ЖУРНАЛ «СТА» 4/2018

Текущей отраслевой тенденцией яв- ляется Lean Sigma, согласно которой процессы удешевляются в преддверии внедрения Six Sigma. В ЫЧИСЛЕНИЕ S IX S IGMA Понятие “Six Sigma” было взято из терминологии математической стати- стики. Sigma отражает среднеквадрати- ческое отклонение статистической со- вокупности, являясь мерой вариабель- ности. Процесс производства считается практически бездефектным, если про- межуток между математическим ожида- нием процесса и его границей поля до- пуска (точкой перегиба графика нор- мального распределения) будет равным шести среднеквадратическим откло- нениям. Тогда на его выходе почти не будет продуктов, не соответствую- щих спецификации. Это и есть прин- цип Six Sigma. Индекс качества процесса ( C p ) вы- числяется по следующей формуле: C p = ( USL – LSL )/(6 × σ ). Здесь USL – верхний предел специ- фикации, LSL – нижний предел специ- фикации. Чем более высоки значения C p , тем процессы более качественны. При воз- растании среднеквадратического от- клонения параметра качества процесса или отклонении среднего значения па- раметра качества процесса от централь- ного значения поля допуска, в интервал между средним и ближайшим пределом спецификации будет попадать всё меньшее число стандартных отклоне- ний, тем самым уменьшая число Sigma, что свидетельствует о повышении веро- ятности появления дефектных элемен- тов. В Интернете доступны многочис- ленные Sigma-калькуляторы процессов, обеспечивающие быструю оценку соот- ветствия конкретного процесса специ- фикации Six Sigma. Расчёт Sigma, основанный на коли- честве дефектов на миллион возмож- ностей (DPMO), производится по фор- муле: DPMO= (число выявленных дефектов × × 1 000 000)/(количество экземпляров процесса × количество возможностей совершить ошибку) Например, если у нас на 10 000 изде- лий пришлось 38 дефектов и 1 возмож- ность совершения ошибки, то: DPMO = (38 × 1 000 000)/(10 000 × 1) = = 3800 % дефектов = 0,38 % выхода продукта = 99,62 Sigma = 4,17 Расчёт Sigma процесса включает в се- бя сдвиг 1,5 Sigma, учитывающий вре- менныˆе изменения. С ДВИГ 1,5 S IGMA Этот сдвиг был добавлен к методике вычисления в результате анализа дан- ных, собранных компанией Motorola за многие годы, который показал, что процессы изменяются и дрейфуют во времени. Известный как долгосроч- ное динамическое среднее изменение, этот сдвиг обычно составляет от 1,4 до 1,6 Sigma. Протокол отчётности Six Sigma, однако, требует отчёта о безде- фектности процесса в краткосрочной перспективе, которая включает общие, а не особые случаи. В результате крат- косрочные данные обычно дают более высокий индекс качества процесса, чем долгосрочные. Чтобы определить до- стоверные долгосрочные ожидания, из них вычитается 1,5 Sigma. Таким обра- зом, процесс, который соответствует Six Sigma в промежутке между средним значением процесса и ближайшим пре- делом спецификации в краткосрочном исследовании, в долгосрочной пер- спективе будет соответствовать только 4,5 Sigma. В книге “Six Sigma Producibility Analy- sis and Process Characterization”, напи- саннойMikel J. Harry и J. Ronald Lawson и опубликованной Motorola в 1992 году, приведена таблица стандартного нор- мального распределения, распростра- няющаяся до значения z 6 (большин- ство таких таблиц содержат показатели z только до 3): Согласно этой таблице, Six Sigma трактуется как 2 дефекта на миллиард возможностей, а 3,4 дефекта на мил- лион возможностей, которые обычно и называются Six Sigma, фактически со- ответствуют значению Sigma 4,5. Это кажется немного странным, но упомя- нутая разница между краткосрочной и долгосрочной дефектностью процесса всё объясняет, поскольку включение сдвига предотвращает недооценку уров- ня дефектности, который может про- явиться с течением времени. П РЕИМУЩЕСТВА S IX S IGMA Возможность с помощью инструмен- та Six Sigma достигать измеряемых и поддающихся учёту финансовых целей (снижение затрат/увеличение прибыли) ставит эту методологию особняком сре- ди прочих методик и тактик повышения качества. Оценка финансовых выгод от потенциального улучшения процессов может использоваться для определения приоритетов в реализации проектов. Эти выгоды затем переоцениваются на этапах анализа, как DMAIC, так и DMADV, и проверяются на этапе конт- роля DMAIC и фазы верификации DMADV. Тесная привязка проектов Six Sigma ко всей деятельности компании даёт каждому в организации возмож- ность участия в успехе проектов. Six Sigma также помогает идентифициро- вать критически важные аспекты дея- тельности, обеспечивающие сущест- венное улучшение процессов. К концу 1990-х годов примерно две трети ком- паний из списка “Fortune 500” внедри- ли у себя проекты Six Sigma, а Motorola сообщила о более чем $17 млрд средств, сбережённых с 2006 года. Компания Dataforth также много лет работает по принципам Six Sigma и, по сути, добилась лучшей надёжности про- цессов, чем того требует методология: Помимо значительной финансовой выгоды Six Sigma предоставляет органи- зациям методологию и структуру для принятия решений на основе проверяе- мых данных и статистического анализа и тем самым позволяет достичь измеряе- мых улучшений качества в производстве и бизнес-процессах. Проекты Six Sigma на самом деле не имеют слабых мест, так как качество продукции улучшается при одновременном сокращении её дефект- ности, сотрудники компании в значи- тельной степени влияют на результат проектов, прибыльность компании за- метно увеличивается, растут лояльность и удовлетворённость клиентов. ● Перевод Юрия Широкова E-mail: textoed@gmail.com Статья подготовлена по материалам компании Dataforth. ОБ ЗОР / Т Е Х НОЛОГ ИИ СТА 4/2018 13 www.cta.ru Уровень DPMO 1 690000 2 308000 3 66800 4 6210 5 320 6 3,4 Семейство продуктов Dataforth 13-месячное среднее значение DPMO DSCA DIN-модули изоляторов сигналов 0,6 Модули нормализации сигналов SCM5B 0,01 Модули нормализации сигналов SCM7B 0,12