参数变化_非物理（非线性）变化参数的优化和管理

前几年，我在汽车制造业工作，加工过程大多数是物理变化，例如组装、机加工、焊接等，这些问题分析起来相对简单，QC7工具的前6个就可以解决。但是最近的几年，我开始接触了制药业和食品行业，发现很多是生物化学反应或者复杂的物理变化，通常是多参数，非线性的交互关系，之前常用的工具很难解决。针对这种情况，推荐大家使用正交试验和相关性分析结合的方式，找到最优的参数控制范围和方法。

案例一：某产品的烘干参数优化

某企业产成品需要烘干，最终成品水分变化大，而且能耗大。此案例相对简单，而且是物理变化，我们可以不采用正交实验的方式，而是找到相关参数(条件：温度、风速、给料速度、进料水分。结果：出料水分)根据经验锁定其中一个或两个条件，例如：锁定温度(温度太高会导致产品质量风险)和风速，标准化前工序，减少进料水分的变化，分析给料速度与出料水分的相关性，并通过实验找到最佳的给料速度。然后，在保证出料水分的基础上，确定温度和风速对出料水分的相关性，从而找到最佳组合，最后终达到产品水分稳定和最低的能耗。相关性分析在excel表中就有，非常简单。你可以查看附件照片，由于版本不一致，可能有些差异，我使用的2010版。

对于数据你可以参考如下规则：

·|r|>0.95 存在显著性相关；

·|r|≥0.8 高度相关；

·0.5≤|r|<0.8 中度相关；

·0.3≤|r|<0.5 低度相关；

·|r|<0.3 关系极弱，认为不相关

QC7工具中的散布图就是典型的相关性分析

但是对于很多公司面临的不是简单地物理变化，而是生物化学变化，在这种情况下，就需要引入正交实验的方式，对于正交实验的定义，请大家有兴趣的可以百度，在这里我阐述一下我做正交实验的思路：

第一步，正交实验点的选择(正交实验比较复杂，需要专业的知识和大量的精力，从哪里开始需要慎重)

1，梳理各生产岗位工艺参数、工艺条件，了解各岗位工艺复杂程度

2、确定各岗位工艺参数的相关性，如比例，交互，未知。

3、评估各岗位工艺条件的绩效表现(时间、产出、质量等)

4、根据瓶颈岗位、绩效改进空间、关键质量、难易程度、投入五个方面进行评价，制作改善优先次序

第二步，实验实施

1、挑选因素，选取水平，列出因素水平表

主要靠专业知识和实践经验来确定，是正交试验设计顺利完成的关键。

2、选用正交表，进行表头设计

根据因素数和水平数来选择合适的正交表。一般要求：因素数小于等于正交表列数，因素水平数与正交表对应的水平数一致，在满足上述条件的前提下，选择较小的表。

表头设计就是将试验因素安排到所选正交表相应的列中。

3、明确试验方案，进行试验，得到以试验指标形式表示的试验结果。

4、对试验结果进行统计分析

通常采用两种方法：直观分析法、方差分析法。通过试验结果分析，可以得到因素主次顺序、最佳水平组等有用信息。

5、进行验证试验，做进一步分析。

现在很多激励和管理充斥在培训和咨询市场，迎合当今企业家急功近利的需求，我不否认这类培训的效果，但在同时我还要重视专业技术的培训。我建议企业的培训分为三个阶段，第一阶段，以激励、沟通、管理技巧为主的培训，短期内可以取得良好的效果。但紧接着，就要开战第二阶段的技术培训，专注于简单工具方法的培训。第三阶段，以6西格玛为基础的精英培训，专注技术性问题的解决。而第二、三阶段是我们国家倡导的工匠精神的基础，没有专业的知识不可能制造出专业的产品。

欢迎关注我的头条，每天都有管理的经验分享。