2Measure.ppt
- 文档编号:18592269
- 上传时间:2023-08-20
- 格式:PPT
- 页数:63
- 大小:4.37MB
2Measure.ppt
《2Measure.ppt》由会员分享,可在线阅读,更多相关《2Measure.ppt(63页珍藏版)》请在冰点文库上搜索。
2.Measure测量,单元2.1,数据收集,您在这里,目标,有能力识别可能的测量指标。
知道怎样用优先矩阵和FMEA着重考虑最重要的变量。
知道如何建立数据收集计划。
对一个特定的问题能够识别不同层次的因素。
了解各种类型的数据。
能够建立和使用操作规程。
能够建立有用的数据收集表。
数据能如何帮助你?
通过向你展示真实情况,案例研究:
交货期,一家大计算机制造商需要提高其竞争力。
目标:
缩短一个最受欢迎的产品的交货期时间现有资料表明,过去供应订货需要510天管理部门的目标:
本产品的订货95%在3天之内供应几个月之后,分区工厂报告结果,很明显,2号工厂的改善远远落在其它工厂的后面,是不是?
案例研究:
交货期(续),公司发现,各个制造厂对“三天供货”的定义不同。
2号工厂将订货的当天算作第一天,而其它工厂将订货过后的第二天算作第一天。
当2号工厂按其它工厂的计算方法重新计算后,其百分比增加到77%.,从这一个案例研究中,你学到什么经验?
工厂,三天之内供货%,1,73%,2,47%=,3,83%,4,67%,5,76%,77%是按其它工厂的计算方法重新计算后的结果,数据所需要的特征,你收集的数据应该:
数量充分与问题密切相关具有代表性具有前后关联性,数据收集过程的5个步骤,数据收集第一步:
明确收集数据的目标,目标:
确保你收集的数据能提供你需要的答案。
为分析步骤做好准备,Y=f(x1,x2,x3,xn)Y与过程的输出有关。
X与各种输入和过程变量有关。
了解输出变量的波动需要有关Xs的数据。
关注关键的指标,找出指标,集中数据,y=f(x1,x2,x3,xn),数据收集,找出各种指标,结果测量,过程测量,输出,过程,供应商,输入,集中数据,选择正确的指标是理解问题的关键。
DMAIC方法提供两种技术来找出少数几个关键的指标:
优先矩阵分层,优先矩阵举例,6,输出变量,拉伸强度,表面质量,直径,铸模/灌注,总计,权重,速度,温度,压力,模具,性能指标,润滑剂,线材,输入变量,过程变量,分层数据举例,显示分层数据时,数据点通常都有代号以便能够从视觉上将各个数据组区别开来。
代号系统最常用下述方法来实现的:
不同的标签、颜色或符号不同的图表排列在一起,1,2,3,4,5,6,计数,8,9,10,11,12,13,14,15,16,17,18,19,20,21,分钟,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,地点一,地点二,地点三,完成润滑的时间(所有地点),这里是一个分层数据例子:
数据收集第二步:
制定操作规程,目标确保所有数据收集人以同样的方式测量同一特性。
这样做可以消除含糊不清并减少测量的变化。
1.找出关键量度并明确数据收集目标,2.提出运作定义和程序,3.证实测量系统的有效性,4.开始数据收集,5.持续改善测量的一致性,数据收集的第三-五步:
目标:
步骤三将能够增加数据变化量的可控制因素减至最低限度。
步骤四确保收集数据可以顺利开始步骤五检查数据收集人员遵守数据收集程序以及根据已改变的情况作相应的变化。
1.找出关键的指标并明确数据收集的目标,2.制订操作定义和程序,3.证实测量系统的有效性,4.开始收集数据,5.持续改善测量的一致性,单元2.2,抽样,什么是抽样及为何要进行抽样?
抽样是收集所有数据的一部分。
使用该部分数据得出结论(进行推论)。
为什么要进行抽样?
因为查看所有数据可能成本太高。
费时太长。
造成破坏(例如:
品尝测试)。
一般可从比较少量的数据得出可靠的结论。
数据类型,连续数据,离散数据,通常利用一测量系统获得。
数据的有用性取决于测量系统的质量。
非偶尔发生的问题的计数最好当作连续数据。
包括百分数,计数,属性数据和序数等。
百分数=项目的具有特定特性的部分;需要能够对发生和未发生事件进行计数。
对于计数数据来说,对未发生事件进行计数是不可能或不实际的。
发生的事件必须非常稀少。
事件的发生必须是独立的。
精度和样本大小,要提高精度、必须增加样本大小(但会增加成本)。
对于需要多大的精度没有明确的答案;该答案取决于使用该估计值对业务产生多大的影响。
每种情况都是独特的;不要效仿别人的决定。
样本大小大经验法则,统计值或图表,建议应采用的最小样本大小(n),平均值比例频率分布图(直方图)Pareto排列图散布图控制图,50,50,24,24,要使结论有效、样本必须具有代表性。
数据应真实地表示总体或过程收集的数据与未收集的数据之间不应存在有系统性的差异。
代表性样本,抽样方法,单元2.3,量检具的R&R,您在此处,收集有关缺陷和可能原因的基线数据,制订一个抽样方案,使用量检具的R&R验证测量系统,分析数据中的规律,确定过程能力,期望的连续变量测量特征,差异越小、准确性越高,标准值,观察值,对相同项目重复测量所获得的数据,波动越小,重复性越高*,1.准确性测量值与实际值没什么偏差。
一般通过将重复测量的平均值与该单元的已知标准值相比较,来测试准确性。
2.重复性同一个人利用同一装置进行测量得到相同的结果。
期望的连续变量测量特征(续),3.再现性其他人(其它仪器或实验室)在测量同一个项目或特征时得到与您相同的结果。
*差异小指的是与下列情况相比较而言:
a)产品的波动b)产品公差(产品规格的宽度),从X部分收集的数据,数据采集者1,数据采集者2,差异越小,再现性越高*,从X部分收集的数据,期望的连续变量测量特征(续),4.稳定性一个人以相同的方式在不同时间进行测量,测量结果波动不大。
时间1,时间2,差异越小,稳定性越高,观测值,观测值,*差异小指的是与下列情况相比较而言:
a)产品的波动b)产品公差(产品规格的宽度),期望的连续变量测量特征(续),5.足够的分析度测量设备有足够的分析度,这样产品就可以有很多不同的测量值。
观测到5个或更多相异的值为宜,单元2.4,数据中的形态,您在此处,工具,原因,数据,按序排列的连续数据按序排列的连续数据连续数据离散的(多类别),识别特殊原因,偏移和其它形态监控过程确定数字数据的形状、中心和范围确定不同问题的相对重要性或影响,时间图控制图频率图(直方图)排列图,收集有关缺陷和可能原因的基线数据,制订一个抽样方案,使用量检具R&R验证测量系统,分析数据中的形态,确定过程能力,变差,什么是变差?
没有两件绝对相同的事物。
一个过程执行的方式每天都不同。
对过程输出收集的测量数据或统计数据也是随时间变化的。
40,45,50,55,60,65,1,3,5,7,9,11,13,15,17,19,21,23,25,27,29,31,33,35,37,39,41,过程数据显示过程是如何随时间而变化的,对过程的变差进行量化是改进过程中的关键一步。
了解造成变差的原因可帮助我们确定采取什么类型的措施可达到持久的改进。
变差与技术规范的对照,过程的变差告诉我们该过程所能达到的效果。
这是过程的呼声技术规范告诉我们希望过程所能达到的效果。
这是客户的呼声,Taguchi案例研究,日本厂家的配件零件分布图:
“控制过程以尽可能接近目标。
”,美国厂家的配件零件分布图:
“在技术规范界限之内的所有产品都一样好。
”,USL,LSL:
变差类型,特殊原因:
在特定时间或地点发生了不同的事件,普通原因:
在过程中总是有某种程度的存在,特殊原因策略,目标是消除特定的特殊原因;使不稳定的过程变得稳定。
获得及时数据以便快速发现特殊原因。
采取应急措施以补救任何损坏。
立即查找原因。
了解该情形的不同之处。
隔离影响最深的原因。
制订一个更长期的补救方案,以防止特殊原因再次发生。
或者,如果结果较好,可保留该方案。
研究普通原因变差,了解波动的方法,时间图(“运行图”)控制图频率图帕累托排列图(简称排列图),时间顺序为什么重要?
过程情况是随时间变化的;某一时间点的数据不是总能与另一时间点的数据比较数据可能产生偏差如果忽略了与时间有关的形态,可能得出错误的结论,40,45,50,55,60,65,1,3,5,7,9,11,13,15,17,19,21,23,25,27,29,31,33,35,37,39,41,有4个点与其它点显著不同,时间图特性,30,20,10,0,70,80,90,100,110,120,130,140,T420订单的周期6月1-30,天数,横轴反映时间的变化,纵轴显示数值或计数,按时间顺序绘制的数据点,用线条将点连接起来,以便查看,控制图,控制图:
是按时间排序的结果图(类似时间图)。
使用统计方法确定的控制界限,界限绘制在图上。
使用平均值而不是中位值计算中线。
控制图特性,0,10,20,30,40,50,60,70,80,90,100,J,A,S,O,N,D,J,F,M,A,M,J,J,A,S,O,N,D,J,F,M,基本特性与时间图相同,控制界限(由数据计算而得)添加到图中,中线通常是平均值,而不是中值,UCL,LCL,技术规范界限与控制界限的对照,规格界限根据客户要求、管理要求或工程要求设置。
描述希望过程达到的目标。
控制界限从数据计算得来。
描述过程可达到的目标。
UCL,L,CL,规格上限,规格下限,Xbar,R图特性,8,10,12,14,UCL=13.1,LCL=9.3,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,X,R图,数据点=Xs,中线=Xs的平均值,0,2,4,6,UCL=5.9,R=2.6,数据点=子群范围,中线=子群范围的平均值,子群平均值(Xs)图显示在上面;子群范围图显示在下面,频率图(直方图),频率图利用不同值出现的频率,来显示数据的形状或分布。
0,1,2,3,4,5,6,7,8,9,10,4:
00,4:
05,4:
10,4:
15,4:
20,4:
25,4:
30,4:
35,4:
40,4:
45,4:
50,4:
55,4:
60,4:
65,目标重量,SKU1234的装满重量7月1日7月7日,装满重量,出现次数,频率图特性,0,1,2,3,4,5,6,7,8,9,10,4:
00,4:
05,4:
10,4:
15,4:
20,4:
25,4:
30,4:
35,4:
40,4:
45,4:
50,4:
55,4:
60,4:
65,目标重量,SKU1234的装满重量7月1日7月7日,装满重量,出现次数,列高度表示数据值出现的频率,总形状显示数据的分布情况,清楚地标记轴,标记目标和或规范,频率图的用途,频率图产生一幅过程波动的图形。
它可揭示形态,以便为解决某些类型的问题提供线索。
它可检验数据是否正常分布。
*,100个谷类早餐盒的超填情况,0,5,10,15,20,25,0.0,0.2,0.4,0.6,0.8,超过列示重量的盎司数,计数,频率图类型,95,85,75,65,55,45,35,25,点图,9,8,7,6,5,4,3,2,149,25396,974532826,68274435082,42083443,90812156,349,1,茎叶图,0,5,10,直方图,排列法则,通常将排列法则描述为80/20规则,即在很多情况下,大约80%的问题是由仅占20%的原因引起的。
排列法则暗示:
我们常常可通过识别和处理一个问题的少数几个重要来源来解决此问题。
排列图定义,排列图是一种图形工具,可帮助您将一个大问题分成几个部分并确定哪几个部分最重要。
0,5000,10000,15000,20000,25000,变质金额($),农产品,肉,奶制品,面包店,其它,种类,食品杂货店食物变质按部门分类1997年10月12月,单元2.5,过程能力,您在这里,收集有关缺陷和可能原因的基准数据,制定一个抽样方案,使用量检具R&R验证您的测量系统,分析数据中的模式,确定过程能力,过程能力复习,过程能力测量是统计学的测量方法,它概述一个过程中相对于客户要求存在多少变差。
太多变差,很难生产出满足客户需求(规格)的产品,低指数值(如Cpk0.5)(过程均方差介于0和2之间),中等程度变差,大多数产品满足客户需求,中等指数值(Cpk介于0.5和1.2之间)(过程均方差介于3和5之间),很少变差,几乎所有产品满足客户需求,高指数值(Cpk1.5)(过程均方差为6或更高),要提高过程能力,必须减少过程波动。
更少的波动将会得到:
对过程更大的可预测性,让我们作出可靠的预测,符合订单的时间表等。
更少的浪费和返工,从而降低成本。
产品和服务更好且持续长久。
使客户更加满意。
能力中心的值,缺陷,缺陷,太早,太迟,交货时间,减少变化,交货时间,太早,太迟,规格下限,规格上限,过程Sigma数值刻度,DPMO,过程Sigms,308,537,2,66,807,3,6,210,4,233,5,3.4,6,过程能力,每百万次的缺陷数,(分布移动1.5s),过程Sigma的增加要求缺陷呈几何级数减少,常用于计算过程均方差的两种方法是:
方法1:
在过程均方差转换表中查找实际产出率方法2:
在过程均方差表中查找产出率的近似正态分布,LSL,USL,实际产出率:
60%成品率=1.8过程均方差,LSL,USL,正态曲线下的面积60%出产率=1.8过程均方差,计算过程步骤的过程Sigma,计算过程Sigma:
方法1示例,1.确定每个单元的缺陷机会,O,=,_,2.确定加工的单元数,N,=,_,3.确定已造成的总缺陷数(包括已造成而后来修正的缺陷),D,=,_,4.计算每次机会的缺陷数,DPO,=,_,5.计算产出率,产出率,=(1-DPO)x100=,_,6.在过程均方差表中查找过程Sigma,过程Sigma,=,_,5,100,7,.014,98.6,3.7,方法2:
正态近似,此方法只适用于连续数据。
在此方法中,过程均方差不是基于实际产出率,而是基于根据正态曲线下的面积估计的产出率。
要理解此方法,请应用我们对正态曲线的知识。
LSL,USL,从该面积估计产出率,示例:
使用方法2(续),1.输入平均值、标准偏差和规格界限,2.标志正态曲线,平均值,标准偏差,USL(以及线的左边代表面积1的阴影部分),LSL(以及线的右边代表面积2的阴影部分),3.确定LSL下面的面积(面积1),5.计算产出率,6.在过程均方差表中查找成品率,s,找出Z,1,在正态表中,查找Z1,NormDist(Z,1,)=在正态表中查到的值=,4.确定LSL下面的面积,如果有的话(面积2),找出Z,2,在正态表中,2,查找Z,Z,2,=,=,=,NormDist(Z,2,)=在正态中查到的值=,产出=面积1面积2=__=,产出率,(百分比),=产出x100%=,过程均方差=在均方差表中查找到的值=,Z,1,=,=,=,17,3,N/A,25,3,17,20,USL=25,25,17,3,2.67,.996533,N/A,.996533,99.6%,4.2,.996533,0,Measure测量总结,I,P,O,输入,测量,过程,测量,输出,测量,测量,根据CTQ和SIPOC图进行测量。
I1,I2,I3,I4,O1,O2,O3,O4,漏斗,确定一些关键的测量,FMEA,量检具的R&R,验证您的测量系统,Sum,4.0,Sum,3.6,X,A,2.0,X,B,1.8,过程能力,计算当前的工序能力和sigma,LSL,USL,Cp,=,0.4,s,=,2.7,数据演示,数据收集计划,操作定义和程序,数据收集计划,你想要回答什么问题?
数据,测量的类型,数据类型,如何进行测量,相关条件,抽样,注释,怎样/,哪里,您将如何确保一致性和稳定性?
对于开始收集数据您有什么计划?
如何演示您收集的数据?
制定数据收集计划,
- 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:
- Measure