1、w w w . t u v . c o m6s80706050403020w w w . t u v . c o m六個西格瑪介紹內 容一、六個西格瑪導入 1、 6s的產生 由財富論壇說開去 下一個增長點在哪里 21世紀是質量的世紀（放映Juran 演講片段） 99%合格夠不夠 沒有量化就沒有管理3、 6s的歷史與成就二、統計學基礎1、隨機抽樣與數據類型2、數據分布3、數據的集中趨勢（平均值）與離散描述（ s）4、過程能力（Cp, Cpk, Ppk）5、統計過程控制（SPC)6、變差分析（ANOVA)w w w . t u v . c o m三、 6s的意義與計算1、DPU的意義與計算2、DP

2、MO的意義與計算3、DPMO與Xs的轉換4、工序指數Cp、Cpk與6 s的關系5、3s與6s的比較四、 6s戰略1、質量的概念不再只局限于產品的質量2、 6s是公司文化的中心3、 6s的組織架構4、制造業與6s五、 6s戰術 （DMAIC) （演示一個6s項目）1、D Define (定義)2、M Measure (測量)3、A Analysis (分析)4、I Improve (改進)5、C Control (控制)w w w . t u v . c o m6 6s s導入導入w w w . t u v . c o m討論全球經濟發展的新動向討論全球經濟發展的新動向w w w . t u v

3、 . c o m新的增長點新的增長點世界各大公司的總裁門都在思考同樣一個問題新技術新技術 高風險高風險 高回報高回報新管理新管理 無風險無風險 穩定回報穩定回報6 6 s s 繼往開來，開創管理新理念繼往開來，開創管理新理念下一個增長點在哪里？w w w . t u v . c o m20世紀是生產率的世紀，21世紀是質量的世紀(Joseph M. Juran, 生于生于1904年，年， 現現代質量管理的創始人之一，代質量管理的創始人之一， 編著有編著有 質量控制手冊，提出質量改進質量控制手冊，提出質量改進“三步曲三步曲”理論理論w w w . t u v . c o m在美國在美國99%99

4、%的合格率的合格率(2.6(2.6s s) )將意味著將意味著: : b每小時丟失20,000個郵件 p每天有 15 分鐘喝上不安全的水 h每周作錯 5,000 次手術 j在大部分主要機場, 每天有兩次過長或過短的著陸 s 每年開出 200,000 個填錯的處方 g 每月大約會停電7 小時6 6ss的標準是在一百萬次機會當的標準是在一百萬次機會當 只有只有3.4 3.4 次出錯次出錯w w w . t u v . c o m質量的概念延伸質量的概念延伸產品質量產品質量服務質量服務質量工作質量工作質量生活質量生活質量9w w w . t u v . c o m6 6s s is Way of Q

5、uality ! is Way of Quality !制造財務市場人事服務一一 矢矢 中中 的的w w w . t u v . c o mlWe dont know what we dont know.lIf we cant express what we know in the form of numbers, we really dont know much about it.lIf we dont know much about it, we cant control it.lIf we cant control it, we are at the mercy of chance.If

6、 we dont know, we can not act.If we can not act, the risk of loss is high.If we do know and act, the risk is managed.If we do know and do not act, we deserve the loss.沒有量化就沒有管理沒有量化就沒有管理w w w . t u v . c o m6 s s 是可量度的持續改進是可量度的持續改進TQM 強調持續改進的方法，無統一的尺度 衡量進度 僅局限于產品的質量ZERO DEFECT 零缺陷零缺陷一個可以接近但不可達到的目標 僅局

7、限于產品的質量6 6 s s 設立了可量度的目標和可執行的程序與方法，應用面覆設立了可量度的目標和可執行的程序與方法，應用面覆蓋公司運作的所有部門。蓋公司運作的所有部門。w w w . t u v . c o m6 6 s s 的發展與成果的發展與成果w w w . t u v . c o mA TRADEMARK FROM MOTOROLA6sWe are in business to make money We make money by satisfying needs We are able to satisfy needs by doing Every need/do pair is

8、 an interaction The aim of customer focus is on improving need/do interactions Repetition of the same action constitutes a process Improvement of our business means improvement of our processes Customers need products/services on-time, with zero defects, at the lowest cost Suppliers create processes

9、 to generate needed products As process capability improves, the product quality increases As quality increases, costs and cycle-time go down The attributes of customer satisfaction must be measured if they are to be improved To improve means we must be able to predict and prevent, not detect and re

10、act Prediction is correlated to certainty Maximization of certainty is dependent upon the measurement of process capability Process capability is best understood and reported using statistics Statistics is dependent upon data Data must be collected in the process according to a plan Statistics is us

11、ed to convert raw data into meaningful summary information Statistical information is used to report on, improve, and control the process The basis of statistics is the mean and standard deviation The mean reports on process centering The standard deviation reports the extent of variation or scatter

12、 about the mean By combining the mean and standard deviation, the sigma of a process can be calculated The sigma of a process tells us how capable it is The process sigma can be used to compare similar or dissimilar processes Such comparison of processes is called benchmarking Benchmarking is a comp

13、etitive tool used to uncover what we do well and not so well Once basic competencies and deficiencies are know, corrective action can be taken Corrective action leads to the reduction of defects, cycle-time, and cost The reduction of defects, cycle-time, and cost leads to improved customer satisfact

14、ion As customer satisfaction improves, the likelihood of doing business increases As business increases, we (as individuals) grow and prosperw w w . t u v . c o m6 s s 就是財富就是財富 w w w . t u v . c o m6 6s s的意義與的意義與計算計算w w w . t u v . c o m s是一個希臘字母,用來描述過程的變差 6s最初由Motorola 公司發起, 逐步 被越來越多的世界級大公司所采用68.2%

15、 的數據落在1s以內95.4% 的數據落在2s以內99.7% 的數據落在3s以內99.99999975% 的數據落在6s以內3s 2s 1s 1s 2s 3sw w w . t u v . c o mLSL下限下限USL上限上限平均值m m或目標值T Ts s個數的計算個數的計算(連續數據）連續數據）Z =s sMin（USL-T）, （ T-LSL） Z=3Cpkw w w . t u v . c o m過程的漂移過程的漂移短期4短期3短期2短期1長期s s的個數 Zlt(長期）=Zst（短期）-1.5w w w . t u v . c o m計算計算s s個數的概念與公式個數的概念與公式U

16、nit: 單元，單元，被研究對象的基本單位。如一件產品、一次服務、一個過程等。被研究對象的基本單位。如一件產品、一次服務、一個過程等。Defect: 缺陷，任何未達到要求的特性缺陷，任何未達到要求的特性DPU (Defects per unit) = Defects / Unit = 缺陷數缺陷數/單元數單元數PPM (Defects per Million Units) = Defects / Unit x 106 =缺陷數缺陷數/（單元數（單元數 X 106 )TOP (Total Opportunities) = Units * Opportunities (總機會）總機會）=單元數單元

17、數 X 每單元發生缺陷的每單元發生缺陷的機會機會DPO (Defects per Opportunity)=Defects/TOP (每個機會中產生的缺陷數）每個機會中產生的缺陷數）=缺陷數缺陷數/總機會總機會DPMU(Defects per million units)=DPUx 106 （每百萬單元中的缺陷數）每百萬單元中的缺陷數）w w w . t u v . c o mDPMO (Defects per Million Opportunities) = Defects / TOP x 106 = 缺陷數缺陷數 / TOP x 106First Pass Yield(一次合格率一次合格率

18、)=全過程中未產生任何缺陷的單元數全過程中未產生任何缺陷的單元數/總單元數總單元數Rolled Yield (單元的缺陷數為零的幾率）單元的缺陷數為零的幾率） （The likelihood that any given unit of product will contain 0 defects) YRT= e -DPU YRT = P(ND) * P(ND) * P(ND) *.P(ND)n P（ND) 表示零缺陷的幾率表示零缺陷的幾率Ynorm (Normalized Yield 正態合格率）正態合格率）=1-DPO= n YRT (連續過程的平均合格率）連續過程的平均合格率） n=過程

19、的個數過程的個數Zlt=NormSinv(Ynorm) （在電子表格在電子表格Excel 的函數的函數 fx 中的中的統計類統計類中，中， 或查或查表）表）Zst=Zlt+1.5計算計算s s個數的概念與公式個數的概念與公式（非連續數據）（非連續數據）w w w . t u v . c o m計算計算s s個數實例個數實例M(每單元產生缺陷的機會） =50Units（單元數） =1000Defects（缺陷數） =500TOP=MxUnits =50000DPO=Defects/TOP =0.01DPMO=DPOx106 =10000Ynorm=1-DPO =0.9900Zlt=NormSin

20、v(Ynorm) =2.33Zst=Zlt+1.5 =3.83w w w . t u v . c o m93.32%Long-Term YieldLong-Term Yield42308,537366,8076,210523363.4不同s個數的比較(Distribution Shifted 1.5s)s sPPM過程能力過程能力DPMOw w w . t u v . c o m345671,000,000100,00010,0001,0001001012Sigma 的個數的個數PPMThe Basic Objective一般公司一般公司Best-in-Class世界級優秀公司世界級優秀公司w

21、 w w . t u v . c o m- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -Sweet Fruit 最甜的果實Design for ManufacturabilityBulk of Fruit 大量的果實大量的果實Process Characterization and Optimization過程優化Low Hanging Fruit 底處的果實底處的果實Seven Basic Tools 統計七工具Ground Fruit 掉到地上的果實掉到地上的果實Logic and Intuition基本

22、常識- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -We dont know what we dont knowWe cant act on what we dont knowWe wont know until we searchWe wont search for what we dont questionWe dont question what we dont measureHence, We just dont know WHAT LEVEL ARE YOU?w w w . t u v . c o

23、m統計學基礎統計學基礎w w w . t u v . c o m統計的類型統計的類型全體統計例如全國人口統計，所有批次的合格數量，全體員工的考勤狀況等等。 總體：被統計的對象的全體。 總體大小 N ：統計對象的總數。抽樣統計有的特性無法進行全體統計或沒有必要進行全體統計，如塑料的抗拉強度、一筐蘋果中每個蘋果的重量等等。因此從總體中抽出一部分樣本進行調查，用樣本的調查結果來推測總體的狀態。 樣本：從總體中抽出的一部分 樣本大小 n ：樣本的個數，又稱為樣本容量。w w w . t u v . c o m統計數據的類型.計量型數據計量型數據 如溫度、壓力、時間等可以連續讀數的特性數據。其數據的分布

24、 多數為正態分布。.計數型數據計數型數據 如好壞、合格與不合格、一級二級三級等計數的數據又稱為計數型數據。 其數據分布為二項分布或泊松分布。 不同的數據類型采用不同的控制方法。連續型數據采用XbarR 、XbarS或XMR Chart; 計數型數據則采用p、np、c、u Chart。 兩種數據類型在一定條件下可互相轉化。 最好采用連續型數據。w w w . t u v . c o m連續數據的評價連續數據的評價平均值、中位數標準偏差名稱 大小 數據 平均值 標準偏差 總體 N X1、X2、X3XN X1X2X3XN X N (X1-X)2+(X2-X)2+(XN-X)2 m= N 樣本 n 1

25、、2、3N 123N n (1-)2+(2-)2+(n-)2 S= n-1 w w w . t u v . c o m 數據分布圖數據分布圖在實際統計中， 統計結果是分段表示的，因此作出的分布圖為柱形圖。 在分析數據時，通常將它擬合成連續的曲線。8 07 06 05 04 03 02 0 數據的分布有多種類型，其中正態分布是最常見和最實用的分布形式。正態分布 左斜分布 右斜分布 雙峰分布w w w . t u v . c o m68.2% 的數據落在1s以內95.4% 的數據落在2s以內99.7% 的數據落在3s以內99.99999975% 的數據落在6s以內3s 2s 1s 1s 2s 3s

26、正態分布的特征正態分布的特征s s= 樣品的標準偏差樣品的標準偏差X=樣品的平均值樣品的平均值m m= 總體的平均值總體的平均值s s= 總體的標準偏差總體的標準偏差fx=1s 2e-(x-m)2/2s2w w w . t u v . c o m中心極限定理數據小組的平均值趨向為正態分布數據小組的平均值趨向為正態分布一組數據的分布可能為不同的形式，但如果將該組數據分為若干個小組，然后計算每個小組的平均值，這些平均值的分布趨向于正態分布，小組的容量越大，越接近正態分布。x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12 xn-1, xn(x1, x

27、2, x3, x4, x5), ( x6, x7, x8, x9, x10 ), (x11, x12 ), (xn-1, xn) xa xb xc為正態分布為正態分布一切數據都可以通過分組的方法歸結于正態分布！一切數據都可以通過分組的方法歸結于正態分布！w w w . t u v . c o mCp, Cpk 與與 PpkLSL下限下限USL上限上限平均值m m或目標值T TCp=USL-LSL6sCpk=Smaller ofUSL-T3s,T-LSL3s工藝潛能指數工藝潛能指數工藝能力指數工藝能力指數工藝表現指數工藝表現指數Ppk=長期的Cpkw w w . t u v . c o m長期的

28、過程能力稱為長期的過程能力稱為 Ppk通常通常Ppk1.67, Ppk1.33過程的漂移過程的漂移短期4短期3短期2短期1長期w w w . t u v . c o m3 在30年代, 沒有電子計算機和計算器, 人們用近似的方法估算標準偏差, 另外, 在數據不多的情形下, 估算的結果更接近真實情況。 現行的控制圖 中的 計算方法都采用近似方法.s近似=R/d2 d2可從常數表中查到. R是一組數據的極差, 即一組數據中的最大值減去最小值.標準偏差的計算標準偏差的計算1 使用電子表格Excel 將要計算的數據輸入表格的一列或一行 點擊fx圖標，出現函數選擇框，在左邊的框中選擇“統計”，在右邊的框

29、中選擇“STDEV”. 選擇所要計算的數據， 點擊“確定”2 使用統計軟件（如Minitab等）三種方法的計算結果有差別！三種方法的計算結果有差別！w w w . t u v . c o m統計過程控制統計過程控制(SPC)1. 對于計量型對于計量型(連續型連續型)數據采用數據采用Xbar-R Chart 均值極差圖Xbar-S Chart 均值標準差圖X-MR Chart 單值移動極差圖2. 對于計數型對于計數型(非連續非連續)數據采用數據采用p Chart np Chart c Chart u Chart Xbar-R 圖最為廣泛地使用, 應用于小組容量小的連續數據.Xbar-S 圖 應用

30、于連續數據, 小組容量可以較大, 需借助計算工具.X-MR 圖 應用于難以分組的連續數據.p 圖 應用于不合格品率np 圖應用于不合格品數c 圖 應用于不合格數u 圖 應用于單位產品上的不合格數w w w . t u v . c o m熔融指數儀穩定性控制圖公司：通達塑膠有限公司工序：QA 檢測工程規范：9.00-11.00責任人：部門：QA控制特性： 熔融指數單位：克/分鐘抽樣頻率： 每日一次X均值圖R極差圖時間1/51/61/71/81/91/101/111/121/131/141/151/161/171/181/191/201/211/221/231/241/251/261/271/28

31、1/29樣品110.210.310.010.010.59.810.510.29.69.810.210.810.5109.610.610.49.89.610.41010.29.810.210.0樣品210.010.210.210.210.29.810.3109.79.69.41010.29.69.910.59.810.410.29.8109.510.21010.2樣品310.010.410.29.79.810.010.410.4109.69.810.2109.69.69.81010.29.810109.410.410.29.9樣品4樣品5均值Xbar10.07 10.30 10.139.97 1

32、0.179.87 10.40 10.209.779.679.80 10.33 10.239.739.70 10.30 10.07 10.139.87 10.07 10.009.70 10.13 10.13 10.03極差R0.200.200.200.500.700.200.200.400.400.200.800.800.500.400.300.800.600.600.600.600.000.800.600.200.30X=10.0UCLx=X+A2R=10.5UCLR=D4R=1.14R=0.44LCLx=X-A2R=9.58LCLR=D3R=9.009.5010.0010.5011.000.

33、000.200.400.600.801.001.201.401.60控制圖示例控制圖示例w w w . t u v . c o m變差分析（變差分析（ANOVA） 分析兩組數據或多組數據之間的區別（One-way ANOVA） 分析一個輸出結果和多個輸入因子的關系（Two-way or Higher ANOVA）采取某一改進措施后，如何證明改進是有效的？同時采取多個措施后，如何證明某些措施是最有效的？Old MethodNew Method16.320.715.216.614.918.119.222.220.124.113.216.615.817.7Method 1Method 2Method

34、 3Method 416.319.320.422.215.217.419.621.914.919.020.423.719.222.323.525.620.121.624.825.813.214.115.816.615.819.623.623.9w w w . t u v . c o mAnalysis of Variance (Balanced Designs)Factor Type Levels ValuesPoison fixed 3 1 2 3Treatmen fixed 4 1 2 3 4Analysis of Variance for SurvivalSource DF SS MS

35、F PPoison 2 1.03301 0.51651 23.22 0.000Treatmen 3 0.92121 0.30707 13.81 0.000Poison*Treatmen 6 0.25014 0.04169 1.87 0.112Error 36 0.80072 0.02224Total 47 3.00508 ANOVA 因子分析示例因子分析示例w w w . t u v . c o m6 6s s戰略戰略w w w . t u v . c o m簡單理解消除變差和缺陷消除產生變差和缺陷的機會深入理解優質產品和服務的目標世界級大公司的量度先進的楷模經營的哲學增強競爭力的超前目標實現

36、以下目標的手段 客戶為中心 突破性革新 持續改進 全員參與AlliedSignal 對對6 s s 的理解的理解w w w . t u v . c o m6 6s s是公司文化的中心是公司文化的中心 一切經營表現的評定以一切經營表現的評定以s s為尺度為尺度 費用傾向于費用傾向于6s s項目項目 專職從事專職從事6s s的人員在福利待遇上特殊關照，如持的人員在福利待遇上特殊關照，如持公司股票公司股票 全員培訓，全員參與全員培訓，全員參與, 經理職位的職員必須取得經理職位的職員必須取得綠帶資格綠帶資格 開展各種開展各種6s s活動，如項目比賽活動，如項目比賽 紀念品紀念品w w w . t u

37、v . c o m工廠維護工廠維護Six Sigma方法方法制造管理制造管理產品開發產品開發 銷售銷售財務財務收入流動收入流動物料與后勤管理物料與后勤管理應用于經營的各個方面應用于經營的各個方面w w w . t u v . c o m制造業與制造業與6s s6s起源于制造業，對于制造業也最為實用1、品質保證、品質保證 過程品控 客戶投訴2、制造過程、制造過程 工藝改進 生產效率3、物流管理、物流管理 準時發送 庫存與計劃w w w . t u v . c o m全體員工全體員工 （推動持續改進的主人）推動持續改進的主人）綠帶綠帶（6s s項目主持人）項目主持人）黑帶黑帶（6s s專家）專家）

38、總總 黑帶黑帶（培訓導師）培訓導師）6s s組織架構組織架構w w w . t u v . c o mGreenbelt 綠帶全體員工Blackbelt黑帶Master Blackbelt總黑帶24小時培訓接受40 小時培訓在黑帶指導下完成一個項目所有經理主管工程師40人中設一個接受200 小時培訓 完成一個以上的項目統計學專家統計學專家監督項目進度，監督項目進度，審批項目審批項目800人中設一個人中設一個市場與客戶管理行政管理財務人事管理運作管理精益生產物料與后勤ITw w w . t u v . c o m正確的正確的人人正確的正確的項目項目恰當的恰當的培訓培訓良好的良好的基礎基礎6ss

39、成功的關鍵成功的關鍵 智慧智慧 勇氣勇氣過程過程 結果結果高效高效 及時及時目標目標 支持支持w w w . t u v . c o m6 6s s戰術戰術w w w . t u v . c o mD Define (定義)選擇質量關鍵點作為改進的對象M Measure (測量)測量過程的能力, 確定該進的目標, 檢查測量系統的能力A Analysis (分析)調查失效的原因, 選擇主要的原因為 行動的目標I Improve (改進)設計方案并進行試驗(DOE), 找到 改進的方法C Control (控制)對改進后的工藝過程進行控制MeasureAnalyzeImproveControlw

40、w w . t u v . c o mDefine 項目選擇項目選擇確定確定C T QCritical To Quality質量關鍵點質量關鍵點w w w . t u v . c o m以客戶為中心以客戶為中心客戶的需要客戶的需要Quality 質量Cost 成本Delivery 運送公司內部需要公司內部需要改進工藝改進管理提高效率提高員工能力QFD將客戶的投訴、反饋和希望，轉化為內部改進的要求w w w . t u v . c o m以金錢為導向以金錢為導向 公司不是慈善機構，任何改進行動必須產生經濟效益 財務人員計算費用和效益 公司總經理和財務經理共同審核效益 總黑帶審核、批準整個項目w

41、w w . t u v . c o m以以s s為尺度為尺度收集數據，了解目前的狀態收集數據，了解目前的狀態計算計算s s個數個數設立項目設立項目設定規范（設定規范（LSL,USL)LSL,USL)樹立短期和長期的目標樹立短期和長期的目標( (提高提高s s的個數）的個數）選擇各方面相關人員，成立項目小組選擇各方面相關人員，成立項目小組w w w . t u v . c o mMeasurement 測量測量計算目前的表現或過程能力計算目前的表現或過程能力1、長期表現（當成一組數據進行計算）2.82.62.42.22.01.8Upper SpecLower SpecsM ean-3sM ean

42、+3sM eannkLS LU S LTargC pmP pkP P LP P UP pLong-Term C apability2127724666 0 53762.132.470.000.54 ObsP P M U S L E x p Obs % U S L E x p0.177131.816792.879592.3481994.0000 0.1295 2.0000 2.8000 2.40000.720.660.660.850.75Overall Standard Deviationw w w . t u v . c o m2.82.62.42.22.0Upper SpecLower Sp

43、ecsMean-3sMean+3sMeannkLSLUSLTargCpmCpkCPLCPUCpShort-Term Capability21277 168 0 22.130.020.000.00 ObsPPMUSL Exp Obs %USL Exp0.097102.056892.639502.3481994.0000 0.1295 2.0000 2.8000 2.40000.721.201.201.551.37Pooled Standard Deviation2、短期表現（對數據分組后進行計算）w w w . t u v . c o mG R&R測量系統的重復性和再現性確保測量結果的準

44、確性測量系統的能力測量系統的能力w w w . t u v . c o m測量誤差測量誤差平均值平均值變差變差mmm總產品測量系統=+測量系統的偏差測量系統的變差準確度精確度s s2total = s s2產品 + s s2測量系統w w w . t u v . c o msss測量系統重復性再現性.222=+測量系統變差的主要來源測量系統變差的主要來源 重復性指同一重復性指同一 人使用同一人使用同一測量工具對同一對象（產品）測量工具對同一對象（產品）的同一特性進行多次測量中產的同一特性進行多次測量中產生的變差，用于估計短期的變生的變差，用于估計短期的變差差Master ValueInspec

45、tor AMaster ValueInspector BInspector CInspector AInspector BInspector C再現性指不同的人在對同種特再現性指不同的人在對同種特性進行測量時產生的變差性進行測量時產生的變差w w w . t u v . c o mPTTolerance（容差）測量系統/.*=515sTolerance = USL - LSL% &RR測量系統總過程變差=ss100將測量系統的變差與容差比較將測量系統的變差與容差比較或與過程總變差比較或與過程總變差比較小于小于10%，良好，良好小于小于30%，可以接受，可以接受大于大于30%，須改進，須

46、改進小于小于10%，良好，良好小于小于30%，可以接受，可以接受大于大于30%，須改進，須改進判斷標準判斷標準w w w . t u v . c o m測試人ABC樣品號第一次第二次第三次R第一次第二次第三次Range第一次第二次第三次Range12345678910平均值平均值Average XARAAverage XBRBAverage XCRC操作員ABC零件號A/R1231231231AAAAAAAAAA2RRRRRRRRRR3AAAAAAAAAA4RRRRRRRRRR5RRRRRARRRR6ARRRAAAAAA7ARARAAAARA8AAAAAAAAAA9RRRRAAAAAA10AA

47、AAAAAAAA11AAAAAAAAAA12RRRRRRRRRR13AAAAAAAAAA14RRRRRRRRRRGR&R 測定方法測定方法計數型數據計量型數據w w w . t u v . c o mGR&R sheetR&R = (EV)2 + (AV)2P/T = 100 x (R&R) / Tolerance% R&R = 100 x(R&R)/TVLong Method 0.1019.1318.91測試人ABC樣品號第1次第2次第3次極差第1次第2次第3次極差第1次第2次第3次極差樣品均值15.325.325.320.005.345.34

48、5.360.025.305.345.300.045.3325.445.405.440.045.465.465.480.025.465.405.420.065.4435.485.485.500.025.505.465.480.045.505.505.500.005.4945.205.225.200.025.245.265.260.025.225.225.240.025.2355.245.245.240.005.245.245.260.025.285.245.240.045.2565.525.505.500.025.545.525.560.045.585.545.560.045.5475.385.

49、385.380.005.405.425.440.045.405.365.380.045.3985.345.345.360.025.365.385.380.025.365.345.360.025.3695.445.445.420.025.465.445.440.025.445.465.420.045.44105.405.405.400.005.405.425.400.025.405.425.400.025.40平均值平均值5.385.375.385.395.395.415.395.385.38RpAverage XA5.37RA0.01Average XB5.40RB0.03Average XC

50、5.39RC0.030.307R=0.02UCLR = (R) X (D4)# trial D4 X diff.=0.02UCLR2 =0.07823.27UCLR3 =0.06232.58Total Tolerance0.5重復性-Equipment Variation(EV)EV = R X K1# trialK124.56EV =0.07333.05% EV =14.47再現性-Appraiser Variation(AV)AV= (Xdiff. x K2) 2 - (EV)2 / (n x r)OperatorK2n = 樣品個數23.65AV =0.06r= 測試次數32.7% AV

51、 =12.17過程變差-Process Variation(PV)PV=Rp X K3#PartsK3PV=0.49771.8281.7491.67101.62總變差-Total Variation(TV)TV= (R&R2+PV2)TV=0.506實例卡尺的R&R研究w w w . t u v . c o mAnalysis 分析分析P ro cess S tep /P art N u m b erP o ten tial F ailu re M o d e P o ten tial F ailu re E ffectsSEVP o ten tial C au sesOCCC

52、 u rren t C o n tro lsDETR P NA ctio n s R eco m m en d edR esp .C O A TIN G & IM A G IN GD IR TY P H O TO M A S KM IC R O C R A C K IN G , D E LA M IN A TIO N , S TR E A K S8LO W F R E Q U E N C Y O F C LE A N IN G8S O P , V IS U A L IN S P E C TIO N7448IN C R E A S E F R E Q U E N C Y TO O N C

53、 E E V E R Y 20 P A N E LSM GIM P R O V E C LE A N IN G M E TH O DP FP U R C H A S E O F F -LIN E C LE A N IN G S Y S TE MM GTE S T O N -LIN E M A S K R E P LA C E M E N TP FProcess StepInputOutputProcess Specification (Target, LSL, USL)Cpk Mean - SigmaMeasurement Technique%R&R P/TSample SizeSam

54、ple FrequencyControl MethodReaction PlanCoating Dosage22.5, 22, 231.22UIL-170025%1/hrAuto-timer Cross checkCoating Height24,23,251.54Micrometer31%/0.47 35 pts per panel1/hrCoating & pump speedAdjust previousCoating width14,12,161.78Laser Measuring Device1/hrNone in placeCoating length36,34,381.4

55、3Laser Measuring Device1/hrNone in placeVacuum35 HgVacuum Gauge1/hrMonitorCompare guages, look for blockage1234567891011Process StepProcess InputsHeavies in ProductLights in ProductMoisture in ProductAcidity in ProductLow Capacity From UnitExcessive DowntimeMaterial LossesCorrosion of EquipmentPoor

56、Reactor PerformanceTotal139Day TanksAnalysis1010993359ReactorCat./HF Ratio5871577ReactorRxr Temperature654714973Lights RemovalCondenser Leak4824114874Lights RemovalReboiler Leak48241148131PurificationLow Stages88144144Final StorageContainers3266140100NeutralizationpH Value66313816Catalyst StripperPl

57、uggage3653137111DryingDecomposition2632213439DrierWater Carryover465113234DrierMolecular Sieve332721251234567891011Process StepProcess InputsHeavies in ProductLights in ProductMoisture in ProductAcidity in ProductLow Capacity From UnitExcessive DowntimeMaterial LossesCorrosion of EquipmentPoor React

58、or PerformanceTotal139Day TanksAnalysis1010993359ReactorCat./HF Ratio5871577ReactorRxr Temperature654714973Lights RemovalCondenser Leak4824114874Lights RemovalReboiler Leak48241148131PurificationLow Stages88144144Final StorageContainers3266140100NeutralizationpH Value66313816Catalyst StripperPluggag

59、e3653137111DryingDecomposition2632213439DrierWater Carryover465113234DrierMolecular Sieve33272125輸出輸出輸入輸入In p u tT y p eO u tp u tA g it s p e e dC o n trS ta b tim eT e m p e ra tu reC o n trS ta b iliz eA c id n u m b e rP re s s u reC o n trC o lo rA ir flo wC o n trP u t in s e tp o in tsV is c

60、o s ity% O2 in a irN o is eS lo w ly re d u c e p re s sR e a c to r te m pA ir te m pC o n trM o n ito r te m pT e m p p ro fileO ffg a s flo wO ffg a s c o m pH T c o e ffB e lt s p e e dC o n trF in is h tim eB e lt te m pC o n trF in is hA c id n u m b e rF lo w ra teC o n trC o lo rN o z z le ty p eS O PC h e c k n o z z le ty p eV is c o s