六西格玛质量管理在汽车马达装配中的应用
孙梅
摘 要 在质量决定企业竞争力的今天，如何有效地集成六西格玛方法和质量管理，并将其应用到生产过程中，以提供高质量的产品和服务，对每个制造领域企业来说都是一个越来越重要的问题。本文从质量管理和六西格玛的基本概念出发，应用Minitab软件，结合马达装配实际案例，展现了六西格玛方法分析问题、解决问题的基本过程以及相关统计方法，用六西格玛改进模式有效地优化和完善了产品装配生产线，提高了质量水平。
关键词 六西格玛 质量管理 Minitab
Abstract： In today's quality decision enterprise competitiveness， how to effectively integrate six sigma method and quality control， and apply it to the production process to provide high quality products and services for each manufacturing enterprises are an increasingly important problem. In this paper， starting from the basic concepts of quality management and six sigma， the application of Minitab software， in combination with the practical case of the motor assembly， shows six sigma method to analyze and solve the problem of the basic process and related statistical methods， using six sigma improvement patterns effectively optimize and improve the product assembly production line， improve the quality level.
Key words：Six sigma； Quality management； Minitab
0 引言
21世纪是质量的世纪！这一论断已经得到世界各国质量管理专家和企业界的高度认可，一个企业要生存、要发展、要从市场获得更多的利润，就必须向市场提供客户满意甚至使客户产生意外惊喜的高质量产品和服务。
1 六西格玛概述
摩托罗拉公司首先提出了六西格玛的概念，最初是作为一种测量产品和服务质量的措施。六西格玛这一术语是基于一个统计上的尺度，它相当于每百万个出错机会缺陷率为3.4。对于实施六西格玛的组织而言，其目标就是使所有的关键过程都能够达到六西格玛的能力水平。六西格玛可以看作一种通过关注对于顾客最为重要的那些输出以及实现组织的财务回报，致力于找出并消除制造和服务过程中的缺陷和差错的经营改进工具[2]。它是一种高度有效的企业流程设计、改善和优化的技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。具体地说，六西格玛是从一种全面质量管理方法演变成为一个有效的流程设计改善优化技术，是一套系统的改进方法体系。通过系统地、集成地采用质量改进流程，实现无缺陷的流程设计，并对现有流程进行定义、测量、分析、改进、控制。六西格玛的重点在于改进流程，目的即带动企业质量成本的大幅度降低，最终实现财务成效的提升与企业竞争力的突破。
1.1 过程能力指数Cp与Cpk
过程能力指数客观且定量地反映了过程能力满足公差范围的程度。过程能力指数越大，加工精度越高，相应的加工成本也会增加。因此在实际的生产过程中，应根据过程能力指数的大小，对过程的加工能力进行分析和评价，并采取必要的措施，保证产品质量的同时又要使成本最低。
1.2 六西格玛的统计意义
首先引出单位产出缺陷数（Defects Per Unit，DPU）的概念，它的计算公式：DPU=发现的缺陷数/生产的产出缺陷数DPU虽然可以较好地反映过程质量，但不同复杂度产品的DPU不具备横向可比性[1]。因此引出百万缺陷机会缺陷数（Defects Per Million Opportunities，DPMO）的概念，它的计算公式：
DPMO=发现的缺陷数/出错机会数 * 1 000 000，当工序处于稳定状态时，工序质量特征值一般服从N（μ，σ2）的正态分布。但实际上，工序质量特征值的分布重心不可能正好与公差中心重合，应考虑有偏移的情况发生。当偏移量为1.5σ时，超出公差限部分的面积只有3.4*10-6 ，此时Cp=2.0，Cpk=1.5，如下图。
1.3 DMAIC模式概述
DMAIC指六西格玛具体实施模式，代表了六西格玛改进的五个阶段。界定阶段（Define）：确认顾客的关键需求并识别需要改进的产品或流程，决定要进行测量、分析、改进和控制的关键质量因素，将改进项目界定在合理的范围内。测量阶段（Measure）：通过对现有过程的测量和评估，制定期望达到的目标及业绩衡量标准，识别影响过程输出Y的X因子，并验证测量系统的有效性。分析阶段（Analyze）：通过数据分析确定影响输出Y的关键X因子，即确定过程的关键影响因素。改进阶段（Improve）：寻找最有改进方案，优化过程输出Y并消除或减小造成波动的因子，使过程的缺陷或变异降至最低。控制阶段（Control）：使改进成果体制化，通过修订文件使成功经验制度化，通过有效的监测方法维持过程改进的成果并寻求进一步提高改进效果的持续改进方法。
2 基于Minitab的六西格玛管理在马达装配中的作用
2.1 界定阶段
马达装配流程中，完整的马达装配主要由四个段落组成，分别是电枢段、胶盖段、磁底段和马达段。其中关键工序主要集中在电枢段和马达段的后半段，电枢段易产生如电枢走电、刮芯片、电阻大等质量问题，马达段后半段易产生如马达cogging大、流高、花枝等质量问题，这些质量问题造成的次品大多数无法修复，只能直接报废。运用六西格玛改进方式对其进行研究，可以有效地提高马达装配生产线的一次性合格率，减少报废的次品，节约资源，节省成本。
2.2 测量阶段
在线跟踪产品，用电脑测试马达空载电流，合格范围应是0.39 Amax。测量系统分析的目的在于分析测量过程对产品质量特征值变异的影响大小及规律。在进行测量系统分析时，最重要的两个误差指标是测量系统重复性和再现性，其评价方法主要有两种：均值-极差法和方差分析法。方差分析法（ANOVA）是一种标准的统计技术，可用来分析测量误差和测量系统分析中数据的其他变异源，能全面反映整个测量系统的状态，相比于均值-极差法，方差分析法考虑了交互作用的影响，所以选择方差分析法进行测量系统分析。
2.3 分析阶段
技术员对每天收集的有质量问题的次品进行分析记录，发现导致马达空载电流高的主要原因有三种：电枢弯枝大、杯士同心度差、充磁磁力低。
2.4改进阶段
关键因素有以下三种：
（1）电枢弯枝大：电枢是马达的核心部分，电枢装配段的工序很繁杂，多种工序操作不当都有可能导致电枢弯枝大。
（2）杯士同心度差：杯士同心度差有可能是机模气压或行程未调校好，下模有杂物或杯士针有披峰造成。
（3）充磁磁力低：充磁电压调校不当、磁铁有裂纹会导致充磁磁力低。
3 结语
制造业中传统的质量保证体系主要关注在技术方面，如今市场营销、工程技术和生产运用被紧密联系在一起，制造系统中的每一部分都应与产品质量息息相关。成功的管理依赖于系统的观点，这是全面质量中最重要的要素[2]。未来是不可预测的，但质量在制造领域中的重要性无论怎么强调都不过分，更快、更便宜地生产出优质的产品永远是企业追寻的目标。
参考文献：
[1]张根保， 何桢， 刘英.质量管理与可靠性[M].修订版.北京：中国科学技术出版社，2005.
[2]詹姆斯·R·埃文斯， 威廉·M·林赛， 焦叔斌. 质量管理与质量控制[M].第七版.北京：中国人民大学出版社，2010.
[3]王宇乾， 樊树海， 潘密密，等.基于Minitab的六西格玛管理在节能灯装配中的应用[J].工业工程与管理，2011.
摘 要 在质量决定企业竞争力的今天，如何有效地集成六西格玛方法和质量管理，并将其应用到生产过程中，以提供高质量的产品和服务，对每个制造领域企业来说都是一个越来越重要的问题。本文从质量管理和六西格玛的基本概念出发，应用Minitab软件，结合马达装配实际案例，展现了六西格玛方法分析问题、解决问题的基本过程以及相关统计方法，用六西格玛改进模式有效地优化和完善了产品装配生产线，提高了质量水平。
关键词 六西格玛 质量管理 Minitab
Abstract： In today's quality decision enterprise competitiveness， how to effectively integrate six sigma method and quality control， and apply it to the production process to provide high quality products and services for each manufacturing enterprises are an increasingly important problem. In this paper， starting from the basic concepts of quality management and six sigma， the application of Minitab software， in combination with the practical case of the motor assembly， shows six sigma method to analyze and solve the problem of the basic process and related statistical methods， using six sigma improvement patterns effectively optimize and improve the product assembly production line， improve the quality level.
Key words：Six sigma； Quality management； Minitab
0 引言
21世纪是质量的世纪！这一论断已经得到世界各国质量管理专家和企业界的高度认可，一个企业要生存、要发展、要从市场获得更多的利润，就必须向市场提供客户满意甚至使客户产生意外惊喜的高质量产品和服务。
1 六西格玛概述
摩托罗拉公司首先提出了六西格玛的概念，最初是作为一种测量产品和服务质量的措施。六西格玛这一术语是基于一个统计上的尺度，它相当于每百万个出错机会缺陷率为3.4。对于实施六西格玛的组织而言，其目标就是使所有的关键过程都能够达到六西格玛的能力水平。六西格玛可以看作一种通过关注对于顾客最为重要的那些输出以及实现组织的财务回报，致力于找出并消除制造和服务过程中的缺陷和差错的经营改进工具[2]。它是一种高度有效的企业流程设计、改善和优化的技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。具体地说，六西格玛是从一种全面质量管理方法演变成为一个有效的流程设计改善优化技术，是一套系统的改进方法体系。通过系统地、集成地采用质量改进流程，实现无缺陷的流程设计，并对现有流程进行定义、测量、分析、改进、控制。六西格玛的重点在于改进流程，目的即带动企业质量成本的大幅度降低，最终实现财务成效的提升与企业竞争力的突破。
1.1 过程能力指数Cp与Cpk
过程能力指数客观且定量地反映了过程能力满足公差范围的程度。过程能力指数越大，加工精度越高，相应的加工成本也会增加。因此在实际的生产过程中，应根据过程能力指数的大小，对过程的加工能力进行分析和评价，并采取必要的措施，保证产品质量的同时又要使成本最低。
1.2 六西格玛的统计意义
首先引出单位产出缺陷数（Defects Per Unit，DPU）的概念，它的计算公式：DPU=发现的缺陷数/生产的产出缺陷数DPU虽然可以较好地反映过程质量，但不同复杂度产品的DPU不具备横向可比性[1]。因此引出百万缺陷机会缺陷数（Defects Per Million Opportunities，DPMO）的概念，它的计算公式：
DPMO=发现的缺陷数/出错机会数 * 1 000 000，当工序处于稳定状态时，工序质量特征值一般服从N（μ，σ2）的正态分布。但实际上，工序质量特征值的分布重心不可能正好与公差中心重合，应考虑有偏移的情况发生。当偏移量为1.5σ时，超出公差限部分的面积只有3.4*10-6 ，此时Cp=2.0，Cpk=1.5，如下图。
1.3 DMAIC模式概述
DMAIC指六西格玛具体实施模式，代表了六西格玛改进的五个阶段。界定阶段（Define）：确认顾客的关键需求并识别需要改进的产品或流程，决定要进行测量、分析、改进和控制的关键质量因素，将改进项目界定在合理的范围内。测量阶段（Measure）：通过对现有过程的测量和评估，制定期望达到的目标及业绩衡量标准，识别影响过程输出Y的X因子，并验证测量系统的有效性。分析阶段（Analyze）：通过数据分析确定影响输出Y的关键X因子，即确定过程的关键影响因素。改进阶段（Improve）：寻找最有改进方案，优化过程输出Y并消除或减小造成波动的因子，使过程的缺陷或变异降至最低。控制阶段（Control）：使改进成果体制化，通过修订文件使成功经验制度化，通过有效的监测方法维持过程改进的成果并寻求进一步提高改进效果的持续改进方法。
2 基于Minitab的六西格玛管理在马达装配中的作用
2.1 界定阶段
马达装配流程中，完整的马达装配主要由四个段落组成，分别是电枢段、胶盖段、磁底段和马达段。其中关键工序主要集中在电枢段和马达段的后半段，电枢段易产生如电枢走电、刮芯片、电阻大等质量问题，马达段后半段易产生如马达cogging大、流高、花枝等质量问题，这些质量问题造成的次品大多数无法修复，只能直接报废。运用六西格玛改进方式对其进行研究，可以有效地提高马达装配生产线的一次性合格率，减少报废的次品，节约资源，节省成本。
2.2 测量阶段
在线跟踪产品，用电脑测试马达空载电流，合格范围应是0.39 Amax。测量系统分析的目的在于分析测量过程对产品质量特征值变异的影响大小及规律。在进行测量系统分析时，最重要的两个误差指标是测量系统重复性和再现性，其评价方法主要有两种：均值-极差法和方差分析法。方差分析法（ANOVA）是一种标准的统计技术，可用来分析测量误差和测量系统分析中数据的其他变异源，能全面反映整个测量系统的状态，相比于均值-极差法，方差分析法考虑了交互作用的影响，所以选择方差分析法进行测量系统分析。
2.3 分析阶段
技术员对每天收集的有质量问题的次品进行分析记录，发现导致马达空载电流高的主要原因有三种：电枢弯枝大、杯士同心度差、充磁磁力低。
2.4改进阶段
关键因素有以下三种：
（1）电枢弯枝大：电枢是马达的核心部分，电枢装配段的工序很繁杂，多种工序操作不当都有可能导致电枢弯枝大。
（2）杯士同心度差：杯士同心度差有可能是机模气压或行程未调校好，下模有杂物或杯士针有披峰造成。
（3）充磁磁力低：充磁电压调校不当、磁铁有裂纹会导致充磁磁力低。
3 结语
制造业中传统的质量保证体系主要关注在技术方面，如今市场营销、工程技术和生产运用被紧密联系在一起，制造系统中的每一部分都应与产品质量息息相关。成功的管理依赖于系统的观点，这是全面质量中最重要的要素[2]。未来是不可预测的，但质量在制造领域中的重要性无论怎么强调都不过分，更快、更便宜地生产出优质的产品永远是企业追寻的目标。
参考文献：
[1]张根保， 何桢， 刘英.质量管理与可靠性[M].修订版.北京：中国科学技术出版社，2005.
[2]詹姆斯·R·埃文斯， 威廉·M·林赛， 焦叔斌. 质量管理与质量控制[M].第七版.北京：中国人民大学出版社，2010.
[3]王宇乾， 樊树海， 潘密密，等.基于Minitab的六西格玛管理在节能灯装配中的应用[J].工业工程与管理，2011.
