Altoparlante | Trascrizione |
| Astrid Ruck | Quindi mi chiamo Astrid Ruck. Sto lavorando per Autoliv |
| da 15 anni e Autoliv è un produttore leader a livello mondiale per |
| componenti per la sicurezza automobilistica come cinture di sicurezza, airbag e sistemi di sicurezza attiva. Quindi oggi vorremmo parlare dell'analisi del sistema di misurazione per i dati delle curve. |
| E Laura, Chris e io abbiamo anche scritto un white paper e ha lo stesso tipo di titolo perché pensiamo che sia un argomento molto urgente |
| Perché |
| non c'è nient'altro a nostra conoscenza per MSA per i dati delle curve disponibili per le macchine di prova dinamiche. |
| Quindi prima inizieremo con una breve introduzione per MSA e analisi dei dati funzionali, e poi motiveremo il nostro obiettivo di una cosiddetta linea guida primaverile che indaga |
| comportamento di allacciamento o comportamento di comfort allacciare le cinture di sicurezza e poi lo farà Laura |
| spiegare la nostra metodologia di Gage R&R tramite JMP Pro. |
| Quindi di solito l'analisi del sistema di misurazione è uno studio astuto è uno studio di tipo 2. |
| COSÌ, |
| MSA è un processo. Qui in questo diagramma di flusso, puoi vedere che inizia con il Tipo 1 e lo studio della linearità e sono fatti con parti di riferimento. Sono necessarie parti di riferimento, perché abbiamo bisogno di un modo di riferimento per calcolare la polarizzazione del sistema di misurazione. |
| E se va bene, se il pregiudizio è abbastanza buono, allora controlliamo se abbiamo o meno un'influenza dell'operatore. |
| Se e solo se abbiamo un'influenza dell'operatore, allora possiamo calcolare la riproducibilità. Altrimenti, in tutti gli altri passaggi, la ripetibilità è l'unica |
| variazione calcolabile. Quindi, in quest'area, studio di tipo 2 e tipo 3, vengono utilizzate parti di produzione. L'AIAG, |
| linee guida del settore automobilistico, esaminano un output unidimensionale per test, ma non descrivono come gestire le curve dei dati come output e ti daremo un'idea di come |
| come farlo. Quindi, se si ha una buona precisione, l'incertezza sarà bassa. E questo può essere visto in questo grafico. E vedi il |
| influenza della crescente incertezza sulla decisione se le parti buone o cattive sono vicine alla tolleranza. Quindi qui abbiamo un limite di specifica inferiore, a destra abbiamo un limite di specifica superiore. |
| E quindi migliore è la mia precisione, migliore sarà la mia decisione. E qui abbiamo un'area grigia molto ampia e sarà molto difficile prendere una decisione giusta. |
| Ovviamente le parti al centro della tolleranza saranno sempre classificate nel modo corretto. |
| E contrariamente al controllo statistico del processo, le parti ai limiti delle specifiche sono molto preziose. |
| Quindi la cosa migliore che puoi fare per un MSA è prendere parti al limite di specifica inferiore, tutto il limite di specifica superiore, |
| più/meno il 10% del dato di riferimento, e in questo caso il dato di riferimento è una tolleranza. Se hai un solo limite di specifica specifico, come un limite di specifica superiore o inferiore, |
| quindi puoi utilizzare il tuo indice di capacità di processo, Ppk, per calcolare la variazione di processo corrispondente, 6s, e questa è la tua nuova cifra di riferimento. |
| E questa idea su come selezionare le tue parti per un MSA può essere utilizzata anche per le curve di output e i loro limiti di specifica invece che per i limiti di specifica. |
| Quindi i dati spesso si presentano come una funzione, una curva o un profilo riferito a dati funzionali. Analisi dei dati funzionali disponibile in JMP Pro nella piattaforma Esplora dati funzionali. |
| Useremo le spline P per modellare la nostra estrazione di curve false rispetto a quelle distanti e in seguito utilizzeremo modelli misti per analizzarle. |
| Pertanto, le cinture di sicurezza contribuiscono in modo significativo alla prevenzione degli incidenti mortali e, di conseguenza, è necessario garantire la funzionalità e il comfort delle cinture di sicurezza. |
| E qui sul lato destro, vedete un'immagine delle forze di estrazione della cintura di sicurezza, data in blu, e delle forze di ritrazione sulla distanza, data in rosso. |
| Ed entrambe le forze sono fattori importanti che influenzano sia la sicurezza che il comfort. |
| E per testare queste forze e viene utilizzata la configurazione del test della forza di estrazione / retrazione e questo simula il comportamento della cintura di sicurezza in un veicolo. |
| Quindi diamo un'occhiata più da vicino a questo. Quindi qui vedi un test impostato e qui vedi la cintura di sicurezza. Ed ecco un piccolo carrello mobile che si muove su un braccio del carrello e ora vedete la cintura di sicurezza |
| retratto. E ora è iniziata l'estrazione e qui a destra vedete la cintura di sicurezza, che è fissata, in base alla posizione dell'auto. |
| Sì. |
| Ops. |
| COSÌ, |
| Quando guardi queste piccole curve e vedi che all'interno della mia curva della forza di estrazione, |
| ci sono delle piccole onde e hanno una struttura semiperiodica. E se ti adatteresti a questa struttura semi-periodica con |
| un polinomio, ad esempio, allora supererai davvero la ripetibilità. Questo è il motivo per cui abbiamo bisogno |
| alcuni modelli flessibili. E da dove vengono queste piccole onde? Questo sarà più chiaro quando daremo un'occhiata all'interno della mia cintura di sicurezza. E c'è un fuso e c'è una molla. E come si comporta? |
| può essere visto in questo video. Qui dentro c'è il mio è il mio fuso e qui a destra c'è la mia molla. E il coperchio della molla è aperto in modo che possiamo dare un'occhiata all'interno |
| la copertina, come si comporta la molla. E all'inizio, quando l'intera fettuccia è sullo spinner, allora la mia molla è totalmente rilassata. E ora la mia tela viene estratta e allo stesso tempo la molla viene caricata. Quindi ora abbiamo la retrazione e la mia molla si rilassa di nuovo. |
| E questi piccoli movimenti si traducono in questa struttura ondulata e questo è il motivo per cui abbiamo davvero bisogno di modelli flessibili basati su FDE. |
| Quindi la creazione della linea guida della molla è il nostro obiettivo, che richiede un comportamento di fissaggio specifico. |
| Quindi il comportamento del fissaggio è dato dalle mie curve di forza di estrazione. E qui vedete in questa immagine, diversi gruppi di cinque diversi |
| tipi di cinture di sicurezza e i corrispondenti spessori delle molle. Se lo spessore della mia molla è piccolo, puoi vedere che anche la mia forza di estrazione è piccola e se la mia molla |
| lo spessore è maggiore della mia forza di estrazione sulla distanza sarà anche grande. E poi vedi che qui abbiamo colori diversi e abbiamo un colore scuro. E il colore scuro risulta dalle misurazioni della vita reale di tre operatori con ciascuno... |
| ogni operatore ha fatto cinque repliche per cintura di sicurezza e si vede che hanno fatto davvero un ottimo lavoro. E il colore chiaro, che è il nostro modello dalle spline p fornite da FDE. Quindi, poiché una linea guida primaverile è il nostro obiettivo, vorremmo sapere per quale primavera otterremo |
| il comportamento di fissaggio corrispondente della cintura di sicurezza, ma prima di iniziare con il progetto, si prega di iniziare sempre con un MSA |
| COSÌ, |
| secondo la procedura di Autoliv, utilizziamo cinque diverse cinture di sicurezza, tre operatori esperti e cinque repliche come avete visto nel |
| grafico precedente. E la nostra osservazione y è data dai valori effettivi più qualche rumore casuale, quindi il rumore degli operatori, la parte, l'interazione tra operatore e parte e il corrispondente |
| ripetibilità. E poi il mio Gage R&R è definito da sei volte il |
| variazione di processo dell'errore di misura, che è data dalla mia riproducibilità e dalla ripetibilità. |
| E ora vorremmo sapere qual è la mia tolleranza minima, tale che il mio Gage R&R sia accettabile, e accettabile significa che la percentuale Gage R&R è inferiore al 20%. Se il mio Gage R&R lo è |
| 0,2 volte la mia tolleranza minima, allora otterremo anche un limite per le mie curve che hai visto, e questo limite di errore più/meno 3s |
| ci aiuterà molto a trovare la molla corretta per uno specifico comportamento di fissaggio. COSÌ |
| la nostra metodologia lo farà |
| essere mostrato da Laura Langcaster. Quindi, inizieremo a stimare una curva della forza di estrazione media e utilizzeremo modelli flessibili di FDE. |
| Quindi verranno calcolate le forze di estrazione residue e, successivamente, verranno stimati i modelli di effetti casuali tramite i modelli platform mix e infine verrà calcolato il Gage R&R. Allora, Laura, inizierai? |
| Laura | Sì, fammi condividere il mio schermo. Sì. |
| Grande. |
| Laura | Va bene. |
| Quindi sì, grazie, Astrid. Quindi volevo dimostrare come utilizziamo JMP Pro 15 |
| per eseguire questa analisi dei sistemi di misurazione con i dati della curva. Quindi prima voglio mostrarvi i dati che abbiamo. E assomiglia molto ai normali dati MSA, tranne che invece che solo |
| misurazioni regolari, in realtà abbiamo delle curve. Quindi abbiamo questa funzione della forza in termini di distanza. Quindi la prima cosa che vogliamo fare è fare |
| utilizzare l'esploratore di dati funzionali per creare le curve di estrazione della forza della parte. Quindi aprirò i dati funzionali |
| explorer, andrò al menu di analisi, quindi modellazione specializzata, esploratore di dati funzionali. Quindi la forza sarebbe il mio output, la distanza è il mio input e voglio adattarne uno per ogni parte o tipo di cintura di sicurezza. E quindi questo sarà il mio ID e faccio clic su OK. |
| E ottengo un mucchio di informazioni riassuntive, grafici riassuntivi, e questo lo ingrandirò. Queste sono le mie curve e puoi vedere che ho curve molto distinte per ogni parte, che sono di colori diversi. |
| E posso anche vedere quel comportamento semi-periodico di cui parlava Astrid. Ora l'ho già fatto |
| adattare questi dati, quindi so che una spline p lineare a 300 nodi si adatta molto bene. Quindi andrò avanti e adatterò quel particolare modello. Quindi vado a modelli, controlli del modello, controlli del modello p spline e |
| rimuovere tutti questi nodi. |
| Aggiungi 300 perché so che è la struttura del nodo che funziona bene. Farò solo un adattamento lineare. Faccio clic su Vai e non ci vuole troppo tempo per adattare questa spline p lineare a 300 nodi a questi dati. |
| E volevo solo menzionare rapidamente che mostrerò solo un po' delle funzionalità di questa piattaforma FDE. È, fa molte cose molto più di quanto ho tempo per mostrarti, o che abbiamo usato per questa analisi dei sistemi di misurazione. |
| Ma ti consiglio vivamente di dare un'occhiata. Abbiamo aggiunto molto per JMP 15. |
| E quindi ti consiglio vivamente di dare un'occhiata anche ad altri discorsi a riguardo. Ok, quindi questa è la nostra forma. E ancora una volta, otteniamo un bel grafico delle nostre curve e dell'adattamento. |
| E voglio controllare e assicurarmi che sia adatto. Quindi andrò alle trame diagnostiche e guarderò la trama reale rispetto a quella prevista, vedo che sembra davvero fantastico. Bello lineare e i residui sono davvero piccoli. Quindi sono molto contento di questa vestibilità. |
| Ora, quando abbiamo fatto questo adattamento, abbiamo dovuto combinare insieme l'operatore e l'errore di replica. E quindi queste curve hanno la media di quella variazione, ma ci serve |
| quella variazione per fare effettivamente lo studio Gage R&R. Quindi quello che faremo è effettivamente creare una forza residua e una volta che lo facciamo sottraendo queste funzioni di forza parziali dalla funzione di forza originale, |
| avremo residui che conterranno l'operatore e il loro errore di replica. Quindi tornerò alla tabella dei dati. |
| E ho già creato degli script per renderlo facile. Quindi ho creato uno script per aggiungere la mia formula di previsione alla tabella dei dati. E te lo mostrerò molto velocemente. Questo arriva direttamente dall'esploratore di dati funzionali. Questa è la mia formula per gli adattamenti p spline per ogni parte. |
| E poi ho anche uno script per creare la mia colonna residua e così via |
| la formula per questo è semplicemente la differenza tra la forza e quelle funzioni di estrazione della forza parziale. |
| Giusto. E così ora che ho questo residuo |
| formula che contiene l'operatore e l'errore di replica, posso adattare un modello a effetti casuali e stimare il mio operatore...operatore per parte e il mio errore di replica. |
| E per farlo, in realtà userò la piattaforma del modello misto perché non adatteremo la varianza delle parti, perché abbiamo già |
| scomposto creando il residuo e sottraendo la funzione della forza parziale. |
| Quindi ho già creato uno script per lanciare la piattaforma del modello misto. E puoi vedere che ho una forza di estrazione residua come risposta. |
| E ho operatore e operatore per parte come miei effetti casuali. Lo farò funzionare. |
| operatore, operatore per parte (che è zero) e il residuo. |
| E per calcolare il Gage R&R, trovo facile utilizzare una tabella di dati JMP come un foglio di calcolo. |
| Lo rende facile. Posso semplicemente usare una formula di colonna. Quindi ho inserito i miei componenti di varianza nella tabella. |
| E creo solo una formula per calcolare il Gage R&R, che è solo 6 volte la radice quadrata della variazione totale senza la parte. E poi vedo che il mio Gage R&R è .4385 e posso prenderlo e applicarlo alle mie linee guida primaverili |
| nei limiti delle mie specifiche. E posso anche tornare a risolvere per la tolleranza minima. |
| E quindi ora lo restituirò ad Astrid per continuare a parlare di come è stato applicato. |
| Astrid Ruck | Sì, grazie Laura. È fantastico. Ma per il pubblico, ovviamente, questo non è l'originale dei dati. |
| COSÌ, |
| SÌ. |
| Ora, come ha spiegato Laura, ora lo sappiamo |
| il Gage R&R e conosciamo anche la mia tolleranza minima, tale che il mio sistema di misurazione è capace. Quindi qui vedi la funzione della forza di estrazione della parte. |
| E vedi anche il limite di errore più/meno 3s e vedi che le parti sono selezionate molto bene perché i limiti non si sovrappongono e quindi |
| sono significativamente diversi. E possiamo usarlo per trovare il giusto |
| primavera. E qui vedi in nero, la tolleranza minima che è... |
| usiamo la linea verde per centrarla attorno ad essa. |
| Quindi ora abbiamo il nostro Gage R&R ma d'altra parte possiamo usare FDE |
| per caricare una curva aurea come funzione target. Quindi ti ho già detto, sì, ci interessa una linea guida primaverile, ma che tipo di molla dobbiamo usare? Quindi possiamo anche usare FDE per |
| caricare questa funzione aurea e quindi viene calcolato lo spessore della molla corrispondente per ottenere un comportamento specifico. |
| Quindi FDE è un ottimo strumento. E lo abbiamo utilizzato anche per uno studio di tipo 3 che è indipendente dagli operatori ed è utilizzato per la fotocamera. |
| E misura la distanza tra la cucitura e il tagliente delle cinture di sicurezza gonfiabili e il processo di taglio e anche questa è stata una grande storia di successo nell'utilizzo di FDE. |
| Quindi, per concludere, vorrei dire che la maggior parte dei nostri processi e test hanno come output le curve. |
| E fino ad ora è stato impossibile standardizzare una procedura MSA utilizzando i dati della curva completa e quindi abbiamo dovuto limitarci |
| un massimo dalla curva della forza di estrazione, tutta l'area tra estrazione e retrazione e quindi ci siamo ridotti e abbiamo perso molto di molto |
| notevole quantità di informazioni. Quindi sono davvero felice che possiamo creare MSA per i dati delle curve. E per quanto ne sappiamo, |
| non ci sono altre pubblicazioni che discutono questo tipo di generalizzazione MSA per i dati della curva con altri software commerciali. E alla fine, vorrei mostrarvi che il documento corrispondente è disponibile anche in Internet. Quindi grazie per l'attenzione. |
