JMP数据分析论坛

标题: 六西格玛水准的产品设计，我们做得到！（JMP技术文章） [打印本页]

作者: 小颖 时间: 2014-6-23 11:17
标题: 六西格玛水准的产品设计，我们做得到！（JMP技术文章）

[attach]2060[/attach]

接触过六西格玛管理的朋友都知道：所谓的“六西格玛的质量水平”，是指每百万个产品中只有3.4个缺陷产品，甚至更少。这相当于产品的Cp>=2，Cpk>=1.5的结果。要达到这样近乎完美的质量水平，仅仅依靠生产阶段的管控是不够的，往往需要在设计阶段就要做好公差设计（也称“容差设计”）。

公差设计ToleranceDesign是研发三阶段（系统设计、参数设计和公差设计）中的最后一环，它是指在参数设计阶段确定的最佳条件的基础上，寻找各个参数最佳的容许误差，使得质量和成本综合起来达到最佳的经济效益。相对于系统设计和参数设计而言，公差设计是最容易被忽略的一环。这一方面是因为人们对质量波动的理解不够深入，更重要的是缺乏一个成熟的公差设计的工具软件，使得企业在推行六西格玛设计时很难落地。

笔者根据近几年的研发项目实践，在很多企业已配备的统计质量管理软件JMP平台上总结出一个切实可行的公差设计解决方法，供有六西格玛设计需求的技术人员参考。

下面，结合一个在汽车、机械、电子等行业适用面都比较广的基础机械系统设计案例，介绍一下公差设计的原理及其计算机实现方式。

在一个装配环中装入3个零件，如下图所示，技术要求间隙(Gap)的目标值T=0.015，LSL

=0.005，USL=0.025，也就是Gap的长度要求满足0.015±0.010。加工的零件1、2、3的平均值mp=1.554，标准差sp=0.001，而装配环的平均值me=4.674，标准差se=0.002。假设所有部件的参数均已实现六西格玛的目标，

试问：该系统公差设计的能力如何？如果未能达到六西格玛水平，应当如何改进？

[attach]2065[/attach]

容易看出，间隙与装配环及3个零件的设计关系是：

[attach]2068[/attach]

所以，当前的缺陷数[attach]2066[/attach]，由此转化得到的西格玛水平只有4.15（考虑1.5个sigma偏移，下同），没有达到六西格玛的目标。

如何改进呢？常见的有两种方法：调整均值或降低标准差。

作者: niksong 时间: 2014-6-24 08:57
这个非常棒,楼主可否提供在JMP中具体如何实现这些过程,特别是第二次和第三次实现中意愿函数的具体操作过程.

作者: Mujahida 时间: 2014-6-26 08:02
小颖，你好！我有2 个问题：
1. 我用JMP去计算PPM(如 pre-PPM),总是错的，请看一下，我的公式哪里错？如果错了，请帮我改下过来，我试了各种公式，都是错的。
[attach]2076[/attach]
2。用JMP对均值进行优化，其结果也与你给出有一点差异，见下图，你也可以从上述数据表中的profiler查看。
[attach]2077[/attach]
3。有兴趣的朋友，对第二步、第三步，怎实现？这里主要是公式的输入。

作者: William 时间: 2014-6-26 12:06
很高兴看到有朋友对这个话题感兴趣。其实，这篇技术短文是我上周刚写的，主要是想突出分析思路和用途，很多细节考虑得还不够成熟。
大家可以根据自己的实际问题灵活运用，不必完全套用我的公式。
我编写的PPM公式很简单：Normal Distribution(0.005, 0.015, :Sigma T) * 2 * 1000000
因为我假定运用这个公式时，工程师已经通过调整均值的办法使响应值居中对称了。

作者: Mujahida 时间: 2014-6-26 14:16
我的分析用JMP，Graph>profiler,结果如下：
[attach]2078[/attach]

作者: newcop 时间: 2014-11-26 14:11
感謝分享這類學習資訊

作者: jappe2009 时间: 2014-11-26 14:20
支持学习一下，多学习多学习！

作者: vectorain 时间: 2014-12-6 17:24
good job,Tolerance design

作者: mbl2006 时间: 2014-12-6 22:37
唔，好东西

作者: leon1126 时间: 2014-12-18 09:11
学习，支持

作者: rocluo5566 时间: 2015-2-3 17:39
谢谢分享！

作者: binglelly 时间: 2015-8-23 11:27
六西格玛管理之企业应用

作者: artking 时间: 2016-4-26 14:05
真的很不错

作者: zdp 时间: 2016-5-2 14:26
十分有用感谢分享

作者: bennyblack 时间: 2017-6-12 16:31
關摩下大神

作者: bsgroupwhx 时间: 2017-9-26 11:17

作者: 黄羊山客 时间: 2017-9-26 14:42
解决问题的方法包括调整均值和减小标准差？

作者: ljwscut 时间: 2017-12-14 13:53
多谢分享，学习了

作者: frostfish 时间: 2017-12-27 10:08
学习学习，谢谢分享

作者: chasson 时间: 2017-12-29 09:45
非常专业，深入学习@

作者: lxs772432452 时间: 2018-6-27 16:51
谢谢楼主分享！！！

作者: easonhsiao 时间: 2019-4-19 18:35
學習一下怎麼優化

作者: nanfeng36 时间: 2019-4-20 08:08
很好的文章，谢谢。

作者: xinshcn 时间: 2019-4-30 09:19
六西格玛，也是一个坑

作者: yaobin8787 时间: 2019-5-22 22:08
学无止境，谢谢分享！

作者: Sunwells 时间: 2019-5-26 20:15
六西格玛水准的产品设计，我们做得到！

作者: Sunwells 时间: 2019-5-26 20:34
非常好的文章，以前在美国培训，一个主题几乎和这个文章一模一样，分析的方法用的是Monte Carlo。

作者: Sunwells 时间: 2019-5-27 18:03
第二个公式：应当是sd = 0.0026458，而不是sd的平方= 0.0026458
R语言：
ppm <- (1 - pnorm(0.025, mean = 0.012, sd = 0.0026458) + pnorm(0.005, mean = 0.012, sd = 0.0026458)) * 1e6
> ppm
[1] 4076.52

作者: phinikes 时间: 2020-1-8 13:26
谢谢分享，学习中

作者: Latitude 时间: 2020-3-8 15:35
谢谢楼主分享

作者: banana 时间: 2020-3-17 12:46
加油。谢谢楼主。。。。

作者: jhwooo 时间: 2022-6-8 11:47
学习学习

作者: kezhang2000 时间: 2022-11-3 21:22
谢谢学习

作者: 明野枫 时间: 2022-12-9 12:49
这个非常棒,楼主可否提供在JMP中具体如何实现这些过程,特别是第二次和第三次实现中意愿函数的具体操作过程.

欢迎光临 JMP数据分析论坛 (http://www.jmpforum.net/)