TA的首页关于6 Sigma与生产数据采集
6 Sigma与生产数据采集Plant Data Acquisition for 6 Sigma
刘笑天 摘 要：本文阐述了制造业在实施6 Sigma过程中自动采集生产质量数据的方法和系统结构。关键词：实时历史数据库 关系型数据库 信息化建设 iHistorian OPCAbstract: The application guidelines and system architecture of plant quality data automatic acquisition in 6 Sigma deployment is summarized.Key Words: 6 Sigma、DMAIC、SPC、iHistorian、infoAgent
2.2 数据测量系统分析2.2.1 确认测量数据类型确定连续数据还是离散数据（从控制系统的角度可以理解为使模拟量还是开关量），针对不同的测量数据类型，测量系统地分析手段也不同。对于连续数据可以采用Xbar-R(均值极差)和ANOVA方差来检验测量系统；对于离散数据可以采用计算重复性百分比和再现性百分比来分析数据测量系统，由于自动化的测量系统由于测量人员的影响非常小，所以重点考虑重复性百分比。2.2.2 收集数据在测量过程中需要确认测量系统（传感器、变送器）经过校准，以保证其准确性和线性在规定的范围之内。降低实时数据库记录数据的采集压缩比和归档压缩比，以确保采样系统具有足够的分辨率。提高数据采集和存储的轮询速度，确保采集效率和样本容量。针对离散数据需要最少30个以上的样品以及两个以上的测量人员。选择连续数据的样本时，需要是所有选择的样本能够代表整个过程范围，并且针对控制系统的不同时间的运行状况和班次切换要进行合理组群的划分。2.2.3 分析数据针对连续数据，在Xbar图和R图中如果多点超规格说明变差主要来自被测对象，反之主要来自测量系统。利用ANOVA方差分析可以反映出被测部件和测量者交互作用的影响。根据经验而言，对于自动化的测量系统，主要的误差来源是被测部品本身的误差和测量系统的误差。在某些工业场合，利用控制系统获取质量的测量数据时需要注意控制系统运行会受到的外部干扰（如供电波动、电磁干扰等），这些影响会反映在测量系统分析的结果中，针对这样的情况要对样本数据进行组群划分。3. 质量分析与改进3.1 过程能力分析和目标制定完成数据收集以后进行过程能力分析，即计算过程的西格码值，它包括短期过程能力ZST和长期过程能力ZLT。质量的控制系统的长期过程能力值要小于短期过程能力值，一般估算公式为ZST=ZLT+1.5，这是因为短期过程能力的评价只考虑了样本组群内部的一般变异原因，而长期过程能力的评价需要考虑了样本组群间的特殊变异原因。如果针对非正态分布的数据计算过程能力，可以采取将数据转换后用正态数据的分析方方进行分析；另一种方法是使用韦伯分布数据分析法进行分析。分析结果得出的不同Z值代表不同的过程能力，如下表：Sigma 合格率 Yield(% ) 每百万分次机会的缺陷数DPMO（Defect per Million Opportunities）0.5 15.87 8413001 30.85 6915001.5 50 5000002 69.15 3085003 93.32 668004 99.38 62005 99.977 2306 99.99966 3.4 针对现有的过程能力，结合行业标杆以及客户需求来确定过程改善目标Z值，当Z值等于6?时，表示每一百万的机会数中出现3.4缺陷。3.2 变异元分析与质量表现关系在一个过程中影响Y的因素可能很多，根据帕雷托法则，对项目Y产生主要的80%影响的因素只占全部输入因素的20%。找到这样的关键少数因素就找到了过程能力改善的突破口。一旦确定了目标Z值，利用假设检验确定那些影响质量输出y的关键少数x。针对不同的数据类型选用不同的假设检验的方法有：? 简单线性回归? 多重线性回归? 1 SAMPLE T-TEST：用于单个样本均值检验? 2 SAMPLE T-TEST：用于两个样本均值检验? WAY ANOVA：用于多样本均值检验? HOV:方差齐性检验等利用假设检验发现少数关键的X，并建立起质量输出Y和输入X的函数关系，通过对关键少数X的控制来提高整体的过程能力4. 质量控制阶段与工具质量控制阶段的主要任务保持前阶段取得的过程能力改善的结果，是过程持续运行在新的水平上。 6 Sigma控制阶段的主要工具有过程控制计划、SPC、防呆法、风险控制、操作程序标准化ISO9000等。 4.1 SPC统计过程控制SPC控制图是一种非常简单但非常有效的工具，现在目前很多控制系统的上位机软件软件都具备SPC控制图的功能（如FIX、Visual SPC、infoAgent），这些软件通过相关的接口直接获取来自测量系统的数据并生成SPC控制图，使操作员跟踪判断过程各种输入变量的波动和不良并及时寻求改善，从而使过程更加稳定。控制图的作用具体如下：? 在控制图显示过程受控的情况下，可以通过计算过程能力来预测产品满足要求的程度；? 可以通过控制图区别出过程变异的特殊原因和普通原因，使得质量改善更有针对性，以降低质量改善成本；? 通过控制图来比较不同班次的过程能力高低，从而实施绩效改善；? 通过控制图可以评估不同生产设备的能力，从而安排不同设备生产不同品质要求的产品，实现物尽其用，提高效率，降低成本。控制图分为计量值数据控制图和计数值数据控制图。计量值数据控制图控制对象的数据类别为连续性数据，如长度、重量、压力、时间、温度等，常用的计量值数据控制图有：? 均值与极差图（图3）：? 均值与标准差图：? 中位数与极差图：? 单值与移动极差图：计数值数据控制图的控制对象的数据类型为离散数据，如缺陷率、不良品率等，常用的计数值数据控制图有：? 不良率控制图：P图? 不良数控制图：Pn图? 缺陷数控制图：C图? 单位缺陷数控制图：U图4.2 操作程序标准化将证明有效的质量控制方法固定下来，形成标准文档，然后用文档指导工作，确保质量管理的水平会保持稳定。这种标准化的文档的管理是6 Sigma质量控制阶段的一个重要工具，如ISO系列标准、TL9000、QS9000等标准化可以将好的方法沉淀下来，提高企业的管理水平。5. 数据测量系统中的软件应用6 Sigma系统作为西方质量管理体系的精华，它基于数据，通过对数据的深入分析和判断来发现数据后面隐藏的问题。凭借一些先进的软件平台来促进6 Sigma的推进可以极大的提高决策效率，表4所示利用生产控制系统获取质量数据过程中的不同软件所起的作用。 在6Sigma数据收集中的作用 在6Sigma数据应用中的作用iFIX 数据采集、硬件接口通讯 X-Y Chart, 历史趋势图、统计计算等CIMPLICITY 数据采集、硬件接口通讯 X-Y Chart, 历史趋势图、SPCiHistorian 数据采集、存储、压缩 提供统计计算接口infoAgent 直接获取iHistorian数据、关系型数据库数据、实时数据 WEB-BASED 数据分析、SPC控制图（XBar-R、XBar-S、P、C、U）、历史趋势、事件趋势、统计计算、数据输出至Minitab等Visual SPC 离/在线数据采集、存储、 测量系统分析、报表、SPC ChartMINITAB 接收手工数据，infoAgent质量数据导入 能力和样本大小分析、回归分析、方差分析、DOE (全因子设计，田口实验设计)、控制图表(control charts) 、假设检验、过程能力分析、MSA(测量系统分析)Excel 接收手工数据，导入iHistorian、iFIX、infoAgent质量数据 统计计算、图形表达（如图4）SQL Sever 数据采集、存储、压缩 无论是制造业还是流程工业，在实施6 Sigma的过程中，连续实时数据采集能力是必须要具备的。结合企业原有的控制系统建立质量数据的测量平台，可以保护企业在IT或者上的投资，使企业的质量管理运行在实时生产过程数据上。6 Sigma并不像ISO9000一样可以通过取得证书来作为质量改善的证明，不断地提高满足客户骨子里要求的完美产品和服务的能力是企业实践6 Sigma的最大收获。
刘笑天 摘 要：本文阐述了制造业在实施6 Sigma过程中自动采集生产质量数据的方法和系统结构。关键词：实时历史数据库 关系型数据库 信息化建设 iHistorian OPCAbstract: The application guidelines and system architecture of plant quality data automatic acquisition in 6 Sigma deployment is summarized.Key Words: 6 Sigma、DMAIC、SPC、iHistorian、infoAgent
- 何谓6 Sigma 通过实践6 Sigma质量管理，企业可以在产品品质的连续改善(Continuous Improvement)方面，建立非凡的连续提升客户满意度的能力。而企业现有的控制系统可以为6 Sigma的实践提供连续的自动的数据采集平台如图1。 6 Sigma是一项以数据为基础，将所有的工作作为一种流程， 采用量化的方法分析流程中影响质量的因素， 找出最关键的变异元加以改进从而达到更高的客户满意度。在利用6 Sigma研究质量问题时，将质量结果和质量原因转换为y=f(x)的函数关系，y为质量输出变量，x为质量输入变量。 6 Sigma的实践包括DMAIC六个阶段、15个实施步骤如下： 阶段 步骤 阶段重心 分析方法和工具定义Define A确定项目关键质量需求CTQ B确定项目计划 C绘制过程流程图 测量Measure 1．选择CTQ Y 鱼骨图、质量功能展开、帕雷托图、失效模型和影响分析（FMEA） 2．定义性能标准 Y、X 3．测量系统分析、收集数据 Y、X 方差分析、均值和极差分析、部品内分析、简略法分析、实时法分析分析Analyze 4．改善前流程能力分析 Y ZLT、ZST、ZBENCH 5．定义性能目标 Y 客户需求、业界标准 6．发现变异元 X 假设检验：回归分析、1-WAY ANOVA、方差齐性检验、拟合优度检验、独立性检验等改进Improve 7．塞选潜在原因 X 塞选DOE、流程图、鱼骨图、FMEA 8．发现变量关系 X 全因子DOE 9．操作公差和试运行 Y、X 控制Control 10．测量系统分析 Y、X 公差分 析 11．定义流程能力 Y、X 12．质量控制部署 X SPC、防呆、5-S、风险分析、标准化等
- 质量数据的采集 在6 Sigma的测量阶段中， 利用失效模型分析、鱼骨图等工具确定了关键质量输出Y， 利用相关标准和客户需求建立质量的性能标准。这里给出手工数据测量系统和利用自动化的数据采集测量系统的差别：
2.2 数据测量系统分析2.2.1 确认测量数据类型确定连续数据还是离散数据（从控制系统的角度可以理解为使模拟量还是开关量），针对不同的测量数据类型，测量系统地分析手段也不同。对于连续数据可以采用Xbar-R(均值极差)和ANOVA方差来检验测量系统；对于离散数据可以采用计算重复性百分比和再现性百分比来分析数据测量系统，由于自动化的测量系统由于测量人员的影响非常小，所以重点考虑重复性百分比。2.2.2 收集数据在测量过程中需要确认测量系统（传感器、变送器）经过校准，以保证其准确性和线性在规定的范围之内。降低实时数据库记录数据的采集压缩比和归档压缩比，以确保采样系统具有足够的分辨率。提高数据采集和存储的轮询速度，确保采集效率和样本容量。针对离散数据需要最少30个以上的样品以及两个以上的测量人员。选择连续数据的样本时，需要是所有选择的样本能够代表整个过程范围，并且针对控制系统的不同时间的运行状况和班次切换要进行合理组群的划分。2.2.3 分析数据针对连续数据，在Xbar图和R图中如果多点超规格说明变差主要来自被测对象，反之主要来自测量系统。利用ANOVA方差分析可以反映出被测部件和测量者交互作用的影响。根据经验而言，对于自动化的测量系统，主要的误差来源是被测部品本身的误差和测量系统的误差。在某些工业场合，利用控制系统获取质量的测量数据时需要注意控制系统运行会受到的外部干扰（如供电波动、电磁干扰等），这些影响会反映在测量系统分析的结果中，针对这样的情况要对样本数据进行组群划分。3. 质量分析与改进3.1 过程能力分析和目标制定完成数据收集以后进行过程能力分析，即计算过程的西格码值，它包括短期过程能力ZST和长期过程能力ZLT。质量的控制系统的长期过程能力值要小于短期过程能力值，一般估算公式为ZST=ZLT+1.5，这是因为短期过程能力的评价只考虑了样本组群内部的一般变异原因，而长期过程能力的评价需要考虑了样本组群间的特殊变异原因。如果针对非正态分布的数据计算过程能力，可以采取将数据转换后用正态数据的分析方方进行分析；另一种方法是使用韦伯分布数据分析法进行分析。分析结果得出的不同Z值代表不同的过程能力，如下表：Sigma 合格率 Yield(% ) 每百万分次机会的缺陷数DPMO（Defect per Million Opportunities）0.5 15.87 8413001 30.85 6915001.5 50 5000002 69.15 3085003 93.32 668004 99.38 62005 99.977 2306 99.99966 3.4 针对现有的过程能力，结合行业标杆以及客户需求来确定过程改善目标Z值，当Z值等于6?时，表示每一百万的机会数中出现3.4缺陷。3.2 变异元分析与质量表现关系在一个过程中影响Y的因素可能很多，根据帕雷托法则，对项目Y产生主要的80%影响的因素只占全部输入因素的20%。找到这样的关键少数因素就找到了过程能力改善的突破口。一旦确定了目标Z值，利用假设检验确定那些影响质量输出y的关键少数x。针对不同的数据类型选用不同的假设检验的方法有：? 简单线性回归? 多重线性回归? 1 SAMPLE T-TEST：用于单个样本均值检验? 2 SAMPLE T-TEST：用于两个样本均值检验? WAY ANOVA：用于多样本均值检验? HOV:方差齐性检验等利用假设检验发现少数关键的X，并建立起质量输出Y和输入X的函数关系，通过对关键少数X的控制来提高整体的过程能力4. 质量控制阶段与工具质量控制阶段的主要任务保持前阶段取得的过程能力改善的结果，是过程持续运行在新的水平上。 6 Sigma控制阶段的主要工具有过程控制计划、SPC、防呆法、风险控制、操作程序标准化ISO9000等。 4.1 SPC统计过程控制SPC控制图是一种非常简单但非常有效的工具，现在目前很多控制系统的上位机软件软件都具备SPC控制图的功能（如FIX、Visual SPC、infoAgent），这些软件通过相关的接口直接获取来自测量系统的数据并生成SPC控制图，使操作员跟踪判断过程各种输入变量的波动和不良并及时寻求改善，从而使过程更加稳定。控制图的作用具体如下：? 在控制图显示过程受控的情况下，可以通过计算过程能力来预测产品满足要求的程度；? 可以通过控制图区别出过程变异的特殊原因和普通原因，使得质量改善更有针对性，以降低质量改善成本；? 通过控制图来比较不同班次的过程能力高低，从而实施绩效改善；? 通过控制图可以评估不同生产设备的能力，从而安排不同设备生产不同品质要求的产品，实现物尽其用，提高效率，降低成本。控制图分为计量值数据控制图和计数值数据控制图。计量值数据控制图控制对象的数据类别为连续性数据，如长度、重量、压力、时间、温度等，常用的计量值数据控制图有：? 均值与极差图（图3）：? 均值与标准差图：? 中位数与极差图：? 单值与移动极差图：计数值数据控制图的控制对象的数据类型为离散数据，如缺陷率、不良品率等，常用的计数值数据控制图有：? 不良率控制图：P图? 不良数控制图：Pn图? 缺陷数控制图：C图? 单位缺陷数控制图：U图4.2 操作程序标准化将证明有效的质量控制方法固定下来，形成标准文档，然后用文档指导工作，确保质量管理的水平会保持稳定。这种标准化的文档的管理是6 Sigma质量控制阶段的一个重要工具，如ISO系列标准、TL9000、QS9000等标准化可以将好的方法沉淀下来，提高企业的管理水平。5. 数据测量系统中的软件应用6 Sigma系统作为西方质量管理体系的精华，它基于数据，通过对数据的深入分析和判断来发现数据后面隐藏的问题。凭借一些先进的软件平台来促进6 Sigma的推进可以极大的提高决策效率，表4所示利用生产控制系统获取质量数据过程中的不同软件所起的作用。 在6Sigma数据收集中的作用 在6Sigma数据应用中的作用iFIX 数据采集、硬件接口通讯 X-Y Chart, 历史趋势图、统计计算等CIMPLICITY 数据采集、硬件接口通讯 X-Y Chart, 历史趋势图、SPCiHistorian 数据采集、存储、压缩 提供统计计算接口infoAgent 直接获取iHistorian数据、关系型数据库数据、实时数据 WEB-BASED 数据分析、SPC控制图（XBar-R、XBar-S、P、C、U）、历史趋势、事件趋势、统计计算、数据输出至Minitab等Visual SPC 离/在线数据采集、存储、 测量系统分析、报表、SPC ChartMINITAB 接收手工数据，infoAgent质量数据导入 能力和样本大小分析、回归分析、方差分析、DOE (全因子设计，田口实验设计)、控制图表(control charts) 、假设检验、过程能力分析、MSA(测量系统分析)Excel 接收手工数据，导入iHistorian、iFIX、infoAgent质量数据 统计计算、图形表达（如图4）SQL Sever 数据采集、存储、压缩 无论是制造业还是流程工业，在实施6 Sigma的过程中，连续实时数据采集能力是必须要具备的。结合企业原有的控制系统建立质量数据的测量平台，可以保护企业在IT或者上的投资，使企业的质量管理运行在实时生产过程数据上。6 Sigma并不像ISO9000一样可以通过取得证书来作为质量改善的证明，不断地提高满足客户骨子里要求的完美产品和服务的能力是企业实践6 Sigma的最大收获。
RSS Feed