1、六西格瑪設計六西格瑪設計 DFSS (Design For Six Sigma) 提綱 一、六西格瑪設計相關概念 二、六西格瑪設計方法 三、DOE 案例介紹 四、產品設計相關概念 五、公差設計概念五、公差設計概念 六、公差設計案例六、公差設計案例Six Sigma - 一個統計學的概念 正態分布圖正態分布圖T(X)+3-3+6-6Sigma( )是什么？ 是一個希臘字母代表“標準方差” =1)(2nXX正態分布曲線六西格瑪管理 作為一種管理哲學，六西格瑪管理旨在讓組織建立這樣一種文化，即“零缺陷”是可能的，這里“零缺陷”不僅僅與制造過程相聯系，而且與服務過程乃至組織內部所有過程相聯系。它強調以

2、顧客為關注焦點，強調依據數據進行管理，強調面向過程，強調變革組織文化以適應持續改進的需要等等。 作為一種管理方法，六西格瑪管理包括： 六西格瑪設計（DFSS）Design For Six Sigma 六西格瑪改進（DMAIC）Define Measure Analyze Improve ControlDFSS（六西格瑪設計） DFSS（六西格瑪設計） 六西格瑪（6 Sigma）作為當今最先進的質量管理理念和方法，在幫助通用電氣取得驕人的成績之后，所受的關注達到了一個新的頂峰。但是人們發現，依靠傳統的DMAIC六西格瑪改進流程最多只能將質量管理水平提升到大約5 Sigma的水平。如果想繼續改進質

3、量水平，企業就必須在產品設計的時候就全面考慮客戶的需求，原材料的特性，生產工藝的要求，生產人員的素質等各個方面的要素和條件，從而使產品設計達到6 Sigma水平，于是DFSS（六西格瑪設計）便應運而生。 六西格瑪設計與六西格瑪質量 實踐表明，六西格瑪改進(DMAIC)也有瓶頸，在產品研發工作里，六西格瑪改進(DMAIC)所能產生的效益更是有限。一旦產品或流程在初始設計上存在缺陷， DMAIC流程難以徹底解決問題, 此時必須重新設計或修改部分設計才能突破。一旦六西格瑪的思想能影響到公司中的研發設計部門，并且在產品和流程設計、研發階段開始應用，六西格瑪會升華到 一個嶄新的階段六西格瑪設計(Desi

4、gn For Six Sigma)，這是六西格瑪方法論中的又一亮點。唯有進行六西格瑪設計賦予產品高的質量，才能實現真正意義上的六西格瑪質量，使問題在發生之前就得以解決，滿足最終客戶的期望，而且獲得可觀的經濟效益。 六西格瑪設計（DFSS）的方法論 TRIZ Theory of Inventive Problem Solving 系統化的發明工程方法論 TRIZ成功應用實例飛機機翼的進化 DOE Design Of Experiment 試驗設計方法 DOE應用實例 設計合理粘結工藝 QFD Theory of Inventive Problem Solving 品質屋方法TRIZ（系統化的發明

5、工程方法論） TRIZ Theory of Inventive Problem Solving TRIZ是六西格瑪設計的方法論之一，是一種系統化的發明工程方法論，經常瀏覽有關6 Sigma發展近況文獻的讀者對它應該并不陌生，它是幫助研發人員通過有系統有規則的方法來解決創新過程中種種問題的方法論。TRIZ理論認為，大量發明和創新面臨的基本問題和矛盾（在TRIZ中成為系統沖突和物理矛盾）是相同的，只是技術領域不同而已，它總結了40條創造性問題的解決原則，與各種系統沖突模式分別對應，直接指導創造者對新設計方案的開發。 DOE (試驗設計) 六西格瑪設計（DFSS）另外一個重要的方法論試驗設計(DOE

6、)：計劃安排一批試驗，并嚴格按計劃在設定的條件下進行這些試驗，獲得新數據，然后對之進行分析，獲得所需要的信息，進而獲得最佳的改進途徑。試驗設計如今已經形成較為完整的理論體系，試驗設計方案大致可分為三個層次，第一層次的試驗設計是最基本的試驗設計方案，包括部分因子設計、全因子設計和響應曲面設計(RSM)等，第二層次的試驗設計包括田口設計（穩健參數設計）和混料設計。隨著現代工業的發展，這兩個層次的試驗設計方案已經不能滿足要求更高的和個性化的試驗設計方案，于是第三層次的試驗設計方案便由此誕生，包括非線性設計、空間填充設計（均勻設計）、擴充設計、容差設計、定制試驗設計等。 QFD（品質屋） 六西格瑪設計

7、（DFSS）的第三個重要的方法論是QFD（品質屋）方法，它是一個幫助實施者將客戶的要求轉化為產品具體特性的工具，從七個維度進行展開，分別是客戶的需求和重要度、工程措施、關系矩陣、工程措施的指標和重要度、相關矩陣、市場競爭能力評估和技術競爭能力評估。六西格瑪設計的前景 六西格瑪設計的成功需要上述三種方法的綜合應用，任何單一的方法都不能讓企業收獲六西格瑪設計的豐碩果實。這些理論本身也在不斷發展和完善中，相信會給全世界的企業帶來不段的驚喜和收獲。 試驗設計（DOE）的應用軟件試驗設計（DOE）是六西格瑪設計中最重要的方法論之一，但它的實現離不開專業六西格瑪軟件的支持。JMP就試驗設計的功能而言，上述

8、的三個層次的試驗設計方法中，目前市面上的六西格瑪軟件都只能支持第一和第二層次的試驗設計方案，但對第三層次的試驗設計方案卻都不能支持。相比之下，JMP軟件卻能非常好地完成所有上述第三層次的試驗設計方案。特別是對于定制試驗設計的支持可以說是JMP的一大特色，它能夠很好地讓試驗者對模型進行定制以符合實際需要解決的問題的需要，在試驗設計方案的后期，JMP軟件里集成的模擬(simulation)功能還能幫助實驗者對設計方案進行模擬，以最大限度地減小新方案失敗的風險。筆者曾請教過六西格瑪質量管理業內的專業人士，據了解，除了試驗設計外，JMP在圖形界面以及對六西格瑪質量管理實施的支持上（如統計過程控制(SP

9、C)、常規的回歸及方差分析等方面）JMP也具有很大的優勢。作為六西格瑪高端解決方案，JMP已被Dell，Intel, 匯豐銀行、中石化，惠普，蘋果，中芯國際，ASE，陶氏化學等世界諸多著名企業選用。 試驗設計（DOE）案例 用六西格瑪方法改善產品流水線合格率 六西格瑪綠帶培訓案例 用一種硬化劑+粘合劑的混合物來粘結工件，原始工藝為：加熱155+100分鐘：合格率為90%以上以上。 當改用一種新的硬化劑后合格率降至當改用一種新的硬化劑后合格率降至77%以下以下。 怎么辦呢？怎么辦呢？試驗設計（DOE）案例 A說：換回原來的硬化劑。說：換回原來的硬化劑。 B說：開發新工藝。說：開發新工藝。 C說：

10、再換另一款硬化劑。說：再換另一款硬化劑。 試驗設計（DOE）案例 初期試驗方法及數據（OFAT試驗，一次改變一個因子）： 加熱155+100分鐘：合格率為76% （按原始工藝） 加熱145+100分鐘：合格率為69% （溫度降低10 ，時間不變） 加熱175+100分鐘：合格率為70% （溫度升高20 ，時間不變） 加熱155+60分鐘 ：合格率為52% （溫度不變 ，時間縮短40分鐘） 加熱155+120分鐘：合格率為73% （溫度不變 ，時間延長20分鐘） 試驗設計的方式有反復試驗、OFAT One factor Ata Time，全因子試驗、部分因子試驗等。其中反復試驗和OFAT方法的效

11、果較差。試驗設計（DOE）案例 DOE試驗方法及結果（溫度和時間兩個因子的交互作用） 第一次DOE試驗結果： 165+70分鐘：合格率為82% 第二次DOE試驗結果（拓寬因子水平的范圍）： 180+30分鐘：合格率為95%等高線圖借助統計軟件繪制我們也去體驗一下我們也去體驗一下DOE的的精采吧！精采吧！產品設計中的幾個疑問我們經常面臨的問題： 請問你設計的產品能達到6水平嗎？ 請問你設計的產品百萬機會缺陷數是多?。?請問你的客戶要求產品的某個參數要達到4.5-6水平你該怎么辦? 產品設計產品設計相關概念 產品設計常常可以分為系統設計、參數設計和公差產品設計常?？梢苑譃橄到y設計、參數設計和公差設

12、計（又稱容差設計）三個階段，或稱三次設計。設計（又稱容差設計）三個階段，或稱三次設計。 系統設計系統設計 所謂系統設計，是指用專業技術研制產品（即樣所謂系統設計，是指用專業技術研制產品（即樣品）及其生產工藝。品）及其生產工藝。 參數設計參數設計 所謂參數設計，是指確定產品零部件的結構參數所謂參數設計，是指確定產品零部件的結構參數和生產過程的工藝參數，選擇最佳的參數組合。和生產過程的工藝參數，選擇最佳的參數組合。 公差設計公差設計 所謂公差設計，是指對各種參數尋求最佳的容許所謂公差設計，是指對各種參數尋求最佳的容許誤差，使得質量和成本綜合起來達到最佳經濟效益，誤差，使得質量和成本綜合起來達到最佳

13、經濟效益，這是產品設計中不可或缺但又往往被忽略的一個環這是產品設計中不可或缺但又往往被忽略的一個環節。節。 產品設計產品設計相關概念 公差設計的指導思想是：根據各參數的波動對產品質量特性貢獻(影響)的大小，從技術的可實現性和經濟性角度考慮有無必要對影響大的參數給予較小的公差(例如用較高質量等級的元件替代較低質量等級的元件)。 另外值得注意的是，三次設計的順序并不是一成不變的。雖然公差設計的實施一般晚于參數設計，但有時為了獲取總體最佳，公差設計也會影響參數設計的再實施。 公差設計（Tolerance Design） 公差設計（Tolerance Design）通常是在完成系統設計和參數設計后進行

14、的，此時一般來說，各元件(參數)的質量等級較低，參數波動范圍較寬。公差設計的輸出結果就是在參數設計階段確定的最佳條件的基礎上，確定各個參數合適的公差。公差設計的方法 公差設計的實現途徑很多，比較常見的有以下三類： 極值分析法（Worst Case） 統計平方公差法（Root-Sum-Squares） 模擬法（Simulation）公差設計案例 在一個裝配環中裝入4個零件，如圖一所示，要求裝配間隙Gap的目標值T=0.016，波動范圍盡可能小。已知現在的零件14服從技術規范1.2250.003，裝配環服從技術規范4.9160.003。試問：該系統的的目標值是否達到要求？公差范圍是多少？ 公差設計

15、案例極值分析法（Worst Case） 根據極值分析法的分析思路，裝配環的名義值=4.916公差=0.003 零件1的名義值=-1.225 公差=0.003 零件2的名義值=-1.225 公差=0.003 零件3的名義值=-1.225 公差=0.003 零件4的名義值=-1.225 公差=0.003 由此我們可以得到，間隙的名義值=0.016 總公差=0.015 間隙的最小值=0.001 間隙的最大值=0.031 也就是說，系統的目標值達到了要求，系統的公差范圍是0.001，0.031，然而實際情況果真如此嗎？系統中每個零部件出現極值的概率分別只有0.0027，由此組成的系統（即間隙）出現極值

16、的概率=0.00275=0.000000000000143，幾乎接近于0。這說明，通過極值分析法估算出來的公差范圍過大，沒有反應系統的真實情況。 統計平方公差法（Root-Sum-Squares） 統計平方公差法基于這樣一個假設理論：大多數的零部件在它們的公差范圍內呈正態概率分布，此時由它們所構成的系統與各個零部件線性相關，則系統的分布也可以用一個正態分布或近似正態的分布來表示（附圖二）。結合上一個機械系統的案例。所謂的統計平方是指系統的方差是其零部件方差之和。統計平方公差法采用統計分析方法進行公差分析，防止了產生過于保守的設計，適當地擴展了零部件的允許公差，如果清楚過程能力，甚至可以得到更寬

17、松的公差。 公差設計案例統計平方公差法（Root-Sum-Squares） 這時候，在同一個機械系統的狀況下，根據統計平方公差法的定義公式，間隙的總公差= 間隙的最小值=0.016-0.0067=0.0093 間隙的最大值=0.016+0.0067=0.0227 也就是說，系統的公差范圍變為0.0093，0.0227，相對于極值分析法的結論，它顯得更加接近現實情況。但是，統計平方公差法也存在一個先天性的缺陷：當初始的假定理論不成立，即零部件明顯不呈正態概率分布，或者系統與各個零部件呈非線性相關時，原先統計平方公差的計算公式也就不成立了。 模擬法（Simulation） 模擬也稱仿真，是指通過設

18、定若干個隨機變量以及相互之間的關系建立系統的數學模型或邏輯模型，并對該模型進行充分的試驗，以獲得對該系統行為的認識或者幫助解決決策問題的過程。自上世紀八十年代起，隨著電子計算機軟硬件的普及，模擬得到了廣泛應用，它的操作也越來越簡單。 在公差設計時應用模擬技術，分析人員無需組建真實的系統就能夠評價模型，或者在不干擾現有系統的情況下對模型進行驗證。而且模擬法對零部件的分布和模型的線性性要求較低，比許多其他的分析方法更容易被人理解。 模擬法（Simulation） 再次借用機械系統的案例，我們首先在高級DOE分析軟件JMP里對裝配過程中的各個零部件參數進行設置，一般認為參數服從正態分布，均值等于中心值，標準差為半公差的1/3即=T/3=0.003/3=0.001（具體操作參見圖三）。短短幾秒鐘后，匯總十萬次模擬結果的間隙分布就由JMP軟件自動生成了。從圖四可以看到，通過模擬法得到的系統的公差范圍變為0.009，