معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

اختصاصی از هایدی معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma دانلود با لینک مستقیم و پر سرعت .

فرمت فایل : word(قابل ویرایش)تعداد صفحات35

مهندسین هنگام طراحی محصولات یا فرآیندها، پارامترهای طراحی رابه گونه‌ای طراحی می‌کنند که منجر به ترکیب مناسبی از ویژگی‌ها یا معیارهای کیفی بشود. برای مثال در جوش‌کاری قوسی، مهندس هنگام تولید قسمت خاصی از یک محصول، باید سرعت حرکت و زاویة‌ مشعل جوشکاری را به گونه‌ای تنظیم کند که میزان گودافتادگی، تحدب و زمان چرخه، مطلوب شود. هدف روش‌های سطحی جواب یا RSM ها، مدل‌سازی ویژگی‌های فرآیند است به طوری که بتوان هنگام بهینه‌سازی فرآیند ازاین مدل‌ها بهره گرفت.(برای اطلاع بیشتر به Box & Draper ، Khuri & cornell و Myers & Montagomery رجوع کنید). این نوع مدل سازی مستلزم تجربه است. هر فردی با استفاده از RSM ها می‌تواند مدل‌هایی را دربارة ویژگی‌های فرآیندی که درحال مطالعه‌اش است ایجاد کند و میزان تغییرپذیری فرآیند را تخمین بزند. در کنار این مدل‌ها باید با استفاده از اطلاعاتی که قابل حصول هستند اهداف خاص را مشخص کرد. بطوری که پس از بهینه‌سازی این اهداف،‌‌ آن چیزی که حاصل می‌شود واقعاً یک محصول مطلوب باشد.
توابعی که مجموعه‌ای از ویژگی‌ها را به یک هدف خاص تبدیل می‌کنند توابع مطلوبیت نام دارند و به صورت نوشته می‌شوند. منابعی که دربارة توابع مطلوبیت وجود دارند عبارتند از: castillo و همکارانش، Derringer ، Derriger & suich ، Harrington ، kim& Lin توجه داشته باشید توابع مطلوبیت معمولاً دربارة بستة ] 1 و0 [قرار دارند.
اولین توابع مطلوبیت توسط هارینگتون (Harrington) مطرح شدند. وی توابع توان دار را برای محاسبه مطلوبیت‌هایی در نظر گرفت که با معیارهای فردی1 همراه بودند و استفاده از از میانگین هندسی را برای ارزش‌گذاری این معیارها و محاسبة مطلوبیت کل در نظر گرفت. Derringer ، Derriger & suich ، فرم‌های توابعی و طرح‌های ارزش‌گذاری به متد هارینگتون را مورد انتقاد قرار دادند زیرا به اعتقاد آنها این فرم‌ها و متدها بیش از اندازه سخت بودند. در عوض، این افراد مجموعه توابعی را معرفی کردند که به کمک آنها می‌شود ارزش هدف2 را در هر منطقه‌ای بین مشخصات محصول قرار داد. برای ایجاد سهولت در کار، castillo و همکارانش مطلوبیت معیارهای فردی ذکر شده توسط Derringer را بسط و توسعه دادند. این عمل بسیار سودمند بود زیرا باعث شد مهندسین و طراحان مبتنی بر گرادیان (gra dient – based) هنگام بهینه‌سازی توابع مطلوبیت عملکرد بهتری داشته باشند. kim و Lin توابع قبلی را که دربارة‌ مطلوبیت وجود داشت مورد انتقاد قرار دادند زیرا به اعتقاد آنها این توابع به وابستگی بین yi حساسیت داشتند همچنین توابع اصلاح شده‌ای را برای معیارهای فردی پیشنهاد دادند که به کمک آنها می‌توان خطاهای احتماعی RSM را پیش‌بینی کرد. اخیراً روش‌های Six sigma و مفاهیم طراحی مربوط به آن تأثیر بسزایی بر روی طراحی فرآیندها دارند.
هدف Six sigma این است که ورودی‌های را به گونه‌ای تعیین می‌کند که میانگین و واریانس ویژگی‌های طراحی منجر به ایجاد درصد بالایی از واحدهایی شوند که با ویژگی طراحی مطابقت داشته باشند (حتی زمانی که فرآیند به طور پیش‌بینی نشده‌ای تغییر کند).
بنابراین مفهوم «مطلوبیت» در طراحی محصول الزاماً به معنای کنش متقابل بین میانگین و واریانس ویژگی‌های خاص است. مهمترین ایرادی که از تعریف قطعی استاندارد Six sigma می‌توان گرفت این است که استاندارد عموماً بر حسب یک معیار کیفی واحد تعریف شده است (رجوع شود به Harry). انگیزه‌ی مهمی‌که باعث شده است تابع مطلوبیت جدیدی در این مقاله مطرح شود این است که بتوان تعریف گسترده‌ای از کیفیت Six sigma ارائه داد و این استاندارد را به گونه‌ای تعمیم داد که معیارهای چندگانه را نیز در برگیرد. به طور کل ممکن است بعضی از معیارها؛ مشخصات محصول همخوانی نداشته باشند و برخی دیگر مربوط به هدفی بشوند که محصول یا فرآیند به خاطر آن طراحی شده است هدف، بدست آوردن تابع مطلوبیتی است که بعد از حل آن مشخص شود که آیا طراح محصول یا فرآیند به سطح کیفی Six sigma رسیده است یا خیر.
به طور خلاصه، تحقیقاتی که بر روی توابع مطلوبیت صورت گرفته است منجر به ایجاد توابع مطلوبیت انعطاف‌پذیری شده است: توابعی که اجازه می‌دهند تکنیک‌های تحقیقاتی gradient – based (مبتنی بر گرادیان) عملکرد خوبی داشته باشند و نیز باعث می‌شوند وابستگی‌هایی که به دلیل کمبود اطلاعات به وجود می‌آیند تأثیر کلی بر روی تصمیم‌گیری داشته باشند اما این توابع و روش RSM نیز دارای نقاط ضعف مهمی‌هستند که عبارتند از:‌
• اغلب RSM هایی که برای مدل‌سازی ارزش‌های میانگین فرآیند به کار می‌روند، می‌توانند اطلاعاتی را درباره‌ی میزان تغییرپذیری فرآیند در اختیار کاربر قرار دهند. اکثر اوقات یک کنش و تأثیر متقابل بین میانگین و انحراف معیار وجود دارد و این دو تأثیر بسزایی بر روی محصول و درنتیجه میزان سوددهی دارند. ما معتقدیم بهینه‌سازی همزمان چند میانگین و واریانس با استفاده از توابع مطلوبیت استاندارد مشکل آفرین است زیرا اهمیت نسبی هر یک از این میانگین‌ها تا حد زیادی به واریانس ویژگی‌ها بستگی دارد.
• همانگونه که در بخش 4 نشان خواهیم داد (بخش مورد پژوهش) روش‌های فعلی به راحتی به ایجاد موقعیت‌هایی می‌انجامد که نمی‌توان در این موقعیت‌ها اهداف کیفی را تحقق بخشید.

مقاله در مورد Sigma - انحراف معیار

اختصاصی از هایدی مقاله در مورد Sigma - انحراف معیار دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه:31

 فهرست مطالب

شش سیگما چیست؟

Process :

Sigma  :

Defect:

Varition :

تاریخچه اندکی از کیفیت:

TQM:

سیگما درموتورولا:

نقش

عوامل اصلی شیوه شش سیگما:

Process capality:

شش سیگما چیست؟ آیا شما می دانید ، آیا شما واقعا می دانید ، چه چیزی در سازمان تان در حال انجام است؟ اعلام اینکه دانش حلقه های یندوات به همان اندازه امروزه درست است که چهار قرن پیش درست بود. درهرصنعتی و سازمانی یا عملکرد روزانه ای، هنگامی که شما نمی دانید چه چیزی را نمی دانید، آن برای شما گران تمام می شود. برای بسیاری از سازمان ها، هزینه های نقص ها وکمبودهای در هر شیوه ای که تولید شوند، بسیار زیاد می باشد. داشتن عملکردهایی که خطاها به ندرت اتفاق می افتد، ممکن نیست به نظر مثل یک معامله بزرگ بیاید.اما هنگامی که شما در نظر بگیرید چه تعداد خطاها ممکن است، درعملکردهای گسترده شرکت پنهان باشد، تاثیر پولی بربهره وری کلی، رضایت مشتری، و قابلیت سوددهی به طور دراماتیک چندبرابر می شود. شیوه شش سیلکس سیگمابرای اداره کردن تقریبا به شما کمک می کند وتا شناسایی کنید چه چیزی را شما نمی دانید وهمچنین تاکید می کندچه چیزی را باید بدانید، وبرای کاهش خطاها ودوباره کاریها که برای شما زمان، پول ، خدمت ومشتری می آورد در انجام دهید. شش سیگما تعبیر می کند که دانش برای خدمت ها به رشد تجارت کمک می کند.

Process : هر عمل تکراری – که در یک اجرا، ساخت یا محیط خدمات وجود دارد. روش شش سیگما اطلاعات را در ارتباط با گوناگونی خروجی های هر فرآیند جمع آوری می کند. بطوری که می تواند بهبود داده شود واین تغییرات کاهش داده شود.

بسیاری از شرکتها اعتقاد دارند که سروکار داشتن با خطاها فقط قسمتی از هزینه های است که در تجارت صرف می شود. اما شما مجبور نیستید تااین منطق غلط را قبول کنید، با شش سیگما، شما می توانید بیشتر خطاها را حذف کنید، هزینه هایتان را کاهش دهید، رضایت بهتری از مشتریانتان را دربافت کنید. شش سیگما تعیین می کند وتوضیح می دهد: شش سیگما یک مفهوم آماری است که یک فرآیند رادر برحسب تعداد نقض ها تعیین می کند. با حصول شیوه های شش سیگما فرآیندهایتان فقط3.4 نقص درهر میلیون فرصت را وارد می کند به عبارت دیگر، آنها تقریبا به طور کامل کار می کنند.