349209_es-ES

liliconcom

Desarrollo de pruebas de vida útil aceleradas para demostrar y cuantificar la confiabilidad del motor de la lavadora (2021-EU-PO-741)

Nivel: avanzado

 

André Caron Zanezi, Six Sigma Black Belt, WEG Electric Equipment
Danilo da Silva Toniato, ingeniero de calidad, WEG Electric Equipment

 

El aseguramiento de la calidad y las necesidades del cliente son términos rigurosos que con frecuencia se refieren a la confiabilidad. La mejora de los productos en términos de confiabilidad desafía a los ingenieros de múltiples maneras, incluida la comprensión de las relaciones de causa y efecto, y el desarrollo de pruebas que reproducen las condiciones del cliente y generan datos confiables de manera adecuada sin exceder el plazo de lanzamiento del producto. Combinando experiencia en ingeniería, datos históricos y recursos de laboratorio, se realizó un diseño de experimento (DOE) para cuantificar la vida útil del producto en función del proceso, el producto y las variables de aplicación críticas. Al realizar varios análisis con herramientas JMP, desde la plataforma DOE hasta los módulos de confiabilidad y supervivencia, el equipo pudo describir la vida útil del producto en función de sus factores críticos. Como resultado, se estableció una prueba de vida útil acelerada que puede simular años de uso del producto en solo unas pocas semanas, proporcionando evidencia sólida de algunos modos de falla específicos. Al estandarizar sus métodos y procedimientos, la prueba se convirtió en un requisito crucial para verificar y validar las nuevas tecnologías implementadas en los motores WEG, optimizando el proceso de desarrollo y reduciendo el tiempo de comercialización.

 

Este póster proporciona información sobre cómo usamos JMP para analizar datos y desarrollar una prueba de vida acelerada. El proyecto siguió el enfoque paso a paso:

Carta del proyecto: Entendiendo los objetivos primarios y secundarios, se formó el equipo multidisciplinario para compartir información y conocimiento sobre, datos históricos del cliente, recursos de laboratorio, confiabilidad del motor, relaciones de causa y efecto, condiciones de aplicación ambiental y análisis de datos de confiabilidad.
Análisis de datos históricos: conociendo y cuantificando los riesgos sobre el análisis de datos históricos, el equipo ajustó algunas distribuciones de vida para comprender los parámetros de forma y escala de Cycles to Failure (CTF). Básicamente, parámetro de forma se refiere al modo de falla a reproducir en las pruebas de laboratorio, según la curva de Bañera.
Planificación y análisis del DOE: Con el fin de reproducir las fallas, la comprensión sobre la confiabilidad de los motores fue respaldada por las relaciones de causa y efecto, proporcionadas por un análisis de árbol de fallas (FTA). El FTA fue una fuente de variables críticas combinadas en un Experimento Diseñado (DOE) para cuantificar cómo acelerar los ciclos del producto hasta la falla.
Conclusiones: como resultado, DOE proporcionó un perfilador de superficies con la indicación de la mejor condición para acelerar la vida útil de los productos. La prueba acelerada también proporcionó un parámetro de forma que, cuando se compara con los datos históricos, muestra una superposición, lo que significa que las mismas fallas de campo históricas se reprodujeron en condiciones controladas.
Implementación: con una prueba acelerada, el desarrollo y el proceso innovador se volverán más rápidos y, al mismo tiempo, brindarán información importante sobre la confiabilidad del producto.

 

 

Transcripción generada automáticamente ...

 

Vocero	Transcripción
André Zanezi	Hola a todos. Mi nombre es Andre Zanezi. Y como soy cinturón negro Six Sigma en Weg. Y estoy aquí hoy en Discovery Summit para hablar sobre el desarrollo de una prueba de vida útil acelerada para demostrar y cuantificar la confiabilidad de los motores de las lavadoras.
	Sabemos que algunas ... todas las empresas cuando desarrollan nuevas tecnologías, nuevas soluciones, a menudo
	enfrentan algunos desafíos cuando tienen que mejorar la confiabilidad de su producto.
	Enfrentamos el mismo problema, los mismos desafíos. Y el proyecto debe analizar y comprender nuestros datos históricos de fiabilidad para cuantificar nuestros datos históricos de fiabilidad.
	Y trate de desarrollar un procedimiento, una prueba de vida acelerada en nuestros laboratorios internos, laboratorios para reproducir nuestra falla ... nuestros modos de falla vistos. Básicamente haciéndolo, podríamos desarrollar ...
	Desarrollar modelos de las dos primeras formas. Entonces, en el primer paso, obtenemos algunos datos históricos de nuestros motores.
	Y usando módulos de confiabilidad y supervivencia en JMP, ajustamos una distribución de vida útil para nuestros motores. Y sabemos que
	Al ajustar algunas distribuciones de vida como distribuciones de Weibull, podemos comprender la confiabilidad de nuestros motores, la vida útil de nuestros motores. Y en JMP, también podemos
	utilizar distribuciones de por vida y ajustar
	diferentes distribuciones para diferentes modos de falla. Y lo hicimos para cuatro modos principales de falla diferentes. Y lo comparamos, lo analizamos y entendemos o entendemos nuestra ... la vida útil de nuestros motores, la confiabilidad de nuestros motores.
	Y al hacerlo, fuimos capaces de comprender y cuantificar nuestros parámetros de escala y forma y básicamente al hacerlo, cuántos ciclos fueron necesarios para tener una falla.
	Y además, según el ??? para saber a qué tipo de modos de falla nos enfrentamos. Y tenemos ... también hicimos una verificación cruzada con nuestros ... nuestros KPI de validación internos, básicamente
	tramando la supervivencia. Tenemos gráficos de supervivencia y verificación cruzada con KPI internos para comprender si la probabilidad y el rango de falla eran correctos con ... si nuestros datos eran confiables. Y entendiendo todos estos modos de fallas, podríamos
	podríamos desarrollar una prueba interna para acelerar en ... acelerar nuestra interna ... nuestra prueba interna. Y básicamente para hacerlo. Debemos entender la física, el medio ambiente ...
	que las condiciones ambientales que harán que nuestros motores sean
	trabajando en. Lo hicimos a través del análisis del árbol de fallas, básicamente implementando
	y comprensión de las relaciones de causa y efecto. Al hacerlo, podríamos establecer las variables más críticas en esta relación de causa y efecto. Y nuevamente, use JMP para diseñar un experimento
	para intentar cuantificar el efecto de algunas variables en nuestra respuesta en nuestros ciclos al fallar. Básicamente, intentábamos reproducir fallas de campo en nuestros laboratorios. Y lo hicimos, ejecutaremos varios
	pruebas, y como resultado de nuestros experimentos, podríamos tener ... podríamos establecer y ajustar algunos usando el modelo de ajuste ... encajar en los modelos a nuestros datos y comprender la relación de nuestros
	las variables ambientales y de los motores a los ciclos hasta la falla, y comprender la gráfica de supervivencia, y clasificar la gráfica de superficie, comprender la relación de algunas variables con los ciclos a la falla,
	y establecer un punto específico para acelerar nuestra, la vida útil de nuestros motores. Y de nuevo, ejecutando algunos lotes de muestras, podríamos
	establecer y ajustar distribuciones de por vida para nuestros resultados internos, para nuestras pruebas internas en la prueba de vida acelerada. A
	estábamos viendo algunas fallas pero al final de este experimento, estas pruebas aceleradas, debemos asegurarnos de que estamos enfrentando y estamos causando las mismas fallas que tuvimos en los datos históricos.
	Así que volvemos a las distribuciones de por vida en supervivencia y confiabilidad en el módulo de supervivencia.
	Y nuevamente, ajuste algunas distribuciones de Weibull ahora para nuestros resultados internos ... internos para nuestras pruebas de vida útil aceleradas.
	Y notamos que básicamente dan forma al parámetro, el parámetro de eso, de acuerdo con el mejor medio para el modo de relleno y
	cruzamos esta información con nuestros datos históricos y podemos ver que al cruzar ambas informaciones, tenemos una superposición
	entre el parámetro de forma de la prueba interna y el parámetro de forma de los datos históricos. Y básicamente significa que estamos teniendo ... no estamos reproduciendo los mismos modos de falla en nuestra prueba de vida acelerada.
	Y básicamente significa que ahora podemos desarrollar productos de una manera más rápida porque cada vez que tenemos una nueva tecnología y un nuevo diseño, podemos ponerlo en esta prueba de vida acelerada.
	y cuantificar si estamos mejorando la confiabilidad de nuestros motores. Y podemos hacerlo más rápido que antes y desarrollar más rápido ... desarrollar productos de una manera más rápida.
	También hicimos algunas verificaciones cruzadas técnicas para demostrar que nos enfrentamos al reproducir las mismas fallas para implementar en esta prueba en el proceso de desarrollo, de modo que así fue como usamos JMP para proporcionar mucha información y ponerla en nuestra prueba interna. Fue hecho
	por
	equipos realmente buenos. No dude en ponerse en contacto y enviar un correo electrónico si tiene alguna pregunta. Y ese es el final.

Lo mejor de la cumbreGAMAePosterCalidad y fiabilidad