统计试验设计在6σ中的作用-试验优化设计workshop

统计试验设计在6σ中的作用-试验优化设计workshop

ID:37437797

大小:273.50 KB

页数:27页

时间:2019-05-12

统计试验设计在6σ中的作用-试验优化设计workshop_第1页
统计试验设计在6σ中的作用-试验优化设计workshop_第2页
统计试验设计在6σ中的作用-试验优化设计workshop_第3页
统计试验设计在6σ中的作用-试验优化设计workshop_第4页
统计试验设计在6σ中的作用-试验优化设计workshop_第5页
资源描述:

《统计试验设计在6σ中的作用-试验优化设计workshop》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、统计试验设计在6σ中的作用(试验优化设计WORKSHOP)天马行空官方博客:http://t.qq.com/tmxk_docin;QQ:1318241189;QQ群:175569632引言6σ是取得、维系和最大化商业成功的质量管理方法。6σ从与执行工艺中存在的变化相适应的数值角度来评价质量。在6σ概念中,单σ表示高的偏差,六个及以上表示低的偏差。天马行空官方博客:http://t.qq.com/tmxk_docin;QQ:1318241189;QQ群:175569632由于有越来越多的文献叙述其基本原理,实施及在质量领域的作用,6

2、σ作为一种质量改善方法已得到公认。该文中,简要讲述6σ中所用的主要工具,进而分析统计试验设计的作用,也讨论未来这种重要统计工具的可能发展。6σ和试验设计目前,6σ采取的形式是:定义-测量-分析-改进-控制,即DMAIC。一般说来,关键工艺特性在工程定义阶段之后的测量和分析阶段中体现出来;其后的是通过改变工艺来获得更好性能的改进阶段,最后是监控并保持盈利的控制阶段。贯穿这些阶段的主线是统计思维的应用,在这种思维中,测量的数据必不可少。这可从表1中看出,此表总结了与DMAIC相关的主要工具。天马行空官方博客:http://t.qq.c

3、om/tmxk_docin;QQ:1318241189;QQ群:175569632DMAIC表格既然统计试验设计是改进阶段的一个很大组成部分,那么,简单回顾一下其用来提高质量的历史,对我们会很有用。70多年前,Fisher为使统计学家有效研究复杂系统,提出了试验设计概念。Shainin’s的故障检验技术,经过了发展20多年的发展后,由于Box和Hunter多年的努力,在20世纪70年代开始流行起来。20世纪80年代,Box等统计学家开始对Taguchi方法进行研究,这种方法审察和提高实验设计中的精度和功效。20世纪90年代,质量和

4、学术界对Taguchi方法进行了热烈的争论,直到6σ的诞生及其在美国著名企业的成功应用。质量研究质量的概念可从多个角度定义,但对于从事产品生产和商业的人员来说,给定质量要求可通过一组规格在小范围定义。例如,一个模塑件的尺寸y可能要求分布在SL和SU之间,即用mm来度量的上极限和下极限。而在另一种情况下,y可能是回应用户投诉并提供解决方案所花费的时间,要求不超过SR。于是,要事先做足够的研究来建立SL,SU,SR。不管用何种物理准测来表示质量和能够满足规格的方法,所有在产品和服务中产生的质量问题,都可归结为一个原因:偏差。因此,要处

5、理好质量问题,就得对偏差充分管理。探测偏差、预防提高质量1.传统保证质量的方法是测试、检查。但对真正意义上的质量改善并没有作用。较好的方法是把注意力集中在生产产品的源头上,这里两种主要的统计监测和控制工具可派上用场:工艺能力分析和工艺控制图。2.在工艺能力分析中,产品质量特性Y的测量在一般水平和偏差上进行。用工艺能力指标(CPI)来衡量存在的偏差,如下方方程:CPI=允许偏差量/实际偏差量(1)在正态分布中,如果U位于离最近规格极限的适当距离之内,那么就认为满足要求。这种情形下,CPI可用下式计算:CPI=Min{(µ-SL)/3

6、σ,(Su-µ)/3σ}(2)CPI值用来判断工艺是否可继续进行。在σ时代以前,至少要求1.33的量才可说明超出规范。图1.工艺能力分析另一种预防偏差的方法采取统计工艺控制图的形式,来监控工艺行为。工艺控制图是必要的,因为只要存在µ和σ,不满意的工艺行为和随之的缺陷产品就有可能出现。因此,工艺能力分析和控制图分别从静态和动态角度研究工艺行为,提供了预防产品缺陷的机理。积极干预提高质量1.简单的工艺能力分析或绘制控制图不能得到明显的改善方法,因为这种被动的分析是在输出端观察的。2.必须认识到按照某些准则即使输出是满意的——例如,按照

7、控制图得到结论“在满意控制之下”——仍然不表明这种工艺现在处于它能达到的最好状态;就拿显示在满意的控制之下p-图来说吧,教科书式的程序不干涉工艺,这实际上忽略了工艺生产在有不合格产品情况下仍在进行的事实。这种产品的值为控制图中心线的值。什么也不作意味着没有可能改进。3.如果输出不理想,那么只有对工艺输入进行改变才有可能得到改善。如图2所示,其中xi=1,2,…,k表示诸如温度,压力,流速和材料种类等可控因素,称它们为因子。要对因子调整和优化,就必须理解输入-输出关系:ŷ=fc(x1,x2,…,xk)(3)(其中ŷ是函数关系式中给定

8、xi值的预期响应)。图二.工艺中的因子和响应4.更合乎实际的工艺结构图如图三所示,当把y视作由确定组分ŷ和可能组分e合成时,噪音的效应可通过y的变化显示出来。e是一个噪音因子函数:y=ŷ+e(4)其中,e=fn(n1,n2,…,nk)(5)5.由于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。