常用质量管理工具大全（质量管理工具方法之）
常用质量管理工具大全（质量管理工具方法之）要为原料选择最合理的配方时（原料及其含量）；二、为什么需要DOE一、什么是DOEDOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，获得理想的试验结果以及得出科学的结论。试验设计源于1920年代研究育种的科学家Dr.Fisher的研究 Dr. Fisher是大家一致公认的此方法策略的创始者 但后续努力集其大成 而使DOE在工业界得以普及且发扬光大者 则非Dr. Taguchi (田口玄一博士) 莫属。
| 编辑：稀饭
| 图片：网络
| 文章来源：原创
DOE（Design of Experiment 试验设计）
一、什么是DOE
DOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，获得理想的试验结果以及得出科学的结论。
试验设计源于1920年代研究育种的科学家Dr.Fisher的研究 Dr. Fisher是大家一致公认的此方法策略的创始者 但后续努力集其大成 而使DOE在工业界得以普及且发扬光大者 则非Dr. Taguchi (田口玄一博士) 莫属。
二、为什么需要DOE
要为原料选择最合理的配方时（原料及其含量）；
要对生产过程选择最合理的工艺参数时；
（2）析因法
① 定义析
析因法又称析因试验设计、析因试验等。它是研究变动着的两个或多个因素效应的有效方法。许多试验要求考察两个或多个变动因素的效应。例如，若干因素：对产品质量的效应；对某种机器的效应；对某种材料的性能的效应；对某一过程燃烧消耗的效应等等。将所研究的因素按全部因素的所有水平（位级）的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。
② 用途
用于新产品开发、产品或过程的改进、以及安装服务，通过较少次数的试验，找到优质、高产、低耗的因素组合，达到改进的目的。
DPMO（Defects Per Million Opportunities，每百万次采样数的缺陷率）
一、什么是DPMO
DPMO（即：每百万次采样数的缺陷率）是指100万个机会里面 出现缺陷的机会是多少。这里有一个计算公式 即DPMO=（总的缺陷数/机会）×一百万分之一百万。
DPMO的概念由IPC-7912 Calculation of DPMO and Manufacturing Indices for Printed Board Assemblies 提出。它包括元件的DPMO，贴装的DPMO和端子的DPMO，这3个数据相乘，可得到总的制造指标(OMI，Overall Manufacturing Index)。
很多宣称达到6SIGMA水平的公司就是应用了DPMO的概念。
所谓的缺陷：是指产品、或服务、或过程的输出没有达到顾客要求或超出规格规定。
所谓的缺陷机会数：是指产品、或服务、或过程的输出可能出现缺陷之处的数量，如：一块线路板有200个焊点就有200个出现焊接缺陷机会；一张申请表有15个栏目就有15个出现填表缺陷的机会。
二、DPMO的计算
如果我们统计了过程输出的缺陷数和缺陷机会数，我们就可以计算：
机会缺陷率DPO（Defects Per Opportunity），即每次机会中出现缺陷的比率表示了每个样本量中缺陷数占全部机会数的比例。由式1计算：
DPMO值可以用来综合度量过程的质量。例如，某印刷电路板的制造工厂在同一条生产线上可能生产不同规格的印刷电路板。每一种产品都有不同的设计，因此，在生产过程中，缺陷机会也不同。但是，不管生产何种规格的产品，都可以统计出现缺陷的数量和缺陷机会的数量，然后用总的缺陷的数量除以总机会数，可以得到DPMO，即使每天的产品种类不同，我们都可以做同样的统计。
在6西格玛管理中常常将DPMO折算为Z。DPMO对应于过程输出质量特性超出规格限的比率，可以通过对如图1所示的正态分布中规格限外的部分求积分而获得。此时，标准正态分布中的分位数点Z，就是过程的西格玛水平。6西格玛管理中常用的Z换算表如表2所示。
例2：某物料清单BOM（Bill of Material）上有4个需要填表之处，均可能会发生填写错误，即该BOM有4个缺陷机会：
三、DPMO与六西格玛的关系
如果DPMO是百万分之三点四 即达到99.99966%的合格率 那么这就叫六西格玛。(DPMO与西格玛的对应关系如下表所示)
引入了西格玛这个概念以后 不同的企业、工厂、流程、服务之间都可以进行量化的比较。
四、DPMO在电子制造业运用的优点
对于电子制造业来说 以DPMO为中心进行管理是行之有效的，其优点如下：
-
可以建立一个便于持续不断地改进制造工艺质量的环境；
-
可以形成一种方法，以便更好地制订改进生产线的计划，超过竞争对手，达到工业标准；
-
能够在生产的早期阶段准确地估计印制电路板的装配成本，便于以后为新的业务提出报价；
-
进行可实施的DFM和DFT；
-
降低装配、测试、返工修理的成本，降低废品率；
-
提高生产线的在用率。
五、DPMO作为质量基准的局限性
DPMO容易受到不良的测试复盖问题影响。如在过程中任何点，缺陷没有被检测到，就可能未被包含在DPMO计算内。
所以，如果全部测试步序的所有测试复盖面相加起来是完全的，SMT组装过程整体DPMO能反映正确的整体DPMO。反之，单一测试步序缺少复盖，则‘产能’的可信度降低，当全部测试步序相加，缺少必须的测试复盖，则整体DPMO的可信度将被削弱。
产品间DPMO比较时，应考虑到产品的‘相对复杂性’与‘可制造性指数’。例如汽车电子大批量含3000焊点印制板组件，与3000焊点通讯组件板间的DPMO比较，在技术层次上是可能有效的，但实际上因为不同产品间的质量要达到相同水平是十分困难的，所以受到限制。
产品间的DPMO或与标准比较时，重要的是需要考虑那些因素可以认为是‘对等’的，在这个关系中，复杂性指数是很有用的。
六、DPMO案例分析
DPMO在印制电路板使用
-
建立管理具体生产线的DPMO
数据库用户可以按照封装类型来建立DPMO数据库。按照焊点和组件的DPMO都可以存放在数据库中。不同的数据库可以管理不同制造商生产线的信息．或者复杂程度不同的产品信息。用户可以根据产品来选择适当的数据库。如果用户没有数据库，那么可以按照预先的设定数据．迅速地转到按照焊点或者组件得到的DPMO。这样计算出来的缺陷和合格率等数据的准确性与所用的DPMO是一样的：在以后重复进行的计算中应当对假定做一些调整。
-
预测缺陷类型
过去的DPMO数据可以用来预测将来制造产品时的缺陷类型。对于决定什么样的测试策略是最好的，以及哪些组件需要更高的测试覆盖率。故障类型的数据是很有用的。这种数据可用来预测测试与排除问题、修理的成本以及废品率。
-
制订测试策略
通过建立每一台测试设备的故障覆盖模型．工程技术人员可以设计出最优的测试计划工程技术人员可以确定ICT在生产线上的什么位置可以增高覆盖率．同时解决AOI和AXI的覆盖率问题。
也可以预知每种测试所发现的缺陷类型，甚至清楚没有发现到的缺陷类型。用这个方法，可以把某个测试策略所达到的质量水平确定下来。在达到产品最终用户对可靠II生要求的条件下，质量数据其实就是用来比较不同测试策略的有效性的。
-
为生产过程确定质量目标
制造商可以把要达到的DPMO目标或者产业质量标准存放在DPMO数据库中．在建立具体印制电路板的模型时可以派上用场。由于测试覆盖率以及在测试中发现的缺陷是明确的．软件能够估计不同阶段测试的合格率。这个合格率的目标值．可以用于生产。根据质量监控小组所要求的缺陷容许度．可以得出目标值与实际值之间的差别。
-
提供成本合理的设计
生产工程师在围绕DFM和DFT开展工作时所遇到的共同问题是．不能够定量化在设计中建议改变所需要的费用。用户可以通过改变DPMO关于具体组件(或者焊点)的假设，从而显示出在对设计做了具体的改变时．如何使得产品质量下降(或者质量改善)．因而可以定量地确定它对合格率．修理费用、废品率以及质量水平的影响。这样一来，就可以获得更加切实可行的DFM和DDFl。
-
结论
制造商可以用DPMO来降低印制电路板的装配成本．有了材料清单(BOM)和DPM。就可以针对将来的生产计算缺陷的类型。这一数据可以用于开展新的业务时报价，在印制电路板制造出来之前就为生产线设立质量目标、决定测试策略预估合格率，或者预估产品的质量水平。产业界正在合作开展DPMO项目，以充分挖掘DPM0的战略价值。
这一天有你们真好，愿你们过得愉快。
您的关注是我最大的动力！
