6-sigma的案例
AWE中實現6sigma的DOE優化
，如果我們通過抽樣確定該尺寸的制造標準差（standard deviation）,那么我們可以得出設計應力值的安全系數應該取多大就可以使生產出的產品滿足3sigma、4sigma或者6sigma的標準。如果是6sigma的水平的話，按照我們設計的安全系數（某一個安全系數值），在該制造工藝情況下（制造工藝決定standard deviation——標準差），生產出的產品合格率為99.9996%，次品率為百萬分之3。當然我們也知道安全系數取得越大，6sigma的水平越高，但是安全系數的增加必然也會導致結構重量、尺寸的增加。而且在6sigma優化中，當我們設定廢品率小于百萬分之3時，軟件仍認定為6sigma水平，而不再提高設計安全系數。下面以一個例子來說明。
結構幾何模型，設定優化尺寸。
1.JPG
WE中掃略網格功能得到很大的擴展，帶倒角的結構也可以不用任何幾何處理而生成較好的掃略網格。當然他們的界面輪廓形式沒有改變。然后進行第一次計算，得到一個確定的安全系數。計算結果應力值為41.25，以250MPa的屈服應力計算，按等效應力評估，該安全系數為6.061。如果生產中抽樣得出鑄造工藝關于200mm的寬度這個尺寸的標準差為1mm，那么是否取該尺寸進行生產就可以生產出滿足工作中要求該結構的安全系數為6標準呢？這時候按照這一尺寸進行生產會有多大的廢品率？如果不行，我們又應該選取多大的尺寸進行生產呢？這就需要使用概率優化進行探討。AWE主要使用6sigma方法進行分析。
2.JPG
計算結果應力分布圖。
3.JPG
確定標準差和分布類型
4.JPG
計算結果的響應分布，輸入參數對安全系數的影響。
展開 利用Isight做的一個全流程的例子-- 6Sigma
利用Isight做的一個全流程的例子-- 6Sigma1.rar
利用Isight做的一個全流程的例子-- 6Sigma2.rar
利用Isight做的一個全流程的例子-- 6Sigma3.rar
【案例教程】【dyna】求解?【meta】后處理?【isight】可靠性分析+6sigma優化 ￥5
【案例教程】【dyna】求解?【meta】后處理?【isight】可靠性分析+6sigma優化，全部文件
僅作為參照案例，路走通，很多問題可以迎刃而解。
【案例教程】【dyna】求解?【meta】后處理?【isight】可靠性分析+6sigma優化，全部文件
僅作為參照案例，路走通，很多問題可以迎刃而解。
【案例教程】【dyna】求解?【meta】后處理?【isight】可靠性分析+6sigma優化，全部文件
僅作為參照案例，路走通，很多問題可以迎刃而解。
原創，望大家指教！
天下至柔思維，馳騁天下之至堅難事
案例2：時間管理-用6 sigma理解
熟悉時間管理的朋友都知道，有四大原則：
刺激面前，拉開距離：區分事件緊急重要程度，思考后響應，克服干擾事項
以終為始：鎖定最終目標，制定時間計劃
做正確的事情：時間花在能產生80%結果的20%事物上。
效能原則：計劃執行切實有產出，產能在保持或增長
怎樣，這與6sigma 思維何其相似。以終為始，是6sigma 界定階段中的Y，這Y有階段性，有漸進性，可測量。刺激面前，拉開距離是6sigma中測量階段與分析階段，日常中，有很多突如起來的事件要做（刺激），如何響應很影響你的事件效率。我們應該對這些事情進行思考，排序，不必要的事件不要響應，或選擇能安心做事的環境，避免不必要事情發生。做正確的事情是6sigma中改進階段，重心要放在影響目標的關鍵事件上。效能原則是6sigma控制階段，要確保自己能持之以恒，鞏固成果，持續產出。
2. FMEA簡介及思維價值
失效模式與影響分析即“潛在失效模式及后果分析”，或簡稱為FMEA。FMEA是在產品設計階段和過程設計階段，對構成產品的子系統、零件，對構成過程的各個工序逐一進行分析，找出所有潛在的失效模式，并分析其可能的后果，從而預先采取必要的措施，以提高產品的質量和可靠性的一種系統化的活動。
在思維領域，FMEA提供了一套方法論，將面臨問題（失效模式），問題直接后果，中間后果，最終后果，問題原因（人為失誤方面），問題發生的背后運作規律（事物發展客觀存在的規律），會發生問題的概率（頻度），發生問題后的嚴重度，避免發生問題的預防措施（預防），問題發生苗頭的識別度（探測），以及頻度，嚴重度，識別度的評判標準等幾方面組合在一起的系統的，集成的思維方法體系。
展開 
基于matlab與isight的可靠性分析、6sigma優化 ￥4.99
全部文件，附帶完整操作過程，望大家指教！
僅作為參照案例，路走通，很多問題可以迎刃而解。
全部文件，附帶完整操作過程，望大家指教！
僅作為參照案例，路走通，很多問題可以迎刃而解。
“ANSYS工程結構分析與輕量化優化設計”專題培訓班
6、靜力學分析技巧
7、剛體模型的使用
工程實例-線彈性靜力學工程實例
工程實例-非線性分析的工程實例
工程實例-套筒預緊力分析工程實例
工程實例-圓筒的過盈裝配分析
工程實例-齒輪接觸分析
（六）屈曲分析
1、線性屈曲分析計算理論
2、線性屈曲分析
3、非線性屈曲分析
4、屈曲載荷計算
5、非線性屈曲載荷計算
6、屈曲分析技巧
7、線性屈曲重力的影響
工程實例-鋼架結構線性屈曲分析工程實例
工程實例-柱體結構非線性屈曲分析工程實例
（七）模態分析
1、模態分析簡介
2、模態計算理論
3、模態的計算方法
4、模態計算中接觸設置
5、模態計算設置
6、預應力模態分析
7、模態計算結果類型與工程中應用方法
8、濕模態
工程實例-機械支撐結構模態計算
工程實例-機械支撐預應力模態計算
（八）結構輕量化設計
1、結構輕量化設計的目標
2、結構輕量化設計的原理
3、實驗設計
4、優化約束和目標函數
5、基于響應面法的輕量化設計
6、6 Sigma設計
工程實例-連桿結構的輕量化優化設計
工程實例-吊鉤結構的6 Sigma分析
（九）結構拓撲優化設計
1、拓撲優化設計思想
2、目標函數
3、約束函數
4、制造約束
5、拓撲優化工作流程
展開 鑄鋁一體化發動機罩的可靠性優化設計
3.3.2鑄鋁一體化發動機罩可靠性優化
根據可靠性分析理論，基于6Sigma可靠性優化設計的數學模型描述如下。
式中：μ為平均值，σ為標準差。
可靠性優化的目標為發動機罩的約束一階模態最大化，質量最小化。經過可靠性優化的16002次求解后，Pareto解集中推薦的最優解為T1=2.5464mm、T2=2.6972mm和T3=3.9848mm。經有限元仿真計算后得出可靠性優化結果見表6，與確定性優化相比，各個工況的剛度均得到提高，且優化值都達到了6Sigma水平，表明方案在實際中更加可靠。
可靠性優化后的鑄鋁一體化發動機罩的質量相比原鋼制發動機罩減輕了10.59%，約束一階模態提高了41.43%。確定性設計結果比起原鋼制件具有較大的提高，但是沒有考慮到材料、厚度等噪聲因子的影響，所以實際的可行性有限；經過可靠性優化，在保證鑄鋁一體化發動機罩抗凹性剛度、局部受壓剛度、正向彎曲剛度、側向彎曲剛度、中部扭轉剛度得到加強的前提下，鑄鋁一體化發動機罩的約束一階模態和質量均得到了改善，達到了優化設計的目的。
4 結論
1）首先采用“材料-工藝-結構-性能”一體化集成方法設計出鑄鋁一體化發動機罩，通過最優拉丁超立方試驗設計提取30組樣本點，然后基于徑向基神經網絡模型和多島遺傳算法對鑄鋁一體化發動機罩進行確定性優化。
2）考慮到方案的可行性，通過6Sigma可靠性設計方案對確定性優化方案進行可靠性優化，降低T1～T3的噪聲因子對響應目標的影響，大大提高了發動機罩優化結果的可靠性。
展開 國產統計過程控制（SPC）工具，賦能離散制造智慧升級
2、深度統計分析
除了內置 I-MR、X-R、X-s 等多種經典控制圖和10余種判異準則外，系統還提供完善的描述性統計、假設檢驗及DOE實驗設計功能，自動識別 6-Sigma 風險，一鍵生成專業質量報告。
?
3、案例直擊
場景一：國內頭部 LCD 模組制造企業——破解“1+1≠2”難題
常天科技是天馬、夏普等液晶面板企業的背光源主力供應商，在小批量、多品種的精密電子制造場景，零部件的微小波動會產生連鎖反應。比如單部件（A或B）檢驗均合格，但組裝后（C=A+B）卻不達標，投產初期缺乏疊加波動預判，導致批量不良。
DTEmpower 方案：同步采集單部件與組合體數據，量化波動貢獻率。通過API直連 MES系統繪制X-R圖，自動識別6σ風險并實時反饋工藝人員，實現從“事后檢出”到“事前預防”的轉變。同時，自動提取供應商PDF報告數據，打破了供應鏈的數據孤島。
場景二：某大型發電機廠——從4小時到5分鐘
發電機定子線圈的表面電阻、介損等數據至關重要，該廠過去長期依賴手抄質量記錄，質控人員需手工謄入Excel，再利用公式和條件格式篩查異常、繪制線圖。單次數據處理分析平均耗時達4小時，且無法標注異常點。
DTEmpower方案：引入大模型OCR技術實現手抄數據批量電子化，并建立自動拉取數據、自動判異、自動出圖的流程。分析時間從4小時縮短至5分鐘，效率提升50倍 。每年節約人力成本約46萬元，投資回收期僅需6個月。
質量管理是一場與“波動”的戰斗，天洑 DTEmpower 的目標，就是讓 SPC 從實驗室的象牙塔走入生產一線，給企業一套趁手的工具。
展開 智能制造在美國、德國、日本有什么不同？
實現方式主要包括在3個方面的改善：提高工作技能、改進團隊精神和改善工作環境，以致在20世紀90年代以后日本選擇“精益制造（Lean Manufacturing）”作為其轉型方向，而非“6-sigma質量管理體系”。
日本企業在人才的培養方面也是不遺余力的，尤其是“雇員終身制”文化，將雇員與企業的命運緊密聯系在一起，使得人的經驗和知識能夠在企業內部積累、運用和傳承。
日本企業解決問題的方式通常是：
發生問題→人員迅速到現場、確認現物、探究現實（三現)，并解決問題→分析問題產生的原因，通過改善來避免問題
最終的知識落在了人的身上，人的技能提升之后，解決和避免問題的能力也就上升了。
因此對于日本企業而言，員工是最重要的價值，對人的信任遠勝于對設備、數據和系統的信任，所有的自動化或是信息化建設也都是圍繞著幫助人去工作為目的，所以日本企業從來不會談機器換人或是無人工廠。如果中國想要學習工匠精神，那么最應該借鑒的是日本孕育工匠的組織文化和制度。
展開 通用汽車采用仿真技術代替傳動系統試驗
根據零部件供應商提供的統計質量控制(SQC)數據，通用汽車工程師能夠在95%置信度和6 sigma范圍內計算出最大的不確定性。然后，他們通過增加額外重量來模擬最惡劣情況，評估系統性能。為了保持計算載荷的可控性，工程師使用一階不平衡力方程對主要部件進行計算。由于內存限制，工程師根據經驗估計定義子系統阻尼量級，簡化傳統系統的貢獻量。在整個駕駛速度范圍內對仿真模型進行測量，通常是在0至7,000rpm范圍內每秒增加80rpm。
LMS動態多體仿真可以自動求解動力學非線性方程，并且能夠在仿真過程中的每一步報告載荷、位置、速度和加速度。結構可以通過圖形和高逼真3D動畫進行顯示，這使得工程師能夠可視化傳動系統零部件的柔體變形。在項目的早期階段，通用汽車工程師發現他們能夠重現試驗結果，達到較高的精確度。試驗室結果的標準偏差通常是10%，這是因為不可能在任何兩次試驗中準確無誤地使用同樣的條件。考慮到偏差，通用汽車工程師認為能夠將仿真誤差控制在實驗結果的15%內，就已經達到相當好的仿真效果。
驗證項目
在一個典型例子中，通用汽車工程師使用之前已經通過物理試驗驗證過的傳動系統方案A的結果，來檢驗傳動系統方案B。兩個方案之間最主要的區別是傳動軸和氣缸。首先，工程師創建能滿足方案A的多體仿真模型，并能保證仿真結果與先前的物理試驗非常匹配。然后，他們改變傳動軸，調整模型的其他參數，將模型轉化成方案B。仿真結果顯示方案B測得的傳動軸、轉換器和適配器部件的應力都低于方案A得到的數據，因此仿真的可靠性可以從方案A得到驗證。
在第二個例子中，改變一些設計參數來滿足方案C的要求，修改后的傳動系統集成于先前與之相關的LMS DADS傳動系統模型中，并研究其設計修改的效果。結果顯示，即使在最壞的傳動系統彎曲情況下，中心軸承支持也不會接觸到轉換器的支架。仿真結果還顯示中心軸承支架不會對傳動系統的彎曲有動態影響。
展開 Isight多學科參數優化軟件模塊構成 附isight參數優化理論和實例詳解下載
質量設計優化（Quality Desgin）
運用隨機仿真和優化理論（包括：蒙特卡洛仿真、Taguchi田口穩健性設計和基于6Sigma可靠性分析和穩健性設計DFSS，Design For Six Sigma），構成一個完整的、公式化的對可靠性和穩健性進行評價和改進的品質設計哲學框架。
下載地址：isight參數優化理論和實例詳解
汽車電子電氣行業IPD及研發管理解決方案分享 | 達索系統百世慧
會議議程
講師介紹
陳小芳IPD高級顧問
擁有超過十年以上的運營管理經驗，通過華為RDPMP、6SIGMA認證，熟悉項目群/項目管理;熟悉制造&研發&供應鏈管理，對企業業務流程再造&IT系統建設、企業數字化轉型有較好的理解。
董純冬PLM高級顧問
擁有超過16年的PLM系統建設從業經驗，先后參與過華為、格力、邁瑞、海康威視、長安汽車、聯合汽車電子、首鋼、河北鋼鐵等眾多企業的PLM系統和MES建設。對IPD如何落地數字化系統有獨特的看法。
*定期開展線上研討會，聯系小編免費參與
設計、仿真平臺是高學歷、高智商、高超前的一幫人設計出來的產品（一）
諸如基于TS的自動多方案對比和流程批處理化模塊可包括Robust
Design的帶概率分布輸入參數的穩健性仿真分析，實現6-Sigma設計。下圖顯示對于汽車碰撞分析而言，可以一次性地提交多個設計方案并自動獲得相關的性能指標，可以通過對性能指標的比較來判斷更優的方案。
h) 快速配置與客戶化：對于客戶來講時間意味著競爭力、市場和效益，成熟的仿真管理平臺應該能夠做到快速化搭建和配置。SimManager本身具有三層schema的架構，如下左圖。其中Industry
Portal
Schema面向某個行業，如汽車行業，仿真管理平臺的配置可以在行業共有特點的基礎上，考慮具體客戶專有特點快速地完成平臺的搭建；快速配置還在于SimManager產品已具備和主流商用數據庫（Oracle/DB2/SQL
Server）、主流網絡應用服務器（WebSphere、Tomcat）以及資源和負載管理軟件（如Analysis
Manager）的無縫連接，無需在這方面浪費時間
i) 平臺開放性:
基于MSC.SimManager仿真管理平臺可以實現對仿真的全面管理，包括數據、流程和知識的管理。此平臺基于面向服務架構（SOA），并提供Process
Builder（流程搭建工具）以圖形化拖拽方式快速搭建、調整業務流程。
j) 報告自動生成：基于標準化、模板化、客戶化的報告生成器，可以按客戶的要求，定制并自動生成網絡化的報告，且可以方便的發布到其它企業信息系統如PDM系統中去。
k) 項目管理：
SimManager可以根據客戶需要的項目管理要求進行項目管理相關的配置，具有的功能包括：對項目進行人力資源配置、靈活界定職責范圍、詳細的權限分配體系、規范的質量管理流程等。
展開 電子產品綜合壽命評估
嘉賓簡介
李修鵬先生，在產品設計開發和可靠性工程領域有超過20年的經驗，先后就職與惠普、戴爾中國研發中心、飛利浦全球技術發展中心，先后擔任可靠性技術和管理職務，現任昕諾飛可靠性經理；美國質量協會認證可靠性工程師（ASQ CRE）；6Sigma黑帶；ISO9000 內部審核員；美國可靠性工程師學會（SRE）上海分會主席；對可靠性工程的各方面內容都有比較深入的了解和豐富的實踐經驗，特別是在企業可靠性流程建立、壽命數據分析、QFD、DFMEA、可靠性試驗設RDT，HALT/HASS等方面擁有豐富的實踐。
質量管理 | 模具行業尺寸精度管控及3D交互式數據分析
PART.02
海克斯康解決方案
模具制造企業通過采用eMMA系統，可實現：
?? 打通不同測量設備來源的數據自動采集的障礙，既包括測點文本類數據，也包括非接觸點云數據；
?? 打破信息孤島，尺寸數據從測量設備端自動進入系統，制造企業內所有需要查詢分析尺寸數據的用戶都可以在任意電腦實時訪問；
?? 系統集成了3D功能，可將尺寸數據與CAD模型測量位置自動關聯，方便用戶在3D交互環境中快速找到關鍵位置的數據；
?? 通過簡單設置，可分類顯示各類指標結果，如：合格率（百分比）、Cp（百分比）、Cpk（百分比）、極差、最大值、最小值、6Sigma、均值、標準偏差等；
?? 用戶通過尺寸區域信息，自動創建不同分析區域的3D尺寸報告模板，用于常規報告導出；
?? 用戶可通過多零件虛擬匹配功能，實現零件與零件裝配尺寸（例如：內部裝配間隙，外部間隙面差，孔與孔中心距等）的分析。
尺寸數據分析表列舉：
展開 