Projekt dla Six Sigma

Design for Six Sigma ( DFSS ) to inżynierski proces projektowania , metoda zarządzania procesami biznesowymi związana z tradycyjnym Six Sigma . Jest stosowany w wielu branżach, takich jak finanse, marketing, podstawowa inżynieria, przemysł przetwórczy, gospodarka odpadami i elektronika. Opiera się na wykorzystaniu narzędzi statystycznych, takich jak regresja liniowa i umożliwia prowadzenie badań empirycznych podobnych do tych prowadzonych w innych dziedzinach, np. w naukach społecznych . Podczas gdy narzędzia i porządek stosowane w Six Sigma wymagają istnienia i funkcjonowania procesu, DFSS ma na celu określenie potrzeb klientów i firmy oraz uwzględnienie tych potrzeb w tworzonym w ten sposób rozwiązaniu produktowym. Jest używany do projektowania produktu lub procesu w przeciwieństwie do doskonalenia procesu . Pomiary są najważniejszą częścią większości narzędzi Six Sigma lub DFSS, ale podczas gdy w Six Sigma pomiary są wykonywane na podstawie istniejącego procesu, DFSS koncentruje się na uzyskaniu głębokiego wglądu w potrzeby klientów i wykorzystaniu ich do podejmowania decyzji projektowych i kompromisów.

Istnieją różne opcje implementacji DFSS. W przeciwieństwie do Six Sigma, która jest zwykle realizowana za pośrednictwem DMAIC (Definiuj – Mierz – Analizuj – Ulepszaj – Kontroluj), DFSS zapoczątkował szereg etapowych procesów, wszystkie w stylu procedury DMAIC.

DMADV , zdefiniuj – zmierz – przeanalizuj – zaprojektuj – zweryfikuj, jest czasami określane jako synonim DFSS, chociaż stosowane są również alternatywy, takie jak IDOV (Identify, Design, Optimize, Verify). Tradycyjny proces DMAIC Six Sigma, jak jest zwykle praktykowany, który koncentruje się na ewolucyjnym i ciągłym doskonaleniu rozwoju procesów produkcyjnych lub usługowych, zwykle ma miejsce po zakończeniu wstępnego projektowania i rozwoju systemu lub produktu. DMAIC Six Sigma w praktyce jest zwykle pochłonięty rozwiązywaniem istniejących problemów procesu produkcyjnego lub usługowego oraz usuwaniem defektów i zmian związanych z defektami. Oczywiste jest, że różnice produkcyjne mogą wpływać na niezawodność produktu. Tak więc powinno istnieć wyraźne powiązanie między inżynierią niezawodności a Six Sigma (jakością). Natomiast DFSS (lub DMADV i IDOV) dąży do wygenerowania nowego procesu tam, gdzie żaden nie istniał lub tam, gdzie istniejący proces zostanie uznany za nieodpowiedni i wymaga zastąpienia. DFSS ma na celu stworzenie procesu z myślą o optymalnym wbudowaniu wydajności metodologii Six Sigma w proces przed wdrożeniem; tradycyjna Six Sigma dąży do ciągłego doskonalenia po tym, jak proces już istnieje.

DFSS jako podejście do projektowania

DFSS stara się unikać problemów związanych z procesami produkcyjnymi/serwisowymi, stosując zaawansowane techniki w celu uniknięcia problemów procesowych już na samym początku (np. zapobieganie pożarom). W połączeniu te metody umożliwiają uzyskanie odpowiednich potrzeb klienta i uzyskanie wymagań dotyczących parametrów systemu inżynierskiego, które zwiększają efektywność produktu i usługi w oczach klienta i wszystkich innych osób. Dzięki temu powstają produkty i usługi, które zapewniają duże zadowolenie klientów i większy udział w rynku. Techniki te obejmują również narzędzia i procesy do przewidywania, modelowania i symulacji systemu dostarczania produktu (procesy/narzędzia, personel i organizacja, szkolenia, zaplecze i logistyka do wytworzenia produktu/usługi). W ten sposób DFSS jest ściśle powiązany z badaniami operacyjnymi (rozwiązywanie problemu plecakowego ), równoważeniem przepływu pracy. DFSS jest w dużej mierze czynnością projektową wymagającą narzędzi, w tym: wdrażania funkcji jakości (QFD), projektowania aksjomatycznego , TRIZ , projektowania dla X , projektowania eksperymentów (DOE), metod Taguchiego , projektowania tolerancji, wzmacniania i metodologii powierzchni odpowiedzi dla pojedynczej lub wielokrotnej odpowiedzi optymalizacja. Chociaż narzędzia te są czasami używane w klasycznym procesie DMAIC Six Sigma, DFSS wykorzystuje je w wyjątkowy sposób do analizowania nowych i niespotykanych dotąd produktów i procesów. Jest to równoczesna analiza ukierunkowana na optymalizację produkcji związaną z projektowaniem.

Krytycy

Metodologia powierzchni odpowiedzi i inne narzędzia DFSS wykorzystują modele statystyczne (często empiryczne), dlatego praktycy muszą mieć świadomość, że nawet najlepszy model statystyczny jest przybliżeniem rzeczywistości. W praktyce zarówno modele, jak i wartości parametrów są nieznane i obarczone niepewnością oprócz ignorancji. Oczywiście oszacowany punkt optymalny nie musi być w rzeczywistości optymalny z powodu błędów oszacowań i niedoskonałości modelu. Niepewności można obsłużyć za pomocą metody predykcji bayesowskiej, która uwzględnia niepewności w parametrach modelu jako część optymalizacji. Optymalizacja nie opiera się na dopasowanym modelu dla średniej odpowiedzi, E[Y], ale raczej na prawdopodobieństwie późniejszym, że odpowiedzi spełniają podane specyfikacje, jest maksymalizowane zgodnie z dostępnymi danymi eksperymentalnymi.

Niemniej jednak metodologia powierzchni odpowiedzi ma skuteczne doświadczenie w pomaganiu naukowcom w ulepszaniu produktów i usług: na przykład oryginalne modelowanie powierzchni reakcji George'a Boxa umożliwiło inżynierom chemików ulepszenie procesu, który utknął w punkcie siodłowym od lat.

Wyróżnienia od DMAIC

Zwolennicy technik DMAIC, DDICA (Design Develop Initialize Control and Allocate) i Lean mogą twierdzić, że DFSS mieści się w ogólnej rubryce Six Sigma lub Lean Six Sigma (LSS). Obie metodologie koncentrują się na zaspokajaniu potrzeb klientów i priorytetów biznesowych jako punkcie wyjścia do analizy.

Często widać, że [ słowa łasicy ] narzędzia używane w technikach DFSS różnią się znacznie od tych używanych w DMAIC Six Sigma. W szczególności praktycy DMAIC, DDICA często wykorzystują nowe lub istniejące rysunki mechaniczne i instrukcje procesu produkcyjnego jako informacje źródłowe do przeprowadzania swoich analiz, podczas gdy praktycy DFSS często używają symulacji i parametrycznych narzędzi do projektowania/analizy systemów do przewidywania zarówno kosztów, jak i wydajności kandydujących architektur systemów . Chociaż można twierdzić, że [ słowa łasicy ] dwa procesy są podobne, w praktyce środowisko robocze różni się na tyle, że DFSS wymaga różnych zestawów narzędzi do wykonywania swoich zadań projektowych. DMAIC, IDOV i Six Sigma mogą być nadal używane podczas zagłębiania się w analizę architektury systemu oraz w procesach Six Sigma „zaplecza”; DFSS zapewnia procesy projektowania systemów wykorzystywane w projektach złożonych systemów front-end. Stosowane są również systemy back-front. Daje to 3,4 defektów na milion możliwości projektowych, jeśli jest dobrze zrobione.

Tradycyjna metodologia Six Sigma, DMAIC, stała się standardowym narzędziem do optymalizacji procesów w przemyśle chemicznym. Jednak stało się jasne, że sześciu sigma , a konkretnie 3,4 defektów na milion możliwości (DPMO), jest po prostu nieosiągalna po fakcie. W związku z tym narasta ruch w celu wdrożenia projektu Six Sigma, zwykle zwanego projektowaniem narzędzi Six Sigma DFSS i DDICA. Ta metodologia rozpoczyna się od zdefiniowania potrzeb klienta i prowadzi do opracowania solidnych procesów w celu zaspokojenia tych potrzeb.

Design for Six Sigma wyłonił się z metodologii jakości Six Sigma i Define-Measure-Analize-Improve-Control (DMAIC), które zostały pierwotnie opracowane przez firmę Motorola w celu systematycznego ulepszania procesów poprzez eliminowanie defektów. W przeciwieństwie do swoich tradycyjnych poprzedników Six Sigma/DMAIC, które zwykle koncentrują się na rozwiązywaniu istniejących problemów produkcyjnych (tj. etapie, aby ograniczyć problemy, które mogą wystąpić (tj. „zapobieganie pożarom”). Podstawowym celem DFSS jest osiągnięcie znaczącej redukcji liczby niezgodnych jednostek i zmienności produkcji. Zaczyna się od zrozumienia oczekiwań klienta, potrzeb i krytycznych dla jakości (CTQ), zanim projekt będzie mógł zostać ukończony. Zazwyczaj w programie DFSS tylko niewielka część CTQ jest związana z niezawodnością (CTR), a zatem niezawodność nie jest głównym tematem w DFSS. DFSS rzadko zajmuje się problemami długoterminowymi (po wyprodukowaniu), które mogą pojawić się w produkcie (np. złożone problemy związane ze zmęczeniem lub zużyciem elektrycznym, problemy chemiczne, kaskadowe skutki awarii, interakcje na poziomie systemu).

Podobieństwa z innymi metodami

Argumenty o tym, co odróżnia DFSS od Six Sigma, pokazują podobieństwa między DFSS a innymi uznanymi praktykami inżynierskimi, takimi jak projektowanie probabilistyczne i projektowanie pod kątem jakości. Ogólnie rzecz biorąc, Six Sigma ze swoją mapą drogową DMAIC koncentruje się na doskonaleniu istniejącego procesu lub procesów. DFSS koncentruje się na tworzeniu nowej wartości dzięki wkładowi klientów, dostawców i potrzebom biznesowym. Podczas gdy tradycyjne Six Sigma może również korzystać z tych danych wejściowych, ponownie nacisk kładziony jest na doskonalenie, a nie na projektowanie jakiegoś nowego produktu lub systemu. Pokazuje również zaplecze inżynieryjne DFSS. Jednak, podobnie jak inne metody opracowane w inżynierii, nie ma teoretycznego powodu, dla którego DFSS nie może być stosowany w obszarach poza inżynierią.

Aplikacje inżynierii oprogramowania

Historycznie, chociaż pierwsze udane projekty Design for Six Sigma w 1989 i 1991 roku poprzedzały ustanowienie procesu doskonalenia procesów DMAIC, Design for Six Sigma (DFSS) jest częściowo akceptowany, ponieważ organizacje Six Sigma stwierdziły, że nie mogą zoptymalizować produktów po trzech lub czterech Sigma bez gruntownego przeprojektowania produktu, ponieważ ulepszanie procesu lub produktu po wprowadzeniu na rynek jest uważane za mniej wydajne i skuteczne niż projektowanie pod względem jakości. Poziomy wydajności „Six Sigma” muszą być „wbudowane”.

DFSS dla oprogramowania jest zasadniczo nie powierzchowną modyfikacją „klasycznego DFSS”, ponieważ charakter i charakter oprogramowania różni się od innych dziedzin inżynierii. Metodologia opisuje szczegółowy proces skutecznego stosowania metod i narzędzi DFSS w całym procesie projektowania oprogramowania, obejmujący cały cykl życia oprogramowania: wymagania, architekturę, projekt, wdrożenie, integrację, optymalizację, weryfikację i walidację (RADIOV). Metodologia wyjaśnia, jak budować predykcyjne modele statystyczne dotyczące niezawodności i solidności oprogramowania oraz pokazuje, w jaki sposób techniki symulacji i analizy można łączyć z metodami projektowania strukturalnego i architektury w celu efektywnego tworzenia oprogramowania i systemów informatycznych na poziomach Six Sigma.

DFSS w oprogramowaniu działa jak klej łączący klasyczne techniki modelowania inżynierii oprogramowania, takie jak projektowanie obiektowe lub ewolucyjny szybki rozwój, ze statystycznymi, predykcyjnymi modelami i technikami symulacyjnymi. Metodologia zapewnia inżynierom oprogramowania praktyczne narzędzia do pomiaru i przewidywania atrybutów jakości oprogramowania, a także umożliwia włączenie oprogramowania do modeli niezawodności systemu.

Aplikacja do eksploracji danych i analizy predykcyjnej

Chociaż wiele narzędzi używanych w konsultingu DFSS, takich jak metodologia powierzchni odpowiedzi, funkcja transferu poprzez modelowanie liniowe i nieliniowe, projektowanie aksjomatyczne, symulacja, ma swoje źródło w statystyce wnioskowania, modelowanie statystyczne może pokrywać się z analizą danych i eksploracją,

Jednak pomimo tego, że DFSS jako metodologia była z powodzeniem stosowana jako kompleksowe [techniczne ramy projektów] dla projektów analitycznych i eksploracyjnych, eksperci dziedzinowi zauważyli, że jest to nieco podobne do linii CRISP-DM

Uważa się, że DFSS lepiej nadaje się do enkapsulacji i efektywnej obsługi większej liczby niepewności, w tym brakujących i niepewnych danych, zarówno pod względem ostrości definicji, jak i ich bezwzględnych liczb całkowitych w odniesieniu do zadań analitycznych i eksploracji danych, podejścia Six Sigma do danych -mining są popularnie znane jako DFSS over CRISP [CRISP-DM odnosi się do metodologii ramowej aplikacji eksploracji danych SPSS ]

Zaobserwowano, że projekty związane z eksploracją danych DFSS znacznie skróciły cykl życia. Zwykle osiąga się to poprzez przeprowadzenie analizy danych do wstępnie zaprojektowanych testów dopasowania szablonów za pomocą podejścia techno-funkcjonalnego z wykorzystaniem wielopoziomowego wdrożenia funkcji jakości w zbiorze danych.

Praktycy twierdzą, że progresywnie złożone szablony KDD są tworzone przez wiele uruchomień DOE na symulowanych złożonych wielowymiarowych danych, a następnie szablony wraz z dziennikami są obszernie dokumentowane za pomocą algorytmu opartego na drzewie decyzyjnym

DFSS wykorzystuje wdrożenie funkcji jakości i SIPOC do inżynierii cech znanych zmiennych niezależnych, pomagając w ten sposób w techno-funkcjonalnych obliczeniach pochodnych atrybutów

Po obliczeniu modelu predykcyjnego badania DFSS można również wykorzystać do zapewnienia silniejszych szacunków probabilistycznych rangi modelu predykcyjnego w rzeczywistym scenariuszu

Ramy DFSS zostały z powodzeniem zastosowane do analityki predykcyjnej w dziedzinie analityki HR. Ta dziedzina aplikacji była tradycyjnie uważana za bardzo wymagającą ze względu na szczególną złożoność przewidywania ludzkich zachowań.

Dalsza lektura

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Design_for_Six_Sigma&oldid=1135886344 ”