应用6sigma解决工厂中的实际问题

吴刚

摘 要：2000年后，无线电子等产品如雨后春笋，各种设计方案和制造加工企业也相继出现。此类电子产品具有一个共通特性就是无线频段较多，为了保证产品质量，生产企业找到一个合适自己的检测标准就非常重要了。本文首先介绍了6sigma基本逻辑和相关概要，再结合工厂的实际案例，系统的阐述如何应用6sigma的质量思维解决实际生产中的困难，找到问题根源和制定企业合适的质量标准，帮助企业提升产品良率和改善生产力，从而降低运营成本和缩减生产周期。

关键词：六西格玛（Six Sigma）;质量标准;质量案例;制程

改善

引 言

Sigma是希腊语，即标准变差之意。6Sigma是一种排查和解决问题的方法，是上世纪80年代起源于当时的通信巨头摩托罗拉公司一个叫比尔·史密斯工程师提出。90年代初期开始被GE这样的巨头公司借用，帮助GE快速成长，这才使得当时不多的几个跨国企业开始纷纷学习，6Sigma是一个系统的界定、测量、分析、改进、控制的过程，同时结合PDCA的持续改善全面质量管理方法，后续逐步被全球的各中小企业学习和采用。

6Sigma后来被引用成为一种质量标准，即每百万个产品中，可容许3～4个不良，几乎是没有不良的理想生产。现实中多数的企业集中在93%-95%的良率，约为3Sigma标准。

本文就6sigma的整个分析过程，来讲解如何运用到减低工厂高重测率的实际案例中，主要包括：6Sigma的DMAIC循环改善方法，去解决实际工作中重测问题的方案和制定合适的企业标准。

一、6Sigma的DMAIC介绍

DMAIC实际是定义问题（Define）、测量问题（Measure）、分析问题（Analyze）、改进问题（Improve）、控制问题（Control）五个单词的首字母的缩写，基本的概述了一个解决问题的全过程。我们又称为5大阶段，每个阶段里面又有不同的任务重点和细节。

D Phase主要任务是：明确项目主题，达成目标的成果预算，所需要的资源等。

M Phase主要任务是：收集不良数据，通过确认相关过程，发现重要因子等。

A Phase主要任务是：分析D阶段的实际测量数据，找到潜在的失效模式和原因，为下面I阶段的改善做准备。

I Phase主要任务是：找到最佳方案，追踪方案实施后的效果。

C Phase主要任务是：执行和保持前面的成果，监督落实改善的成绩。

循环的执行这五个过程，对问题做阶段的闭环改善，直到达成设定目标。

二、影响重测率的因素分析

作为一个2012年才开始加工手机的代工工厂，虽然在传统的电子加工上有丰富经验，在生产改善方面有丰富的实战经验，但是对于射频设备的误测上面几乎是空白，加上每月一百万的订单交付，对于一个没有加工过高精度和高要求的手机产品代工厂，确是挑战非常大的，企业压力巨大。其基本难点如下。

（一）资源缺乏

公司从制造传统电子扩建到手机产品队伍中，人员没有相关经验，生产设备的调试和使用不熟悉，生产中的重点管控点不了解，导致了很多的误测和浪费，对每日的产能产生很大影响。

（二）时间紧，任务重

从接单到批量交付只有2个月时间，产能爬坡只有3个月时间，同时没有此方面经验的专业团队。我们在处理传统电子产品生产问题的同时又要同步解决手机生产的双重问题，相对减少了我们对误测的分析时间和加剧我们的任务。

（三）没有标准参考

由于是扩建新的领域，传统的生产可被借用的仅仅是生产制程和人员管理经验，而真正的技术指标和参数都是空白，射频设备的调试和Golden Sample维护标准缺乏，导致每日生产中时常停线的现象。

三、具体的解决方案

（一）人力资源缺乏的解决

运用6Sigma逻辑快速的从现有的人力中找到由各部主管组成专案组成员，统一协调完成了2012年10月-2013年1月共计6个月的数据统计，数据显示重测率为10.38%。运用M阶段的任务要求，利用Y Tree架构图，层别出影响重测的4大类，共计24小类的分类;再利用Team Charter表，制定出明确的Team R&R和项目实施计划表，结合二八法则制定方案基本目标是将重测率减低至2.08%（10.38% * 80% = 2.08%）;最后对Y-Tree的分析排查，找到了可以直接改善的材料和作业不良的Quick Win部分，可直接贡献约为1.52%。按照M阶段的要求，可快速有效的解决了人力经验缺乏的问题。

（二）时间紧，任务重难点的解决

在找不到具体问题的时候，可以运用6sigam中的IPO（Input-Process-Output）模型，先写出作业中的Process部分是架设治具/执行测试/数据传输三个部分，分别针对每个部分找出对应的Input关键因数，我们称之为因子，对这些因子做逐个确认，这样快速找到可控与不可控的因子;针对可控因子部分，再利用C&E Matrix评估规则评估出每一项的分值（如下表1），通过前期数据统计，我们需要将分值大于100的项目进行改善，就能实现我们之前设定2.08%的目标，从而明确了影响达成目标因子的重要变量部分;接着再使用MSA Plan对测试治具梳理（如下表2），确定测试设备稳定性，不会产生误差。所以通过运用IPO/C&E/MAS Plan工具顺利完成了对问题的测量;针对不可控部分，暂不用考虑，这样就可快速找到问题的改善点和明确需要达成目标的改善项目，节省了盲目的查找问题的时间。

（三）没有标准参考的解决

可以先通过运用A phase的PFMEA就可以找到失效原因的中易发生率和难检度点，正对这二项做专项改善，以达成降低发生频率和提高容易识别的目的，通过分析和讨论将此二个项目从原来的10分降到1分，;通过收集改善前后的数据数值比对发现数据非常集中，得出改善效果显著;再利用制作I-Chart图，更能直观的看出改善效果。在这期间我们完成了对设备的维护调试和Golden Samples 的挑选以及维护等标准制定，在之后的I Phase阶段根据前面的查找和分析以及对E-compass/G-sensor/Light bar重点站位检测的效果确认，優化了自动测试治具，结合公司实际情况，就能快速的找到可执行的公司内部标准。在通过C phase阶段的监督落实执行动作，参考制定的标准在后面的生产中执行下去，巩固先期的成果。

以上所述，通过运用6sigam的工具，在各个阶段分布完成对应的任务项目，在借助R&R/Minitab等统计工具，对数据做精准的统计和分析，结合生产制程中的每一过程的逐一排查，找到影响误测的关键因子和变量，结合二八法则优先找到主要改善的问题点，通过I phase的追踪和验证制定出了降低误测的有效方案，并且制定了公司的治具维护和保养检测的作业标准，找到了挑选金机（Golden Sample）的方法与保养标准。C Phase阶段坚持监督执行保持前阶段的成果，根据统计6个月的数据显示，顺利达成了项目当初设定的减低80%的目标，为公司节约了生产浪费的成本。

四、总结

6sigma在每个阶段都有明确的任务，非常详细和系统的指导我们去评估/查找/分析/确认/保持整个改善步骤，连续加闭环的改善管理，使得问题一步一步的改善，问题一步步的减少，明确责任和对应的管制细则保障了前期成果持续巩固和经验得以传承，既是一个改善工具，又是一个问题查找方法，更是一个系统管理规范，所以说6sigma是一套非常科学严谨的质量改善方法，是被企业传承学习的典范。

参考文献

[1] 马林， 柯桢. 六西格玛管理[M]. 北京： 中国人民大学出版社出版， 2007.7.