DFSS. Design for Six Sigma \ Дизайн Шесть Сигм
ТГ-канал Бенчмарка | Байки промышленного аналитика
Max-канал Бенчмарка | Байки промышленного аналитика
А про создание продукта, близкому к идеалу хотите, расскажем? Пожалуйста, вот оно.
Мы про управление качеством на основе концепции Шести Сигм в свое время рассказывали вот в этой цепочке, но оно про улучшение текущих процессов - классический DMAIC.
А что делать, когда вдруг (не, ну, вдруг) захотелось создать продукт, который сразу будет качественным и отвечающим всем требованиям рынка и клиентов. То есть, как вложить качество в архитектуру продукта, а не крафтить его потом сверху?
Решение вот оно: DFSS. Design for Six Sigma \ Дизайн Шесть Сигм. Он когда используется? Ну, навскидку: либо когда вы разрабатываете новый продукт и, естественно., хотите, чтобы он был отличным (кстати, подобные кейсы зачастую рассказываются на Конференции R&D ПромКом); либо когда ваш текущий процесс настолько плох, что проще не лечить, а похоронить и сделать заново.
DFSS исповедует несколько иную идеологию, нежели классический DMAIC. Тут алгоритм следующий: определяются требования клиента к продукту (CTQ — Critical to Quality), далее они переводятся в инженерные характеристики, и уже на основе всего этого проектируется процесс, который сразу устойчив ко всем колебаниям (грязь, износ оборудования, изменение состава сырья и пр.).
Основных моделей DFSS три:
DMADV, IDDOV, CDOV.
Жуть, правда? Звучит, как заклинания по вызову демонов статистики. Хотя, отчасти это они и есть.
DMADV (Define, Measure, Analyze, Design, Verify)
IDDOV (Identify, Define, Develop, Optimize, Verify)
CDOV (Concept, Design, Optimize, Verify)
Мы углубляться в них сейчас не будем, это разговор не на одну статью. А хотим обратить внимание, что именно статистический подход и лежит в основе DFSS. То есть все характеристики, которые мы «правим» в процессе настройки производственных процессов при улучшении качества, сразу закладываются в технологию производства.
Основные используемые инструменты статистики (тут тоже вглубь не пойдем пока, а то чересчур много будет информации): QFD (Quality Function Deployment), Системный FMEA, Метод Тагути, Планирование эксперимента (DOE).
Основная сложность (это помимо всей статистики) тут в том, что DFSS требует культурного сдвига. Изменения ментальности внутри компании. Обычный конструктор думает: «Я начертил правильно — пусть производство делает точно».
DFSS говорит: «Ты, конструктор, обязан спроектировать так, чтобы деталь получалась качественной даже из мятой жести на сломанном прессе».
Конструкторы, которых резко назначили еще и дизайнерами, это ненавидят, но это работает. По сравнению с этим статистика реально несложно. Уж поверьте, мы консалтеры, мы знаем про это не понаслышке.
Надеемся, что первоначальное понимание DFSS мы дали. И идем дальше с более детальными рассказами.
Не отключайтесь…
#sixsigma #dfss #dmaic #doe #qfd #fmea #шестьсигм #статистика #rnd #качество #концепции #управлениекачеством
Max-канал Бенчмарка | Байки промышленного аналитика
А про создание продукта, близкому к идеалу хотите, расскажем? Пожалуйста, вот оно.
Мы про управление качеством на основе концепции Шести Сигм в свое время рассказывали вот в этой цепочке, но оно про улучшение текущих процессов - классический DMAIC.
А что делать, когда вдруг (не, ну, вдруг) захотелось создать продукт, который сразу будет качественным и отвечающим всем требованиям рынка и клиентов. То есть, как вложить качество в архитектуру продукта, а не крафтить его потом сверху?
Решение вот оно: DFSS. Design for Six Sigma \ Дизайн Шесть Сигм. Он когда используется? Ну, навскидку: либо когда вы разрабатываете новый продукт и, естественно., хотите, чтобы он был отличным (кстати, подобные кейсы зачастую рассказываются на Конференции R&D ПромКом); либо когда ваш текущий процесс настолько плох, что проще не лечить, а похоронить и сделать заново.
DFSS исповедует несколько иную идеологию, нежели классический DMAIC. Тут алгоритм следующий: определяются требования клиента к продукту (CTQ — Critical to Quality), далее они переводятся в инженерные характеристики, и уже на основе всего этого проектируется процесс, который сразу устойчив ко всем колебаниям (грязь, износ оборудования, изменение состава сырья и пр.).
Основных моделей DFSS три:
DMADV, IDDOV, CDOV.
Жуть, правда? Звучит, как заклинания по вызову демонов статистики. Хотя, отчасти это они и есть.
DMADV (Define, Measure, Analyze, Design, Verify)
IDDOV (Identify, Define, Develop, Optimize, Verify)
CDOV (Concept, Design, Optimize, Verify)
Мы углубляться в них сейчас не будем, это разговор не на одну статью. А хотим обратить внимание, что именно статистический подход и лежит в основе DFSS. То есть все характеристики, которые мы «правим» в процессе настройки производственных процессов при улучшении качества, сразу закладываются в технологию производства.
Основные используемые инструменты статистики (тут тоже вглубь не пойдем пока, а то чересчур много будет информации): QFD (Quality Function Deployment), Системный FMEA, Метод Тагути, Планирование эксперимента (DOE).
Основная сложность (это помимо всей статистики) тут в том, что DFSS требует культурного сдвига. Изменения ментальности внутри компании. Обычный конструктор думает: «Я начертил правильно — пусть производство делает точно».
DFSS говорит: «Ты, конструктор, обязан спроектировать так, чтобы деталь получалась качественной даже из мятой жести на сломанном прессе».
Конструкторы, которых резко назначили еще и дизайнерами, это ненавидят, но это работает. По сравнению с этим статистика реально несложно. Уж поверьте, мы консалтеры, мы знаем про это не понаслышке.
Надеемся, что первоначальное понимание DFSS мы дали. И идем дальше с более детальными рассказами.
Не отключайтесь…
#sixsigma #dfss #dmaic #doe #qfd #fmea #шестьсигм #статистика #rnd #качество #концепции #управлениекачеством