398689_de-DE

liliconcom

Lösen eines industriellen Problems mit erweiterten Statistiktools (2021-US-45MP-854)

Niveau: Anfänger

 

Matheus Sguissardi, Lean Six Sigma Consultant, Plana Consultoria e Treinamentos

 

Das schlimmste Problem, das ein Unternehmen haben kann, ist die Unzufriedenheit der Kunden. In diesem Vortrag wird ein Problem untersucht, das bei der Demontage und Montage des Deckels eines Elektromotor-Anschlusskastens am Montageband des Kunden aufgetreten ist. Das Demontage- und Montagekonzept war für mindestens 10 Zyklen spezifiziert, jedoch hatte der Kunde im ersten Zyklus Probleme beim Anschluss von Kabeln an den gekauften Elektromotor.

 

Zur Lösung des Problems wurden einige statistische Werkzeuge und Methoden der Six Sigma-Methodik verwendet, um sequentiell und strukturiert die Haupthypothesen des Problems zu validieren und zu entkräften und dann alle Entscheidungen im Prozess und Produkt in geeigneter Weise zu treffen, alle basierend auf Fakten und Datenanalysen.

 

 

Automatisch generiertes Transkript...

 

Lautsprecher	Transkript
Nicholas Shelton	Okay, und ich werde stumm schalten und sobald ich stumm geschaltet habe, kannst du beginnen, wenn du bereit bist und wie ich bereits erwähnt habe, mach dir keine Sorgen, wenn du einen Fehler machst oder so, mach einfach weiter und und dann, wann wir sind fertig, ich werde die Aufnahme stoppen und die Stummschaltung selbst aufheben.
	Okay, okay, alles in Ordnung, wenn du weitermachen und anfangen kannst, wenn du bereit bist.
	Hallo zusammen, ich bin hier, um Ihnen zu erklären, worüber ich sprechen möchte.
	Ein industrielles Problem, das mit einigen fortgeschrittenen statistischen Tools und JMP gelöst wurde. Dies ist also ein echtes Problem, mit dem ich konfrontiert war, als ich in einem modernen Elektrohersteller arbeitete.
	Was war also das Problem, mit dem wir damals konfrontiert waren, hatten wir diese Elektromotoren, und so kauft der Kunde das Destillat aus Wasser.
	Und er muss dieses elektrische Modell an seine eigene Maschine anschließen, also muss er diese Kiste hier öffnen.
	Diese Box hat hier vier verschiedene Schrauben und vier Löcher, also muss er diese Abdeckung öffnen, die elektrischen Kabel an seine eigene Maschine anschließen und sie wieder befestigen, um sie wieder zu schließen.
	Wenn der Kunde dies versucht und in dem Moment, in dem er den Karton befestigen muss, mit diesem Deckel und diesen vier verschiedenen zu schließen hat.
	Schrauben manchmal hat er dieses Problem, wenn die Schraube [falsch gedreht?] ist. Mit anderen Worten, wir haben keinen Halt mehr zwischen der Schraube und dem Aluminiumloch.
	Laut Spezifikation muss diese Schraube diesem Montageprozess und dieser Montage mindestens 10 mal standhalten.
	Und das macht der Kunde problemlos für lange, lange oder unterschiedliche Zeiten, oder wenn er muss.
	Ändern Sie die Position Ändern Sie die Maschine, wo dieser Elektromotor verwendet wird, er sollte einfach die Box öffnen und schließen, ohne Probleme So hier haben wir ein wenig.
	Kurzes Video nur eine nette Illustration, was das Problem ist, also ist diese Crew hier verloren, es gibt überhaupt keinen Halt.
	Wenn dies passiert, ist das kein alltägliches Problem, mit dem wir jeden Tag konfrontiert sind, aber manchmal kann es passieren, wenn es passiert ist, empfing der Regisseur.
	eine Beschwerde, der Direktor, rief den Qualitätsmanager an und der Qualitätsmanager rief mich an, also Matheus, wir müssen dieses Problem lösen, also Leute zusammenbringen und diese Untersuchung starten.
	Und das ist, was passiert ist, und damit haben wir angefangen.
	Als andere Situationen müssen wir ein anderes Problem untersuchen.
	Wir werden immer mit einigen Hypothesen beginnen, also werden wir am wenigsten mit einigen Hypothesen beginnen, was dieses Problem beeinflussen kann, wie wir dieses Versagen erklären können, also stellen wir einige Leute aus verschiedenen Bereichen zusammen, zum Beispiel aus der Produktentwicklung.
	Was können wir hier falsch machen, es kann irgendein Problem und in der Produktentwicklungsabteilung sein, das diese Probleme verursacht, einige Konstruktionsfehler oder können wir Fließbandfehler haben Probleme Variation vielleicht dies der Schraubmaschine.
	arbeitet mit einem hohen Drehmoment und erzeugt diese dieses Problem oder diese Schraube, die wir kaufen, direkt dieser Lieferant, der uns diese Schrauben zur Verfügung stellt, die sie vielleicht haben.
	Reduzierter Durchmesser und wir können diesen Griff nicht haben oder die letzte Hypothese, die wir damals aufführten, war das Spritzverfahren, daher diese passende Aluminiumbox hier.
	Dieser Durchmesser könnte geöffnet werden, so dass wir, selbst wenn wir ein schlechtes Sieb oder einen guten Schraubendurchmesser hätten, einen sehr großen Durchmesser haben könnten und die Schraube damit nicht diesen Halt haben kann.
	Ganze, damit wir ein Problem haben könnten.
	Sobald wir diese Treffen hatten, diese Hypothesen aufgelistet, begannen wir, sie zu validieren oder für ungültig zu erklären.
	Mit einigen Studien, einige mit einigen Daten, und wir begannen hier über die Produktentwicklung und das Montageband zu sprechen, sodass beide ungültig wurden.
	Wir überprüfen alle Konstruktionen wir überprüfen alle Spezifikationen alle Standards, die wir bei der Konstruktion dieser Baugruppe hatten diese Kombination zwischen Schraube und Loch die verschiedenen Materialien, alles war in Ordnung, also mussten wir hier nichts tun.
	Die Schraubmaschine, die wir am Fließband benutzten, haben wir gerade bekommen.
	kamen in die Labors, die Messtechnik und wir überprüften den Park wir überprüften die Maschinen und alles war in Ordnung, also hatten wir hier keine Probleme, also was kann dieses Problem jetzt beeinflussen.
	Hatte nur die Schraube und das Passloch dieses Aluminiumteil diese Box hier, die wir überprüfen konnten okay lass uns das machen Lass uns über den Israel-Durchmesser sprechen, eine der Haupthypothesen dieses Problems.
	Und hier haben wir angefangen, JMP zu verwenden, aber bevor wir mit dem Messen der Schrauben im Werk beginnen, müssen wir immer sicherstellen, dass das Messsystem so zugelassen ist.
	Hier ist eine einfache Variabilitätstabelle, in der wir den Durchmesser haben, den Schraubendurchmesser, wir haben fünf Teile, jedes Teil wurde dreimal von zwei verschiedenen Bedienern gemessen.
	Wir haben unsere verschiedenen Komponenten hier, wo wir sehen können, dass diese 93,8 % der Streuung durch Teile verursacht wurden. Dies ist also eines der Dinge, bei denen wir sicher sein können, dass unser Messsystem gut ist, wir können unterscheiden.
	Teile im Prozess, also wurde das Messsystem genehmigt, und jetzt können wir weitermachen, wir können mit dem Prozess fortfahren Aaron ist 30 eine Beispielstrategie für jeden Schritt, den ich Ihnen hier vorstelle.
	Wir haben die Six Sigma-Methodik verwendet, also folgen wir ihr einigermaßen.
	Ein sehr strukturierter Ansatz beginnt mit der Bewertung des Messsystems und geht in den Prozess ein und versteht die Stimme des Prozesses und am Ende.
	Ich mache einige Kombinationen und versuche, diese Hypothesen zu validieren oder zu validieren, die ich gerade vorgestellt habe, also ist die Stichprobe hier eine Strategie.
	Hatten wir eine Schachtel voller Schrauben im Inneren, so wussten wir, dass die einzige Information, die wir hatten, war, dass wir diese Schrauben in verschiedenen Chargen erhalten haben, so dass jede Charge ihre Nummer hatte.
	Sie haben das Herstellungsdatum oder einen Herstellungszeitpunkt, also haben wir es einfach in drei verschiedene Chargen unterteilt, die wir jeweils aufgerufen haben.
	20 Teile und jedes Teil haben wir in zwei verschiedenen Positionen auf dem Quadrat von etwa null Grad und 90 Grad gemessen.
	Warum das? Um zu sehen und zu verstehen, ob wir bei diesem Durchmesser Probleme mit der Kreisförmigkeit haben könnten, haben wir mit dieser Stichprobenstrategie begonnen, Daten zu sammeln und hatten 120 Punkte, die in JMP analysiert werden mussten. Also nochmal.
	In einer sehr praktischen Analyse, die hier ein Variabilitätsdiagramm durchführt, in dem alle 120 Punkte gesetzt werden, können wir sehen, dass alles innerhalb der Spezifikationsgrenzen lag.
	Jeder Punkt hier ist ein Maß in den Schrauben. Diese blaue Linie
	es verbindet die Position eins und zwei dieser Schraube. Wenn wir hier also eine sehr große blaue Linie haben, bedeutet dies, dass wir einen sehr großen Rundheitsfehler haben.
	Es bedeutet, dass diese beiden Positionen des Durchmessers unterschiedlich sind, sie sind also sehr unterschiedlich.
	Der Durchmesser kann im Mittel gut sein, aber der Unterschied zwischen diesen und diesen Durchmessern könnte falsch sein, und dies könnte unser Problem im Moment des Einschraubens in die Aluminiumbox in Ordnung bringen.
	Dies ist eine sehr praktische Analyse über diese Schraube, alles schien gut zu sein, in einer grafischen Analyse, die diese beiden unterschiedlichen Positionen der Schrauben vergleicht. Wir können sehen, dass wir die Hypothese der Rundheitsfehler entkräften können.
	Dies könnte sich auswirken, so dass der Mittelwert von Position eins und Position zwei fast gleich war. Von der Größe dieser Balken hier gibt es nichts, was Okay, die Position zwei oder eins ist also sehr unterschiedlich.
	Diese Diagrammanalyse hier haben wir mit Variabilitätsdiagramm, das nur die Position mit dem Durchmesser vergleicht, wir können alles sehen, was.
	Wir sollten jetzt also bei einer quantitativen Analyse mit dieser Prozessfähigkeit in JMP so gut aufpassen, dass wir sehen können, wie die Stimme des Prozesses des Lieferanten richtig des Lieferanten ist, der uns diese Schrauben liefert. Wie ist der Prozess? Rechts.
	Wir haben hier einen CPK von etwa 1,47, einen PPK von etwa 1,014. Wir haben Instabilität dauert ungefähr 1,45, ist also nicht der beste Prozess, den wir haben.
	Gesehen aber.
	Unter Berücksichtigung und idealer PPK 1.33. Und dabei an ein qualitätskritisches Merkmal oder Maß zu denken.
	Wir könnten davon ausgehen, dass diese Schrauben das Problem langfristig beeinflussen könnten, im Moment sind sie alle innerhalb dieser Spezifikation, aber basierend auf den Statistiken, basierend auf dem PPK-Wert.
	Unter 1,33 kann es in Zukunft ein Problem werden.
	Aber bevor wir die Lieferanten beschuldigen, müssen wir den Injektionsprozess, unseren Prozess, verstehen. Wenn wir gegen diese Variation der Schraube robust sein können, ist es besser für uns, weil wir das nicht müssen.
	Fangen Sie an, alles beim Lieferanten zu tun und okay.
	Also diese Hypothese.
	Es war in der Warteschleife. Legen wir das beiseite und warten wir ab, die Studien über unseren Injektionsprozess.
	mal sehen, wie wir das gemacht haben.
	Um diese Box zu spritzen, haben wir eine Form.
	Diese Form hat vier verschiedene Kavitäten. Also jedes Mal, wenn wir injizieren
	Bei diesem Prozess erhalten wir vier verschiedene Teile, oder? Jedes Teil hat vier verschiedene Löcher, die Löcher, die der Kunde verwendet, um die Abdeckung zu befestigen. Und jedes Teil messen wir auch in unterschiedlichen Positionen. Position eins und Position zwei.
	Bevor wir also mit der Messung dieses Prozesses beginnen und sehen, was im ursprünglichen, tatsächlichen Prozess passiert, müssen wir uns vergewissern, dass unser Messsystem gut ist und genehmigt wird.
	Wir müssen sicher sein, dass wir es sind, wir wissen, wie man fünf schlechte und gute Teile umsetzt. Also mit einem Teil, einer Box haben wir das gemacht.
	Dieses Messsystem der Variation in diesen vier verschiedenen Löchern. Jedes Loch wurde dreimal von zwei verschiedenen Operatoren gemessen. Wir hatten also die größte Abweichung dieses Messsystems, die durch das Loch 95% verursacht wurde.
	Ich muss hier sagen, dass es sehr schwierig war, es zu genehmigen.
	Es war wie das dritte MSA, das wir durchgeführt haben. Wir müssen hier einen neuen Schutz kaufen, um diesen Innendurchmesser zu messen. Die Spezifikation war sehr eng und die Auflösung über die
	über die anfangs nicht angeeigneten Lehren, also ließen wir diese dritte MSA genehmigen. Also sobald es genehmigt ist
	Jetzt können wir weitermachen, wir können die Teile im Prozess messen, wir können verstehen, wie sich unser Spritzprozess verändert. Und wie kann es unser Problem beeinflussen. Also gingen wir zu dem Prozess, bei dem wir diesen Modus mit vier verschiedenen Kavitäten erhalten haben.
	Fünf Teile aus jeder Kavität.
	Wir haben also nur fünfmal gespritzt, jede Kavität hat uns fünf Teile gegeben. Jeder Teil hatte
	vier verschiedene Löcher und jedes Loch messen wir in einer anderen Position, also ist dies eine Beispielstrategie für ein Six Sigma-Tool, das wir nennen
	Variationskomponenten Mit diesen Variationskomponenten können wir verstehen, wie die Stimme des Prozesses ist, wir können die Stimme des Prozesses mit der Stimme des Kunden vergleichen und die Prozessfähigkeit in JMP verwenden und wir können verstehen, wie groß das Problem ist. So,
	hier haben wir eine praktische COV-Analyse. Und alle Daten, die wir gesammelt haben, sind hier.
	Wir haben also vier verschiedene Kavitäten in dieser Variabilitätstabelle. Der erste Hohlraum hier, der zweite Hohlraum hier der dritte hier und der vierte hier. Wir können hier also viele, viele verschiedene Situationen sehen, viele
	Informationen, die uns sehr wichtig sind. Die schlechteste Kavität, die wir in diesem Variabilitätsdiagramm sehen können, ist beispielsweise die zweite Kavität.
	Da wir hier zum Beispiel die Teilenummer sechs bekommen können, haben wir das erste Loch innerhalb dieser Spezifikation, das zweite Loch.
	außerhalb dieser Spezifikation halten das dritte Loch innerhalb der Spezifikation und das vierte Loch entweder die Position außerhalb oder die Position innerhalb. Das ist also nicht gut.
	Dies verursacht ... es verursacht eine Menge Variation in diesen Daten und vielleicht haben wir hier die Ursache unseres Problems, richtig?
	Und warum diese Form, das sind die gleichen alten vier verschiedenen Kavitäten und warum die Kavität Nummer drei so gut ist und die Kavität Nummer zwei so schlecht und die eins und vier mehr oder weniger, richtig?
	Es gibt viele Variationen zwischen diesen beiden Positionen auf dem Loch. Das bedeutet, dass das Loch nicht kreisförmig ist. Wir haben
	Zirkularitätsfehler hier, der das Problem beeinflussen kann. Dies ist also eine sehr praktische Analyse, wir können hier in JMP mit diesem Variabilitätsdiagramm viele Dinge sehen.
	Eine grafischere Analyse Ich habe gerade das Positionsloch entfernt, und diese blauen Linien befinden sich jetzt innerhalb dieser Leiste. Je größer also der Balken ist, desto größer ist das Zirkularitätsproblem.
	Wir sehen wieder den Hohlraum drei. Wir sehen dieses Problem nicht, aber bei Hohlraum eins, Hohlraum vier und Hohlraum zwei können wir das Problem immer noch sehen.
	sehr, sehr groß sein, oder? In einer quantitativen Analyse, die jetzt unsere Prozessfähigkeit nutzt, können wir sehen, wie wir all die hundert 60 Daten zusammentragen
	innerhalb derselben Charge innerhalb derselben Auswertung, derselben Verteilung, können wir einen sehr schlechten Prozess sehen, unser CPK und PPK sind fast gleich Null, also ist das ein sehr schlechter Prozess.
	Lang- oder kurzfristig über Nichtkonformität nachdenken
	Wir sprechen hier von mehr als 300.000 nicht konformen Teilen
	entgegen unserer Spezifikation bedeutet dies, dass wir, wenn wir 1 Million kaufen, es uns leid tun, wenn wir 1 Million dieser Boxen injizieren,
	Aluminiumbox, wir werden mehr als 300 oder 30% davon haben, die unserer Spezifikation entsprechen, also haben wir vielleicht gerade das Problem gefunden. Und eine andere Sache, die hier sehr interessant ist, die uns JMP zur Verfügung stellt, wir haben diese 160
	Daten hier, aber wir wissen, dass die Person, die dies untersucht, die Person, die dies analysiert,
	weiß, dass wir vier verschiedene Kavitäten und etwa 40 Datenpunkte für jede Kavität haben, warum also nicht diese Analyse in verschiedene Kavitäten aufteilen? Also, das haben wir hier gemacht. Wir haben also eine Prozessfähigkeitsanalyse für die Kavität.
	Sehr instabiler Prozess. Kavität zwei wiederum sehr instabiler Prozess, wir haben negative PPK- und CPK-Werte.
	Es bedeutet, dass das Maß dafür, die Bedeutung dieses Prozesses außerhalb der Spezifikation liegt. Wir können hier also sehen, dass der Stichprobenmittelwert 4.50075 beträgt,
	während die obere Spezifikationsgrenze 4,5000 beträgt. Wir sind also außerhalb unserer Spezifikation. Das bedeutet, dass unser PPK negativ ist. So,
	ist sehr schlecht sehr schlechter Prozess schlimmer als der Hohlraum. Der Hohlraum drei ist so gut. Wir können also einen sehr stabilen Prozess sehen. Der Stabilitätsindex liegt nahe bei eins.
	Die CPK- und PPK-Werte sind sehr gut. Die Normalformerwartung ist sehr gut. Also, die Kavität vier, wir haben auch einen schlechten Prozess.
	CPK und PPK schlecht, und ein Vergleich jedes Jahr ist jetzt sehr klar wo sind wo wo ist unser Problem, oder? Ist in der Kavität 1, 2, 3 oder 4?
	Wenn wir also in unserem Prozess mit dem Handeln beginnen müssten, müssen wir die Dimensionen, die Situationen, die Eigenschaften der Kavität 2 und 1 und 4 auswerten, und wir brauchen in Kavität 3 nichts zu tun.
	Damit sind die Hypothesen über unseren Injektionsprozess bestätigt.
	Und wir haben diese Schraubendurchmesser-Hypothese immer noch auf Eis gelegt. Warum habe ich das auf Eis gelegt, weil wir sie gemeinsam auswerten können.
	Wir haben eine Interferenz zwischen der Schraube und dem Passloch. Wie können wir bewerten, wie sie im Prozess im Produkt interagieren.
	Und wie gut oder wie schlecht sind sie, wenn wir die Informationen über diese beiden Prozesse haben, richtig? Wir haben den Mittelwert und die Standardabweichung jedes Prozesses, damit wir diese zusammenstellen können. Also fangen wir hier mit dem Laufen an.
	bivariate Passung des Lochdurchmessers durch einen Schraubendurchmesser. Was habe ich hier gemacht?
	Ich bin gerade in JMP in diese Fit Y by X gegangen, ich habe einfach den Lochdurchmesser in das Y und den Schraubendurchmesser in das X eingegeben. Hier,
	dieser blaue Schatten hier sind die Spezifikationsgrenzen. Wir haben also die Spezifikationsgrenzen des Siebdurchmessers und wir haben die Spezifikationsgrenzen des Passlochdurchmessers. Alle diese einzelnen Punkte sind hier eine Kombination zwischen Schrauben- und Lochdurchmesser. So,
	Sobald ich dies im Prozess gemessen habe, habe ich jedes der Teile identifiziert, so dass dies Teil Nummer eins ist, Teil Nummer fünf und ich [unverständlich].
	Teilenummer 25 Teilenummer 30, für die Schrauben und die Aluminiumbox. Also zum Beispiel dieser Punkt hier, dieser Punkt hier, das ist die Box Nummer sechs, das Loch Nummer zwei und die Schraube Nummer neun. Hier steht die Schraubennummer, hier der Lochdurchmesser. Und für jeden Punkt hier.
	Ich kombiniere strategisch, weil ich sehen wollte
	Wie verhalten sich diese Teile, diese Komponenten zusammen, wenn ich einen kleinen Schraubendurchmesser habe und mit einem kleinen Lochdurchmesser zusammengefügt werden. Aber was kann passieren, wenn ich eine kleine Schraube mit einer großen habe
	passend als Ganzes, oder? Was kann passieren, wenn ich einen großen Schraubendurchmesser habe, mit einem großen Lochdurchmesser? Und was kann ich dabei haben, wenn ich es habe
	Ein sehr großer Schraubendurchmesser mit einem sehr kleinen Lochdurchmesser? Und wir haben viele Punkte dazwischen. Wir hatten hier also etwa 60 verschiedene Kombinationen dieser Daten und
	Ich habe jede einzelne Kombination hier. Versuchen Sie, diesen Fehler zu reproduzieren, oder? Rechts? Denn sobald wir den Fehler reproduziert haben, können wir verstehen, was dabei passiert. Was
	kann den Prozess beeinflussen. Was ist die Ursache. Ist die Schraube? Oder ist das Passloch. Welche Dimension sollten wir haben, um dieses Problem zu vermeiden? So,
	zum Beispiel diese hier, wenn sie diese Schraube Nummer neun in die ganze Nummer zwei der Schachtel Nummer sechs stecken, baue ich sie mit dieser Maschine zusammen
	die wir dabei verwendet haben. Und ich zerlege das. Und als ich es versuchte
	mach es nochmal, ich konnte es nicht. Also ich hatte das Problem. Die Anzahl dieser Versammlungen hier war gleich eins, das heißt, ich konnte sie nur einmal machen.
	Nehmen wir hier eine andere Situation. Dieser Punkt, genau hier. Wenn ich die Schraube Nummer 15 bekomme, die einen Schraubendurchmesser von etwa 4,73 Zoll hatte
	gegenüber dem Loch Nummer zwei der Box Nummer 14 mit einem Lochdurchmesser von etwa 4,43 bedeutet dies, dass die Überschneidung zwischen einer Schraube und dem gesamten Durchmesser hier etwa Punkt 0,3 Millimeter betrug. Also wie oft
	Ich könnte das tun, oder? Also könnte ich diesen Vorgang des Öffnens und Schließens der Schachtel, Öffnen und Schließen, Öffnen und Schließen 30 Mal wiederholen. Diese Situation hier, fünfmal. Die Situation hier, 21 Mal. Also haben wir an jedem dieser Punkte diesen Montageprozess durchgeführt, bis wir das Problem haben. Also könnten wir.
	zählen Sie, wie oft wir diesen Vorgang wiederholt haben. Wir haben also eine Spalte in unserer Datentabelle namens
	Menge oder Menge davon wie diese Montage, wir können hier einfach eine Legende einfügen und wir haben hier zum Beispiel Punkte von rot nach grün. Die roten Punkte hier sind schlecht. Sie sind.
	zwischen null und 10. Denken Sie daran, dass die untere Spezifikationsgrenze 10 beträgt. Wir müssen diesen Vorgang mindestens 10 Mal wiederholen können. Also alle roten Punkte hier sind schlecht.
	Ein weiteres sehr interessantes Tool, das wir hier in JMP verwenden, ist der Prediction Profiler. In diesen Momenten verwende ich das Fit-Modell, bei dem ich ihre drei Freiheitsgrade, den Lochdurchmesser, den Schraubendurchmesser und die Interaktion zwischen ihnen einfüge. Ich hatte.
	ein R-Quadrat ungefähr 0,88. Das ist also ganz gut, oder? Wir können diese Modelle gut darstellen. Hier können wir also mit einigen verschiedenen Situationen in unseren Daten spielen, oder?
	Weil wir es haben
	der Lochdurchmesser hier, der Schraubendurchmesser hier, und wir haben hier das Ergebnis, unser Y, unser Ziel, unser Ziel. Das heißt, die Menge dieser Baugruppe, die wir in diesem Prozess haben können.
	Wenn wir also das erste Problem beheben, war das erste Szenario, das ich hier durchführte, wenn wir den Schraubendurchmesser auf den Mittelwert festlegen, den die Lieferanten uns zur Verfügung stellen
	Was sollte heute der Mittelwert des gesamten Durchmessers sein, um mindestens 11 als Demontage zu garantieren, oder? Dieser Mittelwert sollte 4,50 Millimeter betragen, oder? Ach das ist schön. Wir haben unser erstes Szenario, aber was ist mit der Prozessvariation, richtig?
	Denken Sie daran, dass wir gemessen haben
	160.
	Teile, die Aluminiumbox. Wir haben 120 Durchmesser gemessen. Wir haben also die Standardabweichung dieser Produkte, oder? Wenn wir den Simulator im Prediction Profiler verwenden
	hier setzen, die untere Spezifikationsgrenze speichern und unsere zufällige Variation hinzufügen.
	um diesen Lochdurchmesser. Setzen wir die Standardabweichung, die wir im Prozess erhalten haben, und die Standardabweichung der Schraube, die wir dabei erhalten haben, können wir simulieren. Ich habe hier gerade 10.000 simuliert
	verschiedene Kombinationen und wir haben eine Fehlerrate von etwa 44%, das ist also sehr, sehr groß, also lasst uns mit einigen verschiedenen Szenarien beginnen.
	Nehmen wir an, wir tun, wir tun nichts in unserem Injektionsprozess und bitten den Lieferanten, dies zu tun
	setzen ihre spezifischen Ergebnisse in den Mittelwert der Spezifikationsgrenzen in den Nennwert der Spezifikation
	und reduzieren Sie die Variation ein wenig. Also, das werde ich die Werte hier ändern. Also setze ich einfach den Mittelwert der Schraubendurchmesser in den Nennwert ein, um die Variation zu reduzieren. Also dieses Grün
	Kurve hier wurde diese Grünverteilung reduziert. Ich simuliere es noch einmal und wir sind von 44% auf 32% gekommen. So,
	wenig Nutzen und zu viel Aufwand, aber da werden wir den Lieferanten bitten, uns ein besseres Ergebnis zu liefern, aber deren Ergebnis war schon gut, oder? Alles war innerhalb der Spezifikation. So,
	was ist passiert wir arbeiten in unserem prozess richtig mal sehen was passiert wenn wir nur
	setzen Sie den Schraubendurchmesser noch einmal in den Mittelwert, den sie gerade mit der Standardabweichung liefern. Und wir reduzieren nur ein wenig unsere Variation im Prozess, und beide,
	der Mittelwert der Verarbeitung der Nennwert dieser 4,45. Denken Sie daran, dass die Variation dieser Hohlräume sehr, sehr groß war, also nehmen wir an, dass wir unseren Prozess korrigieren und reparieren.
	Setzen Sie den Mittelwert der Verarbeitung auf den Nennwert und reduzieren Sie die Streuung. Wie viele Demontagen könnten wir haben? Wieso den? Der Vorhersage-Profiler hat hier also nur 20 wiederholte Zerlegungen vorgenommen. Die Rate, die Ausfallrate
	sinkt auf 0,009% Das ist sehr, sehr gut für uns. So,
	selbst bei dieser Gruppenvariante würde das Verfahren mit 20 Demontagen funktionieren. Das ist sehr gut. Also haben wir gerade das Problem des Einspritzvorgangs validiert, oder? Wenn die Hypothese. Wir haben kein Schneckendurchmesserverfahren, aber ja, wir haben ein Problem mit unserem Einspritzverfahren.
	Als wir das sahen, gingen wir zu einem Aktionsplan. Wir haben diese geschrieben, wir präsentierten dies den Managern, den Qualitätsmanagern, dem Engineering Manager, dem Direktor und
	der Einspritzprozessmanager, oder? Der Besitzer dieser Spritzgussmaschine, der Besitzer dieser Form. Also, nachdem wir die Ergebnisse und Vorhersagen an die Führung weitergegeben haben
	Aktionen wurden in der Aluminium-Spritzgussform durchgeführt. Der Stift, mit dem das Passloch erstellt wurde, wurde durch neue ersetzt. Das modifizierte Werkzeug lieferte die folgenden Ergebnisse zur Validierung. So,
	Sobald wir die Pins, die wir liefern, repariert haben.
	Um diese Löcher in die Box zu bohren, führten wir eine weitere COV-Validierungsstudie durch. Und dieses Ergebnis hatten wir hier. Also, weitere 20 Teile auf den gleichen vier verschiedenen Hohlräumen für Löcher, zwei verschiedene Positionen. Wir haben jetzt
	eine neue Kavität mit sehr, sehr guten Ergebnissen. Noch besser als die Ergebnisse, die wir in unserem Vorhersageprofiler vorhergesagt haben.
	Eine ganz kleine Variation. Mal sehen, was passiert, wenn wir über Stabilität sprechen, richtig? Dies ist eine sehr gute Prozessfähigkeit. Wir haben.
	null Nichtübereinstimmung mit [unverständlich], das ist also alles.
	fast null richtig, das ist ein sehr guter neuer Prozess. Und wir können jetzt die Vorher- und Nachher-Aktionen hier vergleichen
	mit unserem neuen Verfahren. Also, das gleiche bivariate Diagramm, das ich zu Beginn der Untersuchung verwendet habe, präsentiere ich jetzt hier mit den neuen Werten, denn was wir gemacht haben, hier haben wir diese neuen 20 Teile.
	Wir messen eine neue Schraube. Und wir haben kombiniert, wir haben wieder verschiedene Situationen zusammengestellt. Unterschiedliche Werte für Schraubendurchmesser und Lochdurchmesser und
	Wir gingen zu dem Prozess, bekamen diese Maschine und begannen mit dem Zerlegen und Zusammenbauen, Zerlegen und Zusammenbauen, wobei wir diesen Prozess wiederholten, bis wir den Fehler hatten. So,
	Wie Sie hier sehen können, befinden sich jetzt alle Punkte für beide Merkmale hier innerhalb dieser Spezifikation. Und das Schlimmste hier ist, dass der rote 10, 11, 12, 15 Demontagen hat. Jetzt haben wir das Problem
	gelöst, oder? Wir haben das Problem nicht mehr. Wir haben gerade diesen Prozess eingeführt.
	einige Kontrollpläne in der Fabrik, also müssen sie die
	Durchmesser der Stifte jetzt um sicher zu gehen, dass
	in einem bestimmten Moment müssen sie diese Stifte ersetzen. Um den Lochdurchmesser zu garantieren. Um sicherzustellen, dass der Kunde dieses Problem nicht hat, richtig? T Das war also das Problem. Das Problem wurde gelöst.
	Und das war's, Jungs. Ich werde hier einige Minuten nutzen, um Ihnen zu zeigen, wie ich das richtig gemacht habe
	JMP. Also, ich habe hier unsere Datentabelle, in der ich die Kästen habe, die ich verwende, die Löcher, die ich verwende, und jedes Loch haben wir den Durchmesser.
	jede Schraube hat den hier gemessenen Durchmesser und die Anzahl dieser Schrauben alle Kombinationen und wir haben hier 60 Kombinationen und wir haben die Anzahl der Demontage für jede. So,
	Eines der Dinge, die ich hier gemacht habe, war diese Analyse -> Fit Y by X. Wobei ich den Lochdurchmesser in das Y und den Schraubendurchmesser in das X schreibe.
	Ich habe dieses Diagramm hier, also unterscheidet es sich von dem, was ich präsentiert habe, weil ich dort die Spezifikationsgrenzen habe, oder? Also, die Spezifikationsgrenzen, die ich hier gesetzt habe, erlauben Bereiche. Ich habe hier
	das ist die Schraube, also 4,617 bis 4,8 Ich schreibe hier einfach blau und füge hinzu. Also, wir haben die Spezifikation über.
	der Schraubendurchmesser und hier haben wir die 4.4, 4.5.
	Und ich werde hier die
	Lochspezifikation auch.
	Lochspezifikation.
	So ist es hier.
	ich würde abheben.
	So.
	Hoppla.
	Ein Bereich wieder 4.4, 4.5.
	Jetzt haben wir das Diagramm dort. Also, alle Punkte, die wir dort haben.
	Und die Legende habe ich einfach mit der rechten Maustaste hier geklickt, Row Legend
	Demontage. Ich wählte hier diese grün bis rot.
	Ich habe hier die umgekehrte Skala gewählt, weil das Grün das Beste sein will. Sie sind also hier. Okay, ich könnte auch
	erhalten Sie hier größere Punkte. Dies ist also eine der Grafiken, die ich verwendet habe.
	Eine andere Sache, die ich hier einfach löschen ließ, war das Analyze->Fit-Modell. Also, mein Y, mein Ziel hier ist die Menge, die Anzahl der Demontagen. Den ganzen Durchmesser und den Schraubendurchmesser habe ich gerade hier eingetragen. Und ich legte auch die Interaktion zwischen ihnen hin und rannte.
	Und ich habe hier,
	meine Zusammenfassung von Fit mit unserem R-Quadrat hier und
	der Profiler hier. So,
	Hier habe ich den Durchmesser hier eingetragen, wo ich diesen Lochdurchmesser geändert habe, den hier verwendeten Simulator II, also habe ich die Spezifikationsgrenzen hier gespeichert, damit ich weiß, dass die 10 die untere Spezifikationsgrenze für die Demontagemenge ist.
	Ich habe hier eine zufällige Variation um diese Mittel herumgeführt. Also, als ich das hatte, habe ich einfach...
	Ich konnte 5000 Läufe wählen und habe hier simuliert und habe diese Fehlerrate hier. Dies ist anders, da ich nicht dieselben Werte wie in der Präsentation verwendet habe. Wir könnten hier also verschiedene Szenarien durchlaufen. Nehmen wir an, wir haben angefangen, Löcher in 4.43 zu liefern.
	Die Anzahl der Demontagen beträgt also 24 mit dem gleichen Mittelwert der
	der Schraubendurchmesser. Und dies ist ein sehr, sehr schönes Werkzeug in JMP, und ich verwende es oft in meiner Präsentation. So,
	Danke fürs Zuschauen und das wars Jungs. Das ist das Ende.

AusbrechenDatenvisualisierungQualität und ZuverlässigkeitStatistik und ModellierungBetreff: Lösung eines industriellen Problems mit erweiterten statistischen Tools (2021-US-45MP-854)

Mattheus: Hervorragende Präsentation! Ich werde dies mit meinen Kollegen teilen.