Product Design, Manufacturing & Innovation Resources
家 » 1.5 西格玛转变

1.5 西格玛转变

1990
  • Mikel Harry
质量控制工程师,负责分析制造过程中的过程能力指标。

(图片仅供参考)

1.5σ偏移是一种经验修正方法,用于…… 六西格玛 计算旨在解释过程的长期动态变化。它假设随着时间的推移,过程均值会偏离其短期中心位置约 1.5 个标准差。正是这种偏移导致 6σ 过程对应的 DPMO 为 3.4,而不是理论上的每十亿个缺陷 2 个。

Disclaimer: the 1.5 sigma shift is one of the most debated aspects of 六西格玛. 它起源于 观察 短期数据(在较短时间内收集)通常比同一流程的长期数据波动更小。这是因为在较长时间内,工具磨损、材料差异、操作人员差异和环境变化等因素会导致流程均值发生漂移。摩托罗拉工程师通过经验确定了 1.5 西格玛值,认为它是对这种漂移的合理估计。通过纳入这种漂移,六西格玛方法能够提供更现实、更长期的视角。 过程性能因此,DPMO 的计算基于结果超出偏离漂移均值 4.5σ 的规格限值的概率(6σ ÷ 1.5σ)。批评者认为 1.5 这个值是任意的,一个控制良好的过程不应该漂移这么大。支持者则认为这是一个务实的调整,使六西格玛标准更适用于实际的工业流程。

UNESCO Nomenclature: 3308
工业工程与技术

类型

抽象系统

中断

递增

用法

广泛使用

前体

  • 沃尔特·A·休哈特关于普通原因和特殊原因变异的研究
  • 长期与短期 过程能力 研究
  • 工业过程的经验观察
  • 控制图理论

应用程序

  • 计算长期过程能力(Cpk、Ppk)
  • 在制造业中设定切合实际的质量目标
  • 风险评估 in financial modeling
  • 长寿命产品的可靠性工程

专利:

NA

潜在创新理念

  • dynamic adjustment of the sigma shift in ai 过程控制 systems based on real-time data
  • applying a variable “life shift” factor in personal finance planning to account for unexpected events
  • 造型 气候变化 scenarios with built-in long-term drift parameters
  • 开发自适应机器学习算法,以解决概念随时间漂移的问题
  • 通过模拟长期性能漂移来创建更稳健的工程设计
  • a project management tool that incorporates a “schedule drift” factor in its predictions
  • financial risk models that include a “market sentiment shift” variable
  • 基于建模组件性能漂移的预测性维护计划
  • 考虑病原体突变(漂移)的长期流行病学模型
  • software performance testing that simulates long-term degradation and “code drift”
相关术语:1.5西格玛偏移、过程漂移、六西格玛、dpmo 统计过程控制过程能力、长期变异、摩托罗拉、质量控制、标准偏差。

历史背景

1.5 西格玛转变

1990
1990
1990
1990
1990
1990
1992
1990
1990
1990
1990
1990
1990
1991
1992

(如果日期未知或不相关,例如“流体力学”,则提供其显著出现的近似估计)

第十年 周年纪念日

只有注册会员才能免费获得 100% 的全尺寸图片和下载。.

> 登录 <