398689_zh-TW

liliconcom

使用高級統計工具解決工業問題 (2021-US-45MP-854)

級別：初學者

 

Matheus Sguissardi，精益六西格碼顧問，Plana Consultoria e Treinamentos

 

公司可能遇到的最糟糕的問題是客戶不滿意。 本次演講探討了客戶在拆卸和組裝電機接線盒蓋時在裝配線上發生的問題。 拆卸和組裝概念被指定為至少 10 個循環，但客戶在將電纜連接到購買的電動機時在第一個循環中出現問題。

 

為了解決這個問題，使用了六西格碼方法論的一些統計工具和方法，以順序和結構化的方式驗證和否定問題的主要假設，然後以適當的方式做出過程和產品中的所有決策，所有基於事實和數據分析。

 

 

自動生成的成績單...

 

揚聲器	成績單
尼古拉斯·謝爾頓	好的，我將繼續靜音，一旦我開始靜音，那麼您可以在準備好後開始，就像我提到的那樣，如果您犯了錯誤或任何事情，請不要擔心，請繼續繼續，然後，當我們完成了，我會停止錄音並取消靜音。
	好吧好吧，當你可以繼續並在你準備好的時候開始。
	大家好我今天來我這裡給大家講解一下。
	使用一些先進的統計工具和 JMP 解決了一個工業問題，所以這是我在現代電氣製造商工作時面臨的一個真實問題。
	那麼我們當時面臨的問題是什麼，我們有這個電動機，所以客戶，他從水中購買餾出物。
	而且他必須將這些電氣模型連接到他自己的機器上，所以他必須在這裡打開這個盒子。
	這個盒子有四個不同的螺絲和四個孔，所以他必須打開這個蓋子，他必須將電纜連接到他自己的機器上，他必須再次固定它以關閉它。
	當客戶嘗試這樣做時，此時他必須用這個蓋子和這四個不同的蓋子修復以關閉盒子。
	螺絲有時他會在螺絲[變成假的？] 時遇到這個問題。 換句話說，我們不再有螺絲和鋁孔之間的抓地力了。
	按照規範，這顆螺絲在這個組裝過程中，而且這些組裝過程至少要承受 10 次。
	並且客戶在很長很長一段時間內或不同時間，或者如果他必須這樣做，沒有任何問題。
	改變位置 改變使用這些電動機的機器的位置，他應該只是打開和關閉盒子，沒有任何問題 所以在這裡我們有一點。
	短視頻只是一個很好的說明問題所在，所以這個工作人員在這裡迷路了，根本沒有抓地力。
	當這些發生時不是我們每天面臨的普遍問題，但有時它發生時可能會發生，導演收到。
	一個投訴，主管，打電話給質量經理，質量經理打電話給我，所以馬修斯，我們必須解決這個問題，所以把人放在一起開始調查。
	這就是我們開始做的事情。
	至於其他情況，我們必須調查的其他問題。
	我們總是從一些假設開始，所以至少會假設一些可能影響這個問題的假設，我們如何解釋這個失敗，所以我們把來自不同領域的一些人聚集在一起，例如產品工程。
	我們在這裡做錯了什麼，可能是產品工程部門的任何問題，導致這些問題，一些設計錯誤，或者我們是否可能有裝配線錯誤問題變異，這可能是擰螺絲機。
	正在以高扭矩工作並產生這些問題或我們正在購買的這個螺絲，這家供應商正在為我們提供這些螺絲，也許他們有。
	直徑減小，我們不能有這種抓地力，或者我們當時列出的最後一個假設是注射過程，所以這裡有這個合適的鋁盒。
	這個直徑可以打開，所以即使我們有一個壞的屏幕或一個好的螺絲直徑，我們也可以有一個非常大的直徑，螺絲不能有這個抓地力。
	整個所以我們可能會遇到問題。
	一旦我們召開了這些會議，列出了這些假設，我們就開始驗證或否定它們。
	通過一些研究，一些數據，我們從這裡開始談論產品工程和裝配線，因此它們都無效。
	我們檢查了所有設計 我們檢查了所有規格 我們在設計這些組件時採用的所有標準 螺釘和孔之間的這種組合 不同材料，一切都很好，所以我們不需要在這裡做任何事情。
	我們在裝配線上使用的擰螺絲機剛拿到這個。
	來到實驗室，計量，我們檢查了公園，我們檢查了機器，一切都很好，所以我們在這裡沒有問題，所以現在我們會影響這個問題。
	只有螺絲和安裝孔這個鋁製零件這個盒子在這裡我們可以檢查好讓我們這樣做讓我們談談以色列直徑，這是這個問題的主要假設之一。
	在這裡我們開始使用 JMP，但在我們開始在工廠測量螺釘之前，我們始終需要確保測量系統獲得批准。
	這是一個簡單的可變性圖表，我們在這裡有直徑，螺桿直徑，我們有五個零件，每個零件由兩個不同的操作員測量三遍。
	我們在這裡有各種組件，在那裡我們可以看到這 93.8% 的變異是由零件引起的，所以這是我們可以確定我們的測量系統良好的事情之一，我們可以區分。
	過程中的零件，所以測量系統獲得批准，現在我們可以繼續，我們可以進入過程 Aaron 我們可以是 30 評估這是螺絲所以讓我們去做，過程的聲音如何正確，我們有我在這裡向您展示的每一步的示例策略。
	我們使用了六西格碼方法，所以我們遵循了一些。
	非常結構化的方法是從測量系統評估開始，然後進入過程並理解過程的聲音，最後。
	做一些組合併嘗試驗證或驗證我剛剛提出的那些假設，因此採樣是這裡的策略。
	我們是否有一個盒子，裡面裝滿了螺絲，所以我們知道的唯一信息是，我們收到了不同批次的這些螺絲，所以每批都有螺絲。
	他們製造日期或製造時刻，所以我們只是將它分成三個不同的批次，每批我們稱之為。
	20 個零件，每個零件我們在 0 度和 90 度的正方形上的兩個不同位置進行測量。
	為什麼這個？ 為了了解我們是否會在這個直徑上存在一些圓度問題，因此我們開始收集數據，並在 JMP 中分析了 120 個點。 又是這樣。
	在運行變異圖表的非常實用的分析中，僅將所有 120 個點放在此處，我們可以看到一切都在規格限制內。
	這裡的每個點都是螺釘中的一個度量。 這些藍線
	它連接了這個螺絲的位置一和二，所以如果我們在這裡有一條非常大的藍線，這意味著我們有非常大的圓度誤差。
	這意味著這兩個直徑的不同位置，所以它們是非常不同的。
	直徑，平均而言可以是好的，但是這些和這些直徑之間的差異可能是錯誤的，這可能會影響我們在將其擰入鋁盒時的問題，好吧。
	這是一個關於這個螺絲的非常實用的分析，在比較螺絲的這兩個不同位置的圖形分析中，一切似乎都很好，我們可以看到，我們可以使圓度誤差的假設無效。
	可能會受到影響，因此位置一和位置二的平均值幾乎相同。 這裡的這些條的大小，沒有什麼好說的，兩個或一個的位置是很不一樣的。
	這個圖表分析在這裡我們與變異圖表只是比較位置與直徑，我們可以看到任何東西。
	我們現在應該注意在使用 JMP 中的這些過程能力進行定量分析時，我們可以看到供應商的過程的聲音是如何正確的供應商，即向我們提供這些螺絲。 過程如何？ 對。
	我們這裡的 CPK 約為 1.47，PPK 約為 1.014。 我們的不穩定性大約需要 1.45，所以這不是我們擁有的最好的過程。
	見過不過。
	考慮和理想的 PPK 1.33。 並在這裡考慮對質量特徵或維度的關鍵。
	我們可以假設這個螺絲會影響我們長期的問題，現在，它們都在這個規格之內，但基於統計數據，基於 PPK 值。
	低於 1.33 也許將來會成為問題吧。
	但是在責備供應商之前，我們需要了解注射過程，我們的過程。 如果我們能夠抵抗這種螺釘的變化，那對我們來說更好，因為我們不需要。
	開始在供應商處做任何事情，好吧。
	所以這個假設。
	它被擱置了。 讓我們把這個放在一邊，讓我們等一下，關於我們注射過程的研究。
	讓我們看看我們是如何做到這一點的。
	注入這些這些盒子，我們有一個模具。
	這個模具有四個不同的腔體。 所以每次我們注入
	這個過程我們得到四個不同的部分，對吧？ 每個部分都有四個不同的孔，客戶使用這些孔來固定蓋子。 而每一部分，我們也會在不同的位置進行測量。 位置一和位置二。
	因此，在我們開始衡量這個流程並查看原始、實際流程中發生的情況之前，我們必須確保我們的衡量系統良好並獲得批准。
	我們必須確定我們是，我們知道如何處理五個壞的部分和好的部分。 所以我們用一個零件，一個盒子來運行這個。
	這些測量系統的變異在這四個不同的孔中。 每個孔由兩名不同的操作員測量三遍。 所以，我們發現這個測量系統的最大變化是由 95% 的孔引起的。
	我不得不在這裡說，它很難被批准。
	這就像我們運行的第三個 MSA。 我們必須在這裡購買一個新的保護裝置來測量這個內徑。 規範非常嚴格，關於
	關於一開始沒有使用的儀表，所以我們批准了第三個 MSA。 所以一旦批准
	現在我們可以繼續前進，我們可以測量過程中的零件，我們可以了解我們的注射過程是如何變化的。 以及它如何影響我們的問題。 所以我們進入了我們獲得具有四個不同腔體的模式的過程。
	每個腔的五個部分。
	所以我們在這個過程中只注射了五次，每個腔給了我們五個零件。 每個部分都有
	四個不同的孔，每個孔我們測量到不同的位置，所以這是我們稱之為 6 Sigma 工具的示例策略
	變異的組成部分 通過這些變異的組成部分，我們可以了解過程的聲音如何，我們可以將過程的聲音與客戶的聲音進行比較，並使用 JMP 中的過程能力，我們可以了解問題有多大。 所以，
	這裡我們有 COV 實踐分析。 而且，我們收集的所有數據都在這裡。
	所以我們在這個變異圖表中有四個不同的空腔。 這裡是第一個空腔，這裡是第二個空腔，這裡是第三個空腔，這裡是第四個空腔。 所以我們可以在這裡看到很多很多不同的情況
	對我們非常重要的信息。 例如，我們在這個可變性圖表中看到的最糟糕的空腔是二號空腔。
	因為我們可以例如讓我們在這裡得到零件號 6，所以我們有本規範內的第一個孔，第二個孔。
	在本規格之外，規格內的第三個孔和第四個孔分別容納外側位置和內側位置之一。 所以，這不好。
	這導致了……它導致了這些數據的很多變化，也許，我們找到了問題的根本原因，對吧？
	為什麼這個模具，這是同一個舊的四個不同的腔，為什麼第三腔那麼好，第二腔那麼糟糕，一和四或多或少，對吧？
	洞上這兩個位置之間有很多變化。 這意味著孔不是圓形的。 我們有
	這裡的圓度錯誤可能會影響問題。 所以，這是一個非常實用的分析，我們可以通過這些變異圖表在 JMP 中看到很多東西。
	一個更加圖形化的分析，我剛剛去掉了位置孔 her,e 和那些藍線，現在它們在這個酒吧里面。 所以條形越大，圓度問題就越大。
	我們可以再次看到空腔三。 我們不是我們看不到那個問題，但是，腔一、腔四和腔二我們仍然可以看到問題。
	非常非常大，對吧？ 在使用我們現在的過程能力進行定量分析時，我們可以看到，因為我們將所有 60 個數據
	在同一個批次裡面同一個評價，同一個分佈，我們可以看到一個非常糟糕的過程我們的CPK和PPK幾乎等於0，所以是一個非常糟糕的過程。
	考慮長期或短期的不符合
	基礎上，我們談論的是超過 300,000 個零件不合格
	違反我們的規範，這意味著如果我們購買 100 萬個，如果我們注入 100 萬個這樣的盒子，我們很抱歉，
	鋁盒，我們將有超過 300 或 30% 是我們的規格，所以也許我們剛剛發現了問題。 JMP 提供給我們的另一件非常有趣的事情是，我們有這個 160
	數據在這裡，但我們知道正在調查這個的人，正在分析這個的人，
	知道我們有四個不同的腔體，每個腔體有大約 40 個數據點，那麼為什麼不將這些分析分成不同的腔體呢？ 所以，這就是我們在這裡所做的。 因此，我們對型腔一進行了工藝能力分析。
	非常不穩定的過程。 腔二再次非常不穩定的過程，我們有負的 PPK 和 CPK 值。
	這意味著這個度量，這個過程的含義是規範之外的其中之一。 所以，我們可以在這裡看到樣本均值是 4.50075，
	而規格上限為 4.5000。 所以我們超出了我們的規範。 這意味著我們的 PPK 為負數。 所以，
	非常糟糕非常糟糕的過程比腔體更糟糕。 空腔三就是那個很好的空腔。 所以，我們可以看到一個非常穩定的過程。 穩定性指數接近1。
	CPK 和 PPK 值非常好。 範式的期望非常好。 所以，腔四，我們也有一個糟糕的過程。
	CPK 和 PPK 不好，每年對比一下就很清楚現在哪裡哪裡哪裡是我們的問題，對吧？ 是在空腔 1、2、3 還是 4 中？
	因此，如果我們必須在我們的過程中開始行動，我們必須評估空腔二、空腔一和空腔四的維度、情況和特性，而我們不需要在空腔三中做任何事情。
	因此，關於我們注入過程的假設得到了驗證。
	我們仍然擱置螺釘直徑假設。 那麼，為什麼我擱置這個，因為我們可以一起評估它們。
	我們在螺釘和安裝孔之間存在干涉。 我們如何評估它們在產品過程中的交互方式。
	一旦我們獲得了關於這兩個過程的信息，它們有多好或多壞，對嗎？ 我們有每個過程的均值和標準差，所以我們可以把它們放在一起。 所以讓我們從這裡開始運行。
	孔直徑與螺釘直徑的二元擬合。 我在這裡做了什麼？
	我剛剛在這些 Fit Y by X 中加入了 JMP，我只是將孔直徑放在 Y 中，將螺釘直徑放在 X 中。 這裡，
	這裡的藍色陰影是規格限制。 所以我們有篩網直徑的規格限制，我們有安裝孔直徑的規格限制。 這裡的所有這些單點都是螺釘和孔直徑的組合。 所以，
	一旦我在這個過程中測量了這一點，我就確定了像這樣的每個部分都是第一部分，第五部分和我 [無法理解]。
	零件號 25 零件號 30，用於螺釘和鋁盒。 因此，例如，這裡的這個點，這裡的這個點，這是第 6 個盒子、第 2 個孔和第 9 個螺釘。 螺絲編號在這裡，孔徑在這裡。 對於這裡的每個點。
	我以戰略性的方式結合，因為我想看到
	當我有一個小螺釘直徑並用小孔直徑放在一起時，這些部件、這些組件在一起的行為會怎樣。 但是如果我有一個大螺絲的小螺絲會發生什麼
	適合整體，對吧？ 如果我有一個大螺釘直徑和一個大孔直徑，會發生什麼？ 如果我有的話，我能在這個過程中得到什麼
	一個非常大的螺釘直徑與一個非常小的孔直徑？ 我們之間有很多要點。 所以我們這裡有 60 種不同的數據組合
	我在這裡得到了每一個組合。 試圖重現此失敗，對嗎？ 對？ 因為，一旦我們重現失敗，我們就可以了解過程中發生了什麼。 什麼
	可能會影響進程。 根本原因是什麼。 是螺絲？還是安裝孔。 我們應該有什麼維度來避免這個問題？ 所以，
	例如這裡的這個，當他們把這個九號螺絲放在六號盒子的第二號時，我用那台機器組裝它
	我們在這個過程中使用的。 而且，我拆開這個。 當我試圖
	再做一次，我做不到。 所以我遇到了問題。 這次大會的數量等於一，這意味著我只能做一次。
	讓我們在這裡得到另一種情況。 這一點，就在這裡。 當我得到 15 號螺釘時，螺釘直徑約為 4.73
	相對於14號盒子的2號孔，孔徑約為4.43，這意味著螺釘與此處整個直徑之間的干涉約為0.3毫米。 那麼多少次
	我可以這樣做，對嗎？ 所以，我可以重複這個打開和關閉盒子，打開和關閉，打開和關閉的過程30次。 這種情況在這裡，五次。 這裡的情況，21次。 所以每一點，我們都運行這個組裝過程，直到出現問題。 所以我們可以。
	計算我們重複這個過程的次數。 因此，因為我們的數據表中有一個名為的列
	這些組件的數量或數量，我們可以在這裡放一個圖例，我們在這裡有，例如，從紅色到綠色的點。 這裡的紅點是壞的。 他們是。
	0 到 10 之間。 請記住，規格下限是 10。 我們必須能夠重複這個過程至少 10 次。 所以這裡所有的紅點都是壞的。
	我們在 JMP 中使用的另一個非常有趣的工具是 Prediction Profiler。 在這些時刻，我使用了擬合模型，我在其中放置了它們的三個自由度，孔直徑、螺釘直徑以及它們之間的相互作用。 我有。
	一個約 0.88 的 R 平方。 所以，這很好，對吧？ 我們可以很好地表示這些模型。 所以，在這裡我們可以開始在我們的數據中處理一些不同的情況，對嗎？
	因為我們有
	這裡是孔徑，這裡是螺釘直徑，這裡有結果，我們的 Y，我們的目標，我們的目標。 也就是說，我們在這個過程中可以擁有的這個程序集的數量。
	因此，如果我們修復第一個，我在這裡運行的第一個場景是，如果我們將螺釘直徑固定為供應商提供給我們的平均值
	今天，整個直徑的平均值應該是多少，以保證至少11作為拆卸，對嗎？ 這個意思應該是4.50毫米吧？ 哦，那很好。 我們有我們的第一個場景，但是過程變化呢，對嗎？
	請記住，我們測量了
	160.
	零件，鋁盒。 我們測量了 120 個直徑。 那麼，我們有這些產品的標準偏差，對嗎？ 當我們在預測刻畫器中使用模擬器時
	放在這裡，保存規格下限，添加我們的隨機變化。
	圍繞這個孔徑。 把我們在過程中得到的標準偏差和我們在過程中得到的螺桿的標準偏差，我們可以模擬。 我只是在這裡模擬了 10,000
	不同的組合，我們有大約 44% 的失敗率，所以這是非常非常大的，讓我們從一些不同的場景開始。
	讓我們假設我們在註射過程中不做任何事情並要求供應商
	將他們的具體結果放在規範標稱的規範限制的平均值中
	並減少一點變化。 所以，這我將改變這裡的值。 所以，我只是把螺桿直徑的平均值放在名義上減少了變化。 所以這個綠色
	曲線這裡綠色分佈減少了。 我再次模擬它，我們得到了從 44% 到 32%。 所以，
	收益不大，費力，但是因為我們會要求供應商給我們一個更好的結果，但他們的結果已經很好了，對吧？ 一切都在規範之內。 所以，
	發生了什麼 我們在我們的流程中工作 讓我們看看會發生什麼 如果我們只是
	再次將螺桿直徑置於他們現在提供的標準偏差的平均值中。 我們只是減少了一點我們在過程中的變化，以及兩者，
	處理名義本 4.45 的平均值。 請記住，這些空腔的變化非常非常大，所以讓我們假設我們糾正、修復我們的過程。
	把處理的平均值放在名義上並減少變異。 我們可以有多少次拆卸？ 為什麼？ 因此，預測分析器只是將 20 次重複反彙編放在這裡。 率，失敗率
	下降到 0.009% 這對我們來說非常非常好。 所以，
	即使有這種組變化，該過程也可以使用 20 次拆卸。 這很好。 所以我們剛剛驗證了注射過程問題，對嗎？ 如果假設。 我們沒有螺桿直徑工藝，但是是的，我們的注塑工藝存在問題。
	一旦我們看到這一點，我們就制定了一項行動計劃。 我們寫了這些，我們把它提交給了經理、質量經理、工程經理、總監和
	注射過程管理器，對嗎？ 那台注塑機的主人，那個模具的主人。 所以，在向領導分享結果和預測後
	已經在鋁注塑模具中採取了措施。 用於創建裝配孔的銷被替換為新的。 修改後的模具提供了以下驗證結果。 所以，
	一旦我們修復了我們交付的別針。
	在盒子上打出這些洞，我們進行了另一項 COV 驗證研究。 而且，我們在這裡得到了這個結果。 因此，另外 20 個零件位於相同的四個不同的孔洞中，兩個不同的位置。 我們現在有
	一個新的蛀牙有非常非常好的效果。 甚至比我們在預測分析器中預測的結果還要好。
	一個非常小的變化。 那麼，讓我們看看當我們談論穩定性時會發生什麼？ 這是一個非常好的過程能力。 我們有。
	零不符合[無法理解]，所以這就是全部。
	幾乎為零吧，這是一個非常好的新流程。 而且，我們現在可以在這裡比較之前和之後的操作
	使用我們的新流程。 所以，我在調查開始時使用的同一個二元圖，現在我在這裡展示新值，因為我們所做的，在這裡我們得到了這些新的 20 個部分。
	我們測量一個新的螺絲。 而且，我們結合在一起，我們再次將不同的情況放在一起。 螺釘直徑和孔直徑的不同值和
	我們去了流程，拿到那台機器，開始拆機，組裝，拆機，組裝，重複這個過程，直到出現故障。 所以，
	正如您在此處看到的，對於此處的兩個特性，所有點現在都在此規範內。 而且，這裡最糟糕的一點是紅色的有 10、11、12、15 次拆卸。 所以現在我們遇到了問題
	解決了，對嗎？ 我們不再有問題了。 我們只是加入了這個過程。
	工廠中的一些控制計劃，所以他們必須控制
	銷的直徑現在以確保
	在特定時刻，他們必須更換這些引腳。 保證孔徑。 為了保證客戶沒有這個問題，對吧？T 所以這就是問題所在。 問題解決了。
	這就是伙計們。 我將在這裡用幾分鐘向你展示我是如何做到這一點的
	JMP。 所以，我在這裡有我們的數據表，其中有我使用的盒子，我使用的孔和每個孔，我們有直徑。
	每個螺釘將在此處測量直徑，以及所有組合的螺釘數量，我們這裡有 60 個組合，我們有每個組合的拆卸數量。 所以，
	我在這裡做的其中一件事是分析 -> 按 X 擬合 Y。 我將孔直徑放在 Y 中，將螺釘直徑放在 X 中。
	我在這裡有這張圖，所以這與我在那裡展示的不同，因為我有規格限制，對嗎？ 所以，規格限制，我放在這裡允許範圍。 我放在這裡
	這是螺絲，所以這是 4.617 到 4.8 我只是在這裡放藍色並添加。所以，我們有關於的規範。
	螺釘直徑，這裡我們有 4.4、4.5。
	而且，我會把
	孔規格。
	孔規格。
	如此是在這裡。
	我會起飛。
	所以。
	哎呀。
	範圍又是 4.4、4.5。
	所以現在我們有了那個圖。 所以，我們在那裡擁有的所有點。
	而我只是右鍵單擊此處的圖例，行圖例
	拆卸。我選擇了這裡，這些綠色到紅色。
	我在這裡選擇了反向比例，因為綠色，我想成為最好的。 所以，他們來了。 好吧，我也可以，
	在這裡得到更大的點。 所以，這是我使用的圖表之一。
	我做的另一件事讓我們在這裡清除行狀態，是分析->擬合模型。 所以，我的 Y，我在這裡的目標是數量，拆卸的數量。 整個直徑和螺釘直徑我剛剛放在這裡。 而且，我也把他們之間的互動放在了一邊，然後我就跑了。
	而我這裡，
	我在這里和我們的 R 方擬合的總結
	分析器就在這裡。 所以，
	這是我把直徑放在這裡的地方，我改變了這個孔的直徑，這裡使用了模擬器II，所以我在這裡保存了規格限制，所以我知道10是拆卸數量的規格下限。
	我在這裡放置了圍繞這些均值的隨機變化。 所以，一旦我有了這個，我就......
	我可以選擇 5000 次運行，我在這裡模擬，我在這裡有這個失敗率。 這是不同的，因為我沒有使用與演示文稿相同的值。 所以，我們可以在這裡運行不同的場景。 假設我們在 4.43 中開始提供漏洞。
	所以拆卸的數量將是 24 與相同的平均值
	螺桿直徑。 這是 JMP 中非常非常好的工具，我在演示中經常使用它。 所以，
	謝謝你們的收看，就是這樣的伙計們。 就這樣結束了。

爆發數據可視化質量和可靠性統計和建模回复：使用高級統計工具解決工業問題 (2021-US-45MP-854)

馬修斯：精彩的演講！ 我將與我的同事分享這個。