Conférencier
|
Transcription
|
| Nicolas Shelton |
D'accord, et je vais rester muet et une fois que je serai muet, alors vous pourrez commencer quand vous serez prêt et comme je l'ai mentionné, ne vous inquiétez pas si vous faites une erreur ou quoi que ce soit, continuez simplement et puis, quand nous avons terminé, je vais arrêter l'enregistrement et réactiver le son. |
| |
D'accord, d'accord, d'accord, quand vous pourrez continuer et commencer quand vous serez prêt. |
| |
Bonjour à tous, je suis là pour vous expliquer, je suis là aujourd'hui pour en parler. |
| |
Un problème industriel qui a été résolu à l'aide d'outils statistiques avancés et de JMP. C'est donc un réel problème auquel j'ai été confronté lorsque je travaillais dans un fabricant d'électricité moderne. |
| |
Alors, quel était le problème auquel nous étions confrontés à l'époque où nous avions ces moteurs électriques, et donc le client achète le distillat à partir de l'eau. |
| |
Et il doit connecter ces modèles électriques à sa propre machine, il doit donc ouvrir cette boîte ici. |
| |
Cette boîte a ici quatre vis différentes et quatre trous, il doit donc ouvrir ce couvercle, il doit connecter les câbles électriques à sa propre machine et il doit le fixer à nouveau pour le refermer ainsi. |
| |
Lorsque le client essaie de faire cela et, au moment où il doit réparer, fermer la boîte avec ce couvercle et ces quatre différents. |
| |
vis parfois, il a ce problème lorsque la vis est [devenue fausse ?]. Autrement dit nous n'avons plus de grip entre la vis et le trou en aluminium donc. |
| |
Par spécification, cette vis ce processus d'assemblage, et ces assemblages doivent résister au moins 10 fois. |
| |
Et le client le fait sans problème pendant très, très longtemps ou à différents moments, ou s'il le faut. |
| |
changer la position changer la machine où ce moteur électrique est utilisé, il suffit d'ouvrir et de fermer la boîte, sans aucun problème. Alors voilà, nous en avons un peu. |
| |
Courte vidéo juste une belle illustration de quel est le problème, donc cet équipage est perdu ici, il n'y a pas d'adhérence du tout. |
| |
Lorsque cela se produit, ce n'est pas un problème courant auquel nous sommes confrontés tous les jours, mais parfois cela peut arriver lorsque cela se produit, a reçu le directeur. |
| |
une plainte, le directeur, a appelé le responsable qualité et le responsable qualité m'a appelé donc Matheus, il faut résoudre ce problème donc rassembler les gens et commencer cette enquête. |
| |
Et c’est ce qui s’est passé, c’est ce que nous avons commencé à faire. |
| |
Comme d'autres situations, il y a d'autres problèmes sur lesquels nous devons enquêter. |
| |
Nous commencerons toujours par quelques hypothèses, donc au moins quelques hypothèses sur ce qui peut affecter ce problème, comment pouvons-nous expliquer cet échec, nous avons donc réuni des personnes de différents domaines, par exemple l'ingénierie des produits. |
| |
Que pouvons-nous faire de mal ici, cela peut être n'importe quel problème et dans le département d'ingénierie des produits, provoquant ces problèmes, des erreurs de conception ou pouvons-nous avoir des erreurs de chaîne de montage, des problèmes de variation peut-être avec la machine à visser. |
| |
travaille avec un couple élevé et génère ce problème ou cette vis que nous achetons directement à ce fournisseur, qui nous fournit ces vis peut-être qu'ils ont. |
| |
Diamètre réduit et on ne peut pas avoir ce grip ou la dernière hypothèse que nous avions évoquée à l'époque était le procédé d'injection, donc ce boitier en aluminium qui s'adapte ici. |
| |
Ce diamètre pourrait être ouvert donc, même si on avait un mauvais écran ou un bon diamètre de vis, on pourrait avoir un très grand diamètre et la vis ne peut pas avoir cette adhérence avec ça. |
| |
Entier donc on pourrait avoir un problème. |
| |
Une fois que nous avons eu ces réunions, ces hypothèses énumérées, nous avons commencé à les valider ou à les invalider. |
| |
Avec quelques études, certaines avec quelques données et nous avons commencé ici à parler de l'ingénierie des produits et de la chaîne d'assemblage, donc les deux ont été invalidés. |
| |
Nous avons vérifié toutes les conceptions, nous avons vérifié toutes les spécifications, toutes les normes que nous avions lors de la conception de ces assemblages, cette combinaison entre la vis et le trou, les différents matériaux, tout allait bien, nous n'avons donc rien eu à faire ici. |
| |
La machine à visser que nous utilisions sur la chaîne de montage, nous venons de l'acquérir. |
| |
Je suis venu aux laboratoires, à la métrologie et nous avons vérifié le parc, nous avons vérifié les machines et tout allait bien, donc nous n'avons pas eu de problèmes ici, alors qu'est-ce qui peut affecter ce problème maintenant nous. |
| |
Il n'y avait que la vis et le trou de montage, cette pièce en aluminium, cette boîte ici que nous avons pu vérifier ok, allons-y, parlons du diamètre d'Israël, une des principales hypothèses de ce problème. |
| |
Et ici, nous avons commencé à utiliser JMP, mais avant de commencer à mesurer les vis en usine, nous devons toujours nous assurer que le système de mesure est approuvé. |
| |
Voici un tableau de variabilité simple où nous avons ici le diamètre, le diamètre de la vis, nous avons cinq pièces, chaque pièce a été mesurée par deux opérateurs différents trois fois chacune. |
| |
Nous avons nos différents composants ici, où nous pouvons voir que 93,8 % de la variation de variation a été causée par les pièces, c'est donc l'une des choses dont nous pouvons être sûrs que notre système de mesure est bon, que nous pouvons différencier. |
| |
pièces dans le processus, donc le système de mesure a été approuvé, et maintenant nous pouvons passer à autre chose, nous pouvons passer au processus Aaron, nous pouvons avoir 30 ans, évaluer ce sont des vis alors faisons-le, comment la voix du processus est-elle correcte et nous avions un exemple de stratégie à chaque étape que je vous présente ici. |
| |
Nous avons utilisé la méthodologie six Sigma, nous la suivons donc un peu. |
| |
Une approche très structurée commence par les évaluations du système de mesure et entre dans le processus et comprend la voix du processus et, à la fin. |
| |
faire quelques combinaisons et essayer de valider ou de valider les hypothèses que je viens de présenter donc l'échantillonnage est une stratégie ici. |
| |
Nous avions une boîte pleine de vis à l'intérieur, donc nous savions que la seule information que nous avions était que nous avions reçu ces vis en différents lots, donc chaque lot avait les siennes. |
| |
Ils ont une date de fabrication ou un moment de fabrication, nous l'avons donc simplement séparé en trois lots différents, chaque lot que nous avons appelé. |
| |
20 parties et chaque partie que nous avons mesurée dans deux positions différentes sur le carré de zéro degré et 90 degrés. |
| |
Pourquoi ça? Pour voir, pour comprendre si nous pouvions avoir des problèmes de circularité dans ce diamètre, donc avec cette stratégie d'échantillonnage, nous avons commencé à collecter des données et nous avions 120 points à analyser dans JMP. Donc encore. |
| |
Dans une analyse très pratique exécutant ici un graphique de variabilité mettant simplement les 120 points, nous pouvons voir que tout était dans les limites des spécifications. |
| |
Chaque point ici est une mesure dans les vis. Cette ligne bleue |
| |
il relie les positions un et deux de cette vis donc si nous avons une très grande ligne bleue ici, cela signifie que nous avons une très grosse erreur de circularité. |
| |
Cela veut dire que ces deux positions différentes du diamètre, elles sont donc très différentes. |
| |
Le diamètre, en moyenne, peut être bon, mais la différence entre ceux-ci et ces diamètres pourrait être erronée, et cela pourrait affecter notre problème au moment de le visser dans la boîte en aluminium, d'accord. |
| |
C'est une analyse très pratique de cette vis, tout semblait aller bien dans une analyse graphique comparant ces deux positions différentes des vis, on voit, on peut invalider l'hypothèse des erreurs de circularité. |
| |
Cela pourrait avoir un impact, donc la moyenne de la position un et de la position deux était presque la même. La taille de ces barres ici, il n'y a rien qui d'accord, la position deux ou une est très différente donc. |
| |
Cette analyse graphique ici, avec un tableau de variabilité comparant simplement la position au diamètre, nous pouvons voir tout cela. |
| |
Nous devrions faire attention, donc maintenant, dans une analyse quantitative utilisant ces capacités de processus dans JMP, nous pouvons voir comment la voix du processus du fournisseur est celle du fournisseur qui nous livre ces vis. Comment se déroule le processus ? Droite. |
| |
Nous avons ici un CPK d'environ 1,47, un PPK d'environ 1,014. L'instabilité prend environ 1,45, ce n'est donc pas le meilleur processus dont nous disposons. |
| |
Vu mais. |
| |
Considérant et idéal PPK 1.33. Et penser ici à une caractéristique ou une dimension essentielle à la qualité. |
| |
Nous pourrions supposer que ces vis pourraient affecter le problème à long terme. À l'heure actuelle, elles sont toutes conformes à cette spécification, mais sur la base des statistiques, basées sur la valeur PPK. |
| |
Moins de 1,33, cela pourrait peut-être être un problème à l'avenir, n'est-ce pas. |
| |
Mais avant de blâmer les fournisseurs, nous devons comprendre le processus d’injection, notre processus. Si nous pouvons être robustes face à cette variation de la vis, c’est mieux pour nous car nous n’en avons pas besoin. |
| |
commencez à faire n'importe quoi chez le fournisseur et d'accord. |
| |
Donc cette hypothèse. |
| |
C'était en attente. Laissons cela de côté et attendons, les études sur notre procédé d'injection. |
| |
Voyons comment nous avons fait cela. |
| |
pour injecter ces boites, nous avons un moule. |
| |
Ce moule comporte quatre cavités différentes. Donc à chaque fois qu'on injecte |
| |
ce processus, nous obtenons quatre parties différentes, n'est-ce pas ? Chaque pièce comporte quatre trous différents, trous que le client utilise pour fixer le couvercle. Et chaque pièce, nous mesurerons également dans différentes positions. Positionnez un et positionnez deux. |
| |
Encore une fois, avant de commencer à mesurer ce processus et de voir ce qui se passe dans le processus original et réel, nous devons nous assurer que notre système de mesure est bon et approuvé. |
| |
Nous devons être sûrs que nous le sommes, nous savons comment gérer cinq mauvaises et bonnes parties. Donc, avec une pièce, une boîte, nous avons exécuté cela. |
| |
Ce système de mesure de variation dans ces quatre trous différents. Chaque trou mesuré par deux opérateurs différents trois fois chacun. Nous avons donc eu la plus grande variation de ce système de mesure causée par le trou, soit 95 %. |
| |
Je dois dire ici que cela a été très difficile à approuver. |
| |
C’était comme le troisième MSA que nous organisions. Nous devons acheter une nouvelle protection ici pour mesurer ce diamètre interne. Les spécifications étaient très strictes et la résolution concernant le |
| |
sur les jauges non appropriées au départ, nous avons donc fait approuver ce troisième MSA. Donc une fois approuvé |
| |
maintenant nous pouvons passer à autre chose, nous pouvons mesurer les pièces du processus, nous pouvons comprendre comment notre processus d'injection varie. Et comment cela peut-il affecter notre problème. Nous avons donc suivi le processus et obtenu ce mode avec quatre cavités différentes. |
| |
Cinq pièces de chaque cavité. |
| |
Nous avons donc injecté cinq fois dans le processus, chaque cavité nous a donné cinq pièces. Chaque partie avait |
| |
quatre trous différents et chaque trou que nous mesurons dans une position différente, voici donc un exemple de stratégie pour un outil six Sigma que nous appelons |
| |
composants de variation avec ces composants de variation, nous pouvons comprendre quelle est la voix du processus, nous pouvons comparer la voix du processus avec la voix du client et en utilisant la capacité de processus dans JMP et nous pouvons comprendre l'ampleur du problème. Donc, |
| |
nous avons ici l’analyse pratique du COV. Et toutes les données que nous avons collectées sont ici. |
| |
Nous avons donc quatre cavités différentes dans ce tableau de variabilité. La première cavité ici, la deuxième cavité ici, la troisième ici et la quatrième ici. Nous pouvons donc voir beaucoup, beaucoup de situations différentes ici, beaucoup de |
| |
des informations qui sont très importantes pour nous. Par exemple, la pire cavité que nous puissions voir dans ce tableau de variabilité est la cavité numéro deux. |
| |
Parce que nous pouvons par exemple obtenir le numéro de pièce six, nous avons ici le premier trou à l'intérieur de cette spécification, le deuxième trou. |
| |
en dehors de cette spécification, ce troisième trou à l'intérieur de la spécification et le quatrième occupent une position à l'extérieur et une position à l'intérieur. Donc, ce n'est pas bon. |
| |
Cela provoque... cela provoque beaucoup de variations dans ces données et peut-être que nous avons ici la cause première de notre problème, n'est-ce pas ? |
| |
Et pourquoi ce moule, ce sont les mêmes quatre cavités différentes et pourquoi la cavité numéro trois est si bonne, et la cavité numéro deux est si mauvaise, et la cavité numéro un et quatre sont plus ou moins, n'est-ce pas ? |
| |
Il y a beaucoup de variation entre ces deux positions sur le trou. Cela signifie que le trou n'est pas circulaire. Nous avons |
| |
erreur de circularité ici qui peut affecter le problème. C'est donc une analyse très pratique, nous pouvons voir beaucoup de choses ici dans JMP avec ces graphiques de variabilité. |
| |
Une analyse plus graphique, je viens de retirer le trou de position ici, et ces lignes bleues sont maintenant à l'intérieur de cette barre. Ainsi, plus la barre est grande, plus le problème de circularité est important. |
| |
Nous pouvons revoir la cavité trois. Nous ne voyons pas ce problème, mais pour la cavité un, la cavité quatre et la cavité deux, nous pouvons toujours voir le problème. |
| |
étant très, très grand, non ? Dans une analyse quantitative utilisant désormais nos capacités de processus, nous pouvons voir, en mettant les cent 60 données |
| |
à l'intérieur du même lot, à l'intérieur de la même évaluation, de la même distribution, nous pouvons voir un très mauvais processus, nos CPK et PPK sont presque égaux à zéro, c'est donc un très mauvais processus. |
| |
Penser la non-conformité à long terme ou à court terme |
| |
sur base, on parle de plus de 300 000 pièces non conformes |
| |
par rapport à notre cahier des charges, ça veut dire que si on achète 1 million on est désolé si on injecte 1 million de ces boites, |
| |
boîte en aluminium, nous en aurons plus de 300 ou 30 % correspondant à nos spécifications, alors peut-être avons-nous simplement trouvé le problème. Et une autre chose très intéressante ici que JMP nous propose, nous avons ces 160 |
| |
données ici, mais nous savons que la personne qui enquête sur cela, la personne qui analyse cela, |
| |
sait que nous avons quatre cavités différentes et que nous avons environ 40 points de données pour chaque cavité, alors pourquoi ne pas séparer ces analyses en différentes cavités ? C’est donc ce que nous avons fait ici. Nous avons donc une analyse de capabilité du processus pour celui de la cavité. |
| |
Processus très instable. Cavité deux encore une fois, processus très instable, nous avons des valeurs PPK et CPK négatives. |
| |
Cela signifie que la mesure de cela, la signification de ce processus est en dehors de la spécification de l'un d'entre eux. Donc, nous pouvons voir ici que la moyenne de l'échantillon est de 4,50075, |
| |
tandis que la limite supérieure de spécification est de 4,5000. Nous sommes donc hors de notre cahier des charges. Cela signifie que notre PPK est négatif. Donc, |
| |
est un très mauvais processus, pire que celui de la cavité. La cavité trois est la bonne. Nous pouvons donc constater un processus très stable. L'indice de stabilité est proche de un. |
| |
Les valeurs CPK et PPK sont très bonnes. L'espérance de forme normale est très bonne. Donc, dans la cavité quatre, nous avons également un mauvais processus. |
| |
CPK et PPK sont mauvais, et comparer chaque année est très clair maintenant, où est notre problème, n'est-ce pas ? Est-ce dans la cavité 1, 2, 3 ou 4 ? |
| |
Donc si nous devions commencer à agir dans notre processus, nous devons évaluer les dimensions, les situations, les caractéristiques de la cavité deux, et celle une, et quatre et nous n'avons rien besoin de faire dans la cavité trois. |
| |
Les hypothèses sur notre processus d’injection sont donc validées. |
| |
Et nous avons toujours cette hypothèse du diamètre de la vis en suspens. Alors pourquoi ai-je mis cela en attente parce que nous pouvons les évaluer ensemble. |
| |
Nous avons une interférence entre la vis et le trou de montage. Comment pouvons-nous évaluer la manière dont ils interagissent dans le processus du produit. |
| |
Et à quel point ils sont bons ou mauvais une fois que nous avons les informations sur ces deux processus, n'est-ce pas ? Nous avons la moyenne et l’écart type de chaque processus, nous pouvons donc les rassembler. Alors commençons par courir. |
| |
ajustement bivarié du diamètre du trou par un diamètre de vis. Qu'est-ce que j'ai fait ici ? |
| |
Je viens d'aller dans JMP dans ces Fit Y par X, je viens de mettre le diamètre du trou dans le Y et le diamètre de la vis dans le X. Ici, |
| |
cette ombre bleue, voici les limites des spécifications. Nous avons donc les limites de spécification du diamètre de l'écran et nous avons la limite de spécification du diamètre du trou de montage. Tous ces points simples sont ici une combinaison entre le diamètre de la vis et le diamètre du trou. Donc, |
| |
Une fois que j'ai mesuré cela au cours du processus, j'ai identifié chacune des pièces comme celle-ci est la pièce numéro un, la pièce numéro cinq et je [inintelligible]. |
| |
pièce numéro 25 pièce numéro 30, pour les vis et le boîtier en aluminium. Ainsi, par exemple, ce point ici, ce point ici, c'est la boîte numéro six, le trou numéro deux et la vis numéro neuf. Le numéro de vis est ici, le diamètre du trou est ici. Et pour chaque point ici. |
| |
Je combine de manière stratégique parce que je voulais voir |
| |
quel sera le comportement de ces pièces, de ces composants ensemble quand j'aurai un petit diamètre de vis et étant assemblés avec un petit diamètre de trou. Mais que peut-il arriver si j'ai une petite vis avec un gros |
| |
ça va dans son ensemble, non ? Que peut-il se passer si j'ai un grand diamètre de vis et un grand diamètre de trou ? Et que puis-je avoir dans le processus, si j'ai |
| |
Un très grand diamètre de vis avec un très petit diamètre de trou ? Et nous avons beaucoup de points entre les deux. Nous avions donc ici environ 60 combinaisons différentes de ces données et |
| |
J'ai toutes les combinaisons ici. Vous essayez de reproduire cet échec, n'est-ce pas ? Droite? Parce que, une fois que nous reproduisons l’échec, nous pouvons comprendre ce qui se passe dans le processus. Quoi |
| |
peut affecter le processus. Quelle est la cause profonde. Est-ce la vis ?Ou est-ce le trou de montage. Quelle dimension devons-nous avoir pour éviter ce problème ? Donc, |
| |
par exemple celle là, quand ils mettent cette vis numéro neuf dans tout le numéro deux de la boite numéro six je l'assemble à l'aide de cette machine |
| |
que nous utilisions dans le processus. Et je démonte ça. Et quand j'ai essayé de |
| |
recommencer, je ne pourrais pas le faire. J'ai donc eu le problème. Le nombre de cette assemblée ici était égal à un, cela veut dire que je n'ai pu le faire qu'une seule fois. |
| |
Prenons une autre situation ici. Ce point, juste ici. Quand je reçois cette vis numéro 15 qui avait un diamètre de vis d'environ 4,73 |
| |
par rapport au trou numéro deux de la boîte numéro 14 avec un diamètre de trou d'environ 4,43, cela signifie que l'interférence entre une vis et tout le diamètre ici était d'environ 0,3 millimètres. Alors combien de fois |
| |
Je pourrais faire ça, non ? Ainsi, je pourrais répéter ce processus d’ouverture et de fermeture de la boîte, d’ouverture et de fermeture, d’ouverture et de fermeture, 30 fois. Cette situation ici, cinq fois. La situation ici, 21 fois. Donc sur chacun de ces points, nous avons exécuté ce processus d'assemblage jusqu'à ce que nous ayons le problème. Nous pourrions donc. |
| |
comptez le nombre de fois que nous avons répété ce processus. Comme nous avons une colonne dans notre tableau de données appelée |
| |
quantité ou quantité de ceux-ci comme de ces assemblages, on peut juste mettre ici une légende et on a ici, par exemple, des points allant du rouge au vert. Les points rouges ici, ils sont mauvais. Ils sont. |
| |
entre zéro et 10. N'oubliez pas que la limite inférieure de spécification est de 10. Nous devons être capables de répéter ce processus au moins 10 fois. Donc tous les points rouges ici sont mauvais. |
| |
Et un autre outil très intéressant que nous utilisons ici dans JMP était le Prediction Profiler. Dans ce moment, j'utilise le Fit Model, où je mets leurs trois degrés de liberté, le diamètre du trou, le diamètre de la vis et l'interaction entre eux. J'avais. |
| |
un R carré d'environ 0,88. Alors, c'est plutôt bien, non ? Nous pouvons bien représenter ces modèles. Donc, ici, nous pouvons commencer à jouer avec différentes situations avec nos données, n'est-ce pas ? |
| |
Parce que nous avons |
| |
le diamètre du trou ici, le diamètre de la vis ici, et nous avons ici le résultat, notre Y, notre objectif, notre but. C’est-à-dire la quantité de cet assemblage que nous pouvons avoir dans ce processus. |
| |
Donc, si nous corrigeons le premier scénario que j'ai présenté ici, c'était si nous fixions le diamètre de la vis à la moyenne que les fournisseurs nous fournissent. |
| |
aujourd'hui, quelle doit être la moyenne du diamètre entier, pour en garantir au moins 11 au démontage, non ? Cette moyenne devrait être de 4,50 millimètres, non ? Oh c'est gentil. Nous avons notre premier scénario, mais qu’en est-il de la variation du processus, n’est-ce pas ? |
| |
N'oubliez pas que nous avons mesuré |
| |
160. |
| |
pièces, la boîte en aluminium. Nous avons mesuré 120 diamètres. Nous avons donc l’écart type de ces produits, n’est-ce pas ? Quand nous utilisons le simulateur dans le Prediction Profiler |
| |
en mettant ici, en sauvegardant la limite inférieure de spécification, en ajoutant notre variation aléatoire. |
| |
autour de ce diamètre de trou. En mettant l'écart type que nous avons obtenu dans le processus et l'écart type de la vis que nous avons obtenu dans le processus, nous pouvons simuler. Je viens de simuler ici 10 000 |
| |
différentes combinaisons et nous avons un taux d'échec d'environ 44 %, donc c'est très, très important, alors commençons par différents scénarios. |
| |
Supposons que nous ne fassions rien dans notre processus d'injection et demandons au fournisseur de |
| |
mettre leurs résultats spécifiques à la moyenne des limites de la spécification dans le nominal de la spécification |
| |
et réduisez un peu la variation. Donc, je vais changer les valeurs ici. Donc, je mets simplement la moyenne des diamètres de vis dans le nominal pour réduire la variation. Alors ce vert |
| |
courbe ici, cette distribution verte a été réduite. Je simule à nouveau et nous sommes passés de 44% à 32%. Donc, |
| |
peu d'avantages et trop d'efforts, mais parce que nous le ferons, nous demanderons au fournisseur de nous donner un meilleur résultat, mais ses résultats étaient déjà bons, non ? Tout était conforme aux spécifications. Donc, |
| |
que s'est-il passé, nous travaillons dans notre processus, voyons ce qui se passera si nous |
| |
remettez le diamètre de la vis dans la moyenne qu'ils livrent actuellement avec l'écart type. Et nous réduisons juste un peu nos variations dans le processus, et les deux, |
| |
la moyenne du traitement le nominal est de 4,45. N'oubliez pas que la variation de ces cavités était très, très grande, alors supposons que nous corrigions, réparions notre processus. |
| |
mettre la moyenne du traitement au nominal et réduire la variation. Combien de démontages pourrions-nous avoir ? Pourquoi? Ainsi, le profileur de prédiction vient de mettre ici comme résultat 20 démontages répétés. Le taux, le taux d'échec |
| |
descend à 0,009%. C'est très, très bien pour nous. Donc, |
| |
même avec cette variation de groupe, le processus fonctionnerait avec un moyen de 20 démontages. C'est très bien. Nous venons donc de valider le problème du processus d’injection, n’est-ce pas ? Si l'hypothèse. Nous n'avons pas de procédé de diamètre de vis mais oui, nous avons un problème dans notre procédé d'injection. |
| |
Une fois que nous avons vu cela, nous avons élaboré un plan d’action. Nous les avons rédigés, nous l'avons présenté aux managers, aux responsables qualité, au responsable ingénierie, au directeur et |
| |
le responsable du processus d'injection, n'est-ce pas ? Le propriétaire de cette machine à injection, le propriétaire de ce moule. Ainsi, après avoir partagé les résultats et les prévisions avec la direction |
| |
des actions ont été entreprises dans le moule d'injection d'aluminium. La goupille utilisée pour créer le trou de montage a été remplacée par une nouvelle. Le moule modifié a fourni les résultats suivants pour validation. Donc, |
| |
une fois que nous avons réparé les épingles que nous livrons. |
| |
En faisant ces trous dans la boîte, nous avons mené une autre étude de validation COV. Et nous avons eu ce résultat ici. Donc, encore 20 pièces sur ces mêmes quatre cavités différentes pour les trous, deux positions différentes. Nous avons maintenant |
| |
une nouvelle cavité avec de très, très bons résultats. Encore meilleurs que les résultats que nous prévoyions dans notre profileur de prédiction. |
| |
Une très petite variation. Alors, voyons ce qui se passe lorsque nous parlons de stabilité, n'est-ce pas ? Il s'agit d'une très bonne capacité de processus. Nous avons. |
| |
zéro non-conformité à [inintelligible], donc c'est tout. |
| |
presque zéro, c'est vrai, c'est un très bon nouveau processus. Et nous pouvons maintenant comparer les actions avant et après ici |
| |
avec notre nouveau processus. Donc, le même graphique bivarié que j'ai utilisé au début de l'enquête, maintenant je présente ici les nouvelles valeurs, car ce que nous avons fait, nous avons ici ces 20 nouvelles parties. |
| |
Nous mesurons une nouvelle vis. Et, nous avons combiné, nous avons reconstitué des situations différentes. Différentes valeurs pour le diamètre des vis et le diamètre des trous et |
| |
nous sommes allés au processus, avons obtenu cette machine et avons commencé à démonter, à assembler, à démonter et à assembler en répétant ce processus, jusqu'à ce que l'échec se produise. Donc, |
| |
comme vous pouvez le voir ici, tous les points se trouvent désormais à l'intérieur de cette spécification pour les deux caractéristiques ici. Et le pire ici, le rouge, c'est qu'il fait 10, 11, 12, 15 démontages. Alors maintenant nous avons le problème |
| |
résolu, non ? Nous n'avons plus le problème. Nous venons de mettre en place ce processus. |
| |
certains plans de contrôle dans l'usine, ils doivent donc contrôler le |
| |
diamètre des broches maintenant pour être sûr que |
| |
à un moment précis, ils doivent remplacer ces broches. Pour garantir le diamètre du trou. Pour garantir que le client n'aura pas ce problème, n'est-ce pas ? C'était donc là le problème. Le problème a été résolu. |
| |
Et c'est tout les gars. Je vais utiliser quelques minutes ici pour vous montrer comment j'ai fait cela correctement |
| |
JMP. J'ai donc ici notre tableau de données où j'ai les boîtes que j'utilise, les trous que j'utilise et chaque trou, nous avons le diamètre. |
| |
chaque vis aura le diamètre mesuré ici, et le nombre de ces vis toutes les combinaisons et nous avons ici 60 combinaisons et nous avons la quantité de démontage pour chacune. Donc, |
| |
l'une des choses que j'ai faites ici était celle-ci Analyse -> Ajuster Y par X. Où je mets le diamètre du trou dans le Y et le diamètre de la vis dans le X. |
| |
J'ai ce graphique ici, donc c'est différent de ce que j'ai présenté car là, j'ai les limites de spécification, non ? Donc, les limites de spécification que j'ai mises ici autorisent les plages. je mets ici |
| |
c'est la vis, donc c'est 4,617 à 4,8. Je viens de mettre du bleu ici et d'ajouter. Nous avons donc la spécification. |
| |
le diamètre de la vis et ici nous avons le 4.4, 4.5. |
| |
Et je mettrai ici le |
| |
spécification du trou également. |
| |
Spécification du trou. |
| |
Par conséquent, c'est ici. |
| |
Je décollerais. |
| |
Donc. |
| |
oups. |
| |
Une fourchette encore 4,4, 4,5. |
| |
Alors maintenant, nous avons ce graphique là. Donc, tous les points que nous avons là. |
| |
Et la légende que je viens de faire avec le clic droit ici, Row Legend |
| |
démontage. J'ai choisi ici, ces verts à rouges. |
| |
J'ai choisi ici l'échelle inversée, parce que le vert, je veux être le meilleur. Alors, ils sont là. D'accord, je pourrais aussi, |
| |
obtenez des points plus gros ici. C'est donc l'un des graphiques que j'ai utilisés. |
| |
Une autre chose que j'ai laissée effacer les états de ligne ici, était le modèle Analyse-> Ajuster. Donc, mon Y, mon objectif ici, c'est le montant, la quantité de démontages. Le diamètre entier et le diamètre de la vis que je viens de mettre ici. Et j’ai également mis l’interaction entre eux et j’ai couru. |
| |
Et j'ai ici, |
| |
mon résumé de l'ajustement avec notre carré R ici et |
| |
le profileur ici. Donc, |
| |
c'est ici que j'ai mis le diamètre ici, où j'ai changé ce diamètre de trou, le simulateur II utilisé ici, donc j'ai enregistré les limites de spécifications ici, donc je sais que le 10 est la limite inférieure de spécification pour la quantité de démontage. |
| |
Je mets ici une variation aléatoire autour de ces moyens. Donc, une fois que j'ai eu ça, j'ai juste... |
| |
Je pourrais choisir 5 000 exécutions et j'ai simulé ici et j'ai ce taux d'échec ici. C'est différent car je n'ai pas utilisé les mêmes valeurs que la présentation. Nous pourrions donc envisager différents scénarios ici. Supposons que nous ayons commencé à créer des trous en 4.43. |
| |
Le nombre de démontages sera donc de 24 avec la même moyenne des |
| |
le diamètre de la vis. Et c'est un très, très bel outil dans JMP, et je l'utilise beaucoup dans ma présentation. Donc, |
| |
merci d'avoir regardé et c'est tout les gars. C'est la fin. |
