质量工具

质量工具 5S

5S —— “我们没有第二次机会再建立第一印象”

5S活动是在日本广受推崇的现场管理方法，现已广泛应用于世界各地的许多企业和公司。5S是五个英文单词 Sort 清理 ：即清除不需要的物品

Straighten 整顿：即合理布置留下的物品 Shine 清洁：即经常打扫，保持干净 Standardize 规范：（也译为标准化）即定期清理、作好维护，维持整理、整顿和清洁的成效。 Sustain 坚持：（也译为自律）即坚持规章制度，养成良好的习惯。 良好的工作环境不仅可以建立值得信赖的企业形象，还可以提高员工的士气。位居世界600强的联信公司将5S活动称为“新5S”，就是赋予‘S’新的含义，即“SPIRIT”——士气。 “高涨的心情和情绪产生高质量的产品”，这就是员工和团队的士气。通过眼睛我们看到的新5S是一个“大扫除”，但其对工作环境和产品质量的影响将是非常广泛的。

现在许多公司在提倡5S的同时，又增加了安全（Safe ）意识，即6S。 TPM

TPM（全面生产维护）—— “设备是企业的核心”

全面生产维护是一种通过全员参与使设备效率最大化的手段。它具有5个要素： ? 以将设备的生产能力提到最高水平为目标； ? 以设备的全寿命为对象；

? 涉及设备的使用部门、维修部门、计划部门等所有部门； ? 从最高领导到操作员，全员参加； ? 通过小组的自主活动，推进生产维护。

与一般意义的生产维护相比，TPM突出了全员的参与。它转变了以往“我使用，你维修；我修理，你设计；我设计，你使用”的传统思想，从“要我对设备负责”到“我们都对我们的设备负责”。 TPM的基本方针和目标是：

? 通过全体员工的参与，最大限度地发挥设备的有效性； ? 改进设备的可靠性和可维修性，以提高质量和生产力； ? 在设备的整个寿命期内，最大限度地发挥设备的经济性； ? 提高操作者和维修人员的技能；

? 创立一个生气勃勃、积极向上的工作环境。

SPC

SPC（统计过程控制）——借助数理统计方法的过程控制工具

统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。

SPC作为质量改进的重要工具，不仅适用于工业过程，也适用于服务等一切过程性的领域。在过程质量改进的初期，SPC可帮助确定改进的机会，在改进阶段完成后，可用SPC来评价改进的效果并对改进成果进行维持，然后在新的水平上进一步开展改进工作，以达到更强大、更稳定的工作能力。

统计过程控制（SPC）是现代质量管理中不可缺少的工具。有效地应用SPC技术可以帮助我们提高产品或服务的质量，同时降低生产成本，缩短产品开发周期或生产周期。通过应用SPC及其相关技术，我们可以更有效地度量、分析、改进和监控生产或服务过程，使“预防为主”“将质量建造到产品或服务中”不再是空洞的口号。通过本培训课程的学习，学员将掌握统计过程控制（SPC）的基本原理，学会SPC的基本计算与操作方法，学习使用SPC工具度量、分析、改进和监控过程，了解SPC实施程序及成功的经验，并按照本企业的具体情况讨论制定适宜的SPC推行计划。采用工作坊（Workshop）的授课方式，授课方法灵活，学员易于掌握。 统计过程控制 ? 执行图表 ? 帕累托图 ? 鱼刺图

? 控制图：Xbar,R,S,Xbar-R,Xbar-S,I,MR,I-MR,I-MR-R/S,MA,EWMA,CUSUM,zone,short run,p,np,c,u ? 针对特殊因素的自订检定 ? 常态或非常态资料 ? Box-Cox转换 ? 历史/移入处理图表

? 处理能力：常态、非常态、属性及批次 ? Process Capability Sixpack? Shainin Multi-Vari图表 ? 常态及Weibull图 ? 对称图

? 测量匣重复性与再现性：ANOVA及Xbar-R方法、测量匣线性与精确性；测量匣执行图表；巢状

在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。 统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的要求。第二步则是用控制图对过程进行监控。

控制图是SPC中最重要的工具。目前在实际中大量运用的是基于的Shewhart原理的传统的控制图，但控制图

TM

不仅限于此。近年来又逐渐发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性控制的T2控制图等。这些大大拓宽了SPC的应用领域，也增强了SPC工具的有效性。

SPC源于本世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来,即在工业和服务等行业得到推广应用，二战中美国将其制定为战时质量管理标准，当时对保证军工产品的质量和及时交付起到了积极作用;自五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000以及QS9000中也提出了在生产控制中应用SPC方法的要求。 SPC非常适用于重复性生产过程。它能够帮助我们 对过程作出可靠的评估；

确定过程的统计控制界限，判断过程是否失控和过程是否有能力； 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；

减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。

SPC作为质量改进的重要工具，不仅适用于工业过程，也适用于服务等一切过程性的领域。在过程质量改进的初期，SPC可帮助确定改进的机会，在改进阶段完成后，可用SPC来评价改进的效果并对改进成果进行维持，然后在新的水平上进一步开展改进工作，以达到更强大、更稳定的工作能力。

DOE

DOE（实验设计）——对实验数据进行有效的统计分析的数学理论和方法

任何事物都可看作是一个过程。由于输入的变化、各种干扰因素的影响以及各波动源之间可能存在的交互作用，使得过程的输出变化不定。在大多数情况下，这种输出的不稳定会给我们带来许多困扰，甚至损失。究竟是哪些因素显著地影响到输出的波动？在什么条件下输出能够控制在理想的范围内？实验设计可以帮助我们解开其中之谜。

现代质量管理强调源头管理，强调从根本上消除产生质量问题的原因。这些原因来自于人、机、料、法、环等各种波动因素。有效的管理需要在产品开发、系统和零部件设计、工艺设计和生产管理等各个方面消除波动因素的影响，提高产品特性的稳健性、可靠性和生产过程的过程能力。实验设计方法，提供了确定主要波动因素，优化产品稳健性和可靠性，以及提高过程能力的技术方法。应用实验设计技术，可以在提高产品质量的同时，降低生产和开发成本，缩短开发周期。是现代质量管理不可缺少的技术方法。通过本培训课程的学习，学员将掌握实验设计的基本原理，学会DOE的基本计算与操作方法，了解DOE实施程序及成功的经验。采用工作坊（Workshop）的授课方式，授课方法灵活，学员易于掌握。

实验设计 ? 二阶乘设计 ? 通用全阶乘设计 ? Plackett-Burman设计 ? 回应面设计 ? 混合设计 ? D最佳及距离设计

? 田口设计 ? 使用者指定设计 ? 拙劣式设计 ? 混合绘图 ? 重叠的轮廓图

? 绘图：残差、主要效果、交互作用、立方体、轮廓图、平面和线框 ? 回应最佳化

DOE(实验设计)

任何事物都可看作是一个过程。由于输入的变化、各种干扰因素的影响以及各波动源之间可能存在的交互作用，使得过程的输出变化不定。在大多数情况下，这种输出的不稳定会给我们带来许多困扰，甚至损失。究竟是哪些因素显著地影响到输出的波动？在什么条件下输出能够控制在理想的范围内？实验设计可以帮助我们解开其中之谜。 实验设计是以概率论与数理统计为理论基础，经济地、科学地制定实验方案以便对实验数据进行有效的统计分析的数学理论和方法。其基本思想是英国统计学家R. A. Fisher在进行农田实验时提出的。他在实验中发现，环境条件难于严格控制，随机误差不可忽视，故提出对实验方案必须作合理的安排，使实验数据有合适的数学模型，以减少随机误差的影响，从而提高实验结论的精度和可靠度，这就是实验设计的基本思想。

实验设计过程可以分成实验方案的设计和实验结果的数据分析两部分。实验方案的设计包括确定实验指标、选取因素、确定因素水平、建立实验指标的数学模型和设计实验方案。实验设计的方法类型很多，但为了提高实验的准确性和可靠性，都必须遵循三个基本原则：随机化原则、重复原则和局部控制原则。实验结果的数据分析是应用线性代数、概率论和数理统计等数学工具对实验数据进行分析处理，包括拟合模型、对模型的检验、实验统计量的计算以及对实验经过的解释等。

在实际应用中，实验设计可以解决如下问题：

? 科学合理地安排实验，从而减少实验次数、缩短实验周期，提高了经济效益。 ? 从众多的影响因素中找出影响输出的主要因素。 ? 分析影响因素之间交互作用影响的大小。 ? 分析实验误差的影响大小，提高实验精度。

? 找出较优的参数组合，并通过对实验结果的分析、比较，找出达到最优化方案进一步实验的方向。 ? 对最佳方案的输出值进行预测。

在三十、四十年代，英、美、苏等国对实验设计法进行了进一步研究，并将其逐步推广到工业生产领域中，在冶金、建筑、纺织、机械、医药等行业都有所应用。二战期间，英美等国在工业试验中采用实验设计法取得了显著效果，战后，日本将其作为管理技术之一从英美引进，对其的经济复苏起了促进作用。今天，实验设计已成为日本企业界人士、工程技术人员、研究人员和管理人员必备的一种通用技术。五十年代，田口玄一博士借鉴实验设计法提出了信噪比实验设计，并逐步发展为以质量损失函数、三次设计为基本思想的田口方法。八十年代，田口方法进入美国，得到了普遍关注。如今，实验设计技术的应用领域已经突破了传统的工业过程改进和产品设计范畴，广泛地渗透到商业布局、商品陈列、广告设计及产品包装的应用之中。

我国在六十年代就曾对实验设计进行了研究和推广，八十年代又引入了田口方法，取得了一定成效。但实验设计作为一种质量改进的有力武器，还尚未发挥它的全部威力。

FMEA

FMEA（失效模式与影响分析）——一种可靠性设计的重要方法

FMEA实际上是FMA（失效模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。及时性是成功实施FMEA的最重要因素之一，它是一个“事前的行为”，而不是“事后的行为”。为达到最佳效益，FMEA必须在故障模式被纳入产品之前进行。

失效模式和影响分析（FMEA）：质量是设计出来的、是制造出来的，因此在产品设计和工艺设计的过程中，就应该考虑到如何保证产品质量的实现。顾名思义，失效模式和影响分析（FMEA）方法是使用系统分析方法对产品的设计、开发和制造过程进行有效的分析，找出过程中可能存在的质量隐患，及时采取预防措施的有效方法。FMEA强调的是“事前预防”，而非“事后改正”，这样，就可以避免消耗大量的人力、物力于质量问题发生后的处理工作。使得在提高产品质量的同时，降低生产和开发成本，缩短开发周期得以实现。通过本培训课程的学习，学员将掌握FMEA的基本原理，学会FMEA的基本操作方法，了解FMEA与其他质量管理工具的关系和兼容问题，使学员能够将FMEA应用于各自的实践中，成为一个合格的实践者。采用工作坊（Workshop）的授课方式，授课方法灵活，学员易于掌握。

FMEA（失效模式与影响分析）

在设计和制造产品时，通常有三道控制缺陷的防线：避免或消除故障起因、预先确定或检测故障、减少故障的影响和后果。FMEA正是帮助我们从第一道防线就将缺陷消灭在摇篮之中的有效工具。

FMEA是一种可靠性设计的重要方法。它实际上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。及时性是成功实施FMEA的最重要因素之一，它是一个“事前的行为”，而不是“事后的行为”。为达到最佳效益，FMEA必须在故障模式被纳入产品之前进行。

FMEA实际是一组系列化的活动，其过程包括：找出产品/过程中潜在的故障模式；根据相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预防或改进措施。

由于产品故障可能与设计、制造过程、使用、承包商/供应商以及服务有关，因此FMEA又细分为设计FMEA、过程FMEA、使用FMEA和服务FMEA四类。其中设计FMEA和过程FMEA最为常用。

设计FMEA（也记为d-FMEA）应在一个设计概念形成之时或之前开始，并且在产品开发各阶段中，当设计有变化或得到其他信息时及时不断地修改，并在图样加工完成之前结束。其评价与分析的对象是最终的产品以及每个与之相关的系统、子系统和零部件。需要注意的是，d-FMEA在体现设计意图的同时还应保证制造或装配能够实现设计意图。因此，虽然d-FMEA不是靠过程控制来克服设计中的缺陷，但其可以考虑制造/装配过程中技术的/客观的限制，从而为过程控制提供了良好的基础。进行d-FMEA有助于：

? 设计要求与设计方案的相互权衡； ? 制造与装配要求的最初设计；

? 提高在设计/开发过程中考虑潜在故障模式及其对系统和产品影响的可能性； ? 为制定全面、有效的设计试验计划和开发项目提供更多的信息； 建立一套改进设计和开发试验的优先控制系统；

? 为将来分析研究现场情况、评价设计的更改以及开发更先进的设计提供参考。

过程FMEA（也记为p-FMEA）应在生产工装准备之前、在过程可行性分析阶段或之前开始，而且要考虑从单个零件到总成的所有制造过程。其评价与分析的对象是所有新的部件/过程、更改过的部件/过程及应用或环境有变化的原

本文来源：https://www.bwwdw.com/article/5hgh.html