1、,USA Ford 4.6L & 3.8L EXHAUST MANIFOLD CASTING DEFECT FALL 粗材铸造不良降低,富士和机械FOO部 FJW Company Casting Department,6 SIGMA-FORD EX-MANIFOLD CASTING DEFECT,背景介绍：开发生产该产品是我公司首次与美国FORD汽车公司配套合作，对于作为汽车零部件供应商的FJW公 司来讲具有非常重要的商业意义。 4.6L&3.8L排气管分别为V8和V6发动机所用，年产量分别为26万套和22万套，即四种产品年产量总共为92万只，年营业额6430万RBM。 。4.6L排气管已进入
2、100%量产阶段； 3.8L排气管进入20%的初期量产阶段。,商业意义：1、该产品的客户需求定单量占我公司铸造生产线总产能的25%，年定单量92万支，营业额6430万RBM。2、该产品是我公司首次与世界排名第二的美国FORD汽车公司配套合作。3、目前产线能力与交货需求相当（无多余产能），故目前急需通过改善，降低不良率提升产能。4、目前铸造不良状况13%，严重影响交货顺利达成，如正常生产无法达成交期，将会产生高额的空运费用。,机会陈述：1、目前铸造生产不良率高达13%，不良直接损失金额达718万元/年，根据分析预计通过本次改 善将不良率降低到5%以下，则每年可节省金额441万元。2、 我们目前美
3、国福特排气管铸造流程操作水平是2.0sigma。,项目章程：背景、意义、机会 Project Charter : backdropsensescope,D - define,项目章程：计划、目标、范围、团队 Project Charter: plangoalscopeteam,D - define,财务基线数据Financials Baseline,D - define,项目沟通计划 Project communication plan,D - define,过程vs不良 因果矩阵图 Process vs defect C&E matrix,简单生产流程图,备注：强相关为3分 中等相关为2分
4、弱相关为1分 不相关为0分 。,D - define,重要流程控制指标清单-Important process list,D - define,不良项目类型柏拉图分析 Defect type pareto chart,造成产品不良 的主要问题为：渣孔、压砂、接水、错模、砂孔 挤伤，共占总不良的66% 。,分析数据来源：铸造质量部门 2004年9月-10月期间的不良统计数据 。,说明和结论：1. 通过该控制图分析可以看出当前生产过程基本处于受控状态。 2. 对于超出控制线的异常点应分析其产生的特殊原因。,D - define,不良项目重要度分析FMEA分析法,D - define,过程参数vs不
5、良项目 因果矩阵图 Process parameter vs defect type C&E matrix,D - define,重要过程参数清单 Important process parameter list,D - define,衡量计划 Measurement plan,M - measurement,过程因子X Y 数据收集表 Process factor X Y data table,说明：X & Y 数据是在生产炉批号上一一对应的.,Y 数据收集表,X 数据收集表,M - measurement,Questions about the measurement and introd
6、uce 关于衡量阶段的问题和说明,从某种程度上讲，衡量工作是本次6SIGMA 活动中最为艰辛和困难的工作，因收集的相关X & Y 数据其涉及面广范围大数据量多. 综观本次整个改善活动, 收集并输入到电脑中的相关数据有近10万个数据之多! 其中 Y 数据, 即各类不良类型的数据,包含了研磨前研磨后加工后的21个具体不良项目. X数据, 即有关各种生产条件参数数据,包含了40个重要过程参数. 本次改善活动共收集了1500多炉的X Y 数据 . . 本次活动中的数据收集工作, 较好的利用了团队合作和电脑资源,并达到了较好的效果. 出于改善和降低改善成本目的,在本次改善活动的数据收集过程中, 我们团队
7、,不断的更新收集的过程参数,随时将认为有可能产生影响的X因子列入数据收集计划,实施数据收集并确认其影响程度. 由于本次数据收集所涉及的范围非常广, 数据收集的直接人员有36人至多, 故数据的准确性不易控制,曾出现过多次数据收集错误的问题,.期间通过多次对数据直接收集人员的培训和宣导,对该问题的解决产生很大帮助 .,M - measurement,A-analyze,Analyze for mismatch 错模问题的分析,一. 说明：以下分析数据资料是基于对FBM-4线连续生产测量错模110件DRUM （1/25-3/8连续安排生产测错模品）。安排生产测错模品时，同时考虑到了对用不同中板架（
8、A / B ）和不同砂箱（A、B、C、D ）所生产的错模量的差异。,结论：A 、 B中板架的不同对于错模有显著的影响，用A中板架做出产品的错模量要显著的低于用B中板架做出产品的错模量。,二. A 、B中板架的不同对错模的影响分析：,三. 分析砂箱的不同（ABCD）对于错模量的影响：,四. 分析砂箱和中板架的交互作用对错模量的影响：,分析说明： 用 A、B、C、D 四个砂箱与A中板架配合所做出的错模量均低于和B中板架配合所做出产品的错模量,五. 用X-R 图分析错模量：,分析说明： 1. 错模量的变动基本在受控范围 2.每天的错模量变动大于天次之间的错模两变动即：组内变动大于组间变动。也就是说
9、每天之内的错模量变化过程存在特殊原因。应采取措施减少和降低每天之内错模量的变动。,分析说明：基于错模规格为1.8毫米的过程能力分析.错模过程能力CPK=0.50错模量超出规格的几率为：9.55% 。,分析说明： 基于错模规格为1.5毫米的过程能力分析.错模过程能力CPK=0.26错模量超出规格的几率为：25.39%,六. 当前错模量过程能力分析：,Action for mismatch 错模问题的对策,七. 错模方向的分布：,八. 错模问题对不良的影响：,RH 排气管：,LH 排气管：,综合以上两个图形分析结论如下：1. RH件的加工偏心不良问题受错模问题影响较显著，偏心不良随着错模量的增加而
10、增加。2. LH件的加工偏心不良问题受错模影响不显著，RH件目前的错模量变化几乎影响不到其加工后的偏心不良。,九.对错模问题的改善对策：,通过将以上相关信息与造型、保全相关单位进行确认沟通，最终由保全课负责实施了对造型机B中板架的调整和更换工作。调整更换的时间为：2005/3/18 .,十. 对调整后的错模问题的效果确认：,调整前：,调整后：,造型机B中板架调整效果的结论： 1. 从以上相关图形可以看出，B中板架调整前后的错模量变化 反映明显，平均错模量下降0.5 。 2. 调整后，A 、B、C、D 四个砂箱与B中板架的配合变异较小，变的稳定 。,A-analyze,Effect of the
11、 improvement for mismatch 错模改善的效果,十一. 改善前后错模控制的过程能力分析比较,1. 改善前2005年2月份的错模控制过程能力分析:,2. 改善后2005年3月份的错模控制过程能力分析:,以1.5MM为控制规格,则2月份的错模过程能力CPK为: 0.22 ,即有27.35%的错模超出规格.,以1.5MM为控制规格,则3月份的错模过程能力CPK为: 0.92 ,即有1.9%的错模超出规格.,3. 改善前后错模量变化比较：,4. 改善前后A&B中板架对错模的影响:,A. 改善前,B. 改善后：,5. 改善前后(2005年2月份与 3月份)的总不良改善变化:,A-an
12、alyze,1. 说明；为了调查和分析模具的外观对产品不良的影响程度我们制定的上线前模具外观状况点检确认表，对每炉产品上线前的模具外观状况进行记录确认，其中模具外观分为： A B C D 四类分类标准为： 模具上线前未经过任何维修和保养，外观等级为： A 模具上线前经过简单的清理和打扫， 外观等级为： B 线前模具外观经过简单的修整和保养， 外观等级为： C 上线前模具外观经过全面的休整和保养， 外观等级为： D,Effect of mold appearance模具外观状况对不良的影响分析,对模具外观的控制措施:1. 模具实施定期美容, 对问题多发的位置实施维修改善.2. 对每炉产品上线前的
13、模具外观状态实施点检确认,记录实际情况,对模具的异常情况及时发现及时修正.,2. 模具的不同外观状况对产品总不良率的影响：,3. 模具的不同外观状况对产品压砂不良的影响：,4. 模具的不同外观状况对产品冲砂不良的影响：,5. 对上线前模具外观进行点检确认的数据记录表：,分析结论：上线使用前不同外观等级的模具，对产品的外观不良有显著的影响，特别是对外观不良项目压砂、冲砂不良有显著的影响。,A-analyze,接水不良的分析改善Analyze of the Misrun defect,1. 说明：数据收集时间段为: 2005-2-15日到 3月19日共计 273炉的生产数据 .,2. 通过分析该2
14、73炉的不良数据，发现LH件的接水不良较RH件高出2倍！,3. 因RH 和LH 件的全模重不同,故考虑全模重的差异计算出的RH和LH件的浇注速度差异如下;,即: 我们有99.9%的把握可以认定RH和LH 件的接水不良存有本质的差异。,即: 我们有99.9%的把握可以认定RH和LH 件的浇注速度存有本质的差异。,RH和LH件 的生产条件(化学成份出汤温度浇注温度铸砂条件设备和人员等)几乎完全是相同的,那么引起RH件和LH件接水不良高低差异的主要原因,很有可能RH和LH件的模具方案不同 ,即浇注速度的不同引起的 为了调查不同的浇注速度对RH和LH件的不同影响,我们将RH和LH件 的接水不良根据浇注
15、时间的不同 ( 大于7秒 和 小于7秒 ) 分为两类,统计图形如下;,分析结论: 1. 不论RH件还是 LH件,浇注时间大于7秒时所生产出的接水不良要比小于7秒所生产出的接水不良高出很多.也就说:浇注速度快的,接水不良相应的会低很多. 2. 综合RH和LH件来看: 大于7秒和小于7秒所生产出的接水不良存有显著的差异:(相差3倍),说明：针对LH件浇注速度慢、接水不良高的问题，我们对LH件的模具方案进行了改进，提高了其流速，具体改善参见下章 。,A-analyze,接水不良的分析改善Analyze of the Misrun defect,6. 根据前面分析结论：浇注速度显著的影响着接水不良的发
16、生，浇注速度快接水不良低、浇注速度慢接水不良高。故现对浇注速度进行分析：. 不同的溶解炉对浇注速度的影响：,. 不同的溶解炉对浇注首末温的影响：,通过对浇注首末温的分析结论如下：1. LH件的浇注首末温要比RH件的浇注末温略低4度 .2. 不论RH件还是LH件，从4个不同的炉别来看，E炉的铁水浇注首末温总是要比其它3个炉别低近10度.,同时我们发现：E炉相对应的接水不良也是最高的！,. 不同的浇注人员对浇注速度 和 接水不良的影响：,分析结论： 浇注人员对于接水不良有较为显著的影响，其中主要对不良的影响体现在不同的浇注速度上。针对本案例应重点调查C浇注员的浇注作业方式，为何其浇注速度要比其他同
17、仁慢，同时其浇注的接水不良会比其他同仁高。,分析结论：由于E炉铁水的浇注首末温均比其它3个炉别低10度，相应的E炉的浇注速度比其它3个炉别慢，进而造成E炉的接水不良显著的高于其它炉别！,调查结论：经与溶解方C调查确认，得知，E溶解炉因存有机械故障，即该炉出汤时，溶解炉上升的速度要比其它3个炉慢，经过实际测量，其平均上升时间要慢10-15S 。,A-analyze,LH 排气管 MOO部加工偏心调查分析报告,1. 通过讨论分析，我们知道 造成LH排气管加工后偏心主要有以下两方面原因 ： A ，铸造粗材的尺寸变异 B，MOO部加工产生的尺寸变异。 故从从以上两方面的可能原因进行分析调查：,2. 粗
18、材的尺寸（基准点到孔位中心距）与 偏心量 （加工 后最大肉厚减最小肉厚）的关系：,说明：由分析的图形和数据可以得出的结论为：有95%的把握认为孔的偏心量和粗材 的尺寸具有强烈的正相关关系，相关系数为93.9% 。即：如果要减小孔的偏心量就应减小粗材相关尺寸偏离基准的距离。,3. 加工的尺寸变异量(粗材基准到加工孔中心的距离)与偏心量（加工后最大肉厚减最小肉厚）的关系：,结论：当前加工尺寸的变动偏移对孔的偏心量几乎没有影响 即：加工尺寸由-0.3到0.2的变动不会决定和造成孔的偏心与否。,4. 粗材相关尺寸的过程能力分析:,修模量,修模量,结论： 粗材尺寸过程能力不足，（ CPK=0.1 ）相关
19、粗材尺寸偏离中心 0.79、 0.69 ，此为修模量参考值，应对相关粗材尺寸进行修模改善。,A-analyze,大小浇口杯对不良的影响分析,1.数据收集说明：本次分析共收集了LH和RH件 206炉生产条件和不良数据。其中采用大浇口杯共生产了98炉（3/2-3/19），采用小浇口杯生产了108炉（2/15-3/1） 。,2. 分析大小浇口杯对总不良的影响：,结论：采用大小浇口杯的不同对 总不良有显著的影响，其中采用大浇口杯生产时，RH和LH件的不良均明显降低，平均不良下降2.86% 。,3. 分析大小浇口杯对铸字不清不良的影响：,结论：采用大小浇口杯的不同对铸字不清不良有显著的影响，其中采用大浇
20、口杯生产时，RH和LH件的不良均明显降低，平均不良下降0.68%（降低了近4倍） 。,总结：通过分析可以明显的发现，使用大小浇口杯，对生产产品的总不良率有显著的影响，使用大浇口杯生产时不良类率明显要低！所以应采用大浇口杯生产。,A-analyze,Effect of different operater不同的作业人员对不良的影响,1. 说明： 为了分析不同的作业人员对于相应的产品不良是否会有显著的影响，故特对相关重要工作岗位的作业担当人员进行编号统计。,2. 不同的溶解作业员对铸字不清不良的影响：,3. 不同的浇注作业员对对浇注速度的影响：,分析结论： 浇注人员对于接水不良有较为显著的影响，其
21、中主要对不良的影响体现在不同的浇注速度上。针对本案例应重点调查C浇注员的浇注作业方式为何其浇注速度要比其他同仁慢，同时其浇注的接水不良 要比其他同仁高。,问题：铸字不清不良为何每次均发生在 溶解司炉员 P 所负责的炉次？铸字不清问题和溶解司炉员有关系吗？,A-analyze,Effect analyze of the green sand 铸砂影响的相关分析,1. 铸砂强度对砂孔不良的影响：,2. 铸砂强度对加工后偏心不良的影响：,3.铸砂砂温对透气性的影响：,4.砂模错模量对总不良的影响：,A-analyze,I - improvement,Correct action for mismat
22、ch 错模问题的对策,改善内容：通过将相关信息（错模的方向、错模发生的中板架、错模量）与造型、保全相关单位进行确认沟通，最终由保全课负责实施了对造型机B中板架的调整和更换工作。负责人：陈景辉 完成时间： 3月11日,2. 改善前后错模效果的比较：,调整前：,调整后：,结论：调整前后B中板架的错模有明显的改善，效果良好,平均错模量降低了0.47MM.,3. 改善前后B中板架错模量的比较：,4. 错模改善前后过程能力的比较：,Correct action for misrun 接水不良的对策,改善内容：. 通过改善LH件模具的方案，提高LH件产品生产浇注时的流速。 负责人 ：杜开忠 完成时间： 3
23、-15 2005 . 联络维修溶解E炉的出汤液压系统，使其与其它三个炉别的出汤速度相同。维修未完成前，尽可能少的使用E炉生产排气管。 负责人：方锻炼 完成时间： 3-15 2005 . 对溶解司炉员P 进行教育训练，或调至其它工作岗位。 负责人：方锻炼 完成时间： 3-15 2005 . 对浇注作业员C 进行教育宣导，提高其浇注技能和工作责任心，使其平均浇注速度达到正常水平。 负责人：芮翠兵 完成时间： 3-15 2005,2. 对策实施前后效果的比较,Two-sample T for 接水 改善实施 N 平均不良 StDev SE Mean 改善实施后 122 0.00181 0.00419
24、 0.00038 改善实施前 277 0.0103 0.0117 0.00070 P-Value = 0.000 DF = 385,结论：从改善前后的数据对比可以看出：针对接水不良的改善对策非常有效果，对策前后接水不良减低了5倍 ！,I - improvement,Correct action for eccentricity after machining加工偏心不良的对策,改善内容：.针对LH件的偏心问题，将模具5处法兰面孔位补厚0.5MM 。 负责人： 杜开忠 完成时间：3/5 2005。. 与MOO部协商：加工LH件时，将加工尺 寸向Z基准整体调整0.3MM。 负责人： 吕帅 完成时间
25、： 2月24日 .联络MOO部更改现有的偏心检查标准书：使检查方法便于作业，并放宽允收标准（参考图面规格） （1.3MM-2.0MM）。 负责人：吕帅 完成时间： 4月10日,2. 偏心不良改善效果比较:,Two-sample T for 材偏 改善实施 N Mean StDev SE Mean 改善实施后 122 0.00190 0.00444 0.00040 改善实施前 277 0.0131 0.0188 0.0011 Estimate for difference: -0.011245 P-Value = 0.000 DF = 338,结论：从改善前后的数据对比可以看出：针对加工后偏心问
26、题的改善效果显著, 偏心不良从改善前的1.31% 降低到改善后的0.19%, 不良低减了7倍 !1,I - improvement,Other correlative improvement 其它相关的改善措施,1. 对每炉上线前的模具外观实施点检确 认，并记录模具外观等级状况和维修情况，对模具外观异常情况进行及时维修，防止因模具补土老化等原因而造成产品不良。 负责人： 杜开忠 实施日期： 2月12日,2. 对溶解司炉员P 进行教育训练，严格控制增碳时机。 负责人： 芳锻炼 实施日期： 3月12日,3. 采用大浇口杯生产浇注。 负责人： 芮翠兵 实施日期：3月26日,4. 采用大浇口杯生产的效
27、果确认：,Two-sample T for 总不良率 改善状况 N Mean StDev SE Mean 大浇口杯 300 0.0291 0.0252 0.0015 小浇口杯 278 0.0743 0.0652 0.0039 stimate for difference: -0.045160 P-Value = 0.000 DF =353,结论： 通过比较分析，采用小浇口杯RH 采用大浇口杯共生产了300炉平均不良率为2.9%.平均不良降低了4.5% ,效果显著 .,I - improvement,Badness performance after improvement 2004年9月至20
28、05年4月总不良改善趋势图 4W7E 排气管,1. 不同月份之间的总不良变化情况：,2. 改善前中后的总不良变化情况：,Level N Mean StDev -+-+-+-+- 2004年-9月份 55 0.11827 0.05680 (-*-) 2004年10月份 46 0.11044 0.04119 (-*-) 2004年11月份 392 0.09147 0.06170 (*-) 2004年12月份 137 0.07889 0.06907 (-*-) 2005年1月份 147 0.08451 0.07741 (-*-) 2005年2月份 152 0.07067 0.06362 (-*-)
29、2005年3月份 271 0.04661 0.03588 (-*-) 2005年4月份 238 0.02999 0.03015 (-*-),Level N Mean StDev -+-+-+- a-改善前 101 0.11470 0.05021 (-*-) b-改善中 973 0.08113 0.06376 (*) c-改善后 364 0.02928 0.02688 (-*-),Source DF SS MS F P 改善阶段 2 0.92576 0.46288 148.73 0.000 Error 1435 4.46607 0.00311,C - control,2005 Badness p
30、erformance after improvement 2005年改善前后不良的表现 4W7E 排气管,1. LH排气管改善前后总不良率的变化：,2. RH排气管改善前后总不良率的变化：,Source SS MS F P 改善阶段 0.39721 0.19860 50.12 0.000 Level N Mean StDev Before improveme 156 0.10670 0.09036 Improving 78 0.07421 0.04287 W-After improvem 156 0.03540 0.02857,Source SS MS F P 改善阶段 0.15064 0.0
31、7532 58.13 0.000 Level N Mean StDev Before improveme 147 0.06775 0.04950 Improving 72 0.04897 0.02842 W-After improvem 144 0.02237 0.01895,LH件改善效果说明： 改善前总不良率：10.67% （156炉平均值） 改善中总不良率：7.42% （78炉平均值） 改善后总不良率：3.54% （156炉平均值）,RH件改善效果说明： 改善前总不良率：6.75% （147炉平均值） 改善中总不良率：4. 89% （72炉平均值） 改善后总不良率：2. 23% （144
32、炉平均值）,C - control,Badness performance after improvement 2004年9月至2005年4月总不良改善趋势图 4F2E 排气管,1. 不同月份之间的总不良变化情况：,2. 改善前中后的总不良变化情况：,Level N Mean StDev -+-+-+- - 2004年10月份 32 0.14678 0.14696 (-*-) 2004年9月份 56 0.19568 0.10554 (-*-) 2005年2月份 14 0.07105 0.10505 (-*-) 2005年3月份 77 0.03644 0.04587 (-*-),Level N
33、Mean StDev -+-+-+- a-改善前 88 0.17790 0.12368 (-*-) b-改善中 42 0.06850 0.07796 (-*-) c-改善后 49 0.01885 0.01623 (-*-),C - control,2005 Badness performance after improvement 2005年改善前后不良的表现 4F2E 排气管,1. LH排气管改善前后总不良率的变化：,2. RH排气管改善前后总不良率的变化：,LH件改善效果说明： 改善前总不良率：17.22% （44 炉平均值） 改善中总不良率：8.19% （16 炉平均值） 改善后总不良率
34、：1.27% （24 炉平均值）,RH件改善效果说明： 改善前总不良率：16.76% （44 炉平均值） 改善中总不良率：6.02% （26 炉平均值） 改善后总不良率：1.72% （25 炉平均值）,Level N Mean StDev a-改善前 44 0.17225 0.07494 b-改善中 16 0.08194 0.05918 c-改善后 24 0.02060 0.01274 Source MS F P 改善状态 0.19623 53.38 0.000,Level N Mean StDev a-改善前 44 0.1676 0.1591 b-改善中 26 0.0602 0.0876 c
35、-改善后 25 0.0172 0.0191 Source MS F P 改善状态 0.2471 17.63 0.000,C - control,C - control,Financial benefit 财务收益,2. 四种产品改善前后不良损失金额的差异：,3. 改善的财务收益：Financial benefit from improvement,财务收益的计算方法：（单位产品制造成本* 2005年订单预测量 * 改善前生产不良率 ）- （单位产品制造成本* 2005年订单预测量 * 改善后生产不良率 ）即：改善的财务收益等于改善前的不良损失金额与改善后的不良损失金额的差额 。,根据当前两个月
36、的实际不良情况，预测本次改善的年度财务收益为：2,908,000RMB .,1。 四种产品改善前后的不良PPM比较:,FOO部FORD排气管铸造不良改善,1。 四种产品改善前中后的不良趋势控制图：,2。 四种产品在不同改善阶段的不良变化趋势：,4. 预计每年的改善财务收益：Financial benefit,3。四种产品改善前后的不良PPM比较:,BB：吕帅,改善前 88 17.79% 改善中 42 6.85% 改善后 49 1.88%,Level N Mean 改善前 101 11.47% 改善中 973 8.11% 改善后 364 2.92%,总结: 不良改善目标为5%以下, 实际改善结果
37、为2.68% . 目标达成率: 146% .,C - control,具体的控制方案,采用专用的控制图对设备错模量实施监控：监控的项目包括： . A、B 中板架的错模状况. A、B、C、D 砂箱对错模的影响. 错模的方向变化. 具体管制图参见品证二课FBM-4线错模专用管制图,2. 采用大浇口杯生产浇注。,3. 定期对模具外观实施全面维护保养 （1次周）,4. 对浇注速度实施监控，每炉测量3模 浇注速度。,采用X-R管制图对溶解碳含量的变化进 行管制图控制，确保炉前炉后碳含量的变化处于稳定正常的水平。,对造型机的设备故障进行全面的分类记录, 以便进一步掌握其影响和发生的规律,将其控制在一个可接
38、受的范围.,继续使用X-R 管制图,对铸砂性能实施监控, 使其能够维持在当前的水平条件.,对于将来的过程异常，应注意避免调整过度的问题。,C - control,几点建议Some advise,从人力、物力等方面确实加强对模具的维护和保养工作，使用系统的方法，建立模具的维修和更改档案，对模具的变化实施监控和分析。 应考虑使用适当的方法，对于造型机等重要设备的调整维护和保养后的效果进行验证和确认，该验证和确认工作应在批量生产前实施。以避免设备调整过度或保养不当而造成批不良。 建议对重要的设备备品更换，建立系统的数据信息档案，以分析出合理的保养更换周期，做好预防保养工作。 建议对当前生产过程和检验
39、过程中的重要测量系统实施全面的测量系统分析工作，掌握当前测量系统的能力，改进能力不足的测量系统。 加强全员特别是设计开发人员对统计知识的学习和应用，全面建立和应用过程能力分析的概念。,C - control,活动的感想及反省,绿带成员活动感想：1. 品质不良的低减需要靠全体团队成员的共同努力才能实现。2. 6SIGMA 是一种系统的、科学的改善方法，通过本次活动，我学到了很多以前所没有学到的东西。3. 我希望6Sigma活动是一个持续的、长期的活动，在公司发展的同时，6Sigma活动能够不断的推广，让更多的同仁了解6Sigma、参与6Sigma，让6Sigma活动在整个公司推行，让整个公司成为
40、一个非常良好的、先进的、高效的团队4. 通过参与本次6SIGMA活动，使我获益非浅，它真正地体现出品质改善的实质所在，希望6SIGMA能够在FJW深根发芽、茁壮成长。5. 通过此次活动也使我感受到了为什么GE通过推行6SIGMA可以让其公司获得再次快速发展.我相信如果公司继续坚定不移的推行6SIGMA,我们公司也会获得很好的发展.也希望以后可以有更多机会参加6SIGMA的活动。,二 . 黑带感言：1. 从某种意义上来讲, 6SIGMA颠覆了我多年来的观念和想法, 通过学习和实际运用6SIGMA解决实际问题, 使我建立了一种系统思考问题和解决的方法, 相信这对于我未来的职业生涯将大有帮助. 2.
41、 综观本次活动的整个过程和结果, 作为6SIGMA小组的黑带,我挺有自豪感, 本次活动的改善效果完全超出我先前的预料之外! 这使我更加相信6SIGMA的力量. 依靠这种力量,相信以后我们能够做的更好!3. 团队的力量在本次活动中被发挥的淋漓尽致！已经收集和输入电脑中10万多个的数据，相信可以说明一切。好的团队也许才真是6SIGMA成功的关键。,C - control,感 谢,本次6SIGMA活动之所以顺利的取得成功，离不开许许多多的同仁和领导对我们的帮助和支持，借此机会对你们表示真诚的感谢！特别感谢徐EM 、芮M及我的主管余K ，感谢您们在活动过程中给予我们诸多的管理支持！同时感谢所有绿带成员
42、的主管！没有你们的支持和关注我们的项目几乎不可能完成。感谢IBM咨询顾问公司的周欣女士和FORD 公司的BOB先生！谢谢你们在6SIGMA技术方面给予我们的指导和帮助！感谢制造二部负责改善的同仁顾留兴E 、夏林T 、李启权 . ， 谢谢你们对我们项目改善的大力协助和热情支持！没有你们付出的杰出工作，我们的项目无法如此顺利完成。感谢制造一部的许多同仁对我们项目改善的协助和配合！对于偏心不良的调查和对策的过程中，谢谢你们对加工基准进行了有效的调整！感谢业务课谢宏斌同仁，在我们团队与FORD 公司的相关技术人员的沟通和交流过程中，谢谢你热诚的帮助！感谢公司资讯课许多同仁在电脑技术方面给予我们的支持和协助！最后我要感谢的是我所有的绿带团队成员，在整个改善活动中你们付出了最为卓越而艰辛的工作，感谢你们能和我一起克服困难并分享成功的喜悦！,
