山东工商学院2010届毕业设计
700600500分400数3002001000境588320158815127合装综合评分14刷塑量质环印注包装热作工外购过程控制关键特性件组图4-3 过程控制关键特性优先级别图
如图所示，按过程控制关键特性级别本设计应该选择的六西格玛项目为，“工作环境”和“印刷”。 4.1.2 项目的定义
我们已经选择了“工作环境”、“印刷”这两个项目，由于工厂净化车间的工作环境在工厂设计初期就已经确定，尽管其综合评分比较高，但是由于工厂自身条件的限制，改进工作环境必须要很高的投入，所以，一致同意没有必要对工作环境进一步分析改善。最后只选定“印刷”为改进的项目。
对印刷工位的调查发现，最近一年以来，印刷工位的不良在3%左右，印刷过程中由质量原因导致的停机多到10次，这种情况对产量和效率都起到了制约的作用，并导致后工序经常地等待现象，其最近一年的不良数据如表4-7所示：
表4-7 印刷不良率表
时间 1月份 2月份 3月份 4月份 5月份 6月份 良率/PPM 25613 32148 31982 31116 34040 24314 时间 7月份 8月份 9月份 10月份 11月份 12月份 良率/PPM 37187 22932 34513 38112 20513 21359 其印刷不良数据图如图4-4所示：
13
山东工商学院2010届毕业设计
时间良率图400003500030000250002000015000100005000005时间/月1015良率/PPM图4-4 印刷不良率数据图
从图4-4可以看出最近一年印刷不良率在3%左右波动，总体不良率很高。
为了改善这种现象，提高客户的满意度，公司希望在未来的半年内将良率降低到2%左右，把停机次数降低在5次左右，消除后工序的等待时间。
4.2 测量(Measure)
测量分析是六西格玛项目工作中的一个非常重要的阶段，没有测量，也就没有改进。测量就是定义缺陷、收集和整理有关产品或过程现状的数据，确定改进的目标。测量是六西格玛管理分析的基础，通过测量来收集关键质量值的基本数据，使得量化管理成为可能，有了测量才能应用统计技术和方法。 4.2.1 测量系统的简介
六西格玛方法是一种基于数据的决策方法。通过对所关注的过程数据的分析和处理，根据处理结果做出决策，决策实施的结果又通过数据来验证。数据时六西格玛方法的基础，它贯穿了六西格玛的始终。用于支持决策的数据首先必须是正确的，因为基于错误数据的决策是无效的甚至是灾难性的。
数据时由测量得来的，测量结果能否代表被测对象的真实值，测量误差由哪些部分组成，有多大，如何确定，什么样的测量误差可以接受，什么样的又不能接受呢？这些都是我们关系的问题。因为测量值可能有与被测对象的真实值不同，这种“不同”大到一定程度，所得的数据就是错误的。测量系统分析是用来确定测量时出现的误差的大小和类型的方法。
测量系统是与测量相关的人、测量仪器/工具软、硬件、测量对象、测量方法和环境的总称。按被测对象的性质，测量系统可以分为两类：连续数据测量系统分析，离散数据测量系统分析。
1.离散数据测量系统的重复性和再现性 (1)重复性
当某个检验员两次判断同一部品的外观缺陷，判断结果之间可能存在差异。这称作离散
14
山东工商学院2010届毕业设计
数据测量系统的重复性误差。
(2)再现性
两个检验员判断同一部品的外观缺陷，可能得出不同的结论，这称作离散数据测量系统的再现性误差。
(3)离散数据的测量是将被测量对象与某个标准作比较、并根据其是否满足标准作出“接受”或“不接受”的过程，离散测量系统有效性是确认该测量系统鉴别被测量对象“好”与“坏”的能力。
(4)根据离散数据测量系统的特点，在对离散数据测量系统进行分析时应同时选择“好”、“坏”、和“边缘状态”的样本进行分析。 4.2.2 测量系统分析
为了检验印刷工位上测量系统的误差的大小，我们选取30个印刷完毕(做好标记)的注射器外套由3个检验员分别检验两次，其检验结果如表4-8所示：
表4-8 测量结果
样本量 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
A1 0 0 1 0 1 1 1 0 0 0 1 0 0 0 0 1 0 0 1 1 0 1 0 1 0 1 1 0 1 1 A2 0 0 1 0 1 1 1 0 0 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 0 1 1 0 1 1 B1 0 1 1 0 1 1 1 0 0 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 0 1 0 0 1 1 15
B2 0 0 1 0 0 1 1 0 0 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 0 1 0 0 1 1 C1 0 0 1 0 1 1 1 0 0 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 0 1 0 0 1 1 C2 0 0 1 0 1 1 1 0 0 0 1 0 0 0 1 1 0 1 1 1 0 1 0 1 0 0 0 0 1 1 标准 0 0 1 0 1 1 0 0 0 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 0 1 0 0 1 1 山东工商学院2010届毕业设计
A、B、C分别表示3个检验员，1、2表示检验的次数。
用MINITAB进行属性一致性检验，其分析结果包括检验员自身的重复性百分比、与标准一致百分比、检验员之间的再现性百分比、测量系统总误差的一致性百分比，其结果如下：
(1)确认单个检验员重复检验的一致程度即确认重复性误差的大小，量化检验员个人的误差，如表4-9所示：
重复性百分比=实际一致的总次数/机会的总次数 机会的总次数=检验员*部品数
表4-9重复性百分比
检验员自身 检验员自身 1 2 3 验数 30 30 30 符数 29 28 28 百分比 96.67 93.33 93.33 95%置信区间 (82.78, 99.92) (77.93, 99.18) (77.93, 99.18) (2)确认检验员的检验结果与标准之间的一致性，量化检验人员的检验准确度，如表4-10所示：
与标准一致性的百分比=与检验一致的测量次数/各检验员总测量次数
表4-10与标准一致百分比
每个检验员与标准 检验员自身 1 2 3 验数 30 30 30 符数 27 27 27 百分比 90.00 90.00 90.00 95%置信区间 (73.47, 97.89) (73.47, 97.89) (73.47, 97.89) (3)确认多个检验员检验结果之间的一致性即确认再现性误差的大小，量化检验员之间的误差大小，如表4-11所示：
再现性百分比=实际一致的总次数/机会的总次数
表4-11再现性百分比
检验员之间 验数 30 符数 24 百分比 80 95%置信区间 (61.43, 92.29) (4)确认离散数据测量系统总的测量误差，量化测量系统的总误差，如表4-12所示： 一致性百分比=实际一次的次数/可能一致的次数
16