前几年,我在汽车制造业工作,加工过程大多数是物理变化,例如组装、机加工、焊接等,这些问题分析起来相对简单,QC7工具的前6个就可以解决。
但是最近的几年,我开始接触了制药业和食品行业,发现很多是生物化学反应或者复杂的物理变化,通常是多参数,非线性的交互关系,之前常用的工具很难解决。针对这种情况,推荐大家使用正交试验和相关性分析结合的方式,找到最优的参数控制范围和方法。
案例一:某产品的烘干参数优化
某企业产成品需要烘干,最终成品水分变化大,而且能耗大。此案例相对简单,而且是物理变化,我们可以不采用正交实验的方式,而是找到相关参数(条件:温度、风速、给料速度、进料水分。结果:出料水分)根据经验锁定其中一个或两个条件,例如:锁定温度(温度太高会导致产品质量风险)和风速,标准化前工序,减少进料水分的变化,分析给料速度与出料水分的相关性,并通过实验找到最佳的给料速度。
然后,在保证出料水分的基础上,确定温度和风速对出料水分的相关性,从而找到最佳组合,最后终达到产品水分稳定和最低的能耗。相关性分析在excel表中就有,非常简单。你可以查看以下照片,由于版本不一致,可能有些差异,我使用的2010版。
对于数据你可以参考如下规则:
·|r|>0.95 存在显著性相关;
·|r|≥0.8 高度相关;
·0.5≤|r|<0.8 中度相关;
·0.3≤|r|<0.5 低度相关;
·|r|<0.3 关系极弱,认为不相关。
QC7工具中的散布图就是典型的相关性分析,但是对于很多公司面临的不是简单地物理变化,而是生物化学变化,在这种情况下,就需要引入正交实验的方式,对于正交实验的定义,请大家有兴趣的可以百度,在这里我阐述一下我做正交实验的思路:
第一步,正交实验点的选择(正交实验比较复杂,需要专业的知识和大量的精力,从哪里开始需要慎重)
1. 梳理各生产岗位工艺参数、工艺条件,了解各岗位工艺复杂程度
2. 确定各岗位工艺参数的相关性,如比例,交互,未知。
3. 评估各岗位工艺条件的绩效表现(时间、产出、质量等)
4. 根据瓶颈岗位、绩效改进空间、关键质量、难易程度、投入五个方面进行评价,制作改善优先次序
第二步,实验实施
1. 挑选因素,选取水平,列出因素水平表
主要靠专业知识和实践经验来确定,是正交试验设计顺利完成的关键。
2. 选用正交表,进行表头设计
根据因素数和水平数来选择合适的正交表。一般要求:因素数小于等于正交表列数,因素水平数与正交表对应的水平数一致,在满足上述条件的前提下,选择较小的表。
表头设计就是将试验因素安排到所选正交表相应的列中。
3. 明确试验方案,进行试验,得到以试验指标形式表示的试验结果。
4. 对试验结果进行统计分析
通常采用两种方法:直观分析法、方差分析法。通过试验结果分析,可以得到因素主次顺序、最佳水平组等有用信息。
5. 进行验证试验,做进一步分析。
现在很多激励和管理充斥在培训和咨询市场,迎合当今企业家急功近利的需求,我不否认这类培训的效果,但在同时我还要重视专业技术的培训。
我建议企业的培训分为三个阶段,第一阶段,以激励、沟通、管理技巧为主的培训,短期内可以取得良好的效果。但紧接着,就要开展第二阶段的技术培训,专注于简单工具方法的培训。第三阶段,以6西格玛为基础的精英培训,专注技术性问题的解决。而第二、三阶段是我们国家倡导的工匠精神的基础,没有专业的知识不可能制造出专业的产品。