主讲:谢鸣老师
【课程背景】
1. 项目改善课题甄选流程与标准不清晰,导致课题选择盲目性大。
2. 缺乏科学的项目课题描述方法,难以准确界定和表述企业内质量问题。
3. 对精益六西格玛方法论DMAIC的改进路径及各阶段核心输出理解不深入,项目推进缺乏系统性。
4. 不熟悉统计方法在DMAIC改进流程中的应用,如FMEA、SPC等,影响质量改善的科学性和有效性。
【课程收益】
1. 掌握精益六西格玛项目改善课题的甄选流程与标准,能科学筛选高价值课题。
2. 熟练运用项目课题描述方法,精准定义和解决公司内质量问题。
3. 深入理解DMAIC改进路径及各阶段核心输出,具备系统化推进项目的能力。
4. 熟悉统计方法在质量改善中的应用,能正确使用FMEA、SPC等工具进行数据分析与决策。
5. 通过学习,学员能够独立完成精益六西格玛项目课题的筛选与立项,撰写规范的项目立案书。
6. 掌握DMAIC各阶段核心工具与方法,能在实际工作中应用MSA、FMEA、SPC等技术进行过程分析与改善。
7. 理解精益生产与六西格玛的融合逻辑,能够识别并消除生产过程中的浪费,减少变异,提升质量稳定性。
8. 具备团队管理与协作能力,运用头脑风暴、矩阵图等工具高效推进项目,完成控制计划制定与成果固化。
【课程时长】2 天6小时/天
【课程对象】研发、工艺、质量、设备、制造等部门骨干人员,负责改善项目的骨干人员
【课程方式】实战演练、案例教学、讨论分析、小组研讨
【课程大纲】
导入
1. 行业现状:精益六西格玛在国内外企业的应用成果与价值。
2. 核心问题:当前企业质量改善中存在的典型痛点(如效率低、变异大、数据应用不足)。
3.学习目标:明确黄带在企业改善体系中的定位与能力要求。
第一讲:精益六西格玛核心理论框架
1. 持续改善方法论演进
历史脉络:从丰田生产方式到六西格玛的发展历程。
核心理念:精益(消除浪费)与六西格玛(减少变异)的互补逻辑。
2. 应用场景与价值
制造业:流程优化、缺陷率降低。
服务业:服务效率提升、客户满意度改善。
数据决策:基于统计的科学管理思维建立。
3. 精益与六西格玛融合
核心差异:目标、工具、实施路径对比。
协同价值:效率与质量的双重提升策略。
第二讲:组织过程管理与测量体系构建
1. 利益相关方分析
识别方法:客户/供方/内部团队需求调研技巧。
影响评估:项目对各方利益的关联度分析模型。
2. 关键特性定义
CTQ/CTC/CTD(关键交付特性)区分与转化方法。
质量功能展开(QFD):客户需求到技术指标的映射工具。
3. 绩效测量工具
平衡计分卡:财务/客户/内部流程/学习成长四维指标设计。
质量成本(CQ):预防成本、鉴定成本、故障成本分类与计算。
第三讲:项目团队组建与高效协作
1. 团队角色与分工
核心角色:倡导者、黑带、绿带、黄带职责界定。
人员选拔:跨部门协作团队的组建原则与技巧。
2. 团队发展阶段管理
组建期:目标共识与规则制定。
激荡期:冲突解决与协作机制建立。
规范期-执行期:高效工作模式构建与成果固化。
3. 决策与沟通工具
头脑风暴:创意激发与问题拆解方法。
矩阵图:任务优先级评估与资源分配模型。
PDPC 法:项目风险预案制定与过程管控。
第四讲:定义阶段:精准锁定改善方向
1. 客户需求洞察
数据收集:访谈、问卷、焦点小组等方法选择与应用。
需求转化:Kan模型区分必备型/期望型/魅力型需求。
CTQ 展开:从客户声音到关键质量特性的分解流程。
2. 项目立案书撰写
问题陈述:SMART原则(具体/可测/相关/有时限)应用。
范围界定:SIPC模型(供应商-输入-流程-输出-客户)划分项目边界。
目标设定:基线绩效分析与改善目标量化方法。
3. 项目追踪工具
甘特图:里程碑计划与时间节点管理。
关卡评审:各阶段交付物标准与验收流程。
第五讲:测量阶段:数据驱动现状诊断
1. 统计学基础
数据类型:计量型/计数型数据特点与应用场景。
抽样方法:随机抽样/分层抽样/系统抽样选择与误差控制。
统计量计算:均值/标准差/ DPM等核心指标公式与意义。
2. 测量系统分析(MSA)
指标解读:分辨力、重复性、再现性对数据可靠性的影响。
Gage R&R 实施:试验设计、数据收集与结果判读标准。
3. 过程能力分析
概率分布:正态分布/二项分布特性与过程建模。
能力指标:CP(潜在能力)与CPK(实际能力)计算对比。
长期vs短期:PPK与CPK的差异及应用场景。
第六讲:分析阶段:深度挖掘问题根源
1. 定性分析工具
鱼骨图:5M1E(人/机/料/法/环/测)因素分类与根因追溯。
树图:问题分解结构(WBS)设计与逻辑验证。
价值流图(VSM):当前状态图绘制与浪费点识别(库存/等待/返工)。
2. 潜在失效模式分析(FMEA)
实施步骤:功能分析→失效模式→影响评估→风险优先级(RPN)计算。
改进策略:预防措施与探测措施制定,RPN降低路径。
3. 定量分析方法
相关分析:Pearsn系数r值解读与相关性判断。
回归分析:拟合优度R² 应用,建立变量间数学模型。
第七讲:改善阶段:高效实施改进方案
1. 方案设计原则
精益工具包:5S(整理/整顿/清扫/清洁/素养)目视化管理落地。
自动化与防错:Pka-Yke技术(防错装置)设计与应用场景。
价值流未来图:基于当前图的改善点整合与流程再造。
2. 试运行与验证
试点计划:小批量试产/局部流程测试方案设计。
效果评估:对比改善前后关键指标(缺陷率/效率/成本)变化。
迭代优化:根据试运行结果调整方案,持续改进。
第八讲:控制阶段:固化成果与持续监控
1. 统计过程控制(SPC)
控制图类型:X-R图、P图、U图选择与适用场景。
判异规则:8大判异准则(如连续9点落于中心线一侧)应用。
子组划分:合理分组对过程监控的影响,数据收集频率设定。
2. 控制计划(CP)制定
内容框架:关键参数、控制方法、责任人员、频次要求。
动态更新:根据过程变化调整控制措施,确保长期有效性。
3. 项目移交与标准化
成果转化:将改善方案纳入作业指导书(SP),开展员工培训。
持续追踪:建立KPI监控机制,定期评审过程稳定性。
总结:回顾/问题解决/成果展示
1. 知识复盘:DMAIC全流程核心工具与关键节点回顾。
2. 案例总结:分组展示实战案例成果,分享经验与教训。
3. 行动计划:制定个人/团队在实际工作中的应用计划,明确目标与时间节点。