培训安排:2022年6月23-25日 苏州
培训费用:4980元/位(含培训费、资料费、会务服务费)
培训对象:企业中高层管理、专案推行专员、生产、研发、工艺、品质、设备、制 造等部门人员、工程师及负责改善及革新项目的骨干人员
课程背景:
由于绿带直接分布在生产和管理的一线,培养一支高素质的绿带队伍
对于六西格玛理念自上而下贯彻和持续推进起着关键作用。 六格玛绿带是六西格玛改善项目实施的主导者,是六西格玛方法论在 企业推进的中坚力量,也是六西格玛改善文化的传播者。相对于黑带而言, 绿带不需要掌握过于复杂的数理统计理论和深度工具,只需掌握六西格玛 方法论的思维逻辑,能够操作统计分析的软件(如 Minitab),并且正确 判读,就能够在黑带大师或黑带的指导下带领团队去实施六西格玛绿带项 目改善。《六西格玛绿带经典课程》将按照 D-M-A-I-C(Define(定义)、 Measure(测量)、Analyze(分析)、Improve(改善)、Control(控 制)项目改进路径来讲授六西格玛方法论及其工具方法,并结合实际案例 研讨和现场试验来教学。
课程特色 :
1、小班授课:互动性强,针对性指导。
2、直击核心:从六西格玛的的方法论及绿带知识体系入手,从项目实 施路径图为主线展开。
3、结果导向:使学员结合自身企业及部门特点系统掌握六西格玛的项 目选择、项目管理、各阶段工具应用等。
4、注重实战:课程配备丰富的案例,涵盖多个产品和行业。
5、教学相长:透过案例分析、实战演练、小组研讨分享经验和知识。
培训方式:
1、多元化培训:结合讲师讲授、小组讨论、行动计划、游戏感悟、示范指导等多元化上课方式,从各种方式中体验学习, 加深印象。
2、贴切的案例:案例贴切于实际工作,讲解由浅入深、化难为易,让学员由工作时身边发生的实例中学习到管理的精髓。
3、体验式教学:透过活动启发,让大家从{做}中了解到自己的不足 以及需要改善注意的地方。
4、实战问题解决:注意学员学会了解实际问题(案例分 析及角色演 练),并强调课扣的实际操作,从而真正实现知行 合一的训练效果。
课程收益:
1、了解精益六西格玛改善理念、明确精益六西格玛对企业持续改进意义;
2、了解六西格玛方法论之 DMAIC 改进路径及各阶段核心输出;
3、掌握 6SIGMA 管理相关的基本统计知识和 MINITAB 操作;
4、理解统计方法在 DMAIC 改进流程中的应用,包括:SPC、MSA、 DOE、ANOVA、假设检定、相关与回归等基本掌握 6SIGMA 管理 相关的高级统计工具;
5、熟悉六西格玛改善课题的甄选流程与标准,熟悉项目课题的描述方法;
6、能够独立带领团队实施项目改善;
课程大纲:
第一模块:定义阶段-Define
第一部分:精益-6SIGMA 概论
1、6 SIGMA 发展史
2、起源—Motorola
3、发展—GE
4、六西格玛的影响
5、精益的发展史
6、什么是精益生产制造体系?
7、现代生产组织系统
8、精益 6SIGMA 的实施流程
9、质量成本
10、如何推行精益六西格玛
第二部分:项目定义
1、DMAIC 概论
2、定义和选择项目
3、VOC 到 CTQ
4、问题陈述
5、SIPOC 图
6、项目计划和批准
7、项目细节流程图
第三部分:熟悉 MIN ITAB
1、MINITAB 的结构,包括主要窗户 菜单结构,工具条及快捷键盘命令
2、数据类型,数据输入数据操作技巧
3、修正数据结构便用 MINITAB 分析
4、MINITAB 的计算和统计功能介绍
5、操作举例:性统计和正态性检验
6、基本图表工具
第四部分:基础统计学
1、数据类型
2、总体和样本
3、波动和变差的重要性
4、数据的分布
5、集中趋势的衡量
6、离散程度的衡量
7、正态分布
第二模块:测量阶段 Measure
第一部分:价值和浪费
1、定义精益中的价值
2、辨别价值的特征
3、定义 7 种形式的浪费
4、辨别浪费的例子
5、辨别浪费的来源
第二部分:当前价值流程图
1、选择一个产品族
2、理解客户需求
3、绘制作业流
4、绘制物料流
5、绘制信息流
6、计算全部作业时间
7、项目流程图绘制应用练习
第三部分:寻找问题的焦点
1、数据收集
2、检查表
3、数据分层 4、排列图(柏拉图)
第四部分:量测系统分析
1、测量系统的组成
2、测量系统误差来源
3、测量系统准确和精确的概念
4、连续数据的 gage R&R
5、离散数据的认同一致性分析
第五部分:过程能力分析
1、连续型数据过程能力分析
1)合理子组
2)特殊原因引起的波动
3)普通原因引起的波动
4)确定规范
5)Zbench 计算
2、离散型数据过程能力分析
1)传统合格率 Yc
2)一次合格率 Yft
3)滚动合格率 Yrt
4)练习
3、通过 Minitab 计算过程能力
4、样本量计算
5、非正态分布数据的处理
6、利用 COX-BOX 方法确定转换函数
7、Johnson 变换
第三模块:分析阶段-Analyze
第一部分:失效模式及后果分析(FMEA)
1、FMEA 的定义和类型
2、FMEA 的输入和输出
3、风险优先数字(RPN)
4、AIAG 案例
第二部分:假设检验
1、介绍统计学假设检验的概念
2、总体参数 vs 样本统计量
3、假设检验的术语:零假设和备择假设
4、“P”值的概念
5、假设检验的风险
6、假设试验的类型
7、假设试验的步骤
8、课堂练习
第三部分:置信区间
1、总体参数的估计方法
2、总体参数的置信区间
3、总体平均值置信区和 T 分布
4、利用 Minitab 计算置信区间
5、单样本 t 检验和双样本 t 检验
6、利用 Minitab 进行 T 检验
第四部分:比例检验
1、单比例检验
2、双比例检验
3、卡方检验
4、非参数检验
5、多元变量分析
第五部分:方差分析(ANOVA)
1、主效应图(Main Effect Plot
2、因子水平(level)和组合(treatment)
3、ANOVA 模型
4、方差分析比较差异的原理
5、等方差检验
6、利用 Minitab 进行 ANOVA 分析
第六部分:回归及相关性分析
1、简单线性回归
2、期望值 Fit 和残差 Residual
3、XY 关系强度的衡量
4、利用 Minitab 进行回归分析
5、相关关系和因果关系
第四模块:分析阶段-Analyze
第一部分:实验设计
1、介绍统计学实验设计
2、实验设计的术语
3、工业 DOE 方法的特点
4、DOE 的类型
第二部分:2 X 2 实验
1、主效应
2、交互作用
3、利用 Minitab 分析实验
第三部分:全因子实验
1、2k 因子
2、设计 DOE
3、实验中的正交特性 (Orthogonality)
4、利用 Minitab 设计 DOE
5、实验中的区组化(Block(区组))
6、分析全因子实验
7、仿行(Replication)和重复(Repetition)
8、简化模型
9、23 实验的立方图
第四部分:部分因子试验
1、介绍部分因子设计的概念
2、筛选实验 3、别名(Alias)和混淆(Confounding)
4、实验的分辨率(Resolution)
5、用 Minitab 设计和分析部分因子实验
6、介绍部分因子的术语
1)直升飞机练习
2)响应曲面设计
3)田口设计
第五模块:改善阶段-Improve
第一部分:确定改进方案
1、方案选择矩阵
2、确定潜在的解决方案
3、解决方案优先矩阵
第二部分:未来价值流程图
1、什么是 TAKT 时间?
2、是否需要建立产成品超市或直接生产 发货?
3、您可以在那里运用连续流生产方式?
4、您可以在整个生产链中的哪个环节设 置 Pacemaker Process?
5、对于不同产品对象,如何均衡产品 混合来提高作业流程效率?
6、采用何种方式来保证持续有序的计 划安排?
7、采用什么改进方案可以使价值流 朝向未来状态图改进?
8、案例介绍:项目的总结和结果对比 第三部分:第统计过程控制
1、引起波动的原因和类型
2、波动与规格
3、控制图的原理
4、控制图的种类
第四部分:变量控制图
1、Xbar-R 练习
2、单值控制图
3、控制图判读
4、比较规格界限和控制界限
第五部分:属性控制图
1、控制图表的选择
2、P 图
3、nP 图
4、u 图
5、C 图
6、MINITAB 控制图练习
7、预控制图
8、区域控制图
9、其他特殊控制图
10、防错(PokaYoke)
11、项目成果的归档和推广
【报名咨询】
联系电话:010-62258232 62278113 13718601312 13120125786
联 系 人:李先生 陈小姐