Nivel: Intermedio
【Presentador】
Akira Hososhima, director general de Torin Consulting
[Resumen de la presentación]
Hoy en día, con los llamados a la reforma del estilo de trabajo, la importancia de mejorar la eficiencia de los experimentos y análisis está aumentando. Una buena manera de demostrar el poder de la eficiencia experimental de JMP es mostrar cómo los datos experimentales se pueden reemplazar con un diseño de detección definitivo (DSD) o un diseño personalizado para reducir significativamente la cantidad de experimentos. Los datos de respuesta en ese momento se toman de los datos experimentales existentes. Cuando encuentro datos experimentales divididos en varias tablas, los reúno en una tabla, realizo un análisis multivariado, los visualizo con un perfil y observo las trampas del método OFAT (un factor a la vez). Mostramos que existen métodos de optimización multiobjetivo y optimización robusta basados en procesamiento de acumulación, media y varianza, para la idea de analizar datos experimentales repetidos mediante el promedio.
Cuando se utiliza el diseño de experimentos en el desarrollo, la existencia de interacciones suele ser impredecible y las interacciones no son infrecuentes. DSD no tiene confusión entre efectos principales e interacciones (2FI) y no hay confusión entre 2FI, y la cantidad de experimentos puede ser tan pequeña como el doble de la cantidad de factores. Esta es una gran ventaja. Lo que aprendí del uso real de DSD, fallas que ocurren cuando la cantidad de efectos principales + cantidad de términos de interacción se acerca a la cantidad de factores, soluciones mediante planificación extendida y artículos relacionados con DSD prácticamente importantes obtenidos de la comunidad JMP y ASQ. pensar, etc
[Perfil del presentador]
En Yamatake Honeywell (actualmente Azbil), ocupó cargos como Gerente General del Departamento de Desarrollo de FA, Director Ejecutivo de la Sede de I+D, Director y Gerente General de la Sede de Promoción de Garantía de Calidad, Asesor de Azbil Kinmon y estableció Tobayashi Consulting. Las áreas de especialización incluyen la mejora del rendimiento y la mejora de la calidad a través del análisis de datos de producción, la resolución de problemas estadísticos generales, como la predicción de fallas de mercado, el diseño robusto, el diseño de optimización y la planificación experimental, la revisión del diseño, el análisis de causa raíz (RCA) y la prevención de errores humanos. -Orientación en obra como prevención y mejora de procesos. Sus publicaciones incluyen The Essence of Net Business, publicado por JUSE 2001 (coautor) [Recibió el premio Telecom Social Science Award], Success Strategies for Practical Venture Companies, Chuokeizai-sha 2011 (coautor), Libro sobre "Resolución de problemas" para facilitar la comprensión Nikkan Kogyo Shimbun 2014 (autor único). El trabajo principal es "Propuesta de un taller para promover la transmisión y recepción de la conciencia de cuasi accidentes y molestias en la línea de producción" Sociedad de Control de Calidad 2016 [Recibió el Premio de Tecnología de Calidad 2016]. Conferencia principal "Propuesta de un mecanismo para visualizar los factores organizacionales que inducen errores en el trabajo y promueven la mejora" (Discovery-Japan 2018)
"Resolviendo problemas de calidad con JMP: análisis de defectos y predicción de confiabilidad en la industria manufacturera" (Discovery-Japan 2019)
