Altoparlante
|
Trascrizione
|
| André Zanezi |
Quindi, ciao a tutti. Il mio nome è Andre Zanezi. E dato che sono una cintura nera Six Sigma a Weg. E sono qui oggi al Discovery Summit per parlare dello sviluppo di un test di durata accelerato per dimostrare e quantificare l'affidabilità dei motori delle lavatrici. |
| |
Sappiamo che alcuni ... ogni azienda quando sviluppa nuove tecnologie, nuove soluzioni, spesso |
| |
affrontare alcune sfide quando devono migliorare la loro affidabilità nel loro prodotto. |
| |
Affrontiamo lo stesso problema, le stesse sfide. E il progetto dovrebbe analizzare e comprendere i nostri dati storici sull'affidabilità per quantificare i nostri dati storici sull'affidabilità. |
| |
E prova a sviluppare una procedura, un test di vita accelerato nei nostri laboratori interni, laboratori per riprodurre il nostro fallimento ... le nostre modalità di fallimento visualizzate. Fondamentalmente facendolo, potremmo sviluppare ... |
| |
sviluppare modelli nei primi due modi. Quindi, nella prima fase, otteniamo alcuni dati storici dai nostri motori. |
| |
E utilizzando moduli di affidabilità e sopravvivenza in JMP, adattiamo una parte della distribuzione della vita ai nostri motori. E lo sappiamo |
| |
Facendo adattare alcune distribuzioni di vita come distribuzioni Weibull, possiamo comprendere l'affidabilità dei nostri motori, la durata dei nostri motori. E in JMP possiamo farlo anche noi |
| |
utilizzare distribuzioni di durata e adattamento |
| |
distribuzioni differenti per differenti modalità di guasto. E lo abbiamo fatto per quattro diverse modalità di guasto principali. E l'abbiamo confrontato, analizzato e compreso o compreso la nostra ... durata dei nostri motori, la nostra affidabilità dei motori. |
| |
E facendolo, siamo stati in grado di capire e quantificare i nostri parametri di scala e forma e fondamentalmente, quanti cicli erano necessari per avere un guasto. |
| |
E inoltre, secondo ??? per sapere che tipo di modalità di guasto stiamo affrontando. E abbiamo ... abbiamo anche fatto un controllo incrociato con il nostro interno ... i nostri KPI di convalida, fondamentalmente |
| |
tramare la sopravvivenza. Disponiamo di grafici di sopravvivenza e controlli incrociati con KPI interni per capire se la probabilità e l'intervallo di guasto erano corretti con ... se i nostri dati erano affidabili. E comprendendo tutte queste modalità di fallimento, potremmo |
| |
potremmo sviluppare un test interno per accelerare ... accelerare il nostro interno ... il nostro test interno. E fondamentalmente per farlo. Dovremmo capire la fisica, l'ambiente ... |
| |
che le condizioni ambientali che saranno i nostri motori |
| |
lavorando in. Lo abbiamo fatto attraverso l'analisi dell'albero dei guasti, fondamentalmente la distribuzione |
| |
e comprendere le relazioni di causa ed effetto. In questo modo, potremmo impostare le variabili più critiche in queste relazioni di causa ed effetto. E ancora, usa JMP per progettare un esperimento |
| |
per cercare di quantificare l'effetto di alcune variabili nella nostra risposta nei nostri cicli a fallire. Fondamentalmente, stavamo cercando di riprodurre i guasti sul campo nei nostri laboratori. E ce l'abbiamo fatta, ne eseguiremo diversi |
| |
test, e come risultato dei nostri esperimenti, potremmo avere ... potremmo impostare e adattare alcuni usando il modello di adattamento ... si adatta ai modelli ai nostri dati e capire la relazione del nostro |
| |
variabili ambientali e dei motori ai cicli fino al guasto, e comprendere il diagramma di sopravvivenza e ordinare il diagramma della superficie, comprendere la relazione di alcune variabili con i cicli fino al guasto, |
| |
e impostare un punto specifico per accelerare la nostra vita dei nostri motori. E ancora, eseguendo alcuni lotti di campioni, potremmo |
| |
impostare e adattare distribuzioni di durata per i nostri risultati interni, per i nostri test interni in test di vita accelerata. UN |
| |
stavamo vedendo alcuni fallimenti ma alla fine di questo esperimento, di questi test accelerati, dovremmo assicurarci che stiamo affrontando e stiamo causando gli stessi fallimenti che abbiamo avuto nei dati storici. |
| |
Quindi torniamo alle distribuzioni della durata nel modulo di sopravvivenza e affidabilità nel modulo di sopravvivenza. |
| |
E ancora, adatta ora alcune distribuzioni Weibull per i nostri risultati interni ... interni per i nostri test di vita accelerati. |
| |
E abbiamo notato che fondamentalmente modellano il parametro, il parametro di quello, secondo il migliore per significa la modalità di riempimento e |
| |
incrociamo queste informazioni con i nostri dati storici e possiamo vedere che incrociando entrambe le informazioni, abbiamo una sovrapposizione |
| |
tra il parametro di forma del test interno e il parametro di forma dei dati storici. E significa fondamentalmente che stiamo avendo ... non stiamo riproducendo le stesse modalità di guasto nel nostro test di vita accelerato. |
| |
E in pratica significa che ora possiamo sviluppare prodotti in modo più veloce perché ogni volta che abbiamo una nuova tecnologia e un nuovo design, possiamo metterlo su questo test di vita accelerato |
| |
e quantificare se stiamo migliorando l'affidabilità dei nostri motori. E possiamo renderlo più veloce di prima e svilupparlo più velocemente ... sviluppare prodotti nel modo più veloce. |
| |
Abbiamo anche eseguito alcuni controlli tecnici incrociati per dimostrare che stiamo affrontando gli stessi errori nell'implementare in questo test nel processo di sviluppo in modo che questo fosse il modo in cui abbiamo usato JMP per fornire molte informazioni e metterle su il nostro test interno. È stato fatto |
| |
di |
| |
davvero buone squadre. Non esitate a contattarci e inviare e-mail in caso di domande. E questa è la fine. |
