《《改进阶段概述》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《改进阶段概述》PPT课件.ppt（30页珍藏版）》请在三一办公上搜索。
1、1,改 进 阶 段,产生具有明显作用的和有创造性的解决方案来消除在分析阶段得以验证的根本原因.随之产生一个计划来验证解决方案以确保其能消除根本原因.,X,然后,使用 Delphi 排序在方案中选取可行的方案并产生一个行动计划,管理层批准,阶段结尾,试运行解决方案来验证根本原因是否得到消除,改善阶段的任务,改进阶段 改变流程,将影响流程差异或趋中性的主要因素按优先次序列出。根据主要因素控制预估财务利益,改进,确定解决方案，包括因素设定等，准备执行。,改进阶段的目标将从寻找影响因素转为确定解决方案并测试该方案以期获得满意的结果。,改进,确定项目改进计划使用有系统性技术（DOE）确定因素的重要性确定
2、因果关系以改进流程。DOE模拟定义最优化结构 Y=f(x)确定改进方法定义转换公式使用模拟或证实性运行来确定重要性。,改进过程中要回答的问题,项目Y和确定的关键“Xs”之间的量化关系是什么？就业务而言最佳的改进方案是什么？如何设定“X”才得到项目Y的最优化表现？以使用最佳方案改进流程为基础。新旧设定之间有何区别?以证实性运行为基础的流程效能如何?已达到的改进是否足够?,改进阶段确认哪些投入(Vital Xs)是重要的,以使流程最优化,改进阶段方案,流程简化系统再设计因素 DOEs部分因子 DOEs响应曲面 DOEs发展传递函数公式流程模拟流程证实性运行,开始先确定需更改的因素,首先确定要处理的
3、因素，改进流程输出，以拉近客户的满意度。这可能需要将流程或系统重新设计,撤换设备或是产品重新设计(DFM)。也可能是流程因素上的调整。在测试或分析阶段中研制的详细流程图。,下一步是设定合适的因素,因素设定必须带给最优化的输出以满足顾客的需求。使用DOE或其他有规律的科学方法来决定转换公式和合适的因素配置。使用输出结果中的数学模式来预测流程输出和决定每一重要因素的控制设定。,9,转换公式,“Y”和“Xs”之间的数学关系是什么?,.,一旦我们为一个流程建立了转换公式，我们就可以使用这个功能来进行更快的改变及改进和更具预见性。,确定计算和预估,转换公式可为流程提供一个良好的模式，但是除非生产出的零件
4、已达到预期效果，在此之前项目的成功尚无法确保。使用控制设定为最优化因素安排一次证实性运行。介定输出表现条件，并使用该条件评估证实性运行。如假设运行得到的数据可确定已计划的因素设定变化，那么可开始计划控制阶段。若运行得到的数据显示未能得到预期效果，则需拿证实性运行的数据返回分析阶段。,注意:无论怎样的设计，DOE的焦点是在平均值和标准差两者:(Y)=f(X);(Y)=f(X),12,Design of Experiments试 验 设 计,学习和实验,婴儿为什么把东西放进嘴里?学习就是一个反复的假设、实验、修正的过程。,实验配合了统计性方法和科学性研究可确保有效学习。,实验,实验是一位寻求信息的
5、观察者对一个重要事件的反复学习过程。通过对多种流程设定和原材料的研究，实验使团队获得一系列可行性结果的认识。可得到实验区域的有效样本。通过实验设计，我们可展示改变自变量(“X”s)而改变或控制响应变量(“Y”)的能力。,实验的目的是为了评估自变量对响应变量的影响。,什么是DOE？-改进的方法,从设计试验的途径去理解流程，简单地说是以一个有规律的途径，以有目的的改变流程投入,和观察哪些变化对流程的输出有何影响。,DOE是这样一门科学：研究如何以最有效的方式安排试验，通过对试验结果的分析以获取最大信息。所以，DOE有两大技术支柱：试验规划和分析方法。,什么是DOE？-改进的方法,*涂胶时间*温度*
6、胶的浓度*操作者差异,*涂好胶台布*涂胶克重及拉力*胶水线宽度,*电压*胶缸中胶水温度*设备差异,涂热熔胶台布的实验案例,什么是DOE？-改进的方法,DOE 术语和定义,1.因子：影响响应变量的那些变量称为试验问题中的因子。可控因子：假定，X1,X2,Xk是人们在试验中可以加以控制的因子，称为可控因子，他们是输入变量，是影响过程最终结果的。非可控因子：可以记录但不可控制的非可控因子，他们通常包括环境状况、操作员，材料批次等。也称噪声因子。2.水平及处理：水平：为了研究因子对响应的影响，需要用到因子的两个或更多个不同的取值，这些取值称为因子的水平或设置。处理：按照设定的因子的水平组合，我们就能进
7、行一次试验，可以获得一次响应变量的观测值，因此处理也可以称为一次“试验”，或简称为一次“运行”。3.试验单元与试验环境：试验单元：指对象、材料或制品等载体，处理（即试验）应用在其上的最小单位。例如，按因子组合规定的工艺条件所生产的一件（或一批）产品等。试验环境：以已知或未知的方式影响试验结果的周围条件。如温度、湿度、电压等。,DOE 术语和定义,4.模型与误差试验设计的数学模型是：Y=(X1,X2,Xk)+式中，Y是响应变量；X1,X2,Xk 都是可控因子；是某个确定的函数关系。是除了包含有非可控因子所造成的实验误差外，还可能包含失拟误差。失拟误差是指我们所采用的模型函数 与真实函数间的差异。
8、5.主效应和交互效应主效应：一个因子从一个水平变成另一个水平时发生响应（平均值）的变化例子：在农田试验中，考虑两个因子，每个因子皆2水平。以产量Y为响应变量（单位：kg).A:浇水。低水平：水少；高水平：水多。B:施肥。低水平：肥少；高水平：肥多。,A的主效应=A处于高水平时Y的平均值-A处于低水平时Y的平均值B的主效应=B处于高水平时Y的平均值-B处于低水平时Y的平均值,DOE 术语和定义,5.主效应和交互效应（续）交互作用：如果因子A的效应依赖于因子B所处的水平时，则称A与B之间有交互作用。AB交互效应=（B处于高水平时A的效应-B处于低水平时A的效应）/2BA交互效应=（A处于高水平时B
9、的效应-A处于低水平时B的效应）/2AB交互效应=（A高B高+A低B低）-（A高B低+A低B高）/2,DOE 术语和定义,6.正交实验设计法例子：在提高合成氨纯度（%）的工艺研究中，发现有三个因子很重要，A-温度，低水平：460（度）；高水平：500（度）B-压力，低水平：250（大气压）；高水平：270（大气压）C-时间，低水平：20（分钟）；高水平：30（分钟）,DOE 术语和定义,6.正交实验设计法（续）,正交表特点：1）任一列中正负号出线次数各占一半，即在实验中，每个因子取低水平、高水平次数相同。2）任两列中，+，+，+，四种搭配出现的次数都是相等的。搭配出现次数都相等这种性质，在数学
10、上称两列“正交”。正交性特点：均衡分散，整齐可比。这种实验设计方法称为“正交实验设计法”,7.DOE 设计的编码：,23,试验设计的基本原则,试验设计中的三个基本原则：重复试验（replication),随机化（randomization)和区组化（blocking)。,重复实验是指一个出来施于多个实验单元注意：一定要进行不同单元的重复，而不能仅进行同单元的重复，例如，一定要用同样的工艺条件生产两罐或多罐合成氨，而不是只是从同罐合成氨中分次取不同的样品来测试纯度。随机化是以完全随机的方式安排各次试验的顺序和所用的实验单元。区组化：将全部试验单元划分为若干区组的方法。通过在同一区组内比较处理间的
11、差异，就可以消除区组在各处理效应中的影响，从而使得对整个试验的分析更有效。如我们可以上午、下午当做两个区组。,原则：“能分区组者则分区组，不能分区组者则随机化”,24,试验设计的类型,筛选实验 当识别主要因素时特性描述实验 当量化因子影响和交互作用时Optimization design 优化实验 当根据对流程输出的要求介定优化的因子设定时验证实验 当使用传递公式或其他实验方法已经识别出变化时,DOE的各种类型可以单独使用，也可以用于整个流程的部分以寻求解决方案。,筛选 DOE,6-30 项因素用于识别主要因素导向性提供对主要影响的线性分析筛选DOE的类型部分因子设计Taguchi Desig
12、n田口设计拉丁方设计Plackett-Burman,有效使用筛选实验可使特性描述DOE更有效,特性描述 DOE,3-8 项因素了解系统导向性提供线性影响和交互作用分析特性描述DOE的类型部分因子设计田口设计因子设计,特性描述DOEs 有助于确定最优化路线,最优化 DOE,2-6 项因素发展一个预测方程式，以及最优化流程输出导向性提供线性，交互作用和曲线效果分析DOE的类型因子DOE3 个水平的实验Response Surface Design 响应曲面实验,最优化要求多样性实验以获得最佳的流程配置。,验证性的 DOE,2 4 项因素在流程的正常运行范围内确认预测方程式数学模式。必须对相关的流程影响进行恰当的分析，无论是线性、交互作用线性、或是交互作用曲线的。DOE的类型因子DOEResponse Surface Design 响应曲面实验,实验设计的步骤,1.计划阶段1）目标阐述2）选择响应变量。3）选择因子及水平。4）选择实验计划2.实施阶段严格按计划矩阵的安排进行实验，除了记录响应变量外，还要详细记录试验过程中所有状况，包括环境（气温，室温，湿度，电压等），材料，操作员等。3.分析阶段拟合模型的选定、残差诊断、评估模型的适用性并设法改进。当模型选定后，要对模型所给出的结果作出必要的分析、解释及推断，并提出重要因子的最佳位置及响应变量的预测。,实验设计方法的5大步骤,
