6SIGMA品质管理方法
合集下载
相关主题
- 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、"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、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)。
1. 6σ品质水准为2000年品质趋势.［图一］ 2. 顾客对产品满意要求,顾客有权期望: a. 产品完全没有故障. b. 依承诺准时出货. c. 高可靠度,没有隐伏性故障. d. 维护与服务减至最少. 3. MOTOROLA导入6σ-PPM计划,不但品质挤身WORLD CLASS之林, 濒临崩溃企业亦得以此起死回生. 4. 6σ品质不但是品质量度亦是企业标竿,而更是使顾客完全满意法宝. 一旦导入,其 DRIVING FORCE 无穷驱使企业订定长期目标,达成策略, 执行绩效检讨,PDCA循环作持续改善,不达到目标誓不终止. 5. 6σ品质水准,几乎全良品,实为当今品质竞争优势所在.
(C) 顾客对产品满意需求:
(1)认知方面— 顾客有权期望
( 如何留住顾客? )
1. 产品完全没有故障. 2. 依承诺准时出货. 3. 没有隐伏性故障,可靠度高. 4. 退修与服务减至最少.
(2)相关影响方面—DFM与生产总不良数
1. 产品故障与生产过程总不良数成正比. 2. 每台CYCLE TIME与总不良数成正比. 3. 隐伏性不良与制程总不良成正比. 4. DFM设计与维修和服务成反比.
4 5
1 — :1 20
二,认识 Cp & Cpk 绩效指数
(A),终极产品性质-变异(VARIABLE)和属性(ATTRIBUTE)
变异-以单位来测定特性 属性-以参考标准比较来判定其好或坏特性 Cp是稳健设计测量 Cpk是被用来测量和管理设计或制造有关变异之能力和不良发生频率
(B),符合变异需求之产品/流程特性
(3)经由制程改进达成顾客满意方面—减少DPU
1. 减少 DPU →减少总不良数 2. 减少 DPU →减少总不良数 3. 提升可靠度→减少总不良数 4. DFM →减少总不良数
减少产品故障率. 减少每台CYCLE TIME. 减少隐伏性故障. 减少维修与服务.
(4)减少DPU结果会导致
1.增加顾客满意度 2.减少制造成本 3.减少修护保证成本 4.增加品质保证 5.留住顾客
6σ之MAIC分析方法
步骤
1 2 3 4 5 6 7 8 9 10 11 12 13 14 改善 (统计解决) CONTROL 管制 (实质解决) ANALYSIS 分析 (统计问题)
阶段
量测 (实际问题)
关 键 步 骤
流程图建立 量测每个不良机会率(DPU) 检测每次机会发生不良(DPMO) 为其特性建立衡量标准(找出关键变数) 选择量测工具 了解工具之能力 决定其SHORT&LONG TERM制程能力
Z
= 0 σ = 1 X = 2
代入得
1 Z2 e 2π σ 2
Z
∞ < Z < +∞
∫(X ) =
X
1 (π ) e = ∫ ( z) = 2σ 2 2πσ
1 z2 e 2πσ 2
∞ < z < +∞
由此可求
Z 2 ( x )2 X = ∴Z = 2 2 2a σ
σ
*可将任意常态变数X经由 X 转变成标准常态随机变数此为常态分配标准化过程 因此经由转换过程再配合常态面积表就可求得所有常态随机变数之多种机率值 *而Z值亦是用来表示Defects或NON-CONFORMANCE部份, 经此转换便可求出σ和不良关系和Yield 亦然 a b P ( a < Χ < b) = P ( <Z< ) σ a
(4)没有DFM和高DPU效应
1.高维修保证费用 2.高制造成本 3.增加资源浪费(检查,重工) 4.增加CYCLE TIME不能按时出货 5.生意丧失给竞争者
1. 顾客满意是每位员工责任,亦是公司赖以存活关键 2. 不良发生是产品和零件变异远离目标值,致使其无法执行要求 功能所造成. 3. 顾客有权要求"OTD","ZD","可靠度",零维修和服务. 4. 一个完美电子产品,须具优越设计宽放,能生产全良品,和在 设计范围内,操作都永不失效. 5. DFM 是缔造稳健产品最佳设计方法,亦是减少 CYCLE TIME 和对6σ品质关键达成所在.
(A) 设计品质 竞争基准 (B) 制造品质 竞争基准 (C) 产品品质 竞争基准 (D) 品质绩效 竞争基准
一,6σ品质趋势
(A) 品质要求趋势与优势
σ品质需求 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6σ-PPM YR. 1930-1970 1970-1980 1980-1990 1990-1995 1995-1997 1997-1998 1998-2000 PPM 66,830 22,750 6,200 1,350 223 31.8 3.4 Cp 1.00 1.17 1.33 1.50 1.67 1.83 2.0 Cpk 0.50 0.67 0.83 1.00 1.17 1.33 1.50
每当制程操作一段期间后需确定其制程能力 SPC
6σ-PPM品质计划
制造品质
-∞ -6σ -5σ -4σ -3σ -2σ -1σ +1σ +2σ +3σ 4σ 5σ 6σ +∞
设计品质
6σ-PPM品质目标
一, 6σ品质趋势
(A) 品质要求趋势与优势 (B) 制程3σ与6σ制程理念 (B-1) 以良品率说明3σ和6σ品质要求 (B-2) 平均值偏离目标1σ时(3σ与6σ良品率比较说明,3σ品质水准不够) (B-3) 6σ品质水准含意 (B-4) 为何要挑战6σ品质? (C) 顾客对产品满意需求
6σ品质管理方法
1,进料管制 , A QFD B 2,成品管制 , C D E 4,设计管制 , F 专案计划, 专案计划,执行与管制 FMEA MAIC,SPC , DOE,田口,参数设计 ,田口, QIT,CFT ,
3,制程管制 ,
改 变 带 头 人
CHAMPION-强式领导,负成败之责. MASTER BLACK BELT-专业知识,提供技术支援 能以文字和统计来沟通. BLACK BELT-通过严格评鉴(负责训练,绿带和监督). GREEN BELT-几乎与黑带相似技巧,但不及黑带深度 知能. TEAM MEMBER-对6σ技术有基本认识.
DISSATISFIES THE CUSTOMER MAX ALLOWABLE LOWER LMIT SATISFIES THE CUSTOMER TARGET VALUE MAX. RANGE OF VARIATION DISSATISFIES THE CUSTOMER MAX ALLOWABLE UPPER LMIT
99.9999713% 99.999713 % 99.9974 %
0.287 2.87 26
管制界限是以 u ±3σ来订制,因此, 在常态分配下,3σ品质特性值99.73会落在±3σ,此时不良品顶多是0.27%而已.
如此水准够吗?
1个零件在3σ水准时 10个零件在3σ水准时 90个零件在3σ水准时
+∞
σ:是测量离势或变异(变异情形通常以平均值和标准差σ来表示品质特性值之位置及分散情形) 其值愈小愈趋中心分配,品质变异越小越稳定,亦即是平均值愈接近目标值. 反之,σ愈大分配离中心值愈远品质愈坏.
(C),常态分配机率
:母群体平均数(趋中势) X :样本平均数(品质特性平均值之估计值) σ:(离中趋势)标准差(母群体) S :样本标准差(品质特性σ之估计值) 常态分配
品质保证为3.4PPM,几乎全良品,在竞争策略理念下, 其产品品质就占有极强品质竞争优势. 6σ-PPM表示方法: 6σ - 代表品质出厂水准(1σ,2σ,,,6σ)σ愈高愈好. PPM - 代表品质出厂水准,保证其产品不会超过几个PPM. Cpk - 表示品质水准之高低,好坏(一切计量,计数值之品质 数据皆可换算为C NOT !
因为每种产品均由许多零件和许多制程而完成; 如上图显示:` 良品率便有 99.73% 而 良品率只有 97.3 % 而 良品率仅有 78.4 % 而已
要是零件品质特性之平均值偏一个σ,则含90个零件之良品率就会降到12.55% 因此,每一个零件或每一个制程只达到3σ品质水准是不够的.
VALUES OF A PRODUCT CHARACTERSTIC 产品特性值
若制程是随机变异u,a固定,此变异使接近-常态分配 变异
(u) MEAN(群体平均) TIGHT DISTRIBUTION(紧密分配) (σ很小)
BROAD DISTRIBUTION (σ很大)
-∞ -3σ -2σ -1σ TARGET +1σ +2σ +3σ
(D) 中长期品质目标订定 (E) 达成6σ品质步骤规划 (F) 各部门计划执行规划 (G) 全面品质保证系统
四,1998年品质计划
(4-1) 品质目标及达成状况 (4-2) 品质方针展开 (4-3) 品质目标值说明 (4-4) 达成目标策略 (4-5) 策略规划说明
五,INTERNAL BENCHMARKING PROGRAM
99.9973 % ; 27 PPM
由此可知,制程能达到6σ水准,不但不良率几乎少到接近0,而平均值即使稍偏 移目标值时,其影响亦微不足道. 6σ品质水准,是通往世界品质(BEST IN CLASS)之路,一旦达到此水准,不但 客户承认品质和服务卓越,更赢得客户完全满意.
(B-4) 为何要挑战6σ品质?
(B-3) 6σ品质水准含义
若制程稳定,生产制品品质特性值标准差相当小,而小到平均值上下6σ会落在 规格内,如此则产品品质会达到什麼程度? (如上图所示) 1个零件, 6σ品质水准良品率 = 99.9999998 % 0.002PPM 即使90个零件 —— 亦 有 良 品 率 = 99.999982 % 0.18 PPM 要是平均值偏离标准一个σ,在90个零件产品中在6σ品质水准下,其良品率仍有
客户满意的品质杠杆
根据美国汽车工业小组的调查统计报告,[客户满意的品质杠杆研究]指出, 在产品推出到市场的过程中,愈早投入品质的努力,愈能令客户满意,品 质回收的利益亦愈大.
1 2 3
100:1 10:1 1:1 1 — :1 2
1 2 3 4 5 ,产 ,制 ,装 ,客 ,客 品 造 配 户 诉 设 工 生 服 抱 计 程 产 务 怨 开 发 阶 段 开 发 阶 段 阶 段 处 理
二,认识 Cp & Cpk 品质指数
(A) 终极产品特质 (B) 符合变异需求之产品/流程特性 (C) 常态分配机率 (D) 制程能力 (E) 认识DPU
三, 6σ-PPM品质规划
(A) TQM体制建立 (B) 6σ-PPM品质策略规划 (C) 6σ-PPM品质架构(以ISO9001为基础和TQM架构下推展)
6σ PPM 0.002 0.02 0.18 99.9999998% 99.999998 % 99.999982 %
(B-2) 平均值偏离目标1σ时
(3σ和6σ良品率比较) 3σ 6σ
PPM 良 率 PPM
制程PARTS
良
率
1 10 90
97.72 % 79.4 % 12.55 %
2,280 225,974 874,500
分析工具
SPC 不良收集表
MEASUREMENT 选择制程/产品特性(了解顾客需求)
SPC 柏拉图 直方图 Cp分析 鱼骨图 DOE TM与实验计划 管制图
IMPROVEMENT 确认每个步骤关键变异原因 (用DOE去找关键 进行试验以确定其影响
变数之操作视窗)
为所有变异建立最佳运作参数
为所有变异执行适切管制(用SPC来控管) 时常鉴控产品/制程特性
P( X ≤ Z )
( = ( X= (σ= (S=
∑X N
) ) ) )
1 ( X )2 e 2σ 2 2π σ
∑( X μ) 2 N
∑x n
∑( X X ) 2 n 1
fx (x ) =
P ( X ≥ 2)
X
-2σ -1σ
1σ
2σ X
-2
2-VALUE
设Z为常态随机变数则 X ~ N(,σ) = Z ~ N(0,1) 则 称Z为标准常态随机变数 以 其机率密度函数为 ∫ ( Z ) =
(B) 制程3σ与6σ制程理念
规格宽度 (美国) 制程潜力 = 制程能力 规格宽度 (日本) 制程潜力 = 制程能力 = 3σ = 3σ 6σ = Cp = 2 (无缺点) DFM设计 4σ = Cp = 1.33 (有缺点发生)
(B-1) 以良品率说明3σ和6σ品质要求:
3σ与6σ良品率比较
3σ 制程或PARTS 1 10 90 良 率 99.73 % 97.33 % 78.4 % PPM 2,700 26,700 21,600 良 率
(C) 顾客对产品满意需求:
(1)认知方面— 顾客有权期望
( 如何留住顾客? )
1. 产品完全没有故障. 2. 依承诺准时出货. 3. 没有隐伏性故障,可靠度高. 4. 退修与服务减至最少.
(2)相关影响方面—DFM与生产总不良数
1. 产品故障与生产过程总不良数成正比. 2. 每台CYCLE TIME与总不良数成正比. 3. 隐伏性不良与制程总不良成正比. 4. DFM设计与维修和服务成反比.
4 5
1 — :1 20
二,认识 Cp & Cpk 绩效指数
(A),终极产品性质-变异(VARIABLE)和属性(ATTRIBUTE)
变异-以单位来测定特性 属性-以参考标准比较来判定其好或坏特性 Cp是稳健设计测量 Cpk是被用来测量和管理设计或制造有关变异之能力和不良发生频率
(B),符合变异需求之产品/流程特性
(3)经由制程改进达成顾客满意方面—减少DPU
1. 减少 DPU →减少总不良数 2. 减少 DPU →减少总不良数 3. 提升可靠度→减少总不良数 4. DFM →减少总不良数
减少产品故障率. 减少每台CYCLE TIME. 减少隐伏性故障. 减少维修与服务.
(4)减少DPU结果会导致
1.增加顾客满意度 2.减少制造成本 3.减少修护保证成本 4.增加品质保证 5.留住顾客
6σ之MAIC分析方法
步骤
1 2 3 4 5 6 7 8 9 10 11 12 13 14 改善 (统计解决) CONTROL 管制 (实质解决) ANALYSIS 分析 (统计问题)
阶段
量测 (实际问题)
关 键 步 骤
流程图建立 量测每个不良机会率(DPU) 检测每次机会发生不良(DPMO) 为其特性建立衡量标准(找出关键变数) 选择量测工具 了解工具之能力 决定其SHORT&LONG TERM制程能力
Z
= 0 σ = 1 X = 2
代入得
1 Z2 e 2π σ 2
Z
∞ < Z < +∞
∫(X ) =
X
1 (π ) e = ∫ ( z) = 2σ 2 2πσ
1 z2 e 2πσ 2
∞ < z < +∞
由此可求
Z 2 ( x )2 X = ∴Z = 2 2 2a σ
σ
*可将任意常态变数X经由 X 转变成标准常态随机变数此为常态分配标准化过程 因此经由转换过程再配合常态面积表就可求得所有常态随机变数之多种机率值 *而Z值亦是用来表示Defects或NON-CONFORMANCE部份, 经此转换便可求出σ和不良关系和Yield 亦然 a b P ( a < Χ < b) = P ( <Z< ) σ a
(4)没有DFM和高DPU效应
1.高维修保证费用 2.高制造成本 3.增加资源浪费(检查,重工) 4.增加CYCLE TIME不能按时出货 5.生意丧失给竞争者
1. 顾客满意是每位员工责任,亦是公司赖以存活关键 2. 不良发生是产品和零件变异远离目标值,致使其无法执行要求 功能所造成. 3. 顾客有权要求"OTD","ZD","可靠度",零维修和服务. 4. 一个完美电子产品,须具优越设计宽放,能生产全良品,和在 设计范围内,操作都永不失效. 5. DFM 是缔造稳健产品最佳设计方法,亦是减少 CYCLE TIME 和对6σ品质关键达成所在.
(A) 设计品质 竞争基准 (B) 制造品质 竞争基准 (C) 产品品质 竞争基准 (D) 品质绩效 竞争基准
一,6σ品质趋势
(A) 品质要求趋势与优势
σ品质需求 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6σ-PPM YR. 1930-1970 1970-1980 1980-1990 1990-1995 1995-1997 1997-1998 1998-2000 PPM 66,830 22,750 6,200 1,350 223 31.8 3.4 Cp 1.00 1.17 1.33 1.50 1.67 1.83 2.0 Cpk 0.50 0.67 0.83 1.00 1.17 1.33 1.50
每当制程操作一段期间后需确定其制程能力 SPC
6σ-PPM品质计划
制造品质
-∞ -6σ -5σ -4σ -3σ -2σ -1σ +1σ +2σ +3σ 4σ 5σ 6σ +∞
设计品质
6σ-PPM品质目标
一, 6σ品质趋势
(A) 品质要求趋势与优势 (B) 制程3σ与6σ制程理念 (B-1) 以良品率说明3σ和6σ品质要求 (B-2) 平均值偏离目标1σ时(3σ与6σ良品率比较说明,3σ品质水准不够) (B-3) 6σ品质水准含意 (B-4) 为何要挑战6σ品质? (C) 顾客对产品满意需求
6σ品质管理方法
1,进料管制 , A QFD B 2,成品管制 , C D E 4,设计管制 , F 专案计划, 专案计划,执行与管制 FMEA MAIC,SPC , DOE,田口,参数设计 ,田口, QIT,CFT ,
3,制程管制 ,
改 变 带 头 人
CHAMPION-强式领导,负成败之责. MASTER BLACK BELT-专业知识,提供技术支援 能以文字和统计来沟通. BLACK BELT-通过严格评鉴(负责训练,绿带和监督). GREEN BELT-几乎与黑带相似技巧,但不及黑带深度 知能. TEAM MEMBER-对6σ技术有基本认识.
DISSATISFIES THE CUSTOMER MAX ALLOWABLE LOWER LMIT SATISFIES THE CUSTOMER TARGET VALUE MAX. RANGE OF VARIATION DISSATISFIES THE CUSTOMER MAX ALLOWABLE UPPER LMIT
99.9999713% 99.999713 % 99.9974 %
0.287 2.87 26
管制界限是以 u ±3σ来订制,因此, 在常态分配下,3σ品质特性值99.73会落在±3σ,此时不良品顶多是0.27%而已.
如此水准够吗?
1个零件在3σ水准时 10个零件在3σ水准时 90个零件在3σ水准时
+∞
σ:是测量离势或变异(变异情形通常以平均值和标准差σ来表示品质特性值之位置及分散情形) 其值愈小愈趋中心分配,品质变异越小越稳定,亦即是平均值愈接近目标值. 反之,σ愈大分配离中心值愈远品质愈坏.
(C),常态分配机率
:母群体平均数(趋中势) X :样本平均数(品质特性平均值之估计值) σ:(离中趋势)标准差(母群体) S :样本标准差(品质特性σ之估计值) 常态分配
品质保证为3.4PPM,几乎全良品,在竞争策略理念下, 其产品品质就占有极强品质竞争优势. 6σ-PPM表示方法: 6σ - 代表品质出厂水准(1σ,2σ,,,6σ)σ愈高愈好. PPM - 代表品质出厂水准,保证其产品不会超过几个PPM. Cpk - 表示品质水准之高低,好坏(一切计量,计数值之品质 数据皆可换算为C NOT !
因为每种产品均由许多零件和许多制程而完成; 如上图显示:` 良品率便有 99.73% 而 良品率只有 97.3 % 而 良品率仅有 78.4 % 而已
要是零件品质特性之平均值偏一个σ,则含90个零件之良品率就会降到12.55% 因此,每一个零件或每一个制程只达到3σ品质水准是不够的.
VALUES OF A PRODUCT CHARACTERSTIC 产品特性值
若制程是随机变异u,a固定,此变异使接近-常态分配 变异
(u) MEAN(群体平均) TIGHT DISTRIBUTION(紧密分配) (σ很小)
BROAD DISTRIBUTION (σ很大)
-∞ -3σ -2σ -1σ TARGET +1σ +2σ +3σ
(D) 中长期品质目标订定 (E) 达成6σ品质步骤规划 (F) 各部门计划执行规划 (G) 全面品质保证系统
四,1998年品质计划
(4-1) 品质目标及达成状况 (4-2) 品质方针展开 (4-3) 品质目标值说明 (4-4) 达成目标策略 (4-5) 策略规划说明
五,INTERNAL BENCHMARKING PROGRAM
99.9973 % ; 27 PPM
由此可知,制程能达到6σ水准,不但不良率几乎少到接近0,而平均值即使稍偏 移目标值时,其影响亦微不足道. 6σ品质水准,是通往世界品质(BEST IN CLASS)之路,一旦达到此水准,不但 客户承认品质和服务卓越,更赢得客户完全满意.
(B-4) 为何要挑战6σ品质?
(B-3) 6σ品质水准含义
若制程稳定,生产制品品质特性值标准差相当小,而小到平均值上下6σ会落在 规格内,如此则产品品质会达到什麼程度? (如上图所示) 1个零件, 6σ品质水准良品率 = 99.9999998 % 0.002PPM 即使90个零件 —— 亦 有 良 品 率 = 99.999982 % 0.18 PPM 要是平均值偏离标准一个σ,在90个零件产品中在6σ品质水准下,其良品率仍有
客户满意的品质杠杆
根据美国汽车工业小组的调查统计报告,[客户满意的品质杠杆研究]指出, 在产品推出到市场的过程中,愈早投入品质的努力,愈能令客户满意,品 质回收的利益亦愈大.
1 2 3
100:1 10:1 1:1 1 — :1 2
1 2 3 4 5 ,产 ,制 ,装 ,客 ,客 品 造 配 户 诉 设 工 生 服 抱 计 程 产 务 怨 开 发 阶 段 开 发 阶 段 阶 段 处 理
二,认识 Cp & Cpk 品质指数
(A) 终极产品特质 (B) 符合变异需求之产品/流程特性 (C) 常态分配机率 (D) 制程能力 (E) 认识DPU
三, 6σ-PPM品质规划
(A) TQM体制建立 (B) 6σ-PPM品质策略规划 (C) 6σ-PPM品质架构(以ISO9001为基础和TQM架构下推展)
6σ PPM 0.002 0.02 0.18 99.9999998% 99.999998 % 99.999982 %
(B-2) 平均值偏离目标1σ时
(3σ和6σ良品率比较) 3σ 6σ
PPM 良 率 PPM
制程PARTS
良
率
1 10 90
97.72 % 79.4 % 12.55 %
2,280 225,974 874,500
分析工具
SPC 不良收集表
MEASUREMENT 选择制程/产品特性(了解顾客需求)
SPC 柏拉图 直方图 Cp分析 鱼骨图 DOE TM与实验计划 管制图
IMPROVEMENT 确认每个步骤关键变异原因 (用DOE去找关键 进行试验以确定其影响
变数之操作视窗)
为所有变异建立最佳运作参数
为所有变异执行适切管制(用SPC来控管) 时常鉴控产品/制程特性
P( X ≤ Z )
( = ( X= (σ= (S=
∑X N
) ) ) )
1 ( X )2 e 2σ 2 2π σ
∑( X μ) 2 N
∑x n
∑( X X ) 2 n 1
fx (x ) =
P ( X ≥ 2)
X
-2σ -1σ
1σ
2σ X
-2
2-VALUE
设Z为常态随机变数则 X ~ N(,σ) = Z ~ N(0,1) 则 称Z为标准常态随机变数 以 其机率密度函数为 ∫ ( Z ) =
(B) 制程3σ与6σ制程理念
规格宽度 (美国) 制程潜力 = 制程能力 规格宽度 (日本) 制程潜力 = 制程能力 = 3σ = 3σ 6σ = Cp = 2 (无缺点) DFM设计 4σ = Cp = 1.33 (有缺点发生)
(B-1) 以良品率说明3σ和6σ品质要求:
3σ与6σ良品率比较
3σ 制程或PARTS 1 10 90 良 率 99.73 % 97.33 % 78.4 % PPM 2,700 26,700 21,600 良 率