您的位置:主页 > 六西格玛专栏 >
 
 
  六西格玛(Six Sigma,6 Sigma)是一种管理策略,这种策略主要强调制定极高的目标、收集数据以及分析结果,通过这些来减少产品和服务的缺陷。西格玛即希腊字母“σ”,在统计学中代表着“标准差”,反映了一组数据的离散程度。六西格玛(6σ)的意思是“六倍标准差”,在质量管理上表示每百万个机会中只有3.4个错误或故障,合格率达99.999 66%,由此可见,六西格玛水平是一个近乎完美的状态[1]。六西格玛已经应用于工程管理、项目管理、企业管理等多个领域,对于制定策略、提升业绩和提高客户满意度等方面起了积极的促进的作用。同理,将六西格玛的精髓应用于测试领域,对测试数据进行分析处理,是有利于提高测试设备的性能的。
 
  1、六西格玛常用的分析工具
 
  六西格玛常用绘制统计图表的方式进行数据分析。绘制统计图表有助于识别数据所处过程中的风险,量化所得样本的输出,并且展示被动数据收集的结果。一个好的统计图表,首先要有正确的标注,如图表名称、数据覆盖的时间范围、清楚明确的单位标注、标注好名称并且比例统一的坐标轴和明确的理想方向。其次,需要能够用正确的图形对输出进行量化,量化是对数据进行数字化处理,把不确定的模糊的一部分数据,变得确定并且可以进行判断,能够明确的反映数据的结果。最后,统计图表需要主营异常的条件和情况。
 
  常用的统计图表,有点状图、箱形图、正态概率图和时间序列图等。点状图是用于呈现离散型变量各取值水平的分布情况,可以看见每个数据点,容易辨别不同层理。箱形图是用作显示一组数据分散情况资料的统计图,在对比不同条件下的数据样本的时候非常有用。正态概率图是用来检验一组数据是否服从正太分布的图表,通过对P值、Cp值和Cpk的值进行分析,得出数据的分布情况。时间序列图显示的是测量值随时间的变化程度。
 
  2、应用六西格玛分析的意义
 
  测试设备在长期使用的过程中,尤其是应用于生产线对产品进行功能检验的测试设备,需要面对使用频率高、人员操作差异性大的问题,这些对于测试设备本身的性能来说,都是提出了更高的要求的。如果测试设备的性能不够稳定,那么就会带来较多的由设备本身所引起的误测情况,误测率会升高。对于同样的产品需要进行重复测试,增加了产品的测试时间,从而降低了劳动生产率。这种情况会造成人力资源的浪费。因此提升测试设备的稳定性,是能够给公司带来切实的经济效益的。
 
  那么,需要解决的问题就是如何提高测试设备的性能,提高其稳定性。完善测试设备的先决条件是能够发现其所存在的问题,能够找到完善的方向。采用六西格玛的分析工具,对测试数据进行分析处理,使用统计图表,量化明确的反映测设数据的分布情况,从而反映测设设备所存在的问题。以此为突破口,完善测试设备,增强其稳定性,提高测试性能。
 
  3、六西格玛数据分析的实际应用
 
  运用六西格玛的数据分析方法,对实际使用中的测试数据进行分析,以齿轮泵测试机为例。齿轮泵测试机,专门用于对齿轮泵进行性能测试,可以对齿轮泵的排量、液压等性能进行检验,保证通过检验的齿轮泵均可符合产品的应用需求。
 
 
  图2点状图,箱形图和正态分布P值
 
  对齿轮泵性能来说,压力和流量是两个十分重要的参数。实际的液压控制系统中,无论是进行功率效率计算、状态监测、故障诊断,还是对负载进行控制都需要对系统流量或压力进行测量。无论是那种控制都需要对系统的压力或流量进行快速、方便、准确的测量[2]。因此,对于齿轮泵的液压和流量性能,都提出来更高的要求。以齿轮泵的流量特性为例,选取两个齿轮泵的型号,对流量数据进行分析,其中Part Number代表两种不同型号的齿轮泵,Date代表数据采集的不同时间,Flow代表数据采集所获得的流量数据。
 
  针对以上数据,分别运用统计图表进行数据分析,本例使用Minitab 16作为分析软件。首先进行标准差分析,通过Minitab软件得到标准误和标准差。中均值的标准误(SE Mean)是度量样本均值多大精确程度地估计总体均值,并用于创建总体均值的置信区间。SE Mean值越小,表示对总体均值的估计越精确,通过SE Mean最大为1.52,说明对总体均值的估计准确。STDEV用于估算样本的标准偏差,它反映了数据相对于平均值(mean)的离散程度,从图1中可以得出,0.46的齿轮泵,相对于7.73的齿轮泵离散程度较低,数据较为准确。
  图3 0.46和7.73齿轮泵正态分布
 
  然后是点状图,从2图左侧可以得出两种型号齿轮泵的流量数据的分布情况,均较为合理。其次是箱形图,从图2右侧可以得出,2月23日和26日的数据分布更为集中。最后进行正态分布分析,P值就是接受原假设时出错的概率,用于检验数据的正态性。通常当其大于0.05即认为所选数据服从正态分布。从图中可以得出,2月7日的数据P值为0.019,不服从正态分布。其余数据均服从正态分布,而2月5日的数据P值最高,具有更强的正态性。
 
  针对以上数据,得到其正态分布图,主要考察Cp和Cpk两个重要指标。Cp(过程能力)是设计公差与过程程整个变异的比值,它反映的是设计的极限指数.是对过程潜在能力的测定,一个高的Cp指数表明过程具有好的潜在的再制能力,反映数据(尺寸)的波动范围大小,Cp数值越大,尺寸波动越小,过程能力越稳定CPK:Capability index of process,过程能力指数。综合反映Cp与K值(标准平均值)的差距,评估过程满足实际尺寸要求的能力,并以此统计分析结果确定生产能力是否满足大批量生产之要求。从下面两张图可以看出,0.46的齿轮泵Cpk值低于1.33,反映出齿轮泵测试机在测试这个型号的泵时,稳定性较差。
 
  
 
  通过六西格玛的统计图表,对测试数据进行数据分析,可以直观明确的反映出测试设备的稳定性,找出引起问题的原因,从而完善测试机,为提高测试机的测试能力提供帮助。

随机推荐

图文聚集

热门排行

最新文章