| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外文献综述 | 第11-12页 |
| 1.3 研究思路与框架 | 第12-13页 |
| 1.4 研究方法 | 第13-15页 |
| 第二章 六西格玛相关理论介绍 | 第15-23页 |
| 2.1 六西格玛方法简介 | 第15-19页 |
| 2.1.1 六西格玛含义 | 第15-16页 |
| 2.1.2 六西格玛改进方法 | 第16-18页 |
| 2.1.3 六西格玛设计方法 | 第18页 |
| 2.1.4 精益六西格玛 | 第18-19页 |
| 2.2 统计过程控制相关理论 | 第19-22页 |
| 2.2.1 变异来源 | 第19页 |
| 2.2.2 统计过程控制概述 | 第19-20页 |
| 2.2.3 常用控制图介绍 | 第20页 |
| 2.2.4 控制图规则 | 第20-22页 |
| 2.2.5 控制限 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 六西格玛方法在STX公司的现状 | 第23-31页 |
| 3.1 STX公司的简介 | 第23页 |
| 3.2 六西格玛方法在STX公司的实践 | 第23-25页 |
| 3.2.1 六西格玛改进在STX公司的应用和推进 | 第23-24页 |
| 3.2.2 STX公司WX工厂现有的六西格玛方法 | 第24-25页 |
| 3.3 六西格玛方法在STX公司中存在的主要问题 | 第25-30页 |
| 3.3.1 六西格玛项目缺乏内源性改进 | 第25-26页 |
| 3.3.2 未能有效消除变异源 | 第26-27页 |
| 3.3.3 噪声因子与关键输入变量 | 第27-28页 |
| 3.3.4 FMEA未能帮助有效识别高风险因子 | 第28页 |
| 3.3.5 潜在的待验证的KPIVs覆盖面不够 | 第28-29页 |
| 3.3.6 控制图运用失调 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于SPC的六西格玛方法 | 第31-39页 |
| 4.1 基于SPC的六西格玛方法概述 | 第31-32页 |
| 4.2 基于SPC的六西格玛方法 | 第32-38页 |
| 4.2.1 选择合适的控制图 | 第32页 |
| 4.2.2 确定控制限、抽样方案和控制图判定规则 | 第32-33页 |
| 4.2.3 试运行阶段以消除异常波动源 | 第33-35页 |
| 4.2.4 通过FMEA等相关矩阵分析， 确定潜在的关键输入变量 | 第35-36页 |
| 4.2.5 以统计推断的方法来进行验证 | 第36-37页 |
| 4.2.6 选定最佳的因子水平，提出改进方案 | 第37页 |
| 4.2.7 实施改进方案，确认结果 | 第37-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 基于SPC的六西格玛方法案例分析 | 第39-60页 |
| 5.1 基于SPC的六西格玛方法在STX公司的实践准备 | 第39-40页 |
| 5.2 基于SPC驱动的六西格玛方法实例 | 第40-58页 |
| 5.2.1 选定合适的控制图 | 第40页 |
| 5.2.2 确定SPC抽样方案、规格限和判定规则 | 第40-43页 |
| 5.2.3 消除波动源 | 第43-45页 |
| 5.2.4 确认潜在的关键流程输入变量 | 第45-49页 |
| 5.2.5 统计推断，验证关键输入因素 | 第49-53页 |
| 5.2.6 确定最佳因子水平，实施改进方案 | 第53-57页 |
| 5.2.7 实施改进，确认改进结果 | 第57-58页 |
| 5.3 案例总结 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 6.1 结论 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考资料 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |