六西格玛DFSS绿带_公开课

课程收益:

1. 让学员了解什么是六西格玛设计, 为何要应用六西格玛设计方法提升产品设计质量, 同时了解高效产品研发创新与产品研发痼疾性问题解决的方法体系。
2. 让学员掌握六西格玛设计DMADV（定义、衡量、分析、设计、验证）方法体系，根据产品研发问题合理地选用六西格玛设计工具或软件，从而在设计产品或过程前预测并消除产品缺陷，
3. 帮助设计人员在设计理念和可选设计策略及方法论方面有突破性提升。

课程大纲

阶段一：识别机会

 介绍：Omnex、培训要求、团队
 六西格玛概述
1. 六西格玛产生背景
2. 六西格玛是什么
3. 六西格玛路线图
4. 六西格玛基本概念
5. 六西格玛导入步骤
 DFSS介绍
1. 你在6sigma设计中的角色
2. 哪里需要6sigma设计
3. IDDOV 方法论
4. 期望是什么
 DFSS统计技术基础
1. 统计学：随机性和规律性
2. 数据收集
3. 数据描述：图和表
4. 数据描述：计算汇总统计量
5. 概率
6. 作出结论：估计
7. 假设检验
8. 变量间关系阶段一：识别机会(续)
 VOC
1. 定义目的
2. 识别顾客，顾客形态及区隔
3. 准备访谈
4. 实施访谈
5. 分析客戶声音
6. 建立行动计划／开展QFD

阶段二：定义需求
 QFD质量功能展开
1. QFD定义
2. 质量屋QOD
3. QFD实施步骤
QFD案例
 设计DFMEA
1. 来由
2. 实施步骤

阶段三：开发概念
 设计策略分析
1. 项目计划
2. 差距分析
3. 风险管理
 概念规划
1. 创意产生
2. 头脑风暴技术
3. TRIZ技术
4. 概念设计考虑面
5. Pugh普式矩阵

阶段四：设计优化

 数据和图形分析
1. 识别数据类别
2. 描述数据形状
3. 分析集中趋势
4. 分析精密度
5. 掌握简单图形分析方法
 MSA测量系统分析
1. 测量系统介绍
2. 准确性与精确性
3. 连续数据量具重复性和再现性
MSA模拟练习
 假设检验
1. 总体和样本及其分布
2. 中心极限定理
3. 假设检验的步骤
4. Alpha (a) 和 Beta (b) 风险
5. 计算样本数量
6. 使用t检验来比较两个平均值
 方差分析
1. 方差分析定义
2. F-分布
3. 图形的，统计的和诊断的技术
4. 拟合与残差
5. Epsilon 平方(实际应用)
6. 检验的样本大小和功效
 相关&回归
1. 相关
2. 回归
 DOE试验设计介绍
1. DOE定义
2. 有效设计实验的障碍
3. 执行策略：DOE计划
4. 因子选择
5. 响应变量选择
6. 实验设计选择
7. 实施实验
 2K全因子试验设计
1. 2KDOE定义
2. 2KDOE实施步骤
3. 分析
 2K全因子模拟试验
1. 试验计划编制
2. 模拟试验
3. 比赛
 过程能力分析
1. 精确性和准确性
2. 偏移
3. 流程能力和检查
4. 计算流程能力
5. 标准正态转换
6. 使用Z 计算流程能力
7. 使用 Minitab 计算流程能力分析
8. 流程能力案例
9. 连续数据
10. 属性数据
11. 公差设计分析
12. 最坏状况分析方法
13. 和的平方根分析方法
14. 蒙特卡罗分析方法

 敏感度设计分析
1. KPIV辨识
2. 敏感度分析
 可靠性设计分析
1. 可靠性定义
2. 可靠性测量指标
3. 两类可靠性测试技术
4. 浴盆曲线
5. 韦伯分布
6. 系统可靠性-串联系统
7. 系统可靠性-并联系统
8. 系统可靠性-冗余系统

阶段五：验证实施

 验证性测试
1. 定义
2. 直方图
3. 控制图
4. 过程能力
5. 置信区间
 控制计划
1. 编制控制计划的要素
2. 如何制定控制计划
3. 谁能帮助制定控制计划
4. 如何维护和更新控制计划
 SPC统计过程控制
1. 定义
2. 控制原理
3. 控制图组成
4. 离散SPC
5. 连续SPC
6. 判断规则
 防错
1. 如何获得永久的改变
2. 防误措施的本质和原则
3. 过失，错误和缺陷的区别
4. 防误措施装置
5. 防误措施实例
6. 当不能采用防误措施时，简单化
7. 通过防误措施实施改善的原则
 DFSS流程总结
1. 步骤
2. 主要关注点

课程介绍评价详情(0)