Documente Academic
Documente Profesional
Documente Cultură
6 Sigma
Mthode rigoureuse, applicable tous types de processus (Production, Achats, Ressources Humaines) et base sur les statistiques Sigma = reflet de la capabilit du procd
3
10/12/2006
6 99,999% de conformit
2
99.73 % de conformit
6 Sigma = 99,9996599% de chance davoir des pices conformes 6 Sigma : Cp = IT/D = 12/6 = 2 6 Sigma court terme = 4,5 Sigma long terme Exemple : Production de 1000 000 pices 2 (P(d)=0.31) 4 (P(d)=6.2E-3) 6 (P(d)=3.4E-6) 310 000 pices non conformes 6200 pices non conformes 3 pices non conformes
a- Avantages
Mthode rigoureuse et fiable Mthode reconnue et applique par les grands groupes (Boeing, Bombardier, Bosch, BAE Systems, Honda, Jaguar, DaimlerChrysler Corporation,) Possibilits de comparer nimporte quels types de processus entre eux
b- Inconvnients
Demande des connaissances en statistiques Demande un suivi rigoureux
Define
D
Control
C I
Measure
A
Analyze
5
Improve
I- Prsentation de loutil 6 Sigma II- Application du 6 Sigma Etude par la Etude par la mthode 6 mthode 6 Dfinir le champs dapplication de Dfinir le champs dapplication de ltude ltude
Mesurer les caractristiques Mesurer les caractristiques dimensionnelles ou visuelles dimensionnelles ou visuelles
Mener lanalyse statistique (analyse de Mener lanalyse statistique (analyse de donnes, analyse probabiliste) donnes, analyse probabiliste)
Dtermination du niveau Dtermination du niveau court terme et long terme court terme et long terme
a- Define
Dfinir le champs dapplication de ltude. Les caractristiques mesurer peuvent tre soit des donnes variables (dimension, heures, ) ou des attributs (couleurs, conforme/nonconforme,)
Dfinition :
Anomalie cart entre une situation existante et une situation attendue Non conformit Non-satisfaction une exigence spcifie Dfaut Non-satisfaction une exigence non-spcifie ou une attente raisonnable lies une utilisation prvue 7
10/12/2006
b- Mesure
Effectuer les mesures ncessaires afin de mener une analyse statistique reprsentative. Lchantillon doit suffisant pour assurer des rsultats cohrents et interprtables. Sassurer bien entendu de la parfaite fiabilit de linstrument de mesure (au travers dune tude R&R ou ohens Kappa par exemple).
10/12/2006
c- Analyze
1- Sassurer que la distribution est Normale (Ex : Droite dHenry) 2- Etudier la loi Normale (Probabilit de non-conformit,) 3- Effectuer un Pareto pour recenser les caractristiques les plus importantes 4- Rechercher les opportunit de gnrer des dfauts. 5- Report ce rsultats en Dfauts Par Million dOpportunit (DPMO)
DPMO = Nombre de pices non conformes x 10^6 Nombre de pices observs x nombre dopportunits
6- Mesurer la capabilit process long terme. On en dduit le Sigma long terme Z long terme (Zlt). Mesure dune capabilit court terme. On en dduit le Sigma court terme Z court terme (Zst) (=Zlt+1.5)
10/12/2006
c- Improve
Lancer des actions damlioration ayant pour but de rduire le nombre de pice non-conforme et datteindre lobjectif 6 (3.4 dfauts par million dopportunits) Pour ce faire, identifier dabord les causes de vos problmes Mthodes de rsolution de problme (8D) Diagramme dIshikawa AMDEC Arbres des causes Puis mettez en place des actions correctives
d- Control
Cration de cartes de contrle afin de surveiller les process de fabrication et danticiper les drives Vrifier ponctuellement la capabilit de vos process au travers dtudes Cp/Cpk Assurer vous que process sont parfaitement identifi et pilots (Cartographie des processus)