
7、从三名工人加工出零件的均值看,质量的平均水平是一样的,反映不出这三个工人的技术差异。但是,从数据看,三个工人加工零件的分散程度是不同的,甲比较集中,乙次之,丙最分散。我们知道,产品的质量是否稳定,关键是看产品的质量是否发生波动,因此这种表面现象,告诉我们的信息是甲的波动性小、乙丙次之。实际情况怎么样呢,我们可以利用极差和标准差进一步判断。,17,甲的极差最小,乙处于中间,丙最大,因此,甲加工的零件变异范围最小,乙较大,丙最大。,1.2 量测变异的统计指标,18,1.2 量测变异的统计指标,再看三名工人加工零件的标准差,甲、乙、丙的标准差分别是2、10.9805、22.5769,从这三个数据,更
8、能清楚的看出三人技术水平的高低了。,19,1.3 过程偏移分析,一、过程变异模式过程变异有短期(short time)和长期(long term)之分。,20,1.3 过程偏移分析,图7.4是一个时期的过程波动情况,每一个时间段(时间1、时间2、时间3、时间4)内的过程波动都是一个过程的短期变异情况,而总体的过程波动情况反映了过程的长期变异情况。,21,1.3 过程偏移分析,过程变异模式的公式说明了长期变异在包含短期内变异信息的同时,考虑了短期间的变异信息。在六西格实施效果的量测实践中,短期数据和长期数据的判断非常重要。所谓长期数据与短期数据指的是你所评估的变异的范围的不同数据来源。长期变异既
9、包括普通原因产生的短期波动也包括短期间特殊原因产生的波动。,22,1.3 过程偏移分析,注意:所谓的长期/短期,往往是相对而言的,没有一个明确的界限。过程有短期变异与长期变异之分,相应的,过程存在短期能力与长期能力之分。,23,1.3 过程偏移分析,二、过程短期能力与长期能力过程能力是指过程加工质量方面的能力高低,是反映过程变异性的数值,也可以说是衡量过程加工内在一致性的数值。这里的过程能力也称为西格玛水平。1、短期能力,24,1.3 过程偏移分析,25,1.3 过程偏移分析,26,1.3 过程偏移分析,案例1.1 某送餐公司为某幼儿园送午餐,学校希望在中午12:00送到,但考虑到实际情况,送
10、餐公司几乎无法保证正好12:00点送到,同时考虑到不能送餐太早影响饭菜质量,也不能送餐太晚影响小朋友们的午休时间,因而提出送餐的时间限定在11:55至12:05之间,即:LSL为11:55,USL为12:05。过去一个星期来,该送餐公司同一名员工将午餐送达的时间为11:50,11:55,12:00,12:05,12:10,求该公司准时送餐的西格玛水平。,27,1.3 过程偏移分析,这里,送餐的过程由同一名员工完成,显然属于短期西格玛水平的计算问题。将送达时间按相对于目标值12:00的差值进行变换,记录为-10,-5,0,5,10,相应的LSL=-5,USL=5,则:,28,2、长期能力长期能力
11、是一个过程的真实能力体现,不仅考虑到技术条件,还有对过程的控制手段。长期西格玛值也是可以计算出来的。长期西格玛值是一个“过程性能(实绩performance)的指数”,并且用来评价过程在长时间内受控的程度。,1.3 过程偏移分析,29,1.3 过程偏移分析,30,1.3 过程偏移分析,案例1.2某送餐公司为某幼儿园送午餐,学校希望在中午12:00送到,但考虑到实际情况,送餐公司几乎无法保证正好12:00点送到,同时考虑到不能送餐太早影响饭菜质量,也不能送餐太晚影响小朋友们的午休时间,因而提出送餐的时间限定在11:55至12:05之间,即:LSL为11:55,USL为12:05。过去三个星期来,
12、该送餐公司分别由三名员工送餐,每名员工送餐一星期,这三名员工的午餐送达的时间为依次为11:50,11:55,12:00,12:05,12:10;12:04,11:51,12:15,12:01,11:55;12:18,11:46,11:58,12:05,12:11。求该公司准时送餐的西格玛水平。,31,1.3 过程偏移分析,这里,送餐的过程分别由三名员工完成,属于长期西格玛水平的计算问题。将送达时间按相对于目标值12:00的差值进行变换,三名员工的送餐时间记录为-10,-5,0,5,10;4,-9,15,1,-5;18,-14,-2,5,11。相应的LSL=-5,USL=5,则:,32,1.3
13、过程偏移分析,33,三、过程偏移,1.3 过程偏移分析,34,1.3 过程偏移分析,35,1.3 过程偏移分析,36,美国两个学者Bender和Gilson花了近30年的时间独立研究生产流程中的漂移,获得的结果是1.49个标准差(),为了方便,人们把这种漂移看成1.5个的位移。因此,六西格玛质量水准是对流程能力减去1.5后所得,即6-1.5=4.5。在正态分布的4.5分位处,我们查得的概率值正好是3.4ppm(即百万分之3.4的缺陷率)。,1.3 过程偏移分析,37,1.3 过程偏移分析,所以当我们提到流程的西格玛水平时都是有前提条件的,是流程的短期变异还是长期变异?我们的数据是长期还是短期数
14、据?只是有时我们进行的默认,比如我们说6水平其实是指短期的,对应的长期是4.5。对工业生产进行的研究表明一个典型过程会偏移约1.5个标准差。当对过程的能力和性能进行测算的时候,需要考虑这种偏移的情况。,38,2023/9/19,38,第2章 SPC与控制图,2.1 SPC的发展(STATISTICAL PROCESS CONTROL)2.2 控制图的作用和特点2.3 预防原则的实施 2.4 选择控制变量2.5 控制图的原理和结构2.6 诊断准则 2.7 过程受控与过程稳定,39,2023/9/19,39,了解SPC概念树立过程控制的预防观念明确使用控制图的重要意义学会正确绘制控制图,本 章 目
15、 标,40,2023/9/19,40,21世纪是质量的世纪贯彻预防原则是现代质量管理的核心用科学的措施与方法保证预防原则的实现降低质量成本,2.1 SPC 的 发 展(1),J.M.Juran,41,2023/9/19,41,质量控制的发展阶段,2.1 SPC 的 发 展(2),传统管理阶段(QC阶段,Quality Control),统计质量管理阶段(SQC阶段,Statistical Quality Control),全面质量管理阶段(TQM阶段,Total Quality Management),迈向六西格玛质量管理阶段,1900 1930 1950 1990,42,2023/9/19,
16、42,采用抽样检验,具有经济性使用简便,具有实用性能发现异常原因,便于解决问题不仅用于控制,也是过程改进的基础,2.2 控 制 图 的 作 用 和 特 点,43,2023/9/19,43,2.3 预 防 原 则 的 实 施,44,2023/9/19,44,45,2023/9/19,45,关键的少数原则控制输入变量为主原则选择容易测定的变量原则,2.4 如 何 选 择 控 制 变 量,46,2023/9/19,46,假定质量特性值服从正态分布控制图是根据正态分布的“3”原理绘制用统计技术判定过程是否发生异常变异,2.5 控 制 图 原 理 与 结 构(1),47,2023/9/19,47,以样本
17、统计量均值为控制中心线以中心线3为控制图的上下控制限以抽样的时间顺序为控制图横轴坐标以质量特性值单位为控制图纵轴坐标,2.5 控 制 图 原 理 与 结 构(2),控制图结构,48,2023/9/19,48,2.6 诊 断 准 则(1),准则1:一个点在A区之外(判 异唯一准则),准则2:连续9个点在C区同一侧,准则3:6个点递增或递减排成一串,准则4:14个点排成一串,上下交替,49,2023/9/19,49,2.6 诊 断 准 则(2),准则5:3个点中有2点在A区中连成一串,准则6:5点中有4点在B区中连成一串,准则7:在C区中15个点于中心上下侧连成一串,准则8:8个点在中心线两侧排成
18、一串,但无一在C区中,50,2023/9/19,50,过程受控:控制图没有判异过程失控:控制图判异过程稳定:没有异常因素出现过程异常:出现了异常因素,2.7 过 程 受 控 与 过 程 稳 定(1),51,2023/9/19,51,收集数据,否,否,否,否,是,是,是,是,2.7 过 程 受 控 与 过 程 稳 定(2),绘制分析用控制图,过程是否受控,过程能力是否符合要求,转为控制用控制图,定期抽样打点,过程是否受控,查找异因调整过程,过程改进减小变异,查找异因调整过程,是否需要调整控制图,52,2023/9/19,52,预先控制图的优点:不需要事先抽取样本计算控制限控制限和公差限相同,容易
19、理解和运用;用不同的颜色表示不同的过程状态,直观、活泼适用于小批量生产,灵活有效,2.8 预 先 控 制 图(1),53,2023/9/19,53,2.8 预 先 控 制 图(2),TUPUMPLTL,54,2023/9/19,54,2.8 预 先 控 制 图(3),16.6016.5516.5016.4516.40,55,2023/9/19,55,2.8 预先控制图(4),预控图误发警报的概率与过程能力有关过程能力高误发警报概率就偏小非正态质量特性误发警报的概率增大过程存在偏移时误发警报的概率增大过程能力高时应该减小控制限和警戒限,56,第3章 流程缺陷与西格玛水平,3.1 缺陷与缺陷机会的
20、判断 3.2 DPU、DPO、DPMO与西格玛水平3.3 流程产出率,57,了解缺陷与缺陷机会的定义了解DPU、DPO、DPMO的定义与计算公式明确DPU、DPO、DPMO与六西格玛水平的关系学会利用流程产出率解决质量问题,本 章 目 标,58,管理的细节首先着眼于品质。卓越的品质体现在产品和服务的“零”缺陷,来源于优秀的流程能力。六西格码的中心思想:如果你能“测量”一个过程有多少个缺陷,你便能系统地分析出,怎样消除它们以及尽可能地接近“零缺陷”。,六西格码的中心思想,59,缺陷:是指产品、服务或过程的输出没有符合规范规定要求或没有达到客户要求。缺陷来源于两种情况。,3.1 缺陷与缺陷机会的判
21、断一、缺陷,60,第一种情况:依据ISO9000:2000版对质量的定义:凡是达不到质量规格要求的任何事情都是缺陷。缺陷通常是因为生产制造流程或交易流程中发生了不符合技术规格和标准的事情。这种质量水准及缺陷的多少通常是内部可以控制的,我们称它为内部质量。,3.1 缺陷与缺陷机会的判断一、缺陷,61,另一种情况是任何导致客户不满意的因素都是缺陷。在激烈的市场竞争中,质量的规格和标准是由客户决定的。所以,凡是没有满足客户要求的就是缺陷。只有真正以客户利益为中心的优秀企业才能生产或提供这样“合格”的产品或服务。7分钱的拉链,3.1 缺陷与缺陷机会的判断一、缺陷,62,缺陷没有大小,没有轻微和严重程度
22、之分。液晶电视 小缺陷:液晶显示屏上的坏点;大缺陷:遥控接收组件坏了。两种缺陷都会导致客户的不满意,给生产商带来的后果是一样的。,3.1 缺陷与缺陷机会的判断一、缺陷,63,缺陷机会:是指产品、服务或在每一个单位工作中可能发生的且最终会导致客户不满意的最大缺陷个数。性质不同、复杂程度不同的产品和服务,它们的出错机会很不相同。英文单词sigma的拼写;需要填写18个栏目的一张申请表;有285个焊点一块线路板;一辆有20000个零部件组成的普通轿车。,3.1 缺陷与缺陷机会的判断二、缺陷机会判断,64,3.2 DPU、DPO、DPMO与西格玛水平一、DPU,DPU(Defect per unit)
23、即单位缺陷数。是对质量的通用度量。DPU是将不合格数除以单位数,其中每个数字都是从某个特定的检查点而来的。对流程的任何一个检查点都可以计算DPU,计算公式如下:,65,3.2 DPU、DPO、DPMO与西格玛水平一、DPU,可对全流程做DPU的求和计算。进行求和计算时,可称它为每个单位中的总缺陷数(TDU)。DPU越小,说明单位缺陷数越少,则流程能力越强,由DPU可预见批量产品或服务的质量状况,可以分析目前的业绩情况。计算DPU是为转换六西格玛水平做好准备,为开展六西格玛管理奠定好基础。,66,3.2 DPU、DPO、DPMO与西格玛水平一、DPU,例3.1:某汽车电子产品生产厂家对某种线路板
24、的焊接点缺陷进行抽查,在生产线的终端共检查了200块线路板,发现2块线路板上有焊接缺 陷,焊接缺陷共计3个。请计算该批焊接板的单位 缺陷数DPU。,67,3.2 DPU、DPO、DPMO与西格玛水平一、DPU,解:平均每个(焊接板)单位的缺陷数为0.015个。,68,3.2 DPU、DPO、DPMO与西格玛水平二、DPO,机会缺陷率DPO(Defects Per Opportunity),即每次机会中出现缺陷的比率,表示了每个样本量中缺陷数占全部机会数的比例。由下式计算:,69,3.2 DPU、DPO、DPMO与西格玛水平二、DPO,例3.2:在例3.1中,该汽车电子产品生产厂家生产的每块线路
25、板上有100个焊接点,也就是每块线路板上存在100个缺陷机会,根据此信息,请继续计算线路板的单位机会缺陷率DPO。,70,3.2 DPU、DPO、DPMO与西格玛水平三、DPMO,作为企业领导者,常常面临如何评比不同部门间工作质量的问题。如:财务部门和生产部门的工作质量评价。如何解决评价中的可比性问题。由于产品相互之间的复杂性程度差异较大,这时采用DPU和DPO显然不具有可比性。,71,3.2 DPU、DPO、DPMO与西格玛水平三、DPMO,DPMO:在六西格玛实施效果量测中,引入百万机会缺陷数(Defect Per Million Opportunity,简记为DPMO)进行产品质量的行业
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 质量管理 个西格玛
![提示](https://www.31ppt.com/images/bang_tan.gif)
链接地址:https://www.31ppt.com/p-6062643.html