六西格玛管理变革中项目改善的实验设计

newmaker

欢迎访问e展厅 展厅 3 管理咨询与服务展厅 企业文化, 战略管理, 生产管理/工业工程, 营销管理, 知识管理, ... 随着六西格玛管理在国内的兴起，尤其现在面对全球的金融危机，各个公司及各个领域都掀起了一场六西格玛改革的热潮。尤其在制造行业，企业为了降低制造成本，扩大市场的占有率，而实施一系列的六西格玛项目。通常在制造业常用的六西格玛种类有DMAIC，DFSS，Lean等。在实施六西格玛项目时，不管是在工程技术，质量管理还是产品研发等方面，实验设计(DOE)是我们解决问题的好帮手。其应用范围涵盖可包括机械、电子、化工、汽车、烟草、医药、食品、物流等行业。众所周知，各类高科技公司的产品本事及其制造工艺千差万别，从小到日立生产的“μ-Chip”芯片，大到乔治亚宇航中心研制的火箭系统。如果说这些产品之间有什么共同点的话，其中之一就是都采用了试验设计的改进方案。如果去除各行业的专业知识，企业应用试验设计的步骤也基本类似，都包括以下几个步骤。 第一步：问题的确定 无论在什么企业或行业，都存在一些质量问题，它可以具体地量化为某个KPI指标由于一些因素的影响而不能够达到事先规定的要求。针对这样的问题，一些简单的方法很可能无法解决，为了找出影响KPI指标的因素，这时我们就会想到实验设计。 对于如何通过实验设计解决问题，首先要定义好实验的目的，通过这次试验想解决一个什么样的问题；以及对于此次实验，需要投入的资金的预算是多少等等。因为实验设计虽然比盲目的实验分析节省了很对资源，但毕竟还是要花费一定的资源才能进行。特别是对于生产型企业，实验设计的进行必然会打乱原有的生产稳定秩序，所以确定实验目的和实验的可行性是首要任务。随着实验目标的确定，还必须明确地定义实验的指标和接受的规格，这样实验设计才有推进的方向，实验的成功与否也有检验的度量尺度。 第二步：流程的剖析 很多人常常会有一个错误的认识：只将关注放在结果上，忽略了产生结果的流程。其实任何一个问题的产生，都有它自身的原因，如特性欠缺、外部环境变化、周期变化等。从本质上讲，真正的原因一定存在于产生问题的流程中。流程的剖析可以有很多方法，但最重要的一点就是尽可能详尽地列出可能的因素。其实认识流程，剖析流程，我们才能了解问题的开始。 第三步：筛选实验 对流程进行剖析使我们能够了解问题的可能因素在哪里，虽然不能确定哪个是重要的，但至少可以确定一个总的方向。但是如果我们逐一仔细检查，对于一些微小的影响因素也进行全面的实验分析，这无疑形成了一种浪费，而且还可能导致实验的误差。 这时，对可能的因素进行筛选就显得十分有必要。虽然不需要确认交互作用、高阶效应等专业问题，但需要确认哪个因素的影响是显著的。可以使用一些低分辨率的两水平实验或一系列专门的筛选实验(如下图所示)来完成这个任务，这样的实验成本会尽可能的达到最小。而且，对于这一步任务的完成，可以应用一些历史数据，或者完全可靠的经验理论分析来减少实验因子。筛选因素的结果，使我们掌握了影响指标的主要因素，这一步尤为关键。而在现实中，这样的结果却往往是通过纯粹的经验主义。 第四步： 析因实验 在筛选实验时不强调因素间的交互作业等影响，但给出了主要的影响因素，这时主要因素的数量不会太多，可以进一步度量因素的主效应和交互作用。 析因实验主要选择各因素构造的几何体的定点来完成(如上图所示)。这样的实验构造可以帮助我们确定对于指标的影响：是否存在主效应或哪些主效应是显著的，是否存在交互作用或哪些交互作用是显著的，实验最终是通过方差分析来检定这些效应是否显著，同时对前一步的筛选实验也是一个验证。 第五步： 优化实验 在析因实验中，确定了所有因素与指标间的主要影响项。快速接近的方法，使我们确定了主要因素的大致取值水平。但是考虑到功效问题，需要进一步安排一些实验来最终确定因素的最佳影响水平。可以说，此时的实验是一个对析因实验的实验点的补充，利用已有的析因实验的实验数据来最终优化指标，或者说增加一些实验点来完成这个任务。 实验点一般根据回归实验的旋转性来选取，而且它的水平应该根据功效、因子数、中心点数等方面来合理设置，确保回归模型的可靠性和有效性。这些实验统称为响应面实验，可以帮助我们分析和建立起因素和指标间的回归模型，而且还可以用可视化方式展现模型结果(如下图所示)，便于我们用优化的手段来确定最终的因子水平设定。 汽车轮胎行驶的路面，不可能保证都是优质的、相同的，那么对于一些相对较差的路面。怎样来保证轮胎的高性能质量呢？这时我们会通过确定抗干扰能力强的关键可控因素、定义其关键因素的合理取值范围等办法累缓解干扰因素的影响，这就是近来应用频率越来越高的混料设计、田口设计和容差设计的意图和途径。通常会在设计和研发阶段就提出这类问题，目的就是把这些可控因素的影响降低至最小，保证指标的高优性能。 实践是检验真理的唯一标准。在实际的操作层面，除了遵循上述的几个步骤外，实验设计的成功要素还包括： 1.没有哪种方法是所以问题的解决方案，实验设计同样不能提供解决所有问题的途径，要全面考虑解决问题的方式，选取最有效、最经济的解决途径。 2.即使决定采用实验设计，也不能生搬硬套地使用以上几个步骤。需要根据实际情况和要求来选择实验步骤。 3.除了实验设计涉及的因素外，要尽量确保所有的环境因素是稳定和符合现实的。如果条件所限，可以选择随机化、区组化、仿行或添加中心点来避免 4.确保实验的仿真性，避免在一些理想的实验环境下进行实验，如实验室 5.为了保险起见，在得到最终的最佳参数水平组合后，还要进行一些验证实验来检验结果，实在没有条件实施验证实验的，也要通过模拟的“模拟仿真”来完成这个工作。 6.工欲善其事，必先利其器。为了提高实验设计的效率和解决问题的成功率，选择合适的专业工具必不可少。好的统计分析软件可以很好地实现筛选实验、析因实验等传统手法，而且将数据挖掘、模拟仿真等相关方法也有机地融合在实验设计中，为我们提供了完整的实验设计解决方案。(本文中所有图形以MinITab软件为载体实现，Minitab也是当前实验设计方法实践者最推崇的统计分析软件) 最后，希望企业能够有效地应用试验设计，为企业创造更大的利润。(end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (2/16/2009)