天气: 晴朗心情: 高兴现代质量管理关注过程，强调过程能力，因为是只有过程的稳定才能持续地提供合格的产品或服务。在我们习惯的思维中，过程能力好象就是一个抽象的概念，只可意味，无法衡量。其实，这是一个错误的概念，在质量管理短暂百年发展中，人们已经给予过程能力明确的定义，并有具体的计算方法。
过程能力：Process capability，简称PC。是指过程加工质量方面（不是数量方面）的能力。这种能力表现在过程稳定程度上。过程的稳定程度越高，其质量特性值标准差越小，过程能力越强，相反，则越弱。由于稳定过程的99.73％的产品质量特性散布在区间[µ-3σ，µ+3σ]内，所以定义：
PC＝6σ
现代质量管理八项基本原则之一就是“以顾客为关注焦点”，所以说我们过程能力必需以满足顾客的要求程度来衡量才有意思，用来衡量过程能力满足顾客要求程度的方法叫过程能力指数（Process capability index， PCI），常写作Cp.
Cp＝顾客要求/过程能力＝(USL-LSL）/6σ＝T/6σ
从这个定义中可以看出，顾客要求T（公差范围）一般是不变的，在T不变的前提下，σ越小，则Cp的值越高，过程满足顾客要求的能力越强，反之，越弱。
通常过程中心µ把规范T分为两个区间（LSL，µ）和（µ，USL)，它们与3σ比值我们称作为单侧过程能力。这种方法也适用于规范要求仅有下限或仅有上限的情况。
Cpl＝（µ-LSL）/3σ  单侧下限过程能力指数
Cpu＝（USL-µ）/3σ  单侧上限过程能力指数
在实际的生产过程中，过程中心µ与规范中心M往往不能重合在一起，即：M≠µ，这时Cp就不能真实地反映过程能力满足顾客要求的程度。于是人们又提出了实际过程能力指数Cpk，它取Cpl和Cpu的最小值，即：
Cpk=min{Cpl,Cpu}
经推导，Cpk与Cp的关系如下：
Cpk=（1-k）*Cp
其中偏离度k=|M-µ|/(2T)=2|M-µ|/T
　
过程综合特性能力等级评定
表（－）：关键质量特性



关键质量特性

等级范围
过程能力
判定
采取措施

Ⅲ
Cp>1.67
理想状态

制订作业指导书，实施标准化作业;应用控制图或其它手段对过程进行监控。

Ⅳ
1.67≥Cp>1.33
低风险

分析影响过程能力的主要因素，建立质量控制点。

Ⅴ
1.33≥Cp>1.00
中等风险

强化质量检验，增加检验频次及反馈质量信息，分析离散程度和原因，采取纠正和预防措施，提高过程能力。

Ⅵ
1.00≥Cp≥0.67
高风险

必须进行全数检验，剔除不合格品，或进行分级筛选，对不可修复的产品应停止加工。

Ⅶ
Cp<0.67
极高风险

停止加工生产，查明过程中的系统因素，采取纠正措施，进行技术改造和工艺改进，提高过程能力。
　
表（二）：重要质量特性



重要质量特性

等级范围
过程能力
判定
采取措施

Ⅱ
Cp>1.67
能力富余

简化质量检验，采用统计抽样检验或减少检验频次。

Ⅲ
1.67≥Cp>1.33
理想状态

对过程现状实施标准化作业，应用控制图或其他手段对过程进行监控。

Ⅳ
1.33≥Cp>1.00
低风险

对产品按正常规定进行检验，若采取统计抽样检验，在抽样方案设计时应考虑合理的AQL值和检验水平IL以及检验频次。

Ⅴ
1.00≥Cp≥0.67
中等风险

对过程加强检验和严格监控，采取纠正措施提高过程能力，在不影响最终产品质量的前提下确认原设计不合理时适当放宽公差范围。

Ⅵ
Cp<0.67
高风险

实施全数检验，剔除不合格品，或进行分级筛选。
　 收起阅读 »

暂无

天气: 晴朗心情: 高兴产品质量先期策划的基本原则
产品质量策划是一种结构化的方法，用来确定和制定确保某产品使顾客满意所需的步骤。<?xml:namespace prefix = o />
产品质量策划的目标是促进与所涉及每一个人的联系，以确保所要求的步骤按时完成。
有效的产品质量策划依赖于高层管理者对努力达到使顾客满意这一宗旨的承诺。
 
APQP之益处
引导资源，使顾客满意
促进对所需更改的识别
避免晚期更改
以最低的成本及时提供优质产品
本手册中所述的实际工作、工具和分析技术都按逻辑顺序安排，使其容易理解
每一个产品质量计划是独立的
实际的进度和执行次序依赖于顾客的需要和期望／或其它的实际情况而定
 
定义范围
组织小组
产品质量策划中供方的第一步是确定横向职能小组职责，有效的产品质量策划不仅仅需要质量部门的参与。适当时，初始小组可包括技术、制造、材料控制、采购、质量、销售、现场服务、分承包方和顾客方面的代表。
确定范围
在产品项目的最早阶段，对产品质量策划小组而言，重要的是识别顾客需求、期望和要求，小组必须召开会议，至少 ：
选出项目小组负责人监督策划过程(有时，在策划循环中小组负责人轮流担任可能更为有利)
确定每一代表方的角色和职责
确定顾客─内部和外部
确定顾客的要求(可利用附录B中所述的QFD)
确定小组职能及小组成员，哪些个人或分包方应被列入到小组，哪些可以不需要。
理解顾客的期望、如设计、试验次数等
对所提出来的设计、性能要求和制造过程评定其可行性
确定成本、进度和应考虑的限制条件
确定所需来自于顾客的帮助
确定文件化过程或方法 收起阅读 »

天气: 晴朗心情: 高兴----品 質 英 語----<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />
1.QC : quality control 品質管制
2.IQC : incoming quality control 進料品質管制
3.OQC : output quality control 出貨品質管制4.PQC : process quality control 製程品質管制也稱IPQC : in process quality control .5 AQL : acceptable quality level 允收標準
6.CQA: customer quality assurance 客戶品質保証7.MD : major defeat 主要缺點

1. MI : minor defeat 次要缺點9. CR :critical defeat 關鍵缺點
2. SMT : surface mounting technology 表面粘貼技術11 . SMD : surface mounting device SMC : surface mounting component 表面粘貼元件12 . ECN : engineering change notice 工程變更通知

13 . DCN : design change notice 設計變更通知14 . PCB : printed circuit board 印刷電路板
15 . PCBA : printed circuit board assembly裝配印刷電路板16 . BOM : bill of material 材料清單

1. BIOS : basically input and output system 基本輸入輸出系統18. MIL-STD-105E : 美國陸軍標準,也稱單次抽樣計劃.19. ISO : international standard organization 國際標準化組織20. DRAM: 內存條
2. Polarity : 极性
3. Icicles : 錫尖
4. Non-wetting : 空焊24. Short circuit : 短路

25 . Missing component : 缺件
26 . Wrong component : 錯件
27 . Excess component : 多件
28 . Insufficient solder : 錫少
29 . Excessive solder : 錫多30 . Solder residue : 錫渣
31 . Solder ball : 錫球
32 . Tombstone : 墓碑
33 . Sideward : 側立
34 . Component damage : 零件破損
35 . Gold finger : 金手指36. SOP : standard operation process 標準操作流程

1. SIP : standard inspection process 標準檢驗流程38 . The good and not good segregation :良品和不良品區分39 . OBW : on board writer 熸錄BIOS
2. Simple random sampling : 簡單隨機抽樣41. Histogram : 直方圖
3. Standard deviation : 標準差43. CIP : Continuous improvement program

44 . SPC : Statistical process control45 . Sub-contractors : 分包商
46 . SQE : Supplier quality engineering 47 . Sampling sample :抽樣計劃
48 . Loader : 治具
49 . QTS: Quality tracking system 品質追查系統50 . Debug : 調試
51 . Spare parts :備用品
52 . Inventory report for : 庫存表53 . Manpower/Tact estimation 工時預算
54 . Calibration : 校驗
55 . S/N :serial number 序號 56 . Corrugated pad : 波紋墊
57 .Takeout tray : 內包裝盒
58 . Outerbox : 外包裝箱
59 . Vericode : 檢驗碼
60 . Sum of square : 平方和
61 . Range : 全距62 . Conductive bag : 保護袋
63 . Preventive maintenance :預防性維護
64 . Base unit : 基體65 . Fixture : 制具
66 . Probe : 探針
67 . Host probe : 主探針
68 . Golden card : 樣本卡69 . Diagnostics program : 診斷程序
70 . Frame : 屏面
71 . Lint-free gloves : 靜電手套
72 .Wrist wrap : 靜電手環
73 . Target value : 目標值

1. Related department : 相關部門75. lifted solder 浮焊

76.plug hole孔塞

1. Wrong direction 极性反 78.component damage or broken 零件破損

79.Unmeleted solder熔錫不良
80.flux residue松香未拭
81.wrong label or upside down label貼反
82.mixed parts機種混裝

1. poor solder mask綠漆不良
2. oxidize 零件氧化

85.stand off height浮高　86. IC reverse IC反向 87.supervisor課長 88. Forman組長 89. WI=work instruction作業指導 90. B.P.V:非擦除狀態 91. Internal notification:內部聯絡單92. QP :Quality policy品質政策 93.QT: Quality target 品質目標 94. Trend:推移圖 95.Pareto:柏拉圖 96. UCL: Upper control limit管制上限 97.LCL:Lower control limit管制下限 98. CL: Center line中心線 99.R.T.Y: Rolled throughout yield直通率100. PPM: Parts per million 不良率 101.DPU: Defects per unit 單位不良率102.Resistor: 電阻 103.Capacitor:電容 104. Resistor array : 排阻 105. Capacitor array: 收起阅读 »

天气: 晴朗心情: 高兴1、NC description:Some control plan does not include error-proofing method.部分控制计划未包括防措技术。Requirement:Annex of ISO16949:2002. Objective evidence:The control plan #99012320103did not include error-proofing methods.Requirement:7.3.3.2of ISO 16949:20022、NC description:Some part of the Process FMEA was not correctly conducted.部分过程FMEA 未正确进行。 Objective evidence:With regard to some part of the Process FMEA#99012320103,potential failuress were analyzed assuming process is not in normal condition, for instance,improper operation bly operator and  incorrect mixing of material.有关过程FMEA99012320103，其潜在失效的分析是基于不正常的过程，如员工操作不当，配料不正确。 收起阅读 »

天气: 晴朗心情: 郁闷 
含义：
    质量工程技术可以定义为：是为了实施和支持能以最低成本达到充分满足顾客要求的质量体系而制订政策、分析与规划产品质量所需要的技术知识整体。其包含的内容可以用“技术三角形”来描述：
技术方法：    
    1.制订政策：
    包括确定公司质量分析和实施质量体系基础的质量目标和质量政策。具体内容有：

验证质量政策
识别需要解决的问题
质量政策的具体文件化
    2.产品质量分析:
    包括区分和确定影响产品质量的主要因素的分析方法，然后研究在销售市场上这些因素对于产生预期质量效果的影响。工作内容有：

顾客的需要和愿望
产品要完成的功能
产品所处的环境
寿命和可靠性要求
安全性的要求
主管机关和政府工业标准规定的要求
吸引力和外观
产品设计
制造工艺
装运条件
产品的标识和可追溯性
责任损失的控制
安装
维修及售后服务
销售市场的特点
与竞争对手的商品




分析目的

技术方法


识别需要的质量
审查建议的设计
　
　
　
　
　
　
　

质量要求的描述
实验设计
公差的经济性分配
样机试验分析
产品可靠性及寿命周期分析
环境和使用效果分析
安全性分析
设计审查


审查工艺和方法的影响
　

评估新方法、新工艺和新材料的效果
调整产品和工艺的配合


研究供应商

供应商设备的评估


　
评价质量——成本平衡

质量——成本优化
模拟方法
3.质量计划，即运转质量体系的方法:
    它强调为达到理想的质量成果必须事先提出所要采取的措施和所要使用的方法，这些就是质量体系中关于关键活动的文件基础的所必需的质量计划方法。切实有效的质量计划应该利用分析方法逐一回答下列问题的基础上制订出来的。

需要完成的质量工作的具体项目有哪些？
在产品研制，生产和售后服务全过程中应在何时完成每项工作？
如何完成工作：采用什么办法、程序或手段？
由谁完成工作：执行人在公司组织机构中处于何种职位？
在什么地方完成工作：是在工厂、装配线上、实验室里、供应商单位还是在使用现场？
利用哪些工具和设备？
完成工作的输入是什么？所需要的信息和材料是如何输入的？
完成工作的输入是什么？需要作出哪些决定？决定的内容是什么？应当采用什么准则制定决策？有哪些材料必须加以鉴定和发放？
活动是否需要记录？如果要，那么采用哪种表格？是否需要计算机处理数据？需要进行曲何种分析？数据送交哪些人？如何反馈？
产品质量出现某些差异时，有无可供选择的纠正措施？
这些纠正措施的评价标准是什么？
工作上有无时间限制？如果有，那么这些限制是什么？
质量工程的计划方法




计划目的

方 法


制订验收判断准则

特性分类
验收抽样


规定验收程序和验收设施

确定自制检测手段
确定对检测手段的要求


计划文件的编制

质量计划工作的文件
技术说明书、程序和手册的审查


与供应商的联系和合作
　

让供应商了解质量要求
对供应商提供服务
材料验证方案


建立质量信息体系
　
　
　
　
　

质量信息反馈
责任损失的控制
数据处理与计算机的应用
软件的控制
与其他职能部门的沟通联系
现场信息反馈


确保纠正措施的实施
开展审核
确保顾客始终满意

纠正措施
审核计划——产品、工序与体系
现场质量管理
备品附件的质量管理


向顾客宣传质量
保持产品的外形

顾客的态度
向顾客宣传质量
外形控制，设计更改，可追溯性
工序控制工程技术：    
    1.工序控制的含义：
    用以分析和控制工序质量的技术知识的整体，其中包括整个生产过程中直接对材料、零件、部件及装配件的质量进行控制的知识。
    2.工序控制的分类：

工序质量分析
工序控制
工艺纪律的贯彻
质量效果的审核
    3.工序控制的分析方法




分析的目的

所用方法


确定工序能力
　

机器和工序能力分析
工序可靠性成熟程度分析
检测手段能力与再现性分析


确定对计划值的符合程度
　
　
　
　
　

试生产结果分析
进厂材料试验、检验和实验室分析
质量保证检验
非破坏性检验与评价
产品试验
筛选检验


确定波动的原因

工序波动分析
质量成本变动情况分析


识别不合格的原因

试验数据分析
废品和返工分析
现场投诉分析 收起阅读 »

讨论一下：漏斗试验-规则2和规则3的区别？
我感觉漏斗试验中，规则2和规则3 似乎没有区别啊？从《发现戴明》的书中描述来看，规则2和是以实绩落点为参考的，而规则3是以目标落点为参考点的，但实际上，移动方向和距离都是一样的。大家看看，怎么回事？

——具体试验我还有一个帖子：质量管理大师戴明的漏斗试验和红珠实验
搜索即可得到。 收起阅读 »

Quality Management and 5 manuals链接: 点击访问

天气: 晴朗心情: 高兴难道你认为QC的职责主要是质量检验么？




很多公司都把质量部门分了几个小组，比如什么QA,QC,QE什么的，不竞相同但是大同小异，那么今天我们讨论一下一个老生常谈的议题：难道你认为QC的职责主要是质量检验么？QC是Quality Control的概念，QC=质量检验么？也就是除了检验还是检验么？请发表你的高见！
qdykx：我顶一下厨师，我以前和一个老工程师（确切的说是一个老工人）谈过这个问题，一致认为，他的主要作用不是判断是否死亡，而是要找出死因，并且进行改进，并实施采取的措施，永远得到贯彻下去。他的要求要比工序的操作人员知识面广，产品知识也懂，工艺也熟悉等，甚至，也可以顶替岗位。这才是一个合格/称职的QC。
质量厨师：实际上检验时没有任何增值的活动。试想一下，当我们的每个工位的操作者能够自我保证质量的话，那么检验还有比要么？上个礼拜一个日本人（是我们公司的亚洲区质量顾问）给我们来做了一个简单的培训：质量自我保证系统。我感想颇多。他从检验的成本，检验的职责和操作者的职责入手分析的：为什么你操作但是你不负责你的工作结果的质量？为什么依靠时候的检验？为什么你只做检验而不采取相关的措施防止问题的发生，一定要等到问题发生？他举了一个例子：日本地铁曾经发生过一次事故，就是地铁指挥人员没有看清楚信号灯就指挥地铁运行。后来他们经过研究确定了一种方法（实际上这种方法在上海地铁里面也在使用现在），实际上很简单，指挥人员的手、眼、嘴咬一致。就是说你看信号灯的时候要手指到它、眼镜看清楚后、然后要用嘴巴说出来！看似简单，实际上挺难的，因为人的行为主要靠人，人的素质！实际上去年在日本我参观日本一家工厂的时候也看到他们的检验员使用这种方法的，然后签章确认（他们不是使用代码或者数字而是名字！有何不同大家在日资企业的人应该知道吧？效果绝对不同！），出了问题就要负责。说多了，听听其他朋友的意见吧？
1）关于操作者自我质量保证的目的：这个日本人在做培训之前跟我先进行了沟通，这个简短的培训主要为了让生产部门认识到质量要靠自己来保证而不是靠检验员，质量也是自己工作的重要一部分，不仅仅是为了完成自己的岗位操作而不管自己的操作结果质量如何。然后逐步取消质量检验，检验只是在生产过程中无法避免的问题进行时候的补充的活动，对公司只有成本的增加，仅此而已。2）关于个人“签章”：实际上我们大部分公司在使用签章，但是章子上的大部分都是编号，大家想想“自己的名字”和“编号”有何不同呢？都可以查到哪个人的呀。但是这个日本人问我了一个问题：比如在一个很多人的场合，对于一个人最敏感的东西是什么？——那就是有人喊他的名字！因为任何人对自己的名字有着特殊的情感和灵敏度的！不相信做个试验看你就明白了。我明白了为什么日本企业里面的文件都是签署自己大大、清楚地的名章而不是编号了。原因就是让他们知道“我”是负责任的，这是“我”做得、通过“我”的东西。这是把人“个人自我自豪感精神”引入到了日常工作中。3）关于“手指嘴说”的方法：当你检查产品的时候，检查完后手指着检查的项目并说出结果“合格”或者“不合格”，你的手、眼、嘴到了说明你的精神也到了，效果不同，然后再加签你的“名章”！以上是自己的一点点体会而已，不同的人有不同的想法，欢迎大家赐教了。
 
listwenxin ：1.楼上说的也是道理，现在是品质预防阶段，所以不只是停留在质量检验阶段，最主要的　是QC在检到不良品的时候，是怎么样反馈的，怎么样改善的！2.称职的QC应该是考量这尺寸检验后的趋势，然后告诉相关的部门，从而达到改善的目的3.另外是员工代理的问题，本来就有职务代理制度，所以没有的话，也是公司体制上的问题
Joe1980 于 2006-5-17 11:22 发表QC更应该注重质量控制方面. 控制操作参数/操作规范/制程能力指数等,产品质量检验仅是事后挑出不合格品,防止流向后道工序或客户段. 收起阅读 »

公司为汽车零部件制造厂，体系文件中明确规定要对在产品与产成品进行标识并控制。可是大家知道的，汽车零部件在产品以月来计算不下十几万，要做标识谈何容易！
请问各位有什么好的办法吗？或者是把产品标识的图片发个上来？

小弟在这里先谢过了！~！~！~[/color]u=3239280565,3304098400&gp=2.jpg 收起阅读 »

有谁能详叙一下假设检验理论与假设检验方法？这对考虑品质问题的分析有何重要性？ 拜托！！！

交PPAP时一些尺寸超差，客户回复可批板，但后续生产时需改善。但公司批量生产时却无法改善，产品交付时客户也没有反映，此类尺寸能否特采？

一、1 point more than 3 standard deviations from centerline
二、7 points in a row on same side of centerline
三、6 points in a row ,all increasing or all decreasing
四、14 points in a row, alternating up and down
五、2 out of 3 points > 2 standard deviations from centerline (Same side)
六、4 out of 5 points > 1 standard deviation from centerline (Same side)
七、15 points in a row within 1 standard deviation of centerline (Either side)
八、8 points in a row > 1 standard deviation from centerline (Either side) 收起阅读 »

产品批量生产后，我们才开始做控制图，但不清楚控制限该怎样确定？
我们选择的是Xbar-R控制图，特性参数是“尺寸”用游标卡尺测量
抽样频次：1次/班，每天三个班次（作业人员不同、产品规格不同但对该参数的工艺要求都是一样的），做出的控制图如下：其中USL=0.1，LSL=-0.1
计算出的UCL=0.025，CL=0.007，LCL=-0.012，CPk=2.209


我的问题是：
这种情况适合做Xbar-R控制图吗？
每张控制图完成后，基本都是这种情况，到底该怎样定控制限？控制图.jpg 收起阅读 »

题记：－给哪些在人生和Sixsigma均觉涉浅未深的人
同时希望MM能够谅解我的冒犯

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
Alpha Risk型： H0，该女人美若天仙， H1，该女人很平凡。要想不遗憾，检验Alpha设置值偏高，宁可错杀一千，不可接受一个。因为当今女孩化妆太重，你又只能取一个， 故Alpha值要大，宁犯第一类错误。当然如果你年少多金，你也可以不惜费时费力增大挑选量来减少这类错误。

学生分布型：也叫叛逆型，特点，你的自由度越低，离Normal （正态）越远。

二项分布型：通俗叫野蛮女友型，特点，温柔和野蛮并肩，当永远无法预测，如同抛硬币，你永远不知下一次是那一面。每次发脾气和对你温柔相对独立，没有关联，都是随机的。

正态分布型：也是最正常的女人，是我们研究女人的基础，也是我们研究统计的基础。但要注意减肥，越胖你越不喜欢。异常的刺激也导致她不再Normal。

DOE型：也叫女强人，做事事半功倍。很有用，但对新手来说不好驾驭。

FMEA型：小心谨慎精明型，她们再会前会采用多种分析来预测婚后的风险，如住房，收入等的风险程度采取相应的预防措施。一旦失控，她会通过离婚财产或保险来弥补损失。而且，这是动态的，她们不停的更新他们的方案来减少前途的风险。 收起阅读 »

开始六西格玛了，要求每项工作中定期测量并记录测量结果，我们如何使大家接受这些措施？？许多年来，我们一直要求车间的操作人员尽量减少书写记录工作，集中精力提高产量。显然存在文化冲突嘛

产品批量生产后，我们才开始做控制图，但不清楚控制限该怎样确定？
我们选择的是Xbar-R控制图，特性参数是“尺寸”用游标卡尺测量
抽样频次：1次/班，每天三个班次（作业人员不同、产品规格不同但对该参数的工艺要求都是一样的），做出的控制图如下：其中USL=0.1，LSL=-0.1
计算出的UCL=0.025，CL=0.007，LCL=-0.012，CPk=2.209


我的问题是：
这种情况适合做Xbar-R控制图吗？
每张控制图完成后，基本都是这种情况，到底该怎样定控制限？控制图.jpg 收起阅读 »

不符合项是这样的_
查测量系统分析计划，对于卡尺((No. LS60-341)仅作了偏倚分析，没做GRR分析。

提交几次原因分析及纠正措施都没过关，请大家指点迷津！

1.名义值是指"分布中心"还是"规范中心"?1.JPG

六西格码控制阶段我们是对因子的控制,从而保证Y的最佳化,实际上是建立一个报警系统,但是我们使用控制图的时候对象好像是产品的质量参数或不良率什么的,这些还是X吗??

天气: 晴朗心情: 平静2006年3月28日，我42岁生日，我开通了这个网页。以后的日子，我会把我的心得，在这里记录、描述，希望能给各位一点帮助，更希望能得
到大家的帮住……
质量管理工作我前后从事了23年。先是从计量（长度）开始，经历了精密测量、标准器标定、测量设备的校准检修；到现在的质量管理；
要说体会吗：我觉得做一个质量管理人员，不能对人不对事，那样就不能解决问题了！还要学会忍耐（可以看看佛学书籍）以及沟通技巧。
尽可能争取得到高层管理者的支持，这样才能开展工作……
不论做那行，解决问题的方法大致是一样的：收集数据、分析整理、找出主要原因、罗列产生问题的主因、制定改进计划、按计划实施、过
程检查、改进。也就是大家说的PDCA循环；
在这个过程中，你还要使用SPC、MSA、柏拉图、鱼骨图等等质量工具。您看，实际上就是这些方法！但是要活学活用，不能流于形式
相信你能做好的……
最后，我希望我这里能成为你喜欢来的地方。我们共同学习，共同提高吧
 
 
  收起阅读 »

天气: 晴朗心情: 高兴今天简单介绍一下多变量分析(Multi-vari)的应用. 考虑一下应该怎么教会别人这个工具。
多变量分析是实验设计的一种. 一般主要应用在寻找问题点的最初阶段。 如果你对一个问题还没有一点头叙，那就可以从做个多变量图开始了.
多变量分析主要是区别时间与时间(时间性变量),部件与部件(周期性变量),以及部件内(位置性变量)的变异. 找出大概的变量来源，通常适用于你有很多种变异因素时,比喻10个,20个，30个或更多。
这的一般的步骤(超简单的写法)
   1,确定输出绿y
   2 确定所有有变量并按族系进行规类
   3 确定实现的数量. 值的注意的两点,1，要代表80%以上的变异 2, 采用smart的取样方法，比喻取最差的机器，最好的机器来做实验.
   4, 按着设定的计划实验. 一般是这样的, 1,设定每间隔几个小时取一次样，每次取那几台机，或那几个位置或作业者等,每次取多少个样本.
   5,画出多变量图来研究变异源. 最终确定红色的X的来源，比喻是白班与晚班的差异，或者是机器A与机器B的差异等等。
 有时多变量分析能直接帮我们找到红色的X，有时只能帮我们缩小范围。 比喻当你发现是机器A与机器B之间的差异时，你仍然需要最进一步去实验分析机器的那些参数导致了这种差异.
   对于多变量图的制作,minitab有这个功能，但是只能最多分析4个变量，当然如果有很多因素在一个图上也没办法分析的清楚的，一般是把它们分别去做图比较,办法比较古老，还是实用。  另外一个办法就是用excel，效果比较差。 再就是应该有专门的软件，不过需要大把money.
看了这么多，你对多变量分析有了一定的了解吗?你有什么问题吗？ 个人觉的这些方法都不神密，很符合人的思维，但是系统的掌握这些方法让我们的思维更严密.  当然，如果你觉的这不合你的思维，呵，建议你不要做质量改善相关的工作。
小记: 今天学习第一天,真不容易，晃了一天也才看了几眼资料。明天继续努力. 收起阅读 »

天气: 晴朗心情: 高兴BMW的审核顺利结束！
哈哈，还是挺顺利么。春天来了头晕脑胀的，只是想睡觉！

序:
此文源于此贴:  http://www3.6sq.net/cdb/viewthread.php?tid=9637
未来对贴子的提练和总结将是我们的一个发展方向，我希望有更多朋友参加进来，提高自已帮助别人.我仅仅以此文给大家一个思路，参照。我们的原创大赛还在继续进行，欢迎各路英雄参加，奖品在等着你.

周日上午都想写此内容，但忙忙一天一直没有静下来，23:00发现任务仍未完成
转了几个网站看看反对派的评价，他们总是给我们动力. 我们唯有努力，用行动来反击!  6SQ永远不是下载站! 听取楼下朋友的意见，已于8.24修改，正式发表

某公司QA工程师Vitia先生今天收到海外一个客户的电话，内容如下：
“Vitia,今天整理你们资料的时候，发现一个很严重的事情，你们6月份提供的产品，6月17日，某项特性均值6.8，6月18日，相同特性均值在4.7。请贵公司注意一下。”
VIA收到这个投诉后，把这一信息反馈给他主管的时候，他的主管很疑惑的说
“很好啊，他们要求是2min，我们达到最差都到了4.7，简直无理取闹嘛”

另外一个工程师W也发表了他的看法:"如果SPEC是2MIN,而实际达到4.7~6，那么有必要进行SPC控制吗？我认为控制的意义不大，除非提高SPEC。另外也要考虑一下控制的成本。"

Vitia对主管的回答和M工程师的回答都不太满意， 觉的主管的回答太不负责了，M工程师的看法有些道理，但又好像有些问题在里面。就此他请教了企业内部的H咨询师. Vitia对H咨询师讲完这个故事后说:" 我认为这个老外的精神可佳，他的品质意识比我们强. 另外，是不是我们对产品品质不应该仅仅停留在SPEC上面?  我们应怎样做?"
H咨询师认真的与Vitia探讨这个问题:" 1，首先来说，老外的精神确实值的我们学习，他的精神可贵之处在于他的负责的态度，及时反馈异常信息提醒供方改善。2,老外并不是品质意识比我们强，而是他们的对数据的认识比我们更深刻。特性均值从6.8变成4.7意味着异常的出现，并不是无理取闹.

Vitia又问道:"但我们主管认为SPEC是2min，现在是4.7，我们的特性均值远远好于SPEC, 产品是满足客户需求的啊"
H咨询师回答说:"没错，产品是目前满足客户需求的，从表面上看起来也远远大于SPEC，好像没有理由需要进行改善分析. 为什么会导致这样的误解?

我们现在从两个方面来看:“1,我们对数据不理解. 知道SPC控制图吧? SPC的控制界线是根据历史数据计算出来的，打个比方，如果历史数据计算出我们的产品特性均值为6.8,然后会根据3sigma计算出控制界线.这个控制界线与SPEC是无关的，这在SPC的应用中很重要  特性均值由6.8变为4.7有2.1的波动，从经验来看是危险的，可能有异常已经发生,如果不及时发现和处理异常，产品就有可能会超出规格.

2,我们对数据处理方法不恰当。为什么现在我们不能更直观的来判定这是否危险? 这与数据的处理方法有关，如果只用普通的记录表方法是不能直观的体现出数据的波动是否正常，只能靠一些简单方法或经验来判.,对这些数据更好的方法是用SPC控制图来记录他们.如果我们用SPC来记录这些数据，计算出它的控制界线，我们就很容易的判定这个4.7数据是否超出控制界线或违反判定原则,对数据的判定更准确更科学。W工程师认为目标的质量水准远远大于规格，应用SPC控制图没有必要，这种观点是错误的。SPC对于这种有足够的工序能力的工序的控制是非常有效的，相反当工序能力不足时(Cpk<1)应用SPC控制图起不到什么效果。另外如果我们自已建立了SPC体系，就不用等到客户来反馈异常的数据信息，自已就可以及早发现异常问题，并进行改善了。”

Vitia说：“我对SPC也早有了解，但我还有一个问题，如果我们的产品特性一直很好，我们为什么不直接免检?这样可以节约检验成本.”

H咨询师答道:“你这个问题提的很好，对过程的控制并不是用SPC就好，如果产品的特性足够好，我们是可以免检的,但这是对产品的品质已经非常了解的情况下做出的决定。通常情况下我们应用spc进行控制，根据我们的spc控制图的记录,如果我们的产品特性长期都比较稳定，我们可以渐渐的减少抽样的频率,以节约成本，最终可以考虑免检。这项决策一定要建立在对过去的长期的监控数据记录上. 并且每隔一定的时间要重新研究一下过程的能力表现（比如二个月）以验证过程是否保持稳定，如果发现过程能力有下降趋势就得及时找出原因，采取措施”

Vitia与H咨询师愉快的交流了看法，最后认为有必要在公司里进一步推行SPC和统计技术. 收起阅读 »

优点：
1.田口式的基本思想的关键部分是变异值的减少。比如他的著名的损失函数的概念，
        L（y)=k(y – T)^2，这与戴明和朱兰等强调变异减小和损失最小化的持续改进的概念是一致的。
2.稳健设计的观念不是新的，田口的贡献在于把实验设计的方法作为工程设计过程的正规部分运用。
3.产品不仅仅要符合规格，更重要的是逼近目标值。

缺点：
1.对实验设计的评论：
缺乏处理交互作用的影响的保证措施   实际上田口的正交表的设计并不是由他发明的，例如 L8 是7因子两水平1/16阶乘析因实验，L9 是4因子3水平解析度3的阶乘析因实验，L12 是Plackett-Burman 设计，L16 是15因子2水平解析度3的阶乘析因设计。这些实验尤其是L12和所有3水平的实验设计，都涉及到一些主因素和2交互作用的混淆，所以当2交互作用显著时，实验者就不可能得到正确的结果。
田口宣称，不必要明确地考虑2交互作用，正确地选择反应值和实验因子，或者用“滑动水平法”选取因子水平，就可能消除这些交互作用。实际上这两种方法通常很难实现，而且主要也是基于主观定性的判断。
用3水平的设计来估计非线性  田口宁愿用3水平来估计实验的非线性，同样在设计中忽略的2交互作用可能是欠考虑的。
内表外表的结构通常导致了更大无谓的实验  就拿4个可控因素和3个噪音因子的内表L9 ，外表L8的设计而言，Byrne和田口用了72个实验去研究共7个因子，如果用2水平1/4阶乘实验去作的话，只需32个实验，而且还能区分主因素和2交互作用之间的混淆。
田口设计的点线图的应用  实际上田口的点线图正是为了补充其主因素和2交互作用混淆的弱点，所以他给每个正交表都给出了点线图，但是这并不能区分2交互之间的混淆，而且不幸的是，它们常常导致无效的设计。比如他的汽车发动机实验[田口和吴（1980)]和他的切割刀具实验[田口(1986)] ,点线图不一定就能指导所有类型的实验。

2.对数据分析方法的评论：田口推荐的ANOVA的某些变差，已经明知会有虚假的结果，但还是作为田口的独特方法而大加推行。
得到“优胜者”但不是“最佳值”   实际上用边际均值挑选优胜者只是一个主观定性的判断，一般来说只有“优胜者”，却没有“最佳值”，虽然田口的拥护者推荐确认实验，但是这只能确定是非，不可能象响应曲面法一样寻找到最佳的“鞍点”所在。
信噪比SNT SNL SNS 在原理上容易出问题  事实上很多西方的统计学家如BOX(1988),Leon(1987),Schmidt,Boudot(1989),Quinlan都沿用田口数据分析法，从数理统计的角度证明了其不合理性，甚至出现错误的显著性因子的判断。

3.其他评论
田口推荐的基本思想是正确的，只是在实验设计方法和一些数据分析方法上很多西方的管理学家给过一些重要的批评。这倒也正常，可怕的是，田口的拥护者们经常打着“它们奏效了”的招牌来拒绝批评，这对任何一门学科的发展都是不利的。而且更有甚者，在不了解实验设计发展历史的前提下，试图证明在本身就属于实验设计法DOE中的一种的田口式设计来反对DOE，这是完全可笑的。
归根结底，田口式是建立在析因设计的基础上的实验设计法的一种，是属于低效的析因设计，田口方法的优点在于他把实验设计法运用到了工程设计的重要环节，以及他的对变异的损失理解，而绝不是田口的实验设计方法。这在很多年来被许多管理学家和统计学家都论证过，是不容置疑的事实。

[ Last edited by oliven on 2004-11-5 at 15:04 ] 收起阅读 »

你是不是对Cpm的理解是: 平均值离目标值越远, Cpm就越小呢?
看看这个案例吧!
数据:
102.550
90.122
100.355
103.721
94.071
101.211
103.494
91.097
108.297
102.097
96.053
95.445
96.759
104.692
96.157
94.308
96.154
96.414
99.740
93.029
99.163
98.110
98.764
100.066
104.423
95.749
95.132
109.054
100.347
98.001
98.081
97.257
96.452
102.292
90.069
109.955
92.331
106.123
94.355
95.609
95.419
98.778
99.578
97.563
99.194
97.924
94.831
99.332
94.705
101.182
99.732
96.125
106.293
97.845
101.900
101.845
102.505
105.702
95.335
106.484
94.813
103.332
100.469
104.249
98.542
103.849
106.281
96.881
107.658
99.150
104.086
99.018
96.293
100.478
97.872
106.160
105.004
109.190
108.118
109.290
102.496
108.101
103.103
102.526
97.689
103.847
100.606
100.398
99.939
103.542
98.664
102.644
105.369
97.182
100.186
90.643
100.061
100.541
104.257
114.053

[ 本帖最后由 oliven 于 2005-10-21 09:19 编辑 ] 收起阅读 »

论题:
1.过程能力指数能不能为负?
2.那SIGMA质量水平呢?

欢迎讨论, 这次我先不发表意见,以免干扰了大家.

有网友提到过程能力指数是不是近似值?

有人支持过程能力指数不是近似值,因为这是严格按照数学公式计算的.

有人认为过程能力指数就是近似值.

我个人支持"过程能力指数就是近似值"的观点.理由如下:
1.首先, 世界上没有任何指数是精确到完美的. 在QS9000的SPC过程能力指数后面的一段话说道:没有任何指数是完美无缺的, 在不同情况下都是有所缺陷的.
2.连续性变量的过程能力指数是以正态假设为基础的.但是在实际应用中,我们都是直接将特性值的分布来计算的,是近似正态分布, 而非标准正态分布.
3.过程能力指数都是靠抽样来评估过程特性, 既然是抽样, 得出来的肯定有个置信区间的问题. 而一般我们说的CPK=1.33其实是对过程能力的一种近似评估而已.
4.对于质量工作者而言, 过程能力指数只是一个用来评估的工具或一种方法而已,评估过程好不好还有很多其他的指标来综合评价. 其实CPK=1.37还是CPK=1.39,不是很在意.举个简单的例子,一个SQE在选择供应商的时候,他决不会因为A的过程能力指数比B的大0.1就选择A, 单价和交期也是评估对象. 所以从应用的角度上大家在很多情形下都把过程能力作为近似值了.
综合上述,我认为过程能力指数就是近似值.

请大家提出意见. 收起阅读 »

1.计算Lack of Fit 和Pure Error的过程?
2.残差中 Lack of Fit 和Pure Error在回归图形中如何反映？
3.如果是多元回归又将如何呢?
这个题目还是简单了些!

The regression equation is
y1 = - 21.3 + 35.2 x1SPC

Predictor        Coef     SE Coef          T        PSPC
Constant      -21.337       3.236      -6.59    0.000bbs
x1                35.248       4.125       8.55    0.000
S = 0.3540      R-Sq = 80.2%     R-Sq(adj) = 79.1%

Analysis of Variance
Source            DF          SS          MS         F        P
Regression          1      9.1532      9.1532     73.02    0.000
Residual Error    18       2.2563      0.1253
    Lack of Fit        8       1.8413      0.2302      5.55    0.007
    Pure Error       10      0.4150      0.0415
Total                19     11.4095

[ Last edited by oliven on 2005-4-30 at 13:41 ] 收起阅读 »

弄清楚下面的各种过程能力指数：
1.列出它们的计算过程
2.分清楚它们的用途
3.思考为什么用这样的指数来描述该过程
4.亲手算一遍，用数据产生器模拟数据
5.了解其他如二项式，泊松分布的数据的过程能力指数的计算原理
整天说要挑战自我，努力学习的人有吗？
经历L1 - L5 的过程会让你想明白很多东西！
肯定会有不屑一顾者说这是在钻牛角尖，那就钻一次吧，你没钻过，就没有说别人钻牛角尖的权力
Cp
CpU
CpL
Cpk
Pp
PpU
PpL
Ppk
Cmk
Z-Bench(within)
Z-Bench(overall)
Z-Bench(Potential)
Process-Z
Cpm
Ccpk
Mpk
Cnpk

[ Last edited by oliven on 2005-4-4 at 16:35 ] 收起阅读 »