6SIGMA常用工具,课程大纲,流程图 因果图 排列图 失效模式分析FMEA 关联图与矩阵图 质量功能展开QFD 测量系统分析MSA DOE与方差分析 一元线性回归分析,流程图Flow Diagram,流程图的分类,例：销售部供货过程：,概要流程图有助于团队 达成共识 界定范围 选择团队成员,2. 详细流程图(Detailed Flow Diagram),详细流程图有助于团队 对过程更充分了解 发现问题 推测原因 寻找解决办法 保持收益,3. 上下流程图采购件进货过程,4. 矩阵流程图采购件进货过程,分析流程图，寻求改进机会： 1. 调查每个菱形符号 2. 调查每个循环 3. 调查每项活动符号 4. 调查每个文件或数据库符号,改进前、后的对比,项目改进措施： 票柜人员使用座位数据库 项目改进效果： 减少了一次排队 加快了客流 优化了机场秩序,乘客满意,,因果图 Cause-Effect Diagram,因果图 Cause-Effect Diagram 又称: 鱼刺图(Fish Bone Diagram ) 石川图(Ishikawa Diagram ) 由20世纪50年代初日本著名质量管理专家石川馨教授发明。
1.“汽车失控”因果图,,2.因果树型图,如何建立因果图 1. 列出所有影响质量问题的可能原因 方法：团队活动 头脑风暴法（Brainstorming） 质量记录的归纳,2. 分层次展开原因间的因果关系,5M（适用于制造业） Manpower 人力， Materials 材料， Methods 方法， Machine 机器， Measurements 测量5P（适用于服务业） People 人员， Provisions 供给， Procedures 程序， Place 地点， Patrons 客户何时使用因果图 因果图是分析阶段（A阶段）的重 要工具 用于：设想产生问题的原因，聚类,展开、逐一识别、判断，最终找出问题的主要根本原因应用案例：分析焊接质量缺陷原因,排列图 Pareto Analysis,排列图（Pareto Analysis） 又名：帕累托图 十九世纪末意大利经济学家Vifredo Pareto采用此数学模式描述社会财富的不均匀分布数学家M.O.Loreng通过图表形式阐述Joseph Juran博士在廿世纪50年代将其发展成为一种普遍原理。
排列图含义,将引起质量问题的相关因素按作用大小顺序排列，通过作出累积百分比曲线，识别相关因素中的“关键的少数”，从而确定关键因素的一种直观图形排列图作用 1. 抓主要矛盾； 2. 事半功倍； 3. 形象直观如何建立排列图 2. 对结果产生影响的因素，按序排列； 3. 每个因素的大小用数值表示； 4. 计算每个排序因素的累计百分比值，描曲线开具票据过程返回环排列图,应注意：,分界点累计百分比曲线斜率明显趋 于“平坦”的点 模糊区斜率变化不明显时，可,暂定累积影响达60%的少数因素，为“关键”，对其诊断、分析、改进 第2轮排列图分析，识别新的“关键”何时使用排列图,D阶段：识别项目，寻找改进机会 A阶段：分析原因 C阶段：验证、改进效果，识别新的 改进项目,排列图结合分层法的识别改进机会 问题陈述：病假、工伤缺勤过多 改进目标：工伤、职业病发生率降低 60%， 相关成本减少82%,应用案例:,工伤按类型排列,工伤按身体部位排列,失效模式，影响及致命度分析 Failure Mode and Effect Criticality Analysis (FMEA),（一）基本概念 失效 一个产品（或过程或一个系统）不能正常工作 。
失效模式 失效的表现形式 失效影响 失效给顾客带来的后果 顾客 终端用户,后续或下一工序的使用者FMEA是一组系统化的活动，其目的是： 1）发现，评估产品/过程中潜在的失 效及影响（KPOV） 2）列出所有可能产生失效的原因 （KPIV） 3）找到能够避免或减少这些潜在失效的措施 4）书面总结,（二）FMECA的类型 设计DFMEA评估最终产品及每个与之相关的系统、子系统、部件 过程PFMEA识别和消除产品/服务过程中每一环节的潜在隐患失效模式的风险评价，应综合考虑： 影响的严重程度（SSeverity） 失效发生的频度（OOccurrence） 不易探测度（DDetection）,QS 9000的分级标准（110级）： 设计失效严重度评价准则,设计失效发生频度评价准则,设计失效探测度评价准则,纠正措施建议： 对风险顺序级别最高的失效模式应制订纠正措施，通过降低严重度/频度/探测度以降低风险顺序 纠正措施的落实： 建议的措施具体责任部门/责任人 明确完成日期 考核,纠正措施的有效性的跟踪： 重新估算采取措施后的 严重度（S）、频度（O）、探测度（D） 计算风险顺序数 RPN=SO D是否明显下降 如不满意，再采取进一步纠正措施 直至达到满意水平,2. 过程PFMEA 输入： 设计文件 工艺文件 法律、法规、标准、规范,过程PFMEA的步骤： 列出所要分析的过程路线（工艺流程） 说明每一步活动及功能要求 每一步活动潜在的失效模式（可能发生） 潜在失效对过程活动的影响 导致潜在失效的原因/机理,失效模式的风险评价： 风险顺序数=严重度频率探测度 RPN=SOD,为了达成统一认识，应制定过程失效模式的严重度（S）、频率（O）、探测度（D）的分级评价准则。
案例PFMEA案-1.doc,关联图与矩阵图 Interrelated Diagram o:记值为1.2;其他为1. (2) 需求质量权值=绝对权值/（各个项目绝 对值之和）x 100%,需求质量 D1 不易脏 D2 普遍适用 D3 易于立住 D4 挂在墙上 D5 易从墙上拿下 D6 易于打开 D7 保 护,其中D1=41.51.0=5.0，需求质量权值=（5.0/83.2)100=6 D2= 191.31.5=35.6，需求质量权值=(35.6/83.2)100=43 案例QFD案例-1.doc,3. 质量要素展开 将顾客语言转化为技术语言,抽出质量要素 性能指标的确定,,,,1,2,,3,（2）每个需求质量至少要有确定一个性能指标 快速地,转化,安成时间或频率范围,(3) 性能指标系固有特性指标 固有特性是内在的特性，而不是人为赋予的特性 电视机,,固有特性：功率、尺寸、图像清晰度,人为赋予特性：价格、交货期,（1）性能指标：用来评价产品质量性能的衡量标准,质量要素展开,抽出质量要素 案例QFD案例-1.doc,,,4 . 质量表编制,需求质量展开 顾客的世界 质量要素展开 技术的世界 质量表： 顾客的世界,,,,1,2,,3,,4,,技术世界,4.1 关系矩阵质量表,把需求质量展开表与质量要素性能指标特性展开表分别按纵横排列组合成矩阵形式，以此揭示需求与特性以相互关连性,4.2 相互关联性确定,5. 设计质量的设定,特性重要度评价 比较分析 设计目标,,,,1,2,,3,,4,5,质量要素（特性）重要度的评价 质量要素（特性）重要度的变换评价按下列公式进行： Wj=Xij aij 式中Xij对应的需求质量的重要度（权值） aij 对应的强度：若属“”记为aij=3，“” 记为aij=2，“”记为aij=1,i,,决定应采用改进计划,第一行：是价值排序。
第二行：用5级法确定达到目标的技术困难 5是非常困难，1是可以在内部或外 部解决 第三行：是现有特性指标下的过程能力Cp(Cpk) 第四行：判断“”表明选用的计划， “”表明没有计划可用特别努力 案例QFD案例-2.doc,6. 平行原理和QFD模式四个阶段,质量保证要求,测量系统分析MSA,测量: 包括过程,产品,服务的输入,输出及性 能的量化信息. 是一整套以确定量值大小为目标的 作业 测量系统: 测量特定特性有关的作业,方法,步 骤,量具,设备,软件,人员的集合. 为获得测量结果的完整过程,测量系统的基本要求,真值=观测值-测量误差 统计稳定性----普通原因/特殊原因 测量精度------ 测量误差/过程变差,测量系统的精度要求,分辨力(Discrimination) 1. 最小测量单位/容差<10% 2. 最小测量单位/过程变差<10%,准确度(Accuracy) 表示测量结果(单值或平均值)与真值的接近程度 准确度=基准值-多次测量平均值,影响准确度的因素: 环境: 温度,湿度,大气污染,噪声,光 设备校准: 定期校准/校准的方法和程序 操作人员: 对标准的理解,对仪器的使用 差异 时间: 随时间变化而引起其它测量 条件/环境变化,精密度(Precision) 在相同的条件下,重复测量或试验其结果相互间的一致性 精密度通常用测量的标准差来表示,标准差越大,精密度越低 随机误差和系统误差,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,三个图形,轴与孔均采用同一量具时,首先关心的是精密度. 轴与孔使用同一量具时,首先关心的是准确度,测量系统的误差类型 系统误差: 偏倚 ,线性,稳定性 随机性误差: 重复性, 再现性,相同的测量人员,使用同一设备,在同一校准期间,同一实验室,采用相同的方法,在较短的时间内,对同一零件的同一特性测量的结果,其相互接近的程度,重复性(Repeatability),再现性(Reproducibility),不同的测量人员,使用不同的设备,在不同的实验室,在不同的时间,采用相同的方法对同一零件的同一特性测量的结果,其结果相互接近的程度,偏倚(Bias) 测量系统与基准值之间的差值.属于系统误差,重复测量无法避免. 偏倚可能来源于测量人员,设备,程序及实验室环境等要素的变动,线性(Linearity) 量具在预期的工作范围内,在不同的测量点偏倚值的差值,稳定性(Stability) 测量系统在某持续时间内, 在不同时间测量点, 测量单一零件单一特性时,测量值的总变差,计量型测量系统误差的估计 1. 确定偏倚B ias 2. R&R的研究,确定偏倚 选定基准值x0 重复测量并记录(x1,x2) 计算平均值X 偏倚量=平均值-基准值 偏倚百分比:偏倚量/过程变差X100%,产生偏倚的原因: 校准环境不符合规定的要求 不合理延长校准周期 测量人员变动,测量程序未形成文件 测量时间规定不严,条件变动 疏忽与失误 设备,程序及实验室环境等要素的变动,常见的疏忽与失误 测量前仪器/量具未校零 忽略了多次测量取平均值的要求 测量位置不正确 未识别不合要求的测量/试验程序 对被失准的量具测量的产品未进行识别,隔离和重新评价,R&R的研究方法: 小样法 大样法 图法,R&R研究中的主要因素:,R&R研究的准备: 确定方法,人员,被测产品零件数,重复次数 被测零件应为生产线上的产品,变差范围能代表允差范围. 由日常从事该测量活动的人员进行并事先培训,小样法实例: 给出测量系统的综合误差,但无法给出引起的原因是人为还是量具,计算平均极差R= 总极差/零件数=1.4 量具综合误差GRR=5.15XR/d2=1.4X4.33=6.1 容差的百分率GRR%=GRR/容差=6.1/20=30.5% (容差为20) 容差百分率大于30%, 被拒绝,大样法实例 至少2名测量人员, 至少10个工件, 每人对每个零件至少测量2遍,零件逐一编号 量具校准 人员A对零件进行测量(随机顺序) 人员B,C对零件进行测量(随机顺序) 上述循环重复2次,测量。