1．培训目的 通过本课程的学习,使学员能掌握 6SIGMA工具,进行过程的持续改进。 2．培训对象 产品及工艺开发、质量及 现场管理、 6SIGMA项目人员 3．课程内容 DMAIC过程 2)定义Define阶段 项目背景 征状 问题 原因 确定改进项目 一次解决一个问题 项目的收益 项目团队 组成团队资格与时间 组成团队的原则 团队职责矩阵 劣质成本分析（COPQ,costof poor quality ） 有形损失与无形损失 金舟军原创 抄袭必告 传统质量改进的成本观念 经典最佳质量成本模型图 6SIGMA最佳质量成本模型图 质量成本三级科目 预防成本 鉴定成本 内部故障成本 外部故障成本 外部质量保证成本 3)测量Measure阶段 问题绿Y 的确定 质量特性值 缺陷数 事件次数-特性值 应力极限转换 能量工具解决技术问题 项目定义树 产品变差 直方图描述产品特性分布 基于分布分析原因 直方图MINITAB操作 分布类型和统计量 总体分布统计量 算术平均数 总体方差 总体标准差 样本分布统计量 样本均值 样本方差 样本标准差 正态分布函数 分布密度函数 正态分布的密度函数 正态分布概率 正态分布总体参数估计 正态分布总体参数点估计 均值的无偏估计 总体方差的无偏估计 标准差的无偏估计 对估计量的评价 用Rbar方法估计 中心极限定理 样本均值的抽样变差 抽样分布--中心极限定理 总体为正态分布 总体为非正态分布 质量损失函数 福特公司案例 美国产品与日本产品比较 油泵柱塞损失函数 田口损失函数思维模型 两个质量指标-符合性质量和质量损失函数 损失函数与返修率 损失函数敏感程度 损失函数的减少 过程能力指数Cpk和过程性能指数Ppk 过程性能指数的提高 两种减少过程变差方法 过程控制-现场措施 过程改进-系统措施 现场不可控制的-普通原因变差 现场可控制的-特殊原因变差 过程能力—过程固有变差-普通原因产生过程变差σc 过程固有变差计算的两个条件 GRR分析 确定重复性和再现性-均值极差法 重复性和再现性-极差法分析实验方案的设计 GRR过程控制和产品检验接受准则 图形分析法:极差图、均值图及其图形分析 典型的测量系统极差法案例 确定重复性和再现性-均值极差法 重复性和再现性分析minitab 确定重复性和再现性-方差分析法（ANOVA） 重复性和再现性方差分析法实验方案的设计 零件、评价人、交互作用和量具变差ANOVAminitab 典型的测量系统方差分析法案例 假设检验分析-交叉表方法 交叉表Kappa值计算 评价人之间的差异 评价人与基准的一致性 95%置信区间的算法 分析Analysis阶段 问题解决树 找球游戏启示 基于事实结果反向搜索 搜索根本原因三步法 可能原因 最有可能原因 根本原因 Is / Is Not描述问题 变差族分析 多层变差图在Red X策略的位置 多层变差图Multi-VariChart 多层变差模型 分层法调查表 多层变差图 变差过程分析案例 集中图案例 变差族显示变化是时间性 5)．改进Improve阶段 验证哪些因子为重要因子 防错两种功能 预防性维护、预测性维护 验证纠正措施的方法 标准化作业SOP B vs. C比较 B vs. C流程
质量控制四个阶段 质量特性的期望值 产品设计和开发 产品三次设计 过程设计和开发 过程三次设计和开发 试验设计发展三个阶段 实验设计的目的 实验设计四种方法 因子轮换法 因子轮换法缺点 一次一因子实验法 什么是实验设计 实验设计的术语 因果关系与函数关系 编码值与真实值 一次一因子实验法回归方程 一次一因子实验法 数理统计基础 总体分布统计量 正态分布的密度函数 正态分布概率 制造弹簧实例 中心极限定理 单值比较&均值比较 全因子实验法 无交互作用的正交实验设计 有交互作用的正交实验设计 正交表性质 两水平全因子设计 全因子实验案例 全因子实验设计特点 部分因子实验设计 正交部分因子实验 实验设计要解决的问题 部分因子设计两种生成方法 正交部分因子实验案例 正交表分辨率 正交表五级分辨率 正交表四级分辨率 正交表三级分辨率 正交表分辨率 田口式正交表实验法 正交表分类 无交互作用正交表 三水平正交表 水平不等的实验设计 正交设计回归分析 正交设计回归方程系数的检验 回归模型的检验 变量搜索技术VariablesSearch 变量搜索在RedX策略的位置 变量和水平的确定 显著性检验 变量搜索的确定工艺参数 变量搜索的分析流程和案例 第1阶段球场 金舟军原创抄袭必告 第2阶段排除 第3阶段诱骗实验 第4阶段分析 MINITAB软件实现正交设计 启动MINITAB 项目&工作表 MINITAB软件创建因子设计 创建因子设计 自定义因子设计 实验分组(Blocking) 实验随机化(Randomization) 默认生成元与指定生成元 部分因子设计分辨率 全因子设计 部分因子设计 因子效应的混淆及直交表实验的分辨率 部分因子设计分辨率 别名结构 MINITAB软件多元线性回归 系数显著性检验 t值检验与p值检验 讨论-t值检验与p值检验的关系 MINITAB软件全因子设计 创建因子设计 已编码与未编码单位 全因子设计解释结果 自定义因子设计 讨论-将已编码转为未编码单位 MINITAB软件分析因子设计 解释分析因子设计结果 效应和系数的估计结果 系数估计，使用未编码单位的数据 设计点的拟合值 MINITAB软件筛选实验Plackett- Burman Design 生成筛选实验 分析筛选实验 筛选实验案例 MINITAB软件因子设计中添加中心点 MINITAB回归模型 因子设计中添加中心点 数字和文本因子组合中心点 添加中心点因子设计分析 增加中心点检验弯曲 MINITAB软件等值线/曲面图 等值线/曲面图 重叠等值线图 讨论-分析一个重叠等值线图 MINITAB软件响应优化 因子设计的重叠等值线图 因子设计的响应优化 响应优化权重值 响应优化重要性值 选择最优设计 MINITAB软件中心组合设计 中心复合设计的特点 中心复合设计的步骤 立方点、轴向点和中心点 创建中心复合设计 中心复合设计分析 响应值Y的选取 实验设计精度和次数的关系 正交试验设计的基本步骤 试验水平和次数的确定 筛选试验设计 优化试验 确认试验设计 6）．控制Control阶段 项目收益核算 Xbar-R控制图 控制图原理- 抽样变差 控制图原理- 3S原理 控制图原理- R抽样变差 控制图的两类错误 控制图基本构造要素 事件记录 控制图4W2H 过程改进循环 控制图两个阶段 计量型控制图 分析用控制图 计算平均值和控制限 使用控制图的准备 Xbar-R图的案例 控制图灵敏度与子组容量 子组容量大小 子组数大小 控制图统计分析 判异准则 分析极差图 分析均值图 识别并标注特殊原因 评价过程能力 过程能力和过程性能计算 过程能力和过程性能计算前提条件 过程和各测量值服从正态分布； 工程及其它规范准确地代表顾客的需求； 测量变差相对较小 能力指数计算实例 过程能力指数研究时机 过程受控和过程能力 过程受控 过程能力 减少普通原因持续改进过程潜力 减少特殊原因持续改进过程表现 能力指数计算流程 能力指数计算实例 控制用控制图监控过程 控制用控制图控制限 控制中心值 单值和移动极差图（X—MR） 单值和移动极差图应用条件 单值和移动极差图案例 设备能力指数Cmk模型建立及计算 设备能力研究范围 计算Cmk流程 Minitab计算Cmk 预防维护 日常点检 润滑维护 机械设备换油及润滑保养记录表 定期检查 预测性维护 故障概率与MTBF 预测性维护技术手段 预测性维护实施方法和实例 预测性维护实施流程 磨损分析、电路回路分析、温升分析、热相分析、振动分析等案例。 过程检验控制 产品检验的两个功能 三种检验方法 判断检验 信息检验 抽样检验与全检 检验过程风险 自检系统 后续检查系统 溯源检验 案例讨论-为什么信息检验好过判断检验 溯源检验 溯源检验原理 溯源检验循环 溯源检验案例 案例讨论-为什么信息检验好过判断检验 防错Poka-yoke 生活中的防错 过程不符合的根本原因 人员三个方面的错误 人无法避免的错误 防错定义 防错应该是廉价的 过程中防错VS检验中防错 案例讨论-针对一过程釆取一个廉价的防错措施 防错两种功能 控制功能 警告功能 案例讨论-为什么控制功能好过警告功能 三种类型防错方法 触碰式防错法 固定数值防错法 动作步骤探测防错法 三. 课程学时:每天6小时 黑带共10天, 绿带5天（不包括 DOE、 SPC、msa） | 
