六西格玛不是全面质量管理WhySixSigmaisnotTQM

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

六西格玛不是全面质量管理WhySixSigmaisnotTQM
第一篇:六西格玛不是全面质量管理Why Six Sigma is not TQM Why Six Sigma is not TQM
By
Thomas Pyzdek*
February 2001
My colleagues often tell me that there is no real difference between Six Sigma and TQM. "Show me where Six Sigma involves anything new." Six Sigma employs some of the same tried-and-true tools and techniques of TQM. Both Six Sigma and TQM emphasize the importance of top-down support and leadership. Both approaches make it clear that continuous improvement of quality is critical to long-term business success. The PDSA cycle used in TQM is not fundamentally different than the Six Sigma DMAIC cycle.
But there are differences. Critical differences. And these differences explain why the popularity of TQM has waned, while Six Sigma's popularity continues to grow.
The difference, in a word, is management. TQM provided only very broad guidelines for management to follow. Guidelines so abstract and general that only the most gifted leaders were able to knit together a successful deployment strategy for TQM. Business magazines and newspapers reported widespread failure of TQM efforts. True, solid research showed that organizations which succeeded in successfully implementing TQM reaped substantial rewards. But the low probability of success deterred many organizations from trying TQM. Instead, many organizations opted for ISO 9000. ISO 9000 promises not world-class performance levels, but "standard" performance. But it
provides clear criteria and a guarantee that meeting these criteria will result in recognition. In contrast, TQM offered a mushy set of philosophical guidelines and no way to prove that one had accomplished their quality goals.
Unlike TQM, Six Sigma was not developed by techies who only dabbled in management. Six Sigma was created by some of America's most gifted CEOs. People like Motorola's Bob Galvin, AlliedSignal's Larry Bossidy, and GE's Jack Welch. These people had a single goal in mind: to make their businesses as successful as possible. Once they were convinced that the tools and techniques of the quality profession could help them do this, they developed a framework to make it happen. Six Sigma.
Speaking as a member of the quality profession, we knew that we had a winning set of tools that could solve quality problems in manufacturing. Total quality control, invented in 1950, showed that product quality could be improved by expanding quality efforts into upstream areas such as engineering and purchasing. We even had limited success in using our tools to improve quality in administrative areas by reducing errors in service transactions. But despite these successes we suffered from a number of shortcomings. For example:
θWe focused on quality and ignored other critical business issues. Quality
trumped everything else. Of course, this made no business sense and often lead to
organizations that failed despite improved quality.
θWe created a quality specialty that suffered from all of the same suboptimization
problems as other functions within the organization. Despite
all of our talk about a systems perspective, when push came to shove we fought for our point of view (and our budget) just like everyone else. In the typical organization this resulted in other departments considering "quality" to be the turf of the quality department. Thus, they backed off of梠r never started梕fforts of their own. θWe emphasized minimum acceptance requirements and standards, rather than
striving for ever increasing levels of performance.
θWe never developed an infrastructure for freeing up resources to improve
business processes.
developed a career path in quality. Quality professionals tended to lack
subject matter expertise in other areas of the company. This division of labor, combined with functionally specialized organization, made it difficult to improve quality beyond a certain level. (I estimate that this type of organization tops out at about 3.5 sigma.) θWe
The CEOs were able to see what the problems were, and to create an approach that fixed them. Six Sigma is addresses all of these issue.
θSix Sigma extends the use of the improvement tools to cost, cycle time, and
other business issues.
θSix Sigma discards the majority of the quality toolkit. It keeps a subset of tools
that range from the basic to the advanced. Six Sigma discards esoteric statistical tools and completely ignores such staples of the quality professional as ISO 9000 and the Malcolm Baldrige criteria. Training focuses on using the tools to achieve tangible
business results, not on theory.
θSix Sigma integrates the goals of the organization as a whole into the
improvement effort. Sure, quality is good. But not independent of other business goals. Six Sigma creates top-level oversight to assure that the interests of the entire organization are considered.
θSix Sigma strives for world-class performance. The Six Sigma standard is 3.4
PPM failures per million opportunities. It goes beyond looking at errors. The best of the Six Sigma firms try to meet or exceed their customer's expectations 999,996.4 times out of every million encounters.
θSix Sigma creates an infrastructure of change agents who are not employed in
the quality department. These people work full and part-time on projects in their
areas or in other areas. Six Sigma Black Belts do not make careers in Six Sigma. Instead, they focus on Six Sigma for two years and then continue their careers elsewhere. Green Belts work on Six Sigma projects while holding down other jobs. These subject matter experts are provided with training to give the skills they need to improve processes. Six Sigma "belts" are not certified unless they can demonstrate that they have effectively used the approach to benefit customers, shareholders, and employees.
There are many other differences as well. Having worked with organizations that have done TQM well and Six Sigma well, I can tell you that successful programs of both types look very much alike. But Six Sigma, by clearly defining this "look," makes it easier
for organizations to succeed by providing a clear roadmap to success. Don't get me wrong; I'm not saying that succeeding at Six Sigma is easy! But organizations are more willing to invest the effort if they know that a pot of gold awaits them at the end.
第二篇:六西格玛管理咨询
六西格玛管理咨询将所有的工作作为一种流程,
采用量化的方法,分析流程中影响目标的因素,
找出最关键的因素加以改进从而达到更高的客户满意度。

大纲:
(一)六西格玛理论的由来
(二)什么是DMAIC模式
(三)什么是DMADV模式
(四)六西格玛中分析阶段的作用及常用工具
(一)六西格玛理论的由来
六西格玛理论自产生以来,经过在实践当中的不断完善,已经成为当下最热门的管理理论。

其以全员参与、持续创新、高度精确化、极强的可操作性,对世界各国的管理理论和管理实践产生了深刻的影响。

已有越来越多的理论工作者和企业,参与到六西格玛理论的研究和实践当中。

六西格玛理论已经成为当今的显学。

下面我们介绍下六西格玛的由来。

二战结束后,美国在欧洲推行“马歇尔计划”,帮助欧洲重振经济的同时,在亚洲的日本推行了“道奇计划”,帮助日本经济振兴。

“道奇计划”为日本经济的复苏提供充裕的资金和技术支持,加之1950年爆发的朝鲜战争,又为日本提供了大量的美国军需订单,以及1944年确立的布雷顿森林体系为日本提供的良好的国际金融环境,使日本经济逐步走出了战后萧条的阴影。

随着日本经济的复苏,日本企业开始逐步走向国际市场,但是由于产品质量较差,导致日本企业的国际化之路步展艰难。

20世纪50年代,日本开始从美国引人了质量控制的思想。

隶属日本科学技术厅指导的日本科学技术联盟邀请当时最负盛名的美国质量管理专家威廉·爱
德华兹·戴明(W. Edwards Deming)和约瑟夫·莫西·朱兰(Joseph M. Juran)传授质量管理的理念,日本企业积极学习借鉴,使日本产品的质最有了大幅度的提升。

20世纪70年代末、80年代初,随着日本企业质量管理取得的巨大成功,日本企业已经能够凭借良好的产品质量在国际市场竞争中逐渐占据优势,从美国企业手中抢走了大量的订单,导致许多美国知名公司陷人经营危机。

摩托罗拉公司就是其中一员,其在同日本企业竞争中先后失去了收音机、电视机、半导体等市场。

在1985年时已濒临倒闭,摩托罗拉公司高层管理者认真总结经验,决定向日本企业学习先进的管理方法,全面改替企业产品质量。

当时日本企业普遍迫求的产品质最控制水平是三西格玛,摩托罗拉公司为了在竞争中占得先机,雄心勃勃地提出了产品质量控制要达到六西格玛水平,这就是六西格玛理论的由来。

(二)什么是DMAIC模式
任何管理方法都有其相对固定的模式,六西格玛管理法当然也不例外。

与目下普遍认为的一样,六西格玛管理法认为一切组织活动都是一个过程。

这个过程的输入是供应商,输出是接受我们的产品或服务的人,即客户。

组织活动就是这种建立在供需基础上的一种增值过程,这个过程的能力,也就是最经济地生产出符合要求的产品、服务的能力是可以用一把标尺来衡量的,不论你是从事什么行业,什么过程,均可以用同一指标来测量,这个指标就是西格玛值。

六西格玛管理法对过程的理解如下:
从上图可看出,六西格玛管理法将过程看作是联系输入与输出的一个纽带,一个桥梁。

输出y与输入f(x)通过过程链接形成函数关系。

众多的输入因素(变量)通过过程来影响输出y。

通过这一模式即y=f(x)模式,将客户要求与过程输入间的关系提升到量化的高度,即通过确定关键的客户要求,测量目前过程输出与客户要求间的差距(用西格玛值来表示),对差距原因进行分析,找出对输出y影响最大的关键x's,再对其进行优化,最终得出y=f(x)的最优解,再通过过程控制方法将这种成果固定下来。

这就是六西格玛管理法的突破模式—D-M-A-I-C
模式。

它是六西格玛管理的基础。

是一种基于数据的质最方法,用于改进现有产品或过程,是实现六西格玛目标的关键,通过D-M-A-I-C 模式可以实现持续的过程改善,表示如下图:
通过持续应用D-M-A-I-C模式进行过程改善,可以达到以下目标: ①更高的西格玛值; ②更高的客户满意/忠诚度; ③品质成本降低及利润激增:
④使组织具有学习能力并实现组织内外部的良好合作。

下面对各阶段作简要介绍。

1.定义阶段D
定义阶段的目标是确定需要改进的产品或过程,并决定项目需要何种资源。

1)确定与客户有关的CTQ'S。

定义的过程是界定与顾客有关的项目及过程CTQ'S,使过程量化成为可能。

下面的流程图表明了CTQ'S过程界定。

在上图中,两个检查工序是客户认定的关键过程CTQ1,和CTQ2。

2)确定项目所需资源。

定义阶段的另一目标是确定项目所需的人力、物力和信息资源。

因为六西格玛是按D-M-A-I-C模式以项目制进行改善运作的,在各个阶段均需要一定资源投入才能保证项目的正常运作,在确定资源时须考虑各阶段所需的资源,包括内部、外部、人力、财力、物质及信息,这些资源的合理配置与及时到位是六西格玛项目成功的关键因素之一。

3)管理层批准。

六西格玛项目是一个系统工程,在项目运作中需要多种资源配合,可能暂时影响到组织的系统运作。

只有获得高层的支持和批准,才可能成功。

2.测量阶段M
测虽阶段的目标是定义缺陷、收集有关产品或工序的现状(底线)数据并确立改进目标。

1)确定项目y。

项目y是与客户CTQ'S紧密相关的测量指标,根据CTQ'S来确定:首先确定所有可能的项目y(根据CTQ's),并对其划分优先级,然后选择最优先的一至两个项目y,并合理确定项目范围,确保项目范困是可管理的。

将客户要求转化为项目y的流程示意如下图:
如客户要求冰箱必须保持干燥,转化为CTQ是冰箱须无渗漏,再转化为项目y为冰箱须保持适当的泡沫密度。

2)确定项目y的性能指标。

y的性能指标即y的规格或要求,是指y的可接受界限,它与客户要求有关,同时又受过程能力限制。

如冰箱的泡沫密度为0.80±0.O5g/cm?就是一种性能指标。

3)确定项目数据收集计划和确认测量系统。

六西格玛项目是基于数据的决策方法,所以收集数据的科学性和真实性直接决定了项目改善效果。

因此,在收集数据时须进行合理分组并进行测量系统分析,以确保得到真实有效的能反映过程能力的数据。

4)收集项目y的数据。

在确定了数据收集计划并验证测最系统后,即可进行y的数据收集。

5)项目y的过程能力测量。

将收集的数据进行分析,即可得到项目y的过程能力——西格玛值,包括长期西格玛值Zlt和短期西格玛值Zst6.设定改进目标。

根据计算的Zlt和Zst,设定项目改进目标。

3.分析阶段A
分析阶段的目标是分析在测量阶段所收集的数据,以确定一组按重要程度排列的影响质量的变量x's。

1)列出所有影响项目y的过程变量了x's,用函数关系表示为: y=f(X,、X
2、X3,…,Xn)
在测量阶段确定项目y及其能力值后,分析阶段须确定过程中所有可能对y产生影响的因素(变量)x's。

如对于项目波峰焊焊接直通率FPY,可能的输入因素有: 波峰炉型号焊接温度松香比重环境温度锡条型号预热温度PCB设计环境湿度生产班次传送带倾角碎波大小传送带速度波峰高度平波大小
2)找出对项目y有重要影响的关键少数影响因素x's。

因为在一个过程中影响因素往往非常多,同时研究全部因素并对所有因素进行改善往往既不经济也无必要。

根据柏拉图80/20规则。

对项目Y有主
要影响的输入因素只占到总输入因素的80%即关键的少数,找到了它们,改善起来即比较容易了。

3)对改善收益进行预测。

在分析阶段后期.找到关键少数影响项目y的因素x's后,即可根据数据分析结合以前经验对改善结果做预测,比较改善前后的Z值,可以计算出项目改善的财务收益。

4.改善阶段I
改善阶段的目标是对项目y进行优化,并确认优化方案对项目的质量改进目标的达成情况。

1)确定改善方案。

在分析阶段找到关键少数x's后,项目小组(可以扩大到小组之外)通过脑力激荡等方法发掘可能的解决方案,再通过评定或试验设计找出最优解决方案。

优选方案时从以下几个方面着手,进行综合平衡,优选出最佳解决方案: (1)实施成本。

(2)实施难易度(技术、资源组织、时间等)。

(3)收益大小。

2)实施解决方案。

在确定最优方案后,对拟定的解决方案进行试验设计,以验证方案的可行性并取得项目y的优化目标。

3)持续改善。

通过试验设计等改善方法持续进行过程改善,使项目y的性能指标满足或超越客户要求。

5.控制阶段C
控制阶段的目标是确保在改善阶段的成果能够持续保持,使过程不再回复至改善前的状态。

1)将改善后的过程设置标准化。

在改善阶段已找到项目y的最优值对应的关键因素x's的最佳水平设置,在控制阶段将这些因素的水平设置用标准操作程序等方式固定下来,使过程的相关因素水平设置持续保持在最优设置上。

2)用过程控制系统对因素水平设置或项目y的指标进行监控。

过程永远处于波动状态,波动的影响因素既有偶然因素,也有系统因素。

如下图表示:
在将各因素按改善阶段确定的最优水平设置后,并不能保证过程
一直稳定在此种状态。

由于上述的波动影响因素的作用,过程的均值和分布都有可能发生变化。

这时用统计过程控制(SPC)系统对过程进行监控是非常必要的。

通过SPC可以发现影响过程波动的是偶然因素还是系统因素,以便及时对系统因素进行分析改善。

3)推广和经验文流。

通过D-M-A-I-C过程,可以定量分析出改善的结果
和财务回报,通过在公司内的经验交流,可以鼓舞士气,项目组间相互取长补短,以利于共同提高,为更高质量的改善项目实施打好基础。

在一个项目上取得的成功同样可以推广到相同或类似的过程,使项目取得的成果最大化。

从上面对六西格玛突破模式“D-M-A-I-C”的介绍,我们可以看出,六西格玛是依靠"D-M-A-I-C”模式,以数据分析为基础,以客户需求的满足为最终关注焦点,通过严密的流程和科学系统的方法进行持续改善并获得巨大财务收益的。

D-M-A-I-C是六西格玛改善项目的基石。

(三)什么是DMADV模式
1.DMADV模式是六西格玛管理法中与DMAIC模式并列的另一种突破模式。

它适用于六西格玛设计项目,是近几年才发展起来的,D-M-A-D-V各阶段定义及目标如下: 1)D(定义阶段):与D-M-A-I-C模式的定义阶段类似,
其目标为确定新设计产品,新提供服务的CTQ's,通过QFD等方法获得。

2)M(测量阶段):侧量现有设计满足CTQ's的潜在能力,在新产品设计时,测量阶段可能尚未有成型的设计方案,但可运用QFD, FMEA、故障树等技术对新方案满足CTQ的能力进行预测。

3)A(分析阶段):对测量结果进行分析,找到可能的关键影响因素x's。

4)D(设计阶段):通过前面三个阶段,对客户要求及设计方案应具备的满足要求的能力已有较充分的认识,在设计阶段可结合以上信息
展开设计。

5)V(验证阶段):对设计结果进行全面试验和检测,对照定义阶段的客户要求,确认目标达成情况,如未达成,返回分析阶段重新开始,直至设计目标达成。

2.DMAIC模式与DMADV模式流程图
两种模式分别用于改善和设计,但其主要流程和工具都是共通的,在通过DMADV模式取得客户需求的六西格玛设计目标后,随客户要求的提高,可进入DMAIC模式进行持续改善。

(四)六西格玛中分析阶段的作用及常用工具
分析阶段是六西格玛“D-M-A-I-C”和“D-M-A-D-V”流程中的一个中间环节,同时是非常重要的环节。

因为要解决问题,首先得发现问题的原因。

在实际工作中,多数问题的原因是未知的。

六西格玛选项原则中就有一条是:“根本原因未知,即所有的六西格玛项目在实施项目前其改善对象的问题原因是未知或最少是未确切知道的。

的确,对于比较简单的问题,不用六西格玛方法也可以很好解决,这时就无须选其为六西格玛项目。

比如生产线停线多发,原因是物料供应不及时,或某个设备常发生故障。

此问题原因清楚,解决方案已知,显然没必要选作六西格玛改善项目。

反过来说,所有六西格玛项目均为问题较严重、客户抱怨大,或对公司造成重大损失的项目,其原因复杂,用普通方法无法分析或无法找到根本原因,无法知道最佳解决方案。

1.分析阶段的作用
六西格玛管理法的解决方案是基于数据,通过定义问题、测量现状、分析原因、实施改善、进行控制,即D-M-A-I-C模式展开项目运作。

对于普通方法无法分析的问题,六西格玛管理法采用一整套严密、科学的分析工具进行定量或定性分析,最终会筛选出关键影响因素x's。

只有筛选出关键的x's,改善阶段才会有的放矢。

所以分析质量的高低直接影响到改善效果和项目成败。

分析阶段在六西格玛项目中的位置如同疾病治疗过程的诊断阶段一样,只有找到病因了,后续才能对症下药,否则可能毫无效果或适得其反。

2.分析阶段的输入
"D-M-A-I-C"模式中,各阶段衔接严密,环环相扣,后一个阶段的输入即为前一阶段的输出。

因此,分析阶段的输入为测量阶段的输出。

其输入(同时是测量阶段的输出)为: 1)过程流程图。

在六西格玛测量阶段为把握现状,需绘制详细的过程流程图以对过程全貌有准确把握,这样测量的结果才能反映过程实际。

现在的一般公司均有各个过程的详细流程图,可直接使用。

2)过程输出的量化指标即项目y。

过程输出的量化指标是六西格玛项目的改善对象。

在测量阶段,已取得项目y的详细现状测最数据。

此数据是分析和改善阶段的研究对象。

3)对项目y及其影响因素x's的数据有效性验证结果。

在测量阶段前期,为保证测量数据的有效性,展示过程本来面目,需验证数据测量系统的有效性。

根据被测量数据的性质,可将其分为计量值数据和计数值数据,两种类型数据的测量系统有不同的分析和验证方法,此结果作为一种证明输入到分析阶段。

4)对当前过程性能的准确评估。

在测量阶段的输出之一,是对项目y对应的当前过程能力的准确评估,即Zlt和Zst。

根据Zlt和Zst的数值比较,可以对过程现存问题作基本把握。

5)改进目标。

分析阶段的输入之一是项目y的改善目标,也是过程能力的改善目标,如将Zlt和Zst由现状提升至何种水平。

改进目标的高低决定了分析的水准。

3.分析阶段的输出
分析阶段的输出主要有3个,分别是: 1)影响项目y的所有x's。

分析阶段主要目标是发现影响项目y的主要因素,但首先是要找出所有可能的影响因素,特别注意不能漏掉可能的影响因素。

因为也许漏掉的正是关键x's,这时得到的分析结果是不完整的,基于这种分析结果作出的改善是不完善甚至无效的。

2)影响项目y的关键少数了x's。

这是分析阶段的主要输出,它直接影响改善质量及项目成败。

将关键少数因素和多数次要因素分离开是分析阶段的首要目标,
也是六西格玛系统的核心技术之一。

3)量化的收益。

在分析阶段找出关键少数因素后即可对这些因素作出评估,并对改善结果进行预测。

计算出改善所需成本和项目收益,相减即得改善的净收益,这是六西格玛和别的系统的主要区别之一,即六西格玛的所有项目成果是可以反映在财务收益上的,所以改善的有形效果一目了然。

3.分析阶段的常用工具
六西格玛管理法之所以能解决普通方法难以或无法解决的问题,帮助组织获得巨大的有形和无形收益,因为其是以客户为驱动、以数据为基础、运用高效率的“D-M-A-I-C”模式去分析和解决问题。

支撑“D-M-A-I-C”模式的是一系列威力强大的工具包。

这些工具是六西格玛系统解决问题的基础。

在分析阶段,六西格玛常用工具有: 1)图形分析工具。

(1)过程图分析。

(2)直方图分析。

(3)箱图分析。

(4)时序图分析。

(5)因果图分析。

(6)失效模式和影响分析。

(7)质量功能展开。

(8)故障树分析。

2)通用分析工具。

(1)参数估计和置信区间分析。

(2)假设检验。

(3)方差分析。

(4)相关和回归分析。

(5)试验设计分析。

以上六西格玛分析工具中有些是平时常见的,如过程图、直方图、因果图,有些为比较新颖的工具如箱图、试验设计分析等。

无论如何,六西格玛系统将这些新老工具组合起来,合理选用,发挥了单个工具无法实现的作用,尤其是六西格玛管理法与统计软件Minitab的结合,使分析简便快捷,将数据分析技术发挥到极致,并使人人可以掌握,达到真正实用的目的。

很多人有很好的方法,但由于思路不对,将此作为只供卖弄的学问,现在有一种现象,就是许多公司有很好的技术,但只有内部很少人有特权掌握,结果大多数人不理解、不支持,再好的方法也不可能产生效益,六西格玛系统的与众不同之处就在于将这些复杂工具用尽可能浅显的方式表达出来,让尽可能多(而不是尽可能少)的人去用,培养大家的热情,等到大家都将用数据说话作为日常工作的一部分,将各类工具非常自然娴熟地用在该用的地方,组织的成长就一定会势不
可挡,这是每位学习六西格玛的工程师和管理人员所必须认识到的。

第三篇:六西格玛成功(6sigma)案例学习
6sigma成功案例
**电子:步伐稳健行走于6σ之路
2000年12月,第十届台湾品质奖的颁奖典礼上,在评审“品质不折不扣”的理念下,**电子以多年来致力追求品质的决心与成就,脱颖而出,获得台湾品质奖。

细察**电子追求品质的努力、实践品质的过程,得以知道这个奖得来实至名归。

**电子自1994年起,就在董事长许胜雄的领导下,努力实践6σ (Six Sigma)的品质策略。

何谓6σ?σ在字面上的定义是为统计学上的标准差,简单来说,σ是一个测量品质的标准工具,它代表一种绩效目标,也是一种品质改善的观念。

达到6σ表示每百万次中只会出现3.4个错误,几乎等于零缺点。

6 σ曾经协助许多世界级企业展现惊人的成绩,它曾经使通用电气(GE)公司迈向营运的高峰,被杰克韦尔奇称许为通用所采用的过最重要的管理措施;也是西方企业力抗日本企业反败为胜的法宝。

提起**电子导入6 σ的原由,**电子副总经理陈乃源表示:“起源于为了满足顾客对品质的要求。

”在未实行6 σ前,**电子所生产的产品错误率颇高,无法达到客户满意,除容易引起顾客的抱怨,相对也缺乏竞争力。

为了提高竞争力,**电子决定导入6 σ。

当时**电子派遣了一批人员到美国接受6σ的训练课程,其中成员包含总经理、数位副总及相关人员,陈乃源也是其中之一。

受训回国后,陈乃源全心投入**电子执行6 σ的架构规划。

陈乃源指出:“实践6 σ的基本原则,是以顾客需求为出发点,一切改善都必须以顾客需求为主,它讲求从制造过程开始改进,而不是看产品产出最后的结果,因为产品事后的修补往往要花费更多的成本。

品质改善最重要的是要从根源做起,也就是在设计时就减少错误的机会。

尤其是在产品生命周期急速缩短的今天,已没有时间让你尝试错误了,也无法再像过去一样等生产过程结束后再统计错误,必须在设计的时候就减少错误的发生,把线上的制程能力及零件的制造能力都计算、。

相关文档
最新文档