應用6sigma解決工廠中的實際問題_第1頁
應用6sigma解決工廠中的實際問題_第2頁
應用6sigma解決工廠中的實際問題_第3頁
應用6sigma解決工廠中的實際問題_第4頁
應用6sigma解決工廠中的實際問題_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、    應用6sigma解決工廠中的實際問題    吳剛摘 要:2000年后,無線電子等產品如雨后春筍,各種設計方案和制造加工企業(yè)也相繼出現(xiàn)。此類電子產品具有一個共通特性就是無線頻段較多,為了保證產品質量,生產企業(yè)找到一個合適自己的檢測標準就非常重要了。本文首先介紹了6sigma基本邏輯和相關概要,再結合工廠的實際案例,系統(tǒng)的闡述如何應用6sigma的質量思維解決實際生產中的困難,找到問題根源和制定企業(yè)合適的質量標準,幫助企業(yè)提升產品良率和改善生產力,從而降低運營成本和縮減生產周期。關鍵詞:六西格瑪(six sigma);質量標準;質量案例;制程改善引

2、言sigma是希臘語,即標準變差之意。6sigma是一種排查和解決問題的方法,是上世紀80年代起源于當時的通信巨頭摩托羅拉公司一個叫比爾·史密斯工程師提出。90年代初期開始被ge這樣的巨頭公司借用,幫助ge快速成長,這才使得當時不多的幾個跨國企業(yè)開始紛紛學習,6sigma是一個系統(tǒng)的界定、測量、分析、改進、控制的過程,同時結合pdca的持續(xù)改善全面質量管理方法,后續(xù)逐步被全球的各中小企業(yè)學習和采用。6sigma后來被引用成為一種質量標準,即每百萬個產品中,可容許34個不良,幾乎是沒有不良的理想生產?,F(xiàn)實中多數(shù)的企業(yè)集中在93%-95%的良率,約為3sigma標準。本文就6sigma的

3、整個分析過程,來講解如何運用到減低工廠高重測率的實際案例中,主要包括:6sigma的dmaic循環(huán)改善方法,去解決實際工作中重測問題的方案和制定合適的企業(yè)標準。一、6sigma的dmaic介紹dmaic實際是定義問題(define)、測量問題(measure)、分析問題(analyze)、改進問題(improve)、控制問題(control)五個單詞的首字母的縮寫,基本的概述了一個解決問題的全過程。我們又稱為5大階段,每個階段里面又有不同的任務重點和細節(jié)。d phase主要任務是:明確項目主題,達成目標的成果預算,所需要的資源等。m phase主要任務是:收集不良數(shù)據(jù),通過確認相關過程,發(fā)現(xiàn)重

4、要因子等。a phase主要任務是:分析d階段的實際測量數(shù)據(jù),找到潛在的失效模式和原因,為下面i階段的改善做準備。i phase主要任務是:找到最佳方案,追蹤方案實施后的效果。c phase主要任務是:執(zhí)行和保持前面的成果,監(jiān)督落實改善的成績。循環(huán)的執(zhí)行這五個過程,對問題做階段的閉環(huán)改善,直到達成設定目標。二、影響重測率的因素分析作為一個2012年才開始加工手機的代工工廠,雖然在傳統(tǒng)的電子加工上有豐富經驗,在生產改善方面有豐富的實戰(zhàn)經驗,但是對于射頻設備的誤測上面幾乎是空白,加上每月一百萬的訂單交付,對于一個沒有加工過高精度和高要求的手機產品代工廠,確是挑戰(zhàn)非常大的,企業(yè)壓力巨大。其基本難點如

5、下。(一)資源缺乏公司從制造傳統(tǒng)電子擴建到手機產品隊伍中,人員沒有相關經驗,生產設備的調試和使用不熟悉,生產中的重點管控點不了解,導致了很多的誤測和浪費,對每日的產能產生很大影響。(二)時間緊,任務重從接單到批量交付只有2個月時間,產能爬坡只有3個月時間,同時沒有此方面經驗的專業(yè)團隊。我們在處理傳統(tǒng)電子產品生產問題的同時又要同步解決手機生產的雙重問題,相對減少了我們對誤測的分析時間和加劇我們的任務。(三)沒有標準參考由于是擴建新的領域,傳統(tǒng)的生產可被借用的僅僅是生產制程和人員管理經驗,而真正的技術指標和參數(shù)都是空白,射頻設備的調試和golden sample維護標準缺乏,導致每日生產中時常停線

6、的現(xiàn)象。三、具體的解決方案(一)人力資源缺乏的解決運用6sigma邏輯快速的從現(xiàn)有的人力中找到由各部主管組成專案組成員,統(tǒng)一協(xié)調完成了2012年10月-2013年1月共計6個月的數(shù)據(jù)統(tǒng)計,數(shù)據(jù)顯示重測率為10.38%。運用m階段的任務要求,利用y tree架構圖,層別出影響重測的4大類,共計24小類的分類;再利用team charter表,制定出明確的team r&r和項目實施計劃表,結合二八法則制定方案基本目標是將重測率減低至2.08%(10.38% * 80% = 2.08%);最后對y-tree的分析排查,找到了可以直接改善的材料和作業(yè)不良的quick win部分,可直接貢獻約為

7、1.52%。按照m階段的要求,可快速有效的解決了人力經驗缺乏的問題。(二)時間緊,任務重難點的解決在找不到具體問題的時候,可以運用6sigam中的ipo(input-process-output)模型,先寫出作業(yè)中的process部分是架設治具/執(zhí)行測試/數(shù)據(jù)傳輸三個部分,分別針對每個部分找出對應的input關鍵因數(shù),我們稱之為因子,對這些因子做逐個確認,這樣快速找到可控與不可控的因子;針對可控因子部分,再利用c&e matrix評估規(guī)則評估出每一項的分值(如下表1),通過前期數(shù)據(jù)統(tǒng)計,我們需要將分值大于100的項目進行改善,就能實現(xiàn)我們之前設定2.08%的目標,從而明確了影響達成目標

8、因子的重要變量部分;接著再使用msa plan對測試治具梳理(如下表2),確定測試設備穩(wěn)定性,不會產生誤差。所以通過運用ipo/c&e/mas plan工具順利完成了對問題的測量;針對不可控部分,暫不用考慮,這樣就可快速找到問題的改善點和明確需要達成目標的改善項目,節(jié)省了盲目的查找問題的時間。(三)沒有標準參考的解決可以先通過運用a phase的pfmea就可以找到失效原因的中易發(fā)生率和難檢度點,正對這二項做專項改善,以達成降低發(fā)生頻率和提高容易識別的目的,通過分析和討論將此二個項目從原來的10分降到1分,;通過收集改善前后的數(shù)據(jù)數(shù)值比對發(fā)現(xiàn)數(shù)據(jù)非常集中,得出改善效果顯著;再利用制作i

9、-chart圖,更能直觀的看出改善效果。在這期間我們完成了對設備的維護調試和golden samples 的挑選以及維護等標準制定,在之后的i phase階段根據(jù)前面的查找和分析以及對e-compass/g-sensor/light bar重點站位檢測的效果確認,優(yōu)化了自動測試治具,結合公司實際情況,就能快速的找到可執(zhí)行的公司內部標準。在通過c phase階段的監(jiān)督落實執(zhí)行動作,參考制定的標準在后面的生產中執(zhí)行下去,鞏固先期的成果。以上所述,通過運用6sigam的工具,在各個階段分布完成對應的任務項目,在借助r&r/minitab等統(tǒng)計工具,對數(shù)據(jù)做精準的統(tǒng)計和分析,結合生產制程中的每一過程的逐一排查,找到影響誤測的關鍵因子和變量,結合二八法則優(yōu)先找到主要改善的問題點,通過i phase的追蹤和驗證制定出了降低誤測的有效方案,并且制定了公司的治具維護和保養(yǎng)檢測的作業(yè)標準,找到了挑選金機(golden sample)的方法與保養(yǎng)標準。c phase階段堅持監(jiān)督執(zhí)行保持前階段的成果,根據(jù)統(tǒng)計6個月的數(shù)據(jù)顯示,順利達成了項目當初設定的減低80%的目標,為公司節(jié)約了生產浪費的成本。四、總結6sigma在每個階段都有明確的任務,非常詳細和系統(tǒng)的指導我們去評估/查找/分析/確認/保持整個改善步驟,連續(xù)加閉環(huán)的改善管理,使得問題一步一步的改善,問題一步步的減少,明確

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論