工业中的六西格玛是什么

朝日印度 (Asahi India) 是日本朝日公司的印度分部。该子公司生产汽车玻璃。其中一款车型ME3后门玻璃的平均生产缺陷率为86.8%。董事会设定了减少缺陷可能性的目标，项目管理（PM）团队开始工作。

朝日印度

六西格玛方法，即 DMAIC 算法应该可以挽救这种情况。生产过程分为三个阶段：

1. 筹备阶段。玻璃被塑造成所需的形状，然后 俄罗斯 whatsapp 号码数据 对边缘进行抛光、清洗、干燥和检查。
2. 海豹。将特殊的油墨涂在玻璃表面，然后放入烤箱内烘干。这种涂层可以防护太阳光线。
3. 硬化和加工。将玻璃加热到所需温度，弯曲成所需形状，并用高压气流冷却。之后经过检查并送去出售。

第 1 阶段 – 了解项目

制造缺陷始于购买母公司坚持购买的通用烤箱。新设备将用于制造汽车侧门和后门的玻璃。然而，后窗的缺陷比预想的要多得多，而且其质量并不总是能让消费者满意。

生产过程的三个阶段导致的缺陷百分比如下：

准备阶段-1.5％

印刷-1.5％

硬化和加工-10.5％。

该公司管理层预计前两个阶段的 样克服招聘和聘用挑战 增长率为 0.5%，最后一个阶段的增长率为 6.5%。

项目团队创建了一个图表，将生产分解为小流程，并确定了以下缺陷：

过程	缺点		描述
预备 阶段	缺陷1	断绝 碎片	面包屑从边缘剥落
	缺陷2	刨花	与砂轮接触时边缘被切断
海豹	缺陷1	错误 海豹	表面缺少一些墨水。
	缺陷2	《尘痕》	灰尘颗粒落在打印表面上
硬化和 加工	缺陷1	炉线圈印记	玻璃上残留有异物
	缺陷2	气流破坏	玻璃在高压空气冷却后破碎成小碎片
	缺陷3	弯曲不正确	玻璃未弯曲至所需形状

第二阶段-数据收集

PM 创建了一个因果矩阵来识别生产过程和输出之间的依赖关系。它给出 3 个评级：1 – 弱相关性，3 – 中等相关性，9 – 高度相关性。

事实证明，在最容易出现问题的硬化和加工阶段，缺陷可能与熔炉 4 个部分中的每个部分的温度、玻璃的温度和熔炉的速度有关。

第 3 阶段 – 分析

产品经理每天要检查近一千个玻璃模具，在生产过程中每半小时检查一次。对每个生产参数都进行了详细测量。统计分析揭示了缺陷的关键原因。

正如因果矩阵所预测的那样，在钢化和加工过程中，由于炉温和玻璃温度的变化以及生产线的速度而出现缺陷。

在准备阶段，由于材料压力过大、固定不当以及切割设备的力量过大而出现缺陷。在印刷过程中，由于胶片未固化、温度过干、印版装入机器时方向错误以及玻璃隔板紧固不够等原因，都可能导致问题。

第四阶段——改进

PM进行了实验的规划。生产过程的每个阶段都选择了一种特殊的复合体。

在准备阶段，准备了 16 种新解决方案。 PM 尝试了切割设备设置和夹紧参数。结果，缺陷率下降到了期望的0.5%。

在打印阶段，项目团队对垫片的厚度和 電話行銷名單 温度进行了实验。结果，缺陷率也降低到了0.5%。

在 PM 的硬化和加工过程中，对 16 个变体中的每一个都进行了 400 次迭代，以提高性能。该团队计算了烤箱每个部分的最佳温度和正确的生产线速度。

如今不良率已经下降到3%，比6.5%的目标还要好。

第五阶段-控制

缺陷的减少仍未得到巩固。项目经理制定了一份控制计划，其中指出了熔炉和生产线的必要参数。他们还分配了谁来监控这些过程、监控频率以及使用什么测量设备。