在6sigma项目中寻求创新（茹海燕）

6sigma因其以数据为依据的严密逻辑而著称，但是也因此而受到研发人员的置疑：数据能带来一切吗？例如，在I阶段好的改进方案是如何产生的？如果分析表明关键过程因子是因为参数设置不当，那么调整参数当然可以解决问题；否则，我们知道问题所在，数据却没有给我们指出如何解决问题，我们怎么办？也许是“头脑风暴”，可是没有目标的头脑风暴，其效率之低就不用说了。也许有人会说：“此时，我们需要灵感。”灵感是什么？就是创新。

创新出现在6sigma的内容当中，是在DFSS的高端设计阶段的一个方法：TRIZ。它的字母缩写无法被还原成一个有意义的英文词组，而它在国内又很少听说过，于是它的神秘引起了我们的注意。互联网总是一个很好的资源库，搜索、跟踪、跟进，TRIZ不但向我们解开了它神秘的面纱，而且逐渐展示了一个奇妙的世界。

TRIZ不是一个英文词组的缩写，而是俄文词组的缩写，这就是我们一直无法还原其原文词组的原因。它的含义是“发明问题解决理论”，英文应该是“the Theory of Inventive Problem Solving”。采用俄文是为了表示对这个理论的诞生与发展作出突出贡献的众多俄罗斯专家们的尊敬。他们的加入，不但加快了TRIZ理论本身的完善与发展，也把它从理论转化成可观的现实成果。但是在前苏联解体之前，西方世界对此也不了解。直至上个世纪90年代，随着大量苏联专家人才的外流，TRIZ传播到了西方。西方发达的市场经济，完善的将科技转化成生产力的体系，将TRIZ迅速地向各领域渗透。Intel，P&G，HP，Dior，SumSung等我们耳熟能详的公司，竞相引入并且取得不俗效益，这更加促进了TRIZ的传播。然而由于俄罗斯与外界世界的长期隔绝，只有少部分资料被翻译成英文，从英文翻译成中文的更加聊聊无几，所以虽然也有极少量的中文书籍出版，但是各地书店中仍然是很难看到其踪影。不过正如6sigma在国内的逐渐展开一样，近来TRIZ也呈现出很令人振奋的发展态势。

TRIZ理论是什么？它是基于全世界250万个发明专利，总结出来的技术系统发展趋势。

它的理论基础是：技术系统的进化不是随机的，而是遵循一定的客观规律；这个规律与生物界自然选择的趋势相同，技术体系也是一个资源竞争的体系，进化趋势描述胜利者的典型特征。这就是为什么TRIZ能够创造奇迹的原因：它描述成功的关键因子！从众多竞争者中脱颖而出的关键是什么？是完美解决别人不能解决的技术冲突。所以，如果技术系统出现不可调和的矛盾，那么它就是TRIZ的用武之地，也是我们超越竞争者的机会。

经典的TRIZ理论基本上由Altshuller奠定，包括三大部分内容：解决矛盾的四个方法，八大技术系统进化趋势，和发明问题解决算法。按照TRIZ思路，矛盾抽象成不同模式，就采用相应的工具来解决。例如，一个技术系统的矛盾描述成两个不同参数的矛盾，那么采用冲突矩阵；矛盾描述成一个参数两种特性的矛盾，那么采用分离原则；如果把矛盾描述成物场模型，则采用76种标准解法；如果矛盾采用非上述结构化的方式描述，那么查询知识库来寻求解决思路。八大进化趋势描述了技术系统在不同侧面的进化趋势，与自然界的其他客观规律一样，了解此趋势就能够预测技术系统的发展方向，让企业选择正确的道路，并且在竞争对手尚在摸索时争取到宝贵的时间。发明问题解决算法是一套融汇了前面几种方法的系统思路，不过其复杂性也比较高，完整使用它来解决问题的还不太多。

TRIZ在实际问题中的应用思路如图1 所示，其中从通用问题到通用解决方法，是TRIZ理论已经建立好的体系。
 

图1  TRIZ解决问题的思路图

我们的主要工作在于将面对的特定问题转化成TRIZ的语言和思路：问题的模式化描述，描述得越精确就越能够理解真正的问题所在，为解决问题提供方便；之后按照这个模式，采用上述方法，得到TRIZ理论给出的提示，或者类似的专利案例；依据这些提示与现实问题，进行头脑风暴，得到一系列的草案；按照一定的方案评估原则，筛选草案，得到几个可行的方案，进行试验最终得出最优解。

这个思路图看起来几乎与6sigma的一个方法论完全一样，如图2 所示。
 

图2  6sigma的方法论之一

正如这两种雷同的图，二者的内在逻辑其实也有相同之处：用统计手段对人类已经存在的经验和实施过的可行方案进行分析，为未知世界提供帮助。不过TRIZ分析的所有技术系统的知识和经验，不局限于某个领域。还有一点是TRIZ经常强调的：既然是基于统计基础，那么TRIZ给出的方案提示，是统计上出现频率最高的，但不一定是最佳的。

所以，TRIZ与6sigma的结合是不可避免的，一个实际问题，可以按照6sigma的思路进行定义与分析、改进，在改进阶段就可以按照TRIZ思路，不局限于现状，而是寻求突破，之后实施验证和控制。当然对于新设计的产品，更加可以应用TRIZ思路按照技术系统发展趋势预言其发展途径，我们可以跳着前进，抢先占据一个让企业在竞争中最有利的位置。

除了经典TRIZ理论，现代的TRIZ理论已经增加了不少新的内容，如为了帮助我们更好地描述问题、和创造性思维的许多小工具。不过更加值得一提的应该是一种分析问题的方法：功能分析法。这种方法按照组件模型、结构模型、功能模型、理想化模型的思路，将一个复杂的技术系统层层剥茧，聚焦于系统的最主要功能，和造成矛盾的根本问题。有了根本问题，就可以让TRIZ发挥其神奇作用了。这种分析问题的方法，不是从数据来理解技术系统，而是从技术功能与原理来理解，这让广大的技术人员更加容易接受。而数据的作用体现在，如果不确定你的选择，可以使用数据来协助决策。它的这个思路又与6sigma的另一个方法论很类似，逐步筛选可疑因子的漏斗状思路，如图3所示。
 

图3  6sigma的方法论之二

在6sigma与TRIZ结合解决问题的逻辑上，也许下面的图能够给我们很好的启示，如图4所示。
 

图4  6sigma与TRIZ结合的逻辑图

以下我们从一个实际案例看如何讲TRIZ应用于6sigma项目。

在跟踪产品质量时，我们发现有一种硬件单板的返修率出现异常高的数据，于是成立一个团队，改进此单板的返修率。使用柏拉图初步分析近几个月的返修原因，有一种原因占据了大约85％的比例，而且依据设计原理，这种原因的出现可以等价于其某模块的输入功率，所以我们将此模块的输入功率作为项目的Y。

在测量阶段，我们对测量系统进行分析，在确认其可靠之后，统计得到此输入功率的短期过程能力为2.65 sigma，因此我们确定改进目标为4sigma。

为了找到造成此输入功率过程能力偏低的根本原因，我们从设计、生产、组装的流程图入手，罗列所有可能的原因，团队成员褂肍MEA进行筛选，得到四个潜在的关键因子：

1） 模块1的温度；

2） 模块2的输出电压；

3） 模块2的箝位电压；

4） 调整电阻的阻值；

为了确认哪些是真正的关键因子，我们使用DOE进行全因子试验，试验结果表明只有模块1的温度对输入功率有显著影响。

此时，按照6sigma思路，改进可以从如何控制模块1的温度入手，进行Response Surface试验分析，确定温度究竟是如何影响输入功率的；之后通过控制其在某个范围以达到控制输入功率在有效范围的目的。当然在控制阶段，我们要制定计划以便长期观察和控制此温度属性，保障其在正常范围之内。

然而TRIZ要我们不能在此停步，而是要继续思考：在技术原理上，为什么模块1的温度会造成输入功率的较大波动呢？使用Function Analysis Approach方法分析，我们发现此模块的电路在执行其有用功能的同时，温度特性变差，造成对输入功率的干扰，导致整个单板的可靠性降低。由此我们确定了问题根源：Temperature vs. Harmful side effects。查询Altshuller’s Matrix，我们得到四个原理的提示：

22）Harmful in disguise；

35）Physical or chemical properties；

2）Separation or extraction；

24）Intermediary；

依据这些原理的提示，团队进行头脑风暴，由于电路的特性，原理22、35、24依次被淘汰；参照2，借鉴Trim的思路，我们希望能够能够找到这样的方案：保留模块1的有用功能，但是不会引起有害效应。可以有几种方案：

1）对模块1进行重新设计，在微观或子系统级别上实现这样的目标；

2）将模块1的有用功能提取出来，由系统中的其他组件实现，同时这个组件不会带来有害效应；

3）将模块1的有用功能提取出来，由超系统中的组件实现，同时这个组件不会带来有害效应；

考虑到实现的难度、成本、周期，最终团队选择方案2，将模块1从原理上分解，将其提供有用功能的原理，由其他模块的电路实现，去掉模块1。此方案的设计由专家评审通过后，我们重新设计此卡，经过试验验证，结果表明效果非常好，过程能力达到6sigma，超过了原先设定的改进目标。

在这个项目中，TRIZ在6sigma使用数据确定了问题部件和属性后，继续从原理上分析，最终确定了设计的根源问题；并通过创新思路找到了可行的解决方案，实施后效果非常好，是个很好的尝试。

TRIZ对于国内业界，还是相当新鲜的事物，如果想续写它在前苏联的神奇历史，还需要更多的技术专家来学习和应用。不过这扇门已经打开，如果不及时抓住机会，恐怕就是落后的开始了。