Livello: intermedio
【Presentatore】
Akira Hososhima, rappresentante, Tobayashi Consulting
[Riepilogo dell'annuncio]
Al giorno d'oggi, quando è richiesta una riforma dello stile di lavoro, l'importanza di migliorare l'efficienza degli esperimenti e delle analisi è in aumento. Per mostrare la potenza di JMP per migliorare l'efficienza degli esperimenti, è bene dimostrare che il numero di esperimenti può essere notevolmente ridotto sostituendo i dati sperimentali con un piano di screening definitivo (DSD) o un piano personalizzato. I dati di risposta in quel momento vengono raccolti dai dati sperimentali esistenti. Quando trovi dati sperimentali divisi in più tabelle, esegui analisi multivariate in una tabella, visualizzale con un profilo e nota le insidie del metodo OFAT (One Factor at a Time). ottenere. Per l'idea di analizzare in media dati sperimentali ripetuti, mostriamo che esistono metodi di ottimizzazione multiuso e robusta ottimizzazione mediante elaborazione di stack e media / dispersione.
Quando si utilizzano metodi di pianificazione sperimentale nel sito di sviluppo, l'esistenza di interazioni è spesso imprevedibile e le interazioni non sono rare. Il DSD non ha alcun entanglement di effetto principale e interazione (2FI) o entanglement tra 2FIs e il numero di esperimenti è di circa il doppio del numero di fattori. Questo è un grande vantaggio. Quello che ho trovato usando DSD, il fallimento che si verifica quando il numero di effetti principali + il numero di termini di interazione si avvicina al numero di fattori, la soluzione per piano di espansione e la cosa praticamente importante nei documenti relativi a DSD ottenuti dalla comunità JMP e ASQ Riferirò su quello che penso.
[Presenter Profile]
Ha fondato Tobayashi Consulting dopo aver ricoperto il ruolo di Responsabile dello sviluppo FA, Direttore del quartier generale della ricerca e sviluppo, Direttore del quartier generale della promozione della garanzia della qualità e Consigliere di Asville Kinmon presso Yamatake Honeywell (attualmente Azbil). Le aree specializzate sono il miglioramento della resa e il miglioramento della qualità mediante l'analisi dei dati di produzione, la risoluzione statistica generale dei problemi come la previsione dei difetti di mercato, la progettazione robusta, la progettazione ottimizzata, la pianificazione sperimentale, la revisione del progetto, il metodo di analisi della causa principale (RCA), l'errore umano Guida in loco come prevenzione e miglioramento dei processi. I suoi libri sono "The Essence of Internet Business" Nikkagiren Publishing 2001 (co-autore) [Telecom Social Science Award Winner], "Success Strategy of Practical Venture Companies" Chuo Keizaisha 2011 (co-autore), "Understanding" Problem Solving "Book" Nikkan Kogyo Shimbun 2014 (opera unica). Il documento principale è "Proposta di un workshop per promuovere la diffusione e l'accettazione della consapevolezza dell'ilarità e del disagio della linea di produzione" Quality Management Society 2016 [Ricevuto il Quality Technology Award 2016]. Conferenza principale "Proposta di un meccanismo per visualizzare i fattori organizzativi che inducono errori di lavoro e promuovono il miglioramento" (Discovery-Japan 2018)
"Risoluzione dei problemi di qualità con JMP-Analisi difettosa e previsione dell'affidabilità nell'industria manifatturiera" (Discovery-Japan 2019)
