亲,你的浏览版本过低,建议使用IE8以上或其他浏览器,将获得更好的购物体验。
          
    
    
    
    
    
        
            
            
                                
                    
                    
                                            - 
                            
                            
                                查看详情>>
                                第一模块:六西格玛概论(3hrs)
质量管理的发展史
质量的含义
质量管理的发展历程
六西格玛的发展过程
六西格玛的含义
I.衡量过程能力的指标(基本统计:偏差、数据类型、中心偏倚和离散趋势、中心极限定律、Minitab练习)
II.解决问题的方法论(DMAIC、DMADV/IDDOV)、成功项目案例分享
III.一种企业文化
六西格玛的角色和组织模式
六西格玛各参与者的角色
六西格玛的组织模式
第二模块:定义 Define
一、项目选择(1.5hr)
客户和客户的要求
卡诺模型(Kano Model)
CT矩阵
GB项目的要求和要点
课堂练习:如何选择合适的项目
课堂点评:确定学员的GB项目
B.项目章程(1.5hrs)
问题描述 
目标描述 
项目范围 
团队及职责 
计划 
投资和收益估算 
项目批准 
课堂练习和点评:制定GB项目的章程 
C.过程流程图(1.5hrs)
过程的组成 
过程流程图及其作用 
过程方法:SIPOC 
课堂练习和点评:绘制GB项目的SIPOC
第三模块:测量 Measure(6.5hrs)
Step1:选择质量特征Y
一般情况下的Y选择 
通过QFD、C&E矩阵、FMEA确定Y
Step2:绩效标准
可操作性定义 
目标和规范 
缺陷
课堂练习:定义GB项目的Y和绩效标准
Step3:测量系统分析MSA
测量系统组成和重要作用 
分辨率 
计量型数据的准确性:偏倚、线性、稳定性 
计量型数据的精确性:重复性和再现性 
课堂练习:GR&R方差分析法 
计数型数据的测量系统分析 
破坏性数据的测量系统分析 
课堂练习:识别GB项目的测量系统并制定MSA计划 
第四模块:分析 Analyze(10hrs)
Step4:过程能力
过程是否稳定?(图表工具:直方图、趋势图等) 
过程能力(计量:CP/Cpk、Pp/Ppk、Zst/Zlt/Zsh;计数:DPO/DPU/DPMO) 
Step5:目标设定
设定可实现的改善目标
Step6:原因分析和筛选
寻找所有潜在的X(SIPOC+鱼骨图) 
课堂练习:识别GB项目所有潜在的X 
筛选重要的X(图表工具:柏拉图等) 
置信区间和假设检验
计量型Y,计数型X:稳定性-形状-离散-居中(1-t、2-t、P-t、方差检验、ANOVA) 
计量型Y,计量型X:相关分析、回归分析 
计数型Y,计数型X:卡方分析 
课堂练习:确定识别各潜在X重要性的工具和方法
第五模块:改进 Improve (6hr)
Step7:关键要素的改善方案
制定关键要素的改善方案并进行验证其有效性
Step8:运行参数的解决方案
DOE简介 
全因子实验方案 
实验流程(因子选择和水平设定、数据诊断、因子图、统计分析) 
课堂练习:制定项目运行参数的实验方案
Step9:确定Y和X的运营规范
确定Y的公差 
确定X的公差
第六模块:控制 Control (5hrs)
Step10:更新过程控制系统
过程控制系统的组成 
选择过程控制方法 
制定培训计划并实施
Step11:实施改善方案并计算过程能力
制定实施计划 
收集数据 
计算过程能力
Step12:实施过程控制
控制图的作用和意义 
计量型数据控制图(Xbar-R、I-MR、I-MR-R) 
计数型数据控制图(P、NP、U、C) 
课堂练习:选择适合自己项目的控制图
第七模块:总结(1.5hrs)
课程内容总结 
课程内容答疑 
案例分享 
项目报告 
理论考试 
第八模块:项目追踪(培训结束后3个月内)
1.按项目进度每月提交报告,咨询师对项目完成情况进行点评; 
2.项目成果维持3个月后,咨询公司向学员颁发GB证书,并将项目报告发客户培训部门负责人。                             
 
- 
                            
                            
                                查看详情>>
                                课程介绍:
为了获得最优的产品参数/工艺参数设置,工程师们做了大量的研究工作后仍踌躇不前,怎样才能快速有效的找到最优方案呢?统计实验设计DOE为其提供了一个有效的试验策略。它通过筛选实验、最快上升法、中心点实验、响应曲面、混料实验等过程建立Y=F(X)的函数关系,从而识别出影响产品特性或过程特性的关键因素,使企业逐步拥有属于自己的核心技术。
课程大纲:
第一模块:统计知识准备(2.5hrs)
问题解决之路
基本统计(偏差的组成、数据类型、中心偏倚和离散趋势) 
置信区间和假设检验
第二模块:单因子实验(1.5hrs)
方差分析
相关分析 
回归分析
第三模块:实验设计简介(1.0hr)
实验设计发展过程
实验设计基本术语介绍
实验设计目的和种类
第四模块:正交实验之一:全因子实验(1.0hr)
全因子实验的构成
全因子实验的特点
Minitab生成全因子实验
第五模块:正交实验之二:部分因子实验(2.0hrs)
部分因子实验的生成
部分因子实验的分辨率
部分因子实验的分析
Minitab练习
第六模块:实验设计流程(6.0hrs)
定义项目,识别响应
建立基线水平
确定实验的限制条件
识别因子、确定因子水平
课堂练习1
选择实验设计类型
随机运行
收集数据
课堂练习2
分析数据
得出结论
课堂练习3
验证结论
制定未来计划
Minitab练习
第七模块:PSA实验和带中心点的因子实验(1.0hr)
中点
带中点的因子实验构成
最快上升法PSA
带中点的因子实验的分析
课堂练习4
第八模块:响应曲面(1.0hr)
中心复合实验的构成
中心复合实验的分析
Minitab练习 
第九模块:混料实验(1.0hr)
混料实验的构成
混料实验的分析
Minitab练习
第十模块:总结与研讨(1.0hr)
课堂讨论
内容总结
课时:3天, 每天6小时                             
 
 
                
                    
                
                             
                
             
	
		购买讲师联系方式查询服务
		 
	 
	
 
	
		
	    
        
        
	
	
	    
	        
	            
	            
	            
	            
	                首家按效果付费的培训众包平台
	                0755-83802522
	                周一至周五 09:00-18:00
	             
	            
	         
	     
	 
	
	
	
    
    
	
	
	
	
	
		
			用户登录
			