箭牌家居集团股份有限公司创立于1994年，总部位于广东佛山，产品涵盖高端卫浴、瓷砖、定制家居等多样化的家居品类。旗下有三大品牌，分别为ARROW箭牌、FAENZA法恩莎、ANNWA安华，均为中国驰名商标。国内有10个生产制造基地，是国内最具实力和影响力的综合性智慧大家居民营企业集团之一。以下是箭牌家居集团运用精益六西格玛方法不断优化产品的项目，让我们一起来看看吧~
下面是#精益六西格玛项目合集分享系列第12篇。
图片
箭牌家居集团
《降低智能镜一次检验不良率》
叶金松
图片
图片
项目背景：
箭牌家居集团提出“产品领先，品质制胜”的战略，并推行基于“零文化”的四端一网质量管理模式和品质管理“零”文化，以顾客为中心推进产品品质提升。而智能镜作为集团重要品类之一，不仅需具备优越的产品性能，而且集团对其制造质量提出了更高的要求。因此，在此背景下，本项目通过六西格玛改进（DMAIC）方法进行改善承接，从而实现内部生产一次检验不良率降低在0.60%以下，整体提高智能镜的制造质量及生产效率。
图片
图片
一、Define 界定阶段
1、项目选择
改善前智能镜内部生产一次检验不良率平均水平为2.44%，与集团目标1.00%差距较大。另外，检验不良问题按类型进行梳理，共梳理出5大类问题，且主要为内部生产制造问题。
图片
图1-1 问题现状分析
2、VOC与CTQ
结合VOB、VOC的期望和要求，确定1个关键CTQ为：智能镜一次检验不良率。
图片
图1-2 VOB/VOC统计分析
3、Y及缺陷定义
根据CTQ确定大Y为：智能镜一次检验不良率，并进行5个小y的分解及缺陷定义。
图片
图1-3 Y及缺陷定义
4、基线和目标
结合VOB、VOC现状，对标行业标杆，制定项目目标值为：≤1.00%。
图片
图1-4 项目基线和目标
5、项目范围
通过SIPOC分析确定项目范围，主要涉及5大过程，分别为：来料、机加、组装、包装、入库。
图片
图1-5 项目SIPOC流程图
6、项目团队
为确保项目的顺利推进，成立跨部门团队并明确各成员的职责。
图片
图1-6 项目组织架构
7、日程计划
经项目组讨论及分析，项目整体推进日程从3月到10月。
图片
图1-7 项目推进甘特图
图片
图片
二、Measure 测量阶段
1、细节流程图
从来料到入库5大过程，12个关键工序输出智能镜生产细节流程图，并确定各过程控制标准及关键控制项目。
图片
图2-1 项目细节流程图
2、测量系统分析
1）结合小y的数据来源及是否易于识别，进行MSA分析策划，确定尺寸测量工具及检验员需要进行MSA分析。
图片
图2-2 MSA分析策划
2）通过分析，研究变异、可识别组数、人员评估一致性等均符合标准要求，判定现有的测量系统可靠。
图片
图2-3 MSA分析实施
3、数据收集
1）结合SIPOC过程，制定本项目的数据收集计划。
图片
图2-4项目数据收集计划
2）为保证数据收集的真实性、可靠性，每周对现场检验记录数据的准确性、真实性进行稽查确认，并通过现有QMS、BI等数据系统进行数据获取。
图片
图2-5 项目数据可靠性保证
4、问题聚焦
取改善前生产数据（数据量＞3万）进行y1~y5 不良问题聚焦，共聚焦出影响度达80%的小小y17个。
图片
图2-6 对小y进行问题聚焦
5、能力分析
通过连续型、离散型的能力分析，目前制造过程属于可控水平，但是Cpk及Z值水平偏低，分别为0.80、1.97，工程能力不充分。
图片
图2-7 系统能力分析
6、变量流程图
采用变量流程图，从人、机、料、法、环、测的维度进行输入x的查找，共查找出91个输入x。
图片
图片
图2-8 变量流程图分析
7、潜在原因梳理
采用C&E矩阵对变量流程图查找出的91个输入x进行逐一打分，并通过Pareto图对91个输入x进行排列，梳理出对Y影响度达到80%的因子32个。
图片
图2-9 因子C&E矩阵打分及排列
8、潜在要因确定
1）采用FMEA对C&E矩阵梳理出的32个因子进行深入分析，并通过Pareto图对32个因子进行影响度排列，筛选出对Y的影响度达到80%的关键因子22个。
图片
图2-10 因子FMEA分析及排列
2）通过C&E矩阵及FMEA筛选分析，最终从91个因子中确定22个关键因子，并梳理关键x与y的关系。
图片
图2-11 关键x与y的关系分析
9、快赢改善
1）对22个关键x进行快赢评估，确定可实施快赢改善的关键因子6个。
图片
图2-12 快赢机会评估
2）对6个可快赢改善的关键x，制定具体的快赢改善计划。
图片
图2-13 快赢改善计划制定
3）对6个可快赢改善的关键x进行快赢改善实施，并从定量、定性的维度验证其影响的8个小小y的改善效果。
图片
图2-14 快赢改善效果案例
4）对快赢改善后的6个关键因子进行2nd FMEA分析，经过快赢改善，6个因子RPN数值明显降低，改善有效。
图片
图2-15 因子2nd FMEA分析
10、M阶段总结
通过M阶段的快赢改善，从控制图分析，y1、y2、y3、y5相对改善前分别下降5.06%、20.97%、27.78%、15.38%，改善效果较为明显且Z值由1.97提升为2.06。
图片
图2-16 M阶段控制图分析
图片
图2-17 M阶段二项能力分析
图片
图2-18 M阶段开展总结
图片
图片
三、Analyze分析阶段
1、数据收集计划
建立16个关键因子的数据收集计划，明确数据收集内容、分析工具、收集人员等。
图片
图3-1 关键因子的数据收集计划
2、噪音分析
随机收集7月1~20日智能镜柜车间6个小组的生产问题点，以分析各小组间是否存在差异性，经分析，P值=1.000＞0.05，接受原假设，即6个班组在不合格的控制上没有明细差异，小组间的噪音影响属可控状态。
图片
图3-2 考虑6个小组的噪音分析
3、因子分析计划
针对16个关键因子制定具体的分析计划，确定分析工具、责任人、记录方法等。
图片
图3-3 A阶段因子分析计划
4、因子分析验证（定量）
1）采用DOE分析验证x3左进刀时间/x4右进刀时间/x5进刀气压与y11安装缝隙的关系，发现x3/x4/x5及其交互因子的P值＜0.05，均为显著影响因子且R-Sq = 99.54%＞80%，可以解析大部分变异。且当x3/x4/x5分别为：5.0s/5.0s/6.0Bar时，理论安装缝隙最小（0.06mm），满足标准（≤0.5mm）且复合合意性为97.22%，因此“x3/x4/x5”均是关键因子。
图片
图3-4 因子x3/x4/x5分析
2）采用多元回归分析方法验证x6冲孔角度/x7冲孔速度与y12安装偏差的关系，发现安装偏差与x6/x7的回归方程中，P值＜0.05，x6/x7与安装偏差的回归关系显著，R-sq=92.44%＞80%，可解析大部分变异。另外，当x6/x7分别为：6.5°、60m/s时，理论安装偏差最小（0.06mm），满足标准（±1.0mm）且复合合意性为93.67%。因此“x6/x7 ”均是关键因子。
图片
图3-5 因子x6/x7分析
3）采用多元回归分析方法验证x8组框时间/x9组框扭力与y12安装偏差的关系，经分析，安装偏差与x8/x9的回归方程中，P值均＜0.05，x8/x9与安装偏差的回归关系显著，且R-sq=93.84%＞80%，可解析大部分变异。另外，当x8/x9分别为：50s、7Nm时，理论安装偏差最小（0.15mm），满足标准（±1.0mm）且复合合意性为84.96%，因此“x8/x9 ”均是关键因子。
图片
图3-6 因子x8/x9分析
4）采用查证分析方法验证x11贴镜步骤与y22打胶缝隙的关系，经分析，新增智能镜银镜贴镜工艺文件、规范贴镜步骤后，因贴镜步骤导致的打胶缝隙问题明显降低，因此“x11 ” 是关键因子，且改善效果评价有效。
图片
图3-7 因子x11分析
5）目前存在模具定位、底座箭头定位两种开关定位方式，采用双样本T验证 x12开关定位方式与y51感应不灵敏的关系，经分析，两种定位方式的数据满足正态且相互独立且经双样本T检验P值=0.000＜0.05，开关定位方式对y5的影响显著，因此“x12”是关键因子。
图片
图3-8 因子x12分析
6）采用一元回归分析方法验证x13 导光板发光角度与y52触摸不灵敏的关系，经分析，触摸灵敏度与导光板发光角度的回归方程中，P值＜0.05，导光板发光角度与触摸灵敏度的回归关系显著，且R-sq（调整）=98.21%＞80%，可解析大部分变异。另外，当x13为：90°时，理论触摸灵敏度最高（99.46%），满足标准（95.00%）且复合合意性为93.88%，因此“x13”是关键因子。
图片
图3-9 因子x13分析
7）目前存在触摸棒、继电器探头、人手3种功能检测方式，采用计数型MSA分析方法，通过3种功能检测方式分别对30台智能镜样品进行3次重复测量（以控制板检测仪测量的数据作为标准），以验证 x15功能检测方式与y52触摸不灵敏的关系，经分析，3种功能检测方式的评估一致性差异较大，且继电器探头检出能力更好，因此“x15 ”是关键因子。
图片
图3-10 因子x15分析
8）采用DOE分析验证x18待干时间/x19待干湿度/x20待干温度与y23粘胶不牢的关系，发现x18/x19/x20及其交互因子的P值＜0.05，均为显著因子，且R-Sq = 99.45%＞80%，可以解析大部分变异。另外，当x18/x19/x20分别为：24h/60rh/35℃时，理论粘度最大（99.75N），满足标准（≥94N）且复合合意性为95.83%。因此“x18/x19/x20”均是关键因子。
图片
图3-11 因子x18/x19/x20分析
9）目前存在白电油、酒精、清洁剂、自来水4种不同的清理方式，采用卡方检验验证x22清理方式与y31银镜脏污的关系，收集经4种方式清理后的产品，进行品质确认，以分析4种清理方式间是否存在差异性，经分析，P值=0.000＜0.05，拒绝原假设，即4种不同清理工艺有差异，且白电油的清理效果相对较好，因此“x22 ”是关键因子。
图片
图3-12 因子x22分析
5、因子分析验证（定性）
采用查证分析方法验证x21备件方式与y4错漏不良的关系，经分析，目前制造现场的物料备件方式不规范，且因不合理的备件方式导致的物料错用问题在错漏不良中占比高达80.56%，因此“x21” 是关键因子。
图片
图3-13 因子x21分析
6、关键因子确定
经过16个因子的分析验证，确定16个因子均为关键因子（注：x11改善效果评价有效，不需进入I阶段改善）。
图片
图3-14 A阶段关键因子明细
7、A阶段效果验证
通过A阶段的改善，从二项能力分析，成品不良率由2.44%下降为1.82%，Z值由1.97提升为2.09。
图片
图3-15 A阶段二项能力验证
8、A阶段总结
从使用工具、存在问题等维度输出A阶段的项目总结，并明确下一步改进思路。
图片
图3-16 A阶段总结分析
图片
图片
四、Improve改善阶段
1、建立改进计划
从数据来源、数据可靠性保证、改进方案等维度建立I阶段15个显著因子的改进计划。
图片
图4-1 I阶段改善计划
2、确定改进方案
1）针对x3左进刀时间/x4右进刀时间/x5进刀气压，结合A阶段采用DOE响应优化器识别出理论最优参数分别为5.0S/5.0S/6.0Bar时安装缝隙理论值为0.06mm。按优化参数调整设备参数及进行小批量生产，经验证，改后切割尺寸Cpk由0.8提升为1.41。另外，通过假设检验验证优化前后的y11安装缝隙，经验证，P值=0.000＜0.05，拒绝原假设H0，备择假设Ha成立（优化前后安装缝隙有显著差异）且从箱线图看，优化后的安装缝隙更小且满足响应优化器的分析结果，方案有效。
图片
图4-2 因子x3/x4/x5改进方案
2）针对x6冲孔角度/x7冲孔速度，结合A阶段采用多元回归响应优化器识别出理论最优参数分别为6.5°、60m/s时安装偏差理论值为0.0633mm。按优化参数进行小批量生产验证，改后孔径Cpk由0.87提升为1.55。另外，通过假设检验验证优化前后的y12安装偏差，经验证，P值=0.000＜0.05，拒绝原假设H0，备择假设Ha成立（优化前后安装偏差有显著差异）且从箱线图看，优化后的安装偏差更小且满足响应优化器的分析结果，方案有效。
图片
图4-3 因子x6/x7改进方案
3）针对x8组框时间/x9组框扭力，结合A阶段采用多元回归响应优化器识别出理论最优参数分别为50s、7Nm时安装偏差理论值为0.1504mm。按优化参数进行小批量生产验证，偏差均小于0.2mm＜±1mm标准。另外，通过假设检验验证优化前后的y12安装偏差，经验证，P值=0.000＜0.05，拒绝原假设H0，备择假设Ha成立（优化前后安装偏差有显著差异）且从箱线图看，优化后的安装偏差更小且满足响应优化器的分析结果，方案有效。
图片
图4-4 因子x8/x9改进方案
4）针对x12开关定位方式，小批量采用底座箭头定位的方式进行试生产，并经双样本T验证，方案实施前后感应灵敏度有差异，且底座箭头定位的方式感应灵敏更高，方案有效。
图片
图4-5 因子x12改进方案
5）针对x13导光板发光角度，结合A阶段采用一元回归响应优化器识别出理论最优参数为90°时触摸灵敏度理论值为99.46%。按优化参数调整发光板发光角度及进行小批量生产验证，开关触摸灵敏度均在99%以上＞标准95%。另外，通过假设检验验证优化前后的触摸灵敏度，经验证，P值=0.000＜0.05，拒绝原假设H0，备择假设Ha成立（优化前后触摸灵敏度有显著差异）且从箱线图看，优化后的触摸灵敏度更高且满足响应优化器的分析结果，方案有效。
图片
图4-6 因子x13改进方案
6）针对x15功能检测方式，通过联动第三方机构进行继电器检测仪的开发与导入使用，并通过小批量验证，方案有效。
图片
图4-7 因子x15改进方案
7）针对x18待干时间/x19待干湿度/x20待干温度，结合A阶段采用DOE响应优化器识别出理论最优参数分别为24h/60rh/35℃时粘度理论值为99.75N。按优化参数进行小批量生产验证，粘胶粘度均在99N以上＞标准94N。另外，通过假设检验验证优化前后的粘胶粘度，经验证，P值=0.000＜0.05，拒绝原假设H0，备择假设Ha成立（优化前后粘胶粘度有显著差异）且从箱线图看，优化后的粘度更大且满足响应优化器的分析结果，方案有效。
图片
图4-8 因子x18/x19/x20改进方案
8）针对x21备件方式，建立健全备件方式，并完善制造过程的备件工装、备件流程及要求，方案实施后，通过卡方检验验证改善前后错漏不良情况，经验证，改善前后错漏不良率有差异，且改后过程错漏不良明显降低，方案有效。
图片
图4-9 因子x21改进方案
9）针对x22清理方式，组织生产采用白电油进行银镜表面清理试产并通过卡方检验验证改善前后错漏不良情况，经验证，改善前后银镜脏污不良率有差异，且改后银镜脏污不良明显降低，方案有效。
图片
图4-10 因子x22改进方案
3、风险分析
从技术、资源、市场等维度进行改进方案的风险分析，严重度和发生频度按1、3、9评分，评价出2项中风险，经过改善行动后，降低为低风险。
图片
图4-11 各方案风险分析汇总
4、实施改进方案
对确定有效的改进方案进行实施，并明确实施方式、实施车间、实施班组及责任人等。
图片
图4-12 改进方案实施汇总
5、效果验证
1）通过I阶段的改善，从二项能力分析，Z值由1.97提升为2.16，提升幅度为9.64%。
图片
图4-13 I阶段二项能力验证
2）通过I阶段的改善，智能镜一次检验不良率由2.44%，下降为0.93%（目标≤1.00%），下降幅度为：61.89%。
图片
图4-14 I阶段一次检验不良率验证
6、阶段总结
结合A阶段的分析及I阶段的改善验证，进行改善点的梳理并制定73项具体的改善措施，经改善后，各小y的不良率同比改善前降低幅度在45.41%~69.06%之间，改善效果显著。
图片
图4-15 I阶段总结汇总
图片
图片
五、Control控制阶段
1、改进成果文件化
建立16份关键x的控制标准文件，对关键x的控制进行文件化、标准化，确保控制措施的持续落地。
图片
图5-1 改进成果文件化清单
图片
图5-2 改进成果文件化案例
2、建立过程控制计划
建立y及关键x的过程控制计划，确保过程持续有效的控制。
图片
图5-3 过程控制计划
3、过程监测与测量
通过过程SPC及每日稽核，对x3、x4、x5、x6、x8、x9等关键因子进行8种异常类型的持续监控与测量。
图片
图5-4 过程SPC监控
4、能力分析
对y1~y5进行改善前后的二项能力分析，经分析，改善后Z值提升明显，提升幅度为14.62%~22.35%。
图片
图5-5 y1~y5改善后的能力分析
5、二次FMEA分析
采用FMEA对22个关键因子进行全面的2nd FMEA分析，经改善后，RPN值均有明显降低且均＜100，改善有效。
图片
图5-6 二次FMEA分析汇总
6、目标达成情况
所有改善措施实施后，智能镜一次检验不良率下降为0.58%，低于目标（目标≤1.00%）。
图片
图5-7 一次不良率达成情况
7、财务收益核算
财务收益：改善周期财务收益约68万元。
无形收益：优化流程、规范标准，提升产品内部制造一次合格率等。
8、项目推广及移交
通过制定项目推广计划，进行其它基地的复制推广，确保各基地同步提升。
图片
图5-8 项目复制推广计划
9、项目总结
1）通过本项目开展，促进我们通过“经验+系统化”的分析方式进行项目开展，大大提高了解决问题的准确度和速度。
2）同时，攻克了智能镜制造上的一些行业难点、顽症，整体提升集团智能镜品类产品的生产技术水平及产品实物质量。
3）另外，团队成员充分进行六西格玛工具的实践运用，提升了成员的整体水平，同时也促进了六西格玛系统化分析工具在集团的推广使用，为公司培养更多的专业人才。
图片
下面是本次项目的ppt~
《降低智能镜一次检验不良率》
图片
SAC/TC21/WG1
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。