null6 sigma6 sigma6sigma概念Ⅰ6sigma概念Ⅰ4sigma的水平是30頁報紙中有1個錯字的品質水平
5sigma的水平是百科全書中有1個錯字的品質水平
6sigma的水平是小規模圖書館中有1個錯字的品質水平6sigma概念Ⅱ6sigma概念Ⅱ6sigma概念(使用工具)6sigma概念(使用工具)6sigma不同推進階段中,改善問題使用的統計工具Y=f(x)Y=f(x)Y=f(x)Y=f(x)Question 2)假如X良好的話,有沒有必要繼續實驗及檢查Y?
6sigma活動是對根本原因的因素(CTQ)聚焦後,展開改善活動6sigma各階段推進內容6sigma各階段推進內容6sigma各階段推進內容6sigma各階段推進內容6Sigma Process是以D-M-A-I-C5階段構成并經過重要的13步驟
6Sigma活動是通過現象分析,展開問題,查明臨時性因素,以D-M-A-I-C程序改善關鍵少數因素。
先把握現象,能夠1次性改善的部門采取1次性改善活動;然後下一個階段再接著進行改善活動。統計基本概念的理解統計基本概念的理解數據的計算方法
中心位置特征值的計算:統計基本概念的理解統計基本概念的理解散布的計算
S(總變動:Total Sum of Squares):偏差平方和
無偏方差(Unbiased Variance):S除以自由度(n-1)
無偏方差的開方or標準偏差統計基本概念的理解統計基本概念的理解參數和統計量
參數(Parameter):描述變量集合的特性值
統計量(Statistics):
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
示标本的特性值統計基本概念的理解統計基本概念的理解統計基本概念的理解統計基本概念的理解Sigma的定義
Sigma是希腊字母,表示工序的散布。
Sigma是統計學記述接近平均值的標準偏差(Standard Deviation)或變化(Variation),或定義為事件發生的可能性。
Sigma是表示工序能力的統計單位,測定的Sigma跟DPU(單位缺陷,Defect Per Unit),PPM等一起出現。統計基本概念的理解統計基本概念的理解可以說明擁有高Sigma值的工序,具備不良率低的工序能力
Sigma值越大品質費用越少,周期越短。統計基本概念的理解統計基本概念的理解平均值和拐點之間距离用標準偏差(σ)表示。如果目標值(T)和規格上下限(USL or LSL)距离是標準偏差的3倍的話,說明具備了3Sigma的工序能力。統計基本概念的理解統計基本概念的理解某班學生的國語平均分數是60分,按偏差是5的正態分布的話,隨意抽取一個學生時,70分以上分數的可能性是多少?統計基本概念的理解統計基本概念的理解正態分布:N(60,52)
標準正態分布:N(0,12)
70分的情況下Z-值是
假如規格上限是75分的話,現在的工序能力是Z=2或是2σ。
Z值是已測定的標準偏差(σ)有幾個能进入平均值到规格上下界限(USL,LSL)之间的测定值。統計基本概念的理解統計基本概念的理解Z-值的計算
70分以上的可能性有多少?
正態分布總面積是‘1’
某概率變量‘X’到平均值(μ)之間距离除以標準偏差(σ)的值用‘Z’來表示。
如果規格上限(or下限)用‘X’來代替時超出規格上限的尾部面積可以認為有缺陷可能性。
‘Z’值是用來測定工序能力,跟工序的標準偏差不同,在這里‘Z’值是2.0,把全體面積作為1的時對應的面積0.0228。Z值的計算Z值的計算工序能力測定方法 Z-值工序能力測定方法 Z-值 Z=3工序能力測定方法 Z-值工序能力測定方法 Z-值Z=6工序的變動(散布)越小工序能力越高。
其結果標準偏差更小,發生不良的可能性就低。
通過問題的現象分析把握工序能力(Z):要提高到6 σ水平,統計上采取什麼樣的活動?需要什麼樣的管理?需要什麼樣的技術需要什麼樣的管理?需要什麼樣的技術長期內的工序能力因工序的中心移動及變動,跟Zlt
制度
关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载
等有可能變更試驗計劃的樹立試驗計劃的樹立不能決定是因為沒有得到管理而變化
潛在變量的影響給‘Y’值造成大的影響
試驗在很小範圍的因子水平上實施
沒有包含重要的獨立變量
沒有包含影響品質的CTQ
因測定的變動大,不能檢出變化的值一元配置法一元配置法一元配置法
只選擇1個預計對一些特性值有影響的因子,實施試驗的最單純的試驗計劃法。
認為紡紗生產工序上反應溫度影響紡紗產品的強度,因此為了了解按反應度的變化,強度怎樣變化,并且在怎樣的溫度水平下給最高的強度而做反應溫度為因子來取水平(A1:60℃,A2:65℃,A3:70℃,A4:75℃),在各度下3回,把全體12回試驗按隨機順序來實施。其結果得到了下列數據,最佳條件。一元配置法一元配置法按反應溫度(A)變化的強度(單位:Kg/mm2)的試驗數據二元配置法二元配置法選定配置法
選定2個因子後做試驗的試驗計劃
某化工廠認為影響產品的收率(Yield,%)是反應溫度和原料。作為因行了沒有反復的二元配置實驗,因子的收率如下,求最佳條件。
因子的水平數
反應溫度(A):A1(180 ℃),A2(190 ℃),A3(200 ℃) , A3(200 ℃)
原料(B):B1(美國M社原料),B2(日本Q社原料),B3(國內P)二元配置法二元配置法試驗數據如下二元配置法二元配置法對收率溫度是A3=200℃,原料是在B1上最佳水平
雖然現在選定的水平是最佳的,但考慮過程條件,費用方面也可選擇不同水平的最佳條件。要因配置法(Factorial Design)要因配置法(Factorial Design)什麼是要因配置法
n個因子,各因子的水平數是k的試驗計劃,所有因子間的水平調和下實施試驗。
要因試驗的形態
2n:因子是n個,因子的水平數是2試驗
3n:因子是n個,因子的水平數是3試驗要因配置法(Factorial Design)要因配置法(Factorial Design)要因試驗的優點
所有因子間的水平調合下實施試驗
可推定所有因子的效果和交互作用
22試驗
兩種橡膠(A0,A1)混合使用Mold(B0,B1)製作輪胎時得到的輪胎(balance)各測定4次的數據要因配置法(Factorial Design)要因配置法(Factorial Design)試驗數據要因配置法(Factorial Design)要因配置法(Factorial Design)橡膠配合(mix)1水平,mold-1水平上得到大的效果
mold比橡膠配合(mix)更多的影響反應值
Main effects plot里因子的偏移越大,其因子更多影響品質特性值要因配置法(Factorial Design)要因配置法(Factorial Design)什麼是交互作用
表示2個因子的水平組合上,發生不期待的效果。3次以上的交互作用,技術分析不太容易,因此一般不考慮。XY沒有交互作用
(平行的狀態)XY有一點交互作用XY有很大的交互作用要因配置法(Factorial Design)要因配置法(Factorial Design)Cube plot要因配置法(Factorial Design)要因配置法(Factorial Design)具有最佳均勻的條件是橡膠配合(mix)1水平,mold-1水平
判斷為有一點點交互作用
mold比橡膠配合更大的影響反應值要因配置法(Factorial Design)要因配置法(Factorial Design)23試驗
考慮一下工序中能清洗部品的機器,這機器的性能是清洗完畢的部品上流下來的水通過Filter(過濾器)過濾後,Filet的殘留物越少說明機器性能越優秀,試驗按各要素的2水平來實施。要因配置法(Factorial Design)要因配置法(Factorial Design)同樣Run實施2次(或2次以上)得到反應值(Yield)時,求平均值後適用試驗排列全體反復2次(或2次以上)時,把數據放在1列來適用。要因配置法(Factorial Design)要因配置法(Factorial Design)試驗配置要因配置法(Factorial Design)要因配置法(Factorial Design)把Yield和temp/time/conc因子的效果plot Graph
首先繪製各要素的Low Level(-1)[低水平(-1)]的反應值(殘留物的量),然後繪製High Level(1)[高水平(+1)]。
可以把握溫度最大影響反應值。反過來,濃度因子幾乎沒有特別的影響反應值
哪些要素最重要
哪些要素可以說沒有影響要因配置法(Factorial Design)要因配置法(Factorial Design)Temp*Time:水、溫度的影響隨時間的變化,低溫度和短時間清洗,流下的殘留物最多
Temp*Conc:在高的溫度下,和清洗液的濃度無關,殘留物少無交互作用
Time*Conc:長時間清洗下,殘留物更少;時間的效果比低清洗濃度更顯著要因配置法(Factorial Design)要因配置法(Factorial Design)Cube plot(繪制立體圖)4651606544434443temp-1-11timeconc11要因配置法(Factorial Design)要因配置法(Factorial Design)temp(1:熱水),time(1:長),conc(1:低)時或temp(1:熱水),time(-1:短),conc(-1:低),殘留物最少
提高溫度,費用多并且找出最佳條件不重要的話,也可以在不同水平上選擇最佳點。
如果溫度高,可以在低清洗濃度下,線體速度可以運行更快。(線體速度和清洗液濃度在高溫度下沒有差异)部分配置法(Fractional factorial design)部分配置法(Fractional factorial design)什麼是部分配置法(Fractional factorial design)
在實施試驗時因子的數增加,試驗的次數增加,試驗的次數以幾何規律增加
試驗次數的增加
現實是時間方面或成本費用方面發生困難
產生不可預想的潛在變量,試驗的程度變壞部分配置法(Fractional factorial design部分配置法(Fractional factorial design一般主效果交互作用沒有必要必須在因子的所有調合下試驗,不用求不必要的交互作用或高次的交互作用;而為了縮小試驗數的大小,只取因子的調合中的一部分進行試驗(2n3n型部分配置法)
因此,通常完全配置法不如使用試驗次數少的部分配置法。部分配置法(Fractional factorial design)部分配置法(Fractional factorial design)為什麼要使用部分配置法(Fractional factorial design)
為了找出致命的少數因子Screening時;
從經濟/成本費用方面愾有水平配合下,試驗發生困難。
部分配置法(Fractional factorial design)的優點
以少的試驗次數得到好的試驗結果和提高檢出力
試驗因子多,但做的試驗