☆ 本课程暂无开课班级，更多班级点击企业公开课总汇页面

----------------------------------------------------------------------

问题解决的基本思路：综述解决问题的理念/流程和工具的佳组合。

投石问路-Multi-Vari Chert多变量分析：将大量没有联系的，难以处理的原因减少到一族数量较少且相关的原因[时间变量，空间变量（产品/过程流）或周期性变量，以锁定红X所在区域。

精确定位-集中图-当红X出现在空间变量（产品/过程流）时，以单元或部件准确地再现重复的缺陷。

线索确认【装配件】-Camponent Search部件搜索-确定问题是发生在装配过程还是哪些零件以及它们之间的交互作用引起的，捕捉所有（粉）红X及其交互效应。

线索确认【零部件/散装材料】-Paired/Goup Comperisons成对（组）比较当X出现在空间变量或周期性变量时，或**部件搜索发现红X在某一（些）零件时，以高置信度确定“好”和“差”零部件之间的重复差异，进一步追寻具体红X。

线索确认【零部件/散装材料】-Process Search过程搜索当红X出现在时间变量时，用8个好的和差的产品发现引起绿Y波动的过程参数。

确定红X-Varialdes Search变量搜索**以上1-5种线索生成技术后仍然有5个以上变量时，进一步变量搜索运用指出红X、粉红X等，捕捉所有重要主效应和交互影响效应，放开所有不重要变量的公差以减少费用

确定红X-Full Factorials全析因**以上线索生成技术确认变量为5个以下时，进行全析因试验，确定红X，粉红X等，捕捉所有重要主效应和交互影响效应，放开所有不重要变量的公差以减少费用。

验证改进目标- BvsC以期望的置信度确认新的或更好的（B）产品/过程优于现行（C）产品/过程。

设计优化-Realistic Tderance Parallelogram plot不存在显著交互作用时，根据CP值要求确定红X,（浅）粉红X的优值（水平）及现实公差。

设计优化-RSM当存在显著交互作用时，采用单纯形法获得（粉）红X的佳水平

从实验设计到统计过程的转换：为了巩固改进成果，需要进行统计过程控制，但传统的过程控制方法不能担此重任，需要寻找更简单有效的方法防止倒退。

过程确认-消除墨菲定律-实践表明，部分问题的发生不是技术问题，而是管理不力或不当干预。

点击下载↓本课件和讲师资料