六西格玛管理培训课程.pptx

《六西格玛管理培训课程.pptx》由会员分享，可在线阅读，更多相关《六西格玛管理培训课程.pptx（64页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、s61 1单元单元 1 : 6 sigma 1 : 6 sigma 简简介介1-1-1 1 6 Sigma 6 Sigma 概念概念1-1-2 2 6 Sigma 6 Sigma 阶段推进内容阶段推进内容1-1-3 3 统计基本概念及理解统计基本概念及理解1-1-4 4 6 Sigma 6 Sigma 品质水平是什么品质水平是什么? ?1-1-5 5 聚焦问题点阶段聚焦问题点阶段s62 2最香甜的果实最香甜的果实- - 全系统设计全系统设计大部分的果实大部分的果实- - ProcessProcess特性化特性化/ /最佳化最佳化下部的果实下部的果实- QC 7- QC 7 tooltool掉在

2、地上的果实掉在地上的果实- 仅依靠直接检查6 sigma 6 sigma 概念（广义）概念（广义）-水平水平6 65 54 43 32 2PPMPPM3.43.42332336,2106,21066,80766,807308,537308,537工序能力缺陷的机会分布偏移 =1.5 m Sigma Sigma 水平越高水平越高, ,其缺陷以指数形式减少其缺陷以指数形式减少s63 33 sigma3 sigma水平的公司水平的公司6 sigma6 sigma水平的公司水平的公司 销售额中1015%是损失费用 销售额中5%是损失费用 百万中有66,807个不合格品 百万中有3.4个不合格品 依靠品

3、质检查 重点是使工序中不产生不良 保证高品质需要很多费用 保证高品质所需费用更低 不能按体系进行 使用测定,分析,改善,管理技法 承认并满足于99% 不满足于99% 内部决定CTQ 彻底地以顾客观点来决定CTQ6 sigma 6 sigma 概念概念m 4 sigma 4 sigma 的水平是的水平是3030页报纸中有页报纸中有1 1个错字的品质水平个错字的品质水平m 5 sigma 5 sigma 的水平是百科全书中有的水平是百科全书中有1 1个错字的品质水平个错字的品质水平m 6 sigma 6 sigma 的水平是小规模图书馆中有的水平是小规模图书馆中有1 1个错字的品质水平个错字的品质

4、水平s64 4 每年有54,000次的药品调剂错误 25年中只发生1次药品调剂错误 每年护士或医生的错误造成新生儿死亡40,500名 100年中护士或医生的错误造成新生儿死亡3名 每月有2小时喝污染的食用水 16年中只有1秒钟喝污染的水 每周有2小时不能提供电话服务 100年中6秒不能提供电话服务 每天飞机发生5次着陆错误 美国所有航空公司10年发生1次着陆错误 每周发生1350次外科手术事故 20年发生一次外科手术事故 每小时遗失54,000件邮件 每年遗失35件邮件6 sigma 6 sigma 概念概念3 sigma3 sigma水平的公司水平的公司6 sigma6 sigma水平的公司

5、水平的公司s65 5阶阶 段段ToolsTools6 sigma 6 sigma 概念概念( (使用工具使用工具) )Measurement(测定) 5) Gage R&R 6) Rational Subgroup 7) Process CapabilityAnalysis(分析) 8) Hypothesis Test 9) Regression 10) Graph AnalysisImprovement(改善)11) DoE(Design of Experiment)12) ANOVAControl(管理)13) SPCm 6 sigma 6 sigma 不同推进阶段中，改善问题使用的统计工

6、具不同推进阶段中，改善问题使用的统计工具Define(定义) 1) Process Mapping 2) Logic Tree 3) Pareto Analysis 4) QFD, FMEAs66 6 Y=f()Question 1) Y 或 X 中对哪一个聚焦?Question 2) 假如X良好的话,有没有必要继续实验及检查Y ? Y 从属变数 Output 结果 现象 观察监视的对象 X1 Xn X1 Xn 独立变数独立变数 Input Input 原因原因 根源问题根源问题 管理对象管理对象6 sigma 6 sigma 概念概念( (活动方法活动方法) )m 6 Sigma 6 Sig

7、ma 活动是对根本原因的因素（活动是对根本原因的因素（CTQ) CTQ) 聚焦后，展开改善活动聚焦后，展开改善活动s67 7阶阶 段段展展 开开 内内 容容6 sigma 6 sigma 各阶段推进内容各阶段推进内容Measurement(测定) 2) 选定制品或工序的CTQ 3) 把握Y的工序能力 4) 明确Y的测定方法 5) 将Y的改善对象具体化FocusFocusYYYYAnalysis(分析) 6) 明确改善Y的目的 7) 明确影响Y的因素YX1 . XnImprovement(改善) 8) 通过筛选抽出关键的少数因素 9) 把握关键的少数因素的相关关系 10) 工序最佳化&验证(再现

8、性实验）X1 . Xn致命的少数因素 Xi致命的少数因素 XiControl(管理) 11) 确立对X的测定系统 12) 确立对关键的少数因素的管理方法 13) 确立关键少数因素的工序管理系统 及事后管理致命的少数因素Xi 致命的少数因素Xi致命的少数因素Xim 6 Sigma Process 6 Sigma Process是以是以D-M-A-I-C 5D-M-A-I-C 5阶段构成并经过重要的阶段构成并经过重要的1313步骤。步骤。m 6 Sigma 6 Sigma 活动是通过现象分析活动是通过现象分析, ,展开问题展开问题, ,查明临时性因素查明临时性因素, ,以以D-M-A-I-C D-

9、M-A-I-C 程序改程序改 善关键少数因素。善关键少数因素。m 先把握现象先把握现象, ,能够能够1 1次性改善的部门采取次性改善的部门采取1 1次性改善活动次性改善活动; ;然后然后, ,下一个阶段再接着下一个阶段再接着 进行改善活动。进行改善活动。Define(定义) 1) 确定问题点/具体改善目标s68 8 算术平均值 (x): 调和平均 (H): S(总变动 : Total Sum of Squares) : 偏差平方和 无偏方差(Unbiased Variance) : S 除以自由度(n-1)V =Sn - 1S = (xi - x) = xi n(xi)nxi=1i = 1nx

10、H =n1xi11 无偏方差的开方 or 标准偏差Sn - 1=V统计基本概念的理解统计基本概念的理解数据的计算方法数据的计算方法 中心位置特征值的计算： 散布的计算 中位值 (x) : 按大小顺序排列时处在中央位置的值 最频数(Mode) : 资料中最频繁出现的值s69 9区 分参 数统 计 量均值(Mean)方 差(Variance)偏 差(Deviation)均值：样本均值： x方差： 样本方差,无偏方差：VV =(xi - x)n - 1=Sn=Sn - 1标准偏差： 样本标准偏差,无偏方差的开方 = = Snv =SSn - 1=统计基本概念理解统计基本概念理解参数和统计量参数和统计

11、量 参数(Parameter) : 描述变量集合的特性值 统计量(Statistics) : 表示标本的特性值m n n个偏差的和通常是个偏差的和通常是“0”,“0”,因此有因此有(n-1)(n-1)个偏差的值，剩余一个自行决定个偏差的值，剩余一个自行决定 这叫自由度这叫自由度(Degree of Freedom).(Degree of Freedom).n= (xi - x)s61010统计基本概念理解统计基本概念理解 sigma是希腊字母，表示工序的散布. sigma是统计学记述接近平均值的标准偏差(Standard Deviation)或变化 (Variation),或定义为事件发生的可

12、能性. Sigma是表示工序能力的统计单位,测定的sigma 跟 DPU(单位缺陷,Defect Per Unit),PPM 等一起出现. 可以说明拥有高sigma值的工序，具备不良率低的工序能力. Sigma值越大品质费用越少,周期越短。SigmaSigma的定义的定义11 (平均)拐点拐点USL33平均值和拐点之间距离用标准偏差平均值和拐点之间距离用标准偏差()()表示。表示。 如果目标值如果目标值(T)(T)和规格上下限和规格上下限(USL or LSL)(USL or LSL)距离是距离是 标准偏差的标准偏差的3 3倍的话，说明具备了倍的话，说明具备了 3 Sigma 3 Sigma的

13、工序的工序 能力能力. .Ts61111某班学生的国语平均分数是某班学生的国语平均分数是6060分分, ,按偏差是按偏差是5 5的正态分布的话的正态分布的话, ,随意抽取一个学生时，随意抽取一个学生时，7070分以上分数的可能性是多少分以上分数的可能性是多少? ?m Z Z值是已测定的标准偏差值是已测定的标准偏差()()有几个能进入平均值到规格上下界限有几个能进入平均值到规格上下界限(USL,LSL)(USL,LSL)之之 间的测定值间的测定值. .60657070455055测定值测定值( (分数分数) : ) : 012 2-3-2-1Z-Z-值值 : :68.3%68.3%95.4%95

14、.4%99.7%99.7%Z =x - =570 - 60=2 2753假如规格上限是75分的话,现在的工序能力是 Z = 2 或 2.统计基本概念理解统计基本概念理解 正态分布 : N(60, 5) 标准正态分布 : N(0, 1) 70分的情况下 Z-值是f(x) = e1-1222x - s61212 Z00.010.020.030.040.05.00E-014.96E-014.92E-014.88E-014.84E-010.14.60E-014.56E-014.52E-014.48E-014.44E-010.24.21E-014.17E-014.13E-014.09E-014.05E-

15、010.33.82E-013.78E-013.74E-013.71E-013.67E-010.43.45E-013.41E-013.37E-013.34E-013.30E-010.53.09E-013.05E-013.02E-012.98E-012.95E-010.62.74E-012.71E-012.68E-012.64E-012.61E-010.72.42E-012.39E-012.36E-012.33E-012.30E-010.82.12E-012.09E-012.06E-012.03E-012.00E-010.91.84E-011.81E-011.79E-011.76E-011.74E

16、-011.01.59E-011.56E-011.54E-011.52E-011.49E-011.11.36E-011.33E-011.31E-011.29E-011.27E-011.21.15E-011.13E-011.11E-011.09E-011.07E-011.39.68E-029.51E-029.34E-029.18E-029.01E-021.48.08E-027.93E-027.78E-027.64E-027.49E-021.56.68E-026.55E-026.43E-026.30E-026.18E-021.65.48E-025.37E-025.26E-025.16E-025.05

17、E-021.74.46E-024.36E-024.27E-024.18E-024.09E-021.83.59E-023.51E-023.44E-023.36E-023.29E-021.92.87E-022.81E-022.74E-022.68E-022.62E-022.02.07E-022.11.79E-021.62E-022.21.39E-021.25E-022.31.07E-029.64E-032.48.20E-037.34E-032.56.21E-035.54E-03Z-Z-值的计算值的计算 70分以上的可能性有多少?60657045505575Z Zx - x - 正态分布总面积是正态

18、分布总面积是11 某概率变量某概率变量X X到平均值到平均值()()之间距离除以标准偏差之间距离除以标准偏差()()的值用的值用Z Z来表示来表示 如果规格上限如果规格上限(or(or下限下限) )用用X X来代替时超出规格上限的来代替时超出规格上限的 尾部面积可以认为尾部面积可以认为有缺陷可能性有缺陷可能性 Z Z值是用来测定工序能力值是用来测定工序能力, ,跟工序的标准偏差不同跟工序的标准偏差不同, , 在这里在这里ZZ值是值是2.02.0，把全体面积作为，把全体面积作为1 1的时的时 对应的面积对应的面积0.0228.0.0228.规格上限规格上限缺陷缺陷区域区域Pr(X 70)Pr(X

19、 70) = x - 570 - 60= (Z 2)= 2.28% 或 22,800PPMm 有时按统计学教材有时按统计学教材, ,标记正态标记正态 分布的左侧尾部的值分布的左侧尾部的值统计基本概念理解统计基本概念理解表的表的 Z- Z-值表示正态值表示正态分布右侧尾部面积分布右侧尾部面积2.28E-022.28E-02s613136 6 能力能力工序能力测定方法工序能力测定方法 Z- Z-值值1 Z = 3233 3 能力能力USLm 工序的变动工序的变动( (散布散布) )越小工序能力越高越小工序能力越高. .m 其结果标准偏差更小其结果标准偏差更小, ,发生不良的可能性就低发生不良的可能

20、性就低. .m 通过问题的现象分析把握工序能力（通过问题的现象分析把握工序能力（Z)Z)：要提高到：要提高到 6 6水平水平, ,统计上采取什么统计上采取什么 样的活动样的活动? ?统计基本概念理解统计基本概念理解LSLUSLLSL Z = 61 2 3 4 5 6s61414需要什么样的管理需要什么样的管理? ? 需要什么样的技术需要什么样的技术? ? 短期的工序能力 长期的工序能力 判断为短期内工序没有外部 影响 Zst(st) Cp 技术 最佳条件下的工序能力 6 : Zst=6.0, Cp=2.0 Zst = 3 Cp 判断为充分长时期内工序有 外部影响 Zlt(lt) Cpk 技术

21、+ 工序管理 日常条件下的工序能力 6 : Zlt=4.5, Cpk=1.5 Zlt = 3 Cpkm 长期内的工序能力因工序的中心移动及变动长期内的工序能力因工序的中心移动及变动, ,跟跟Zlt Zlt Zst Zst关系有关关系有关m Zshift = Zst - Zlt Zshift = Zst - Zlt Zst = Zlt + 1.5 Zst = Zlt + 1.5 统计基本概念理解统计基本概念理解s61515规格下限(LSL)-6-5-4-3-2-1+1+2+3+4+5+6规格关系无偏移时不良率(理想的工序时)1.5 偏移时不良率规格上限(USL)123456317,300 45,

22、500 2,700 63 0.57 0.002697,700308,700 66,810 6,210 233 3.46 sigma 6 sigma 品质水准是什么品质水准是什么? ?m 6 Sigma 6 Sigma 品质是每百万个中品质是每百万个中 3.4 PPM , 3.4 PPM ,即即 Cp = 2.0, Cpk = 1.5 Cp = 2.0, Cpk = 1.5正态分布的平均偏移正态分布的平均偏移( ( 1.5) 1.5)按规格变化和平均值偏移的不良率按规格变化和平均值偏移的不良率-1.5-1.51.51.5s616164 4 Block DiagramBlock DiagramZ

23、shift工序管理ABC1.52.02.50.51.0123456PoorGoodPoorGoodZ st技术 A : 工序管理状态不足,现在技术水平也低 B : 需改善工序管理,但技术水平优秀 C : 工序管理优秀,但技术水平低 D : D : World Top World Top 水平的公司水平的公司 D D6 sigma 6 sigma 品质水平是什么品质水平是什么? ?s61717聚焦问题点阶段聚焦问题点阶段 Process Mapping Process Mapping是调查情报的流程,而使Process文件化 为明确改善的可能性而使用的工具 Process Mapping制定 定

24、义Process范围(要改善的一般领域或特殊的Process) 通过大脑风暴法制定Process的阶段顺序 为了容易分析,使用符号 为了验证Process,实际确认 追加Key Process的值 (Yield,Cost,损失费用 ,加班费用, Cycle time等) 按题目的性质,使用分析图 (Process Loss或浪费要素/改善Cycle time/改善品质/Flow 改善)1. 1. 确定问题范围确定问题范围s61818 QFD(Quality Function Deployment)质量指标分解 QFD是将顾客核心要求事项,转换分解成技术要求事项(规格),或暂定的 CTQ的工具,

25、由相关工序专家制定 QFD Process 进行市场调查，明确信赖性要求,及一般的要求事项和顾客对现在 品质核心问题的要求。 对调查内容优先排序,为满足顾客的要求事项制定技术规格 确定对顾客要求事项影响大的技术规格的先后顺序,对已确定的先后 顺序的技术要求事项，转换成暂定的Part特性(CTQ) 对技术规格影响大的特性要素(CTQ)进行排序m QFD QFD是为了能够改善顾客的核心要求事项是为了能够改善顾客的核心要求事项, ,转换成技术规格的工具转换成技术规格的工具m 通过通过QFDQFD把顾客要求事项系统化把顾客要求事项系统化, ,最终选定暂定的最终选定暂定的CTQ,CTQ,开展改善活动开展

26、改善活动1. 1. 确定问题范围确定问题范围聚焦问题点阶段聚焦问题点阶段s61919 FMEA(Failure Modes & Effects Analysis)故障模式及效果分析 FMEA是明确制品设计上可能发生的问题和排定其顺序,并针对故障模 式制定所采取的恰当活动 FMEA Process 对已设计的制品用Brainstorming法列出可能的故障模式 决定每种可能故障模式的重要度和发生可能性 决定消除重要故障模式而采取的方法 开发消除或减少重要故障模式的方法 部分分析法 以优先顺序找出问题的核心事项 典型的是：80%的问题由20%产生 用逻辑树等方法展开问题后, 找出最终区域,选定经验

27、丰富的工程师来执行课 题活动。2. 2. 决定活动课题和相关非常勤人员决定活动课题和相关非常勤人员聚焦问题点阶段聚焦问题点阶段1. 1. 确定问题范围确定问题范围s62020 Brainstorming :在短时间内得出很多主意的办法 Brainstorming种类 Free Wheeling : 全Team员以对话形式即兴发掘Idea Round Robin : 对事件，Team员轮流发掘Idea Card Method : 不经讨论,Team员把Idea写在卡片上，贴到墙上 Brainstorming时注意事项 禁止批评 全部Idea都要记录 Idea发掘时不要解释或讨论 粗略的Idea也

28、要鼓励 所有人都积极参与 Logic Tree(Structure Tree) 为达成目标的手段,用逻辑性表示 Break-down(展开)的问题之间MECE(互不重复无遗漏的全体) *. MECE(Mutually Exclusive and Collective Exhaustive) : (不重复,各个的和等于全体)m 6 sigma 6 sigma是对最终展开的低层问题进行改善后是对最终展开的低层问题进行改善后, ,最终问题得到改善的形态最终问题得到改善的形态2. 2. 找出活动课题的具体事项找出活动课题的具体事项聚焦问题点阶段聚焦问题点阶段s621214. 4. 确定活动题目的相关确

29、定活动题目的相关BenefitBenefit利益利益(定量定量/ /定性效果定性效果) ) :为保证达成,明确改善金额5. 5. 对活动课题的问题记录对活动课题的问题记录 :在现象分析时,记录现在现象和所希望的现象6. 6. 计划时间表管理计划时间表管理 : 通过分析把全部日程用具体的图表管理聚焦问题点阶段聚焦问题点阶段s62222单元单元2 : 2 : 测定测定(Measurement)(Measurement)2-2-1 1 变化的理解变化的理解2-2-2 2 Gage R&R Gage R&R2-2-3 3 连续型数据分析连续型数据分析 2-2-4 4 离散型数据分析离散型数据分析s62

30、424变化的理解变化的理解数据数据的分类的分类工程问题工程问题/ /Bottle Neck/IssueBottle Neck/Issue事项事项解决问题解决问题连连续续型型D DA AT TA A离离散散型型 D DA AT TA A 连续型数据（计量型数据） Inch or时间一样能使用测定刻度的数据 比计数值数据提供更多情报 离散型数据（计数型数据） 提供合格不合格之类情报的数据 不能再细分化的数据 m 测定后不能数据化的话,抓不住改善的机会。即可测定的所有问题都能用 6sigma Tool进行改善。s62525变化的理解变化的理解群内变化群内变化(White Noise)(White N

31、oise) White Noise是工程内存在的日常因素引起的变化(偶然因素) 现在的技术水平是不可能控制的变化 一般工程的散布 工程上受细小的多数因素的影响 Z.st来表示群间变化群间变化(Black Noise)(Black Noise) Black Noise是工程外部因素影响中心值移动 一般情况下,可查明原因的变化(异常原因) 现在工程上可控制的变化 一般情况下,在工程的目标值上平均值偏移 实际上可以知道随时间的变化,工程能力会怎样变化群内群内. .群间变化的区分例群间变化的区分例作业者 1作业者 2作业者 3作业者 4作业者 5作业者 6作业者 7作业者 8作业者 9Line 1Li

32、ne 2Line 3 群内变化 : 每Line 1, 2, 3内出现的(即 Line内作业者间的变化) 工程变化 群间变化 : 各 Line间的差异而出现的工程变化s62626变化的理解变化的理解Rational Subgroup Rational Subgroup （合理分组）合理分组） 指跟数据的种类无关,在可能的短时间内彼此类似的条件下作业的样本群。Process ResponseProcess ResponseTimeTime群间变化(Black Noise)群内变化(White Noise)Rational SubgroupsRational Subgroupsm Rational

33、Subgrouping Rational Subgrouping是指是指 Subgroup Subgroup内只存在群内变化内只存在群内变化, Subgroup, Subgroup 间只发生群间变化间只发生群间变化, ,将数据将数据 Grouping Grouping m 通过这种区分可把握长期通过这种区分可把握长期, ,短期工程能力短期工程能力m 经长期收集的数据是不管业务部门还是制造部门都包含在群内经长期收集的数据是不管业务部门还是制造部门都包含在群内, ,群间变化。群间变化。s62727 为什么要为什么要Rational SubgroupingRational Subgrouping R

34、ational Subgroup是 6 Sigma的一个强大的工具。 是区分工程的短期工程能力或长期工程能力的重要方法 可以把握平均值移动问题还是散布问题 把问题特殊化的第一个阶段 Rational Subgroup要包含的要素 : 为了明确给工序变化暂定影响的X因素，使用5M求解特性要因图 Man :作业者变更.昼夜班次交换,新作业者等 Machine : 机械设定值变更,设备维修&维护等 Material : 交付LOT.作业安排,原材料等 Method : 作业者间的作业方法差异等 Measurement : 测定者的变化,测定设备误差等 变化的理解变化的理解Rational Subgr

35、oupingRational Subgrouping事例事例 改善供应TV Back Cover协力社的品质.为了分析部品变化的原因 制定 Rational Subgrouping 计划 预想的暂定 X因素及实际计划 两台注塑机:对两台注塑机实施下列内容 交接班:对交接班别取样分析 每周作业者的变更:对每周变更的作业者别取样分析 按原材料别构成Lot，分析Lot别有无差异 s62828Gage R&R StudyGage R&R Study Gage R&R Study有下面3种 反复性(Repeatability) 再现性(Reproduceability) 全体测定变化 即对比 Proce

36、ss 或 Spec 决定测定系统的变化有多少程度比率的系统。Total = (Part-Part) + (R&R) 数据 全体 变化 部品间变化 测定 Error 变化Gage R&RGage R&R的重要性的重要性 Gage R&R的实行结果提供下面的情报 选定计测器的适合性 (Gage分解能力的恰当性) 测定系统时间上稳定性(or 可信赖) 测定满足误差时,是工程变化或规格值关联可以接受。 (因素测定的变化量小,以具备正确找出诱发 Y变化的 X 因素 )Gage R&RGage R&R是什么？是什么？ 测定系统给工程的变化值造成多少影响 Gage R&Rs62929Gage R&RGage

37、 R&RGage R&R判断基准判断基准计测器选定计测器选定( (测量的精度测量的精度) ) 一般来说量具要求是工序变化/Spec 许可误差的10%或更小的精度是合理的。 精度:在量具上能读到的测定最小单位 例)部品的公差=0.020时, 量具精度要满足0.002 30% 以上 判断 20% 以下Accept 20%30%考虑适用部品的重要度等判断能否Accept一般情况下 Accept设计许可误差对比 Gage Gage R&R 值越大，要制定改善计划并进行改善。如果不顾测定系统的误差,不改善系统的话,在6 Project实行中,要愿意接受测定系统可能发生误差的危险。Gage R&RGage

38、 R&R的的 Sampling Sampling实施实施 以随机原则实施,但为了把握 Spec的所有范围的变化,实施前必须制定抽样计划。s63030Gage R&R对测定系统变化的理解对测定系统变化的理解 反复性(Repeatability) : 1名测定者使用同样计测器测定同样部品的 同样特性时得到的变化Repeatability再现性(Reproduceability) : 同样部品的同样特性使用同样计测器 由多名测定者测定时得到的变化 测定者 1测定者 2测定者 3Reproduceabilitys63131Gage R&R对测定系统变化的理解对测定系统变化的理解 稳定性(Stabili

39、ty) : 在一定的时间间隔下把标准品用同一的计测器 测定同一的特性值时得出的变化。 偏移(Bias) : 实际测定值跟试料平均值的差异值叫准确度(Accuracy)(Accuracy)Time 1Time 2StabilityObservedAverageValueBiasReferenceValues63232Gage R&R对测定系统变化的理解对测定系统变化的理解 线性(Linearity) : 通过期望的Gage工作范围比较精确度得到的值 即在已定的工作范围的两边界线区间上，最少研 讨1回的精确度得到的值的差. 偏差大偏差小测定值参考值参考值测定值s63333Gage R&RGage

40、R&R Gage R&R 类型类型 短期的方法 只需要2名测定者和5个部品 不能分离反复性和再现性 可以迅速确认想测定的计测器的接受与否 长期的方法 典型的是23名的测定者对10个部品反复测定23次 可以明确把握测定系统的变化有多大,能分离反复性和再现性s63434部品12345测定值 12.0031.9982.0072.0011.999测定值 22.0012.0032.0061.9982.003测定差(1-2)0.0020.0050.0010.0030.004范围的界限 测定差平均值=R/5=0.015/5=0.003 测量误差=(5.15/1.19)(R) =4.33(0.003)= 0.

41、013 公差的测量误差 =(0.013100)/0.030 = 43.35% 参考)测量误差用测定差的平均值乘以常数(这里是 4.33)来计算. 常数在5.15/d*里已有计算, d*是下表中的值，5.15是Gage引起的 变化能满足5.1599%值。12345678910R=0.01521.411.281.231.211.191.181.171.171.161.1631.911.811.771.751.741.731.731.721.721.7242.242.152.122.112.102.092.092.082.082.0852.482.402.382.372.362.352.352.35

42、2.342.34部品数测定者数Gage R&R短期的方法时短期的方法时 Gage R&R Gage R&R 运用运用 CTQ 部品的Spec是2.0000.015时 对测定差平均分布的 d* 值s63535Gage R&R长期方法时长期方法时 Gage R&R Gage R&R的的 Minitab Minitab运用运用 选定Monitor Cover为 Six Sigma Theme Spec = 2.3 1.5 为确认测定系统,3名检查者对10个部品反复测试2次 File name: Gageaiag.mtw为确认测定系统,3名检查者对10个部品反复测试2次s63636 Stat Stat

43、 Quality Tools Quality Tools Gage R&R StudyGage R&R StudyGage R&R输入变量输入变量选择选择 ANOVA ANOVA 点击 OK OK 后 Down Page Down Page长期方法时长期方法时 Gage R&R Gage R&R的的 Minitab Minitab运用运用s63737Gage R&R Study - ANOVA MethodTwo-Way ANOVA Table With InteractionSource DF SS MS F P Part_ 9 2.05871 0.228745 39.7179 0.0000

44、0Operator 2 0.04800 0.024000 4.1672 0.03256Operator*Part_ 18 0.10367 0.005759 4.4588 0.00016Repeatability 30 0.03875 0.001292 Total 59 2.24913 Gage R&RSource VarComp StdDev 5.15*SigmaTotal Gage R&R 0.004437 0.066615 0.34306 Repeatability 0.001292 0.035940 0.18509 Reproducibility 0.003146 0.056088 0.

45、28885 Operator 0.000912 0.030200 0.15553 Operator*Part_ 0.002234 0.047263 0.24340 Part-To-Part 0.037164 0.192781 0.99282 Total Variation 0.041602 0.203965 1.05042 Source %Contribution %Study Var %ToleranceTotal Gage R&R 10.67 32.66 11.44 Repeatability 3.10 17.62 6.17 Reproducibility 7.56 27.50 9.63

46、Operator 2.19 14.81 5.18 Operator*Part_ 5.37 23.17 8.11 Part-To-Part 89.33 94.52 33.09 Total Variation 100.00 100.00 35.01 Number of Distinct Categories = 4Gage R&R %Study Var : 表示能区分部品与部品间的差异点的检测系统的能力 (Gage R&R)(工程管理中 : 要求20%以下) %Tolerance : 表示部品在已定公差基准内,区分接受可否的检测系统的能力 (判断总体 Gage R&R的合格与不合格)长期方法时长期

47、方法时 Gage R&R Gage R&R的的 Minitab Minitab运用运用s63838 Number of Distinct Categories = 4 表示检测部品的信赖性区间不重叠的个数Gage R&R4个 Categories Number of Distinct Categories 判断方法 Number of Distinct Categories : 0 1 不适用(改善检测系统) Number of Distinct Categories : 2 4 附加条件时可接受 Number of Distinct Categories : 5以上 可接受对同样部品的同样特

48、征值测量，由3名检查者反复检测2次。可以分为4组对特定部品测定，信赖性区间小说明测定者和测定有反复，且测定很准确。如果信赖性区间重叠意味(信赖区间不重叠意味着组数小)测定的变化大。长期方法时长期方法时 Gage R&R Gage R&R的的 Minitab Minitab运用运用s63939Gage R&RGage name:Date of study:Reported by:Tolerance:Misc:01.81.92.02.12.22.32.42.52.6123Xbar Chart by OperatorSample MeanX=2.3073.0SL=2.380-3.0SL=2.2350

49、0.000.050.100.15123R Chart by OperatorSample RangeR=0.038333.0SL=0.1252-3.0SL=0.000Gage R&R (ANOVA) for Thicknes Gage R&R的 Graph解释 X bar 管理图 测定值超出管理界限,表现为良好的结果. * 如果测定值的50%以上在管理界限内的话,这个系统不适合. 管理界限是用测定者间的测定值变化来计算,因此测定值的变化小说明 管理界限的幅小 即,说明测定者间的测定值变化很小 测定的变化(测定者,测定系统)比部品间变化相对小 可以读出 Parts间变化的情况 R 管理图 大部分

50、的测定值在管理界限内 表示所测定的数据的值是正常的长期方法时长期方法时 Gage R&R Gage R&R的的 Minitab Minitab运用运用s64040Gage R&R Gage R&R的Graph解释Gage name:Date of study:Reported by:Tolerance:Misc: 1 2 3 4 5 6 7 8 9101.92.02.12.22.32.42.52.6Part_OperatorOperator*Part_ InteractionAverage123Gage R&R (ANOVA) for Thicknes除了除了Operator 1Operato