398689_de-DE

liliconcom

Lösung eines industriellen Problems mithilfe fortschrittlicher statistischer Tools (2021-US-45MP-854)

Niveau: Anfänger

 

Matheus Sguissardi, Lean Six Sigma-Berater, 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 am Montageband des Kunden bei der Demontage und Montage des Deckels eines Elektromotor-Anschlusskastens auftrat. Das Demontage- und Montagekonzept war für mindestens 10 Zyklen vorgegeben, allerdings hatte der Kunde im ersten Zyklus Probleme beim Anschluss von Kabeln an den gekauften Elektromotor.

 

Um das Problem zu lösen, wurden einige statistische Werkzeuge und Methoden der Six-Sigma-Methodik verwendet, um die Haupthypothesen des Problems auf sequentielle und strukturierte Weise zu validieren und zu entkräften und dann alle Entscheidungen im Prozess und im Produkt auf angemessene Weise zu treffen basierend auf Fakten und Datenanalyse.

 

 

Automatisch generiertes Transkript...

 

Lautsprecher	Transkript
Nicholas Shelton	Okay, und ich schalte die Stummschaltung ein, und sobald ich die Stummschaltung aktiviert habe, können Sie beginnen, wenn Sie bereit sind, und wie ich bereits erwähnt habe, machen Sie sich keine Sorgen, wenn Sie einen Fehler oder etwas anderes machen, machen Sie einfach weiter und dann, wann Wir sind fertig, ich werde die Aufnahme stoppen und die Stummschaltung aufheben.
	Okay, okay, alles klar, wenn Sie weitermachen und beginnen können, wenn Sie dazu bereit sind.
	Hallo zusammen, ich bin heute hier, um euch zu erklären, worüber ich reden soll.
	Ein industrielles Problem, das mit einigen fortschrittlichen Statistiktools und JMP gelöst wurde. Dies ist also ein echtes Problem, mit dem ich konfrontiert war, als ich in einem modernen Hersteller von Elektrogeräten arbeitete.
	Was war also das Problem, mit dem wir damals konfrontiert waren? Wir hatten diese Elektromotoren und der Kunde kaufte das Destillat aus Wasser.
	Und er muss dieses elektrische Modell an seine eigene Maschine anschließen, also muss er diese Box 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 dagegen zu schließen.
	Wenn der Kunde dies versucht und in dem Moment, in dem er die Box mit diesem Deckel verschließen muss, und diese vier verschiedenen.
	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 Montagevorgang standhalten, und diese Montage muss mindestens 10 Mal durchgeführt werden.
	Und der Kunde kann dies problemlos über einen längeren Zeitraum oder zu unterschiedlichen Zeiten tun, oder wenn er muss.
	Ändern Sie die Position, ändern Sie die Maschine, an der dieser Elektromotor verwendet wird. Er sollte einfach die Box öffnen und schließen, ohne dass es Probleme gibt. Hier haben wir ein wenig.
	Kurzes Video, nur eine schöne Veranschaulichung, wo das Problem liegt, also ist diese Crew hier verloren, es gibt überhaupt keinen Halt.
	„Wenn so etwas passiert, ist das kein alltägliches Problem, mit dem wir jeden Tag konfrontiert sind, aber manchmal kann es passieren, wenn es passiert“, sagte der Regisseur.
	Aufgrund einer Beschwerde rief der Direktor den Qualitätsmanager an und der Qualitätsmanager rief mich an, also Matheus, wir müssen dieses Problem lösen, also bringen Sie die Leute zusammen und beginnen Sie mit dieser Untersuchung.
	Und genau das geschah, und so begannen wir damit.
	Wie in anderen Situationen gibt es auch andere Probleme, die wir untersuchen müssen.
	Wir werden immer mit einigen Hypothesen beginnen, also zumindest mit einigen Hypothesen, was dieses Problem beeinflussen kann, wie können wir diesen Fehler erklären, also haben wir einige Leute aus verschiedenen Bereichen, zum Beispiel der Produktentwicklung, zusammengestellt.
	Was können wir hier falsch machen, es kann irgendein Problem in der Produktentwicklungsabteilung sein, das diese Probleme verursacht, einige Konstruktionsfehler oder können wir Fließbandfehler haben, Probleme, Variationen, vielleicht die Schraubmaschine.
	arbeitet mit einem hohen Drehmoment und erzeugt dieses Problem oder diese Schraube, die wir von diesem Lieferanten kaufen, der uns diese Schrauben liefert, die sie vielleicht haben.
	Reduzierter Durchmesser und wir können diesen Griff nicht haben, oder die letzte Hypothese, die wir damals aufstellten, war der Einspritzvorgang, daher hier diese passende Aluminiumbox.
	Dieser Durchmesser könnte geöffnet werden, sodass wir, selbst wenn wir ein schlechtes Sieb oder einen guten Schneckendurchmesser hätten, einen sehr großen Durchmesser haben könnten und die Schnecke damit nicht diesen Halt haben könnte.
	Insgesamt könnten wir also ein Problem haben.
	Sobald wir diese Treffen hatten und diese Hypothesen auflisteten, begannen wir, sie zu validieren oder zu entkräften.
	Mit einigen Studien, einige mit einigen Daten, und wir haben hier angefangen, über die Produktentwicklung und die Montagelinie zu sprechen, sodass beide ungültig waren.
	Wir überprüfen alle Designs, wir überprüfen alle Spezifikationen, alle Standards, die wir hatten, als wir diese Baugruppe entworfen haben, 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 verwendeten, haben wir gerade bekommen.
	Wir kamen in die Labore, zur 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?
	Nur die Schraube und das passende Loch dieses Aluminiumteils dieser Box hier konnten wir überprüfen. Okay, machen wir das. Reden wir über den Israel-Durchmesser, eine der Haupthypothesen dieses Problems.
	Und hier haben wir angefangen, JMP zu verwenden, aber bevor wir mit der Messung der Schrauben im Werk beginnen, müssen wir immer sicherstellen, dass das Messsystem dafür zugelassen ist.
	Hier ist ein einfaches Variabilitätsdiagramm, in dem wir hier den Durchmesser und den Schraubendurchmesser haben. Wir haben fünf Teile, jedes Teil wurde jeweils dreimal von zwei verschiedenen Bedienern gemessen.
	Wir haben hier unsere verschiedenen Komponenten, wo wir sehen können, dass 93,8 % der Abweichungen durch Teile verursacht wurden. Das ist eines der Dinge, bei denen wir sicher sein können, dass unser Messsystem gut ist und wir unterscheiden können.
	Teile im Prozess, also wurde das Messsystem genehmigt, und jetzt können wir weitermachen, wir können mit dem Prozess fortfahren. Aaron, wir können 30 bewerten, das ist Schrauben, also machen wir es, wie ist die Stimme des Prozesses richtig und wir hatten Eine Beispielstrategie für jeden Schritt, die ich Ihnen hier vorstelle.
	Wir haben die Six-Sigma-Methodik verwendet und folgen ihr daher teilweise.
	Ein sehr strukturierter Ansatz beginnt mit der Bewertung des Messsystems, geht in den Prozess ein und versteht die Stimme des Prozesses und am Ende.
	Machen Sie einige Kombinationen und versuchen Sie, die Hypothesen, die ich gerade vorgestellt habe, zu validieren oder zu validieren, daher ist die Stichprobe hier die Strategie.
	Wir hatten eine Kiste voller Schrauben darin, also wussten wir, dass die einzige Information, die wir hatten, darin bestand, dass wir diese Schrauben in verschiedenen Chargen erhalten hatten, sodass jede Charge ihr eigenes Etikett hatte.
	Da es sich um ein Herstellungsdatum oder einen Herstellungszeitpunkt handelt, haben wir es einfach in drei verschiedene Chargen aufgeteilt, jede Charge, die wir aufgerufen haben.
	20 Teile und jedes Teil haben wir an zwei verschiedenen Positionen auf dem Quadrat gemessen, beispielsweise bei null Grad und 90 Grad.
	Warum das? Um zu sehen und zu verstehen, ob bei diesem Durchmesser Probleme mit der Zirkularität auftreten könnten, begannen wir mit dieser Stichprobenstrategie mit der Datenerfassung und hatten 120 Punkte, die in JMP analysiert werden mussten. Also nochmal.
	In einer sehr praktischen Analyse, bei der wir hier ein Variabilitätsdiagramm erstellen und dabei nur alle 120 Punkte eintragen, können wir sehen, dass alles innerhalb der Spezifikationsgrenzen lag.
	Jeder Punkt hier ist ein Maß in den Schrauben. Diese blaue Linie
	Es verbindet die Positionen eins und zwei dieser Schraube. Wenn wir hier also eine sehr große blaue Linie haben, bedeutet das, dass wir einen sehr großen Rundheitsfehler haben.
	Das 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 das könnte sich auf unser Problem beim Einschrauben in die Aluminiumbox auswirken, okay, also.
	Dies ist eine sehr praktische Analyse dieser Schraube. In einer grafischen Analyse schien alles in Ordnung zu sein, wenn man diese beiden unterschiedlichen Positionen der Schrauben vergleicht. Wir können sehen, dass wir die Hypothese, dass es sich um Rundheitsfehler handelt, entkräften können.
	Sie könnten einen Einfluss haben, sodass der Mittelwert von Position eins und Position zwei nahezu gleich war. Die Größe dieser Balken hier ist nichts Besonderes, die Position zwei oder eins ist also sehr unterschiedlich.
	Bei dieser Diagrammanalyse hier vergleichen wir mit dem Variabilitätsdiagramm lediglich die Position mit dem Durchmesser. Wir können alles sehen.
	Wir sollten darauf achten, also können wir jetzt in einer quantitativen Analyse mithilfe dieser Prozessfähigkeiten in JMP sehen, wie die Stimme des Prozesses des Lieferanten richtig ist, der Lieferant, 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. Bei uns dauert die Instabilität etwa 1,45, es ist also nicht der beste Prozess, den wir haben.
	Aber gesehen.
	Unter Berücksichtigung und idealer PPK 1,33. Und dabei an ein qualitätskritisches Merkmal oder eine Dimension denken.
	Wir könnten davon ausgehen, dass diese Schrauben das Problem auf lange Sicht beeinflussen könnten. Im Moment liegen sie alle innerhalb dieser Spezifikation, aber basierend auf den Statistiken, basierend auf dem PPK-Wert.
	Weniger als 1,33 könnte in Zukunft vielleicht ein Problem sein, oder?
	Aber bevor wir den Lieferanten die Schuld geben, müssen wir den Injektionsprozess, unseren Prozess, verstehen. Wenn wir gegen diese Variante der Schraube robust sein können, ist das besser für uns, weil wir das nicht müssen.
	Fangen Sie an, irgendetwas im Lieferanten zu tun, und okay.
	Also diese Hypothese.
	Es lag in der Warteschleife. Lassen 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 Hohlräume. Also jedes Mal, wenn wir spritzen
	Bei diesem Prozess erhalten wir vier verschiedene Teile, oder? Jedes Teil hat vier verschiedene Löcher, die der Kunde zur Befestigung der Abdeckung verwendet. 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 sicherstellen, dass unser Messsystem gut und genehmigt ist.
	Wir müssen sicher sein, dass wir wissen, wie man fünf schlechte und gute Teile meistert. Also haben wir das mit einem Teil, einer Box durchgeführt.
	Dieses Messsystem variiert in diesen vier verschiedenen Löchern. Jedes Loch wurde jeweils dreimal von zwei verschiedenen Bedienern gemessen. Wir hatten also die größte Variation 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. Um diesen Innendurchmesser messen zu können, müssen wir hier einen neuen Schutz kaufen. Die Spezifikation war sehr eng und die Auflösung darüber
	über die zu Beginn nicht genehmigten Messgeräte, also haben wir diese dritte MSA genehmigen lassen. Also sobald es genehmigt ist
	Jetzt können wir weitermachen, wir können die Teile im Prozess messen und wir können verstehen, wie sich unser Einspritzprozess ändert. Und wie kann es unser Problem beeinflussen? Also machten wir uns an den Prozess und bekamen diesen Modus mit vier verschiedenen Hohlräumen.
	Fünf Teile aus jeder Kavität.
	Also haben wir im Prozess einfach fünfmal gespritzt, jede Kavität hat uns fünf Teile gegeben. Jeder Teil hatte
	Vier verschiedene Löcher und jedes Loch messen wir an einer anderen Position. Dies ist also eine Beispielstrategie für ein Six-Sigma-Werkzeug, das wir nennen
	Komponenten der Variation Mit diesen Komponenten der Variation 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 nutzen und wir können verstehen, wie groß das Problem ist. Also,
	Hier haben wir eine praktische COV-Analyse. Und alle Daten, die wir gesammelt haben, sind hier.
	Wir haben also vier verschiedene Hohlräume in diesem Variabilitätsdiagramm. Der erste Hohlraum hier, der zweite Hohlraum hier, der dritte hier und der vierte hier. Wir können hier also viele, viele verschiedene Situationen sehen
	Informationen, die uns sehr wichtig sind. Der schlimmste Hohlraum, den wir in diesem Variabilitätsdiagramm sehen können, ist beispielsweise Hohlraum Nummer zwei.
	Da wir hier zum Beispiel die Teilenummer sechs nennen 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 eine Position außerhalb und eine Position innen. Das ist also nicht gut.
	Das verursacht ... es verursacht große Schwankungen in diesen Daten, und vielleicht haben wir hier doch die Grundursache für unser Problem, oder?
	Und warum ist diese Form immer dieselben vier verschiedenen Kavitäten und warum ist die Kavität Nummer drei so gut und die Kavität Nummer zwei ist so schlecht, und die Kavität eins und vier ist mehr oder weniger, richtig?
	Es gibt große Unterschiede zwischen diesen beiden Positionen am Loch. Das bedeutet, dass das Loch nicht kreisförmig ist. Wir haben
	Hier liegt ein Zirkularitätsfehler vor, der das Problem beeinflussen kann. Dies ist also eine sehr praktische Analyse. Mit diesem Variabilitätsdiagramm können wir hier in JMP viele Dinge sehen.
	Eine grafischere Analyse. Ich habe gerade das Positionsloch hier und die blauen Linien entfernt, jetzt befinden sie sich innerhalb dieser Leiste. Je größer also der Balken ist, desto größer ist das Zirkularitätsproblem.
	Wir können wieder den Hohlraum drei sehen. Wir sehen dieses Problem zwar nicht, aber bei Hohlraum eins, Hohlraum vier und Hohlraum zwei können wir das Problem immer noch erkennen.
	sehr, sehr groß sein, oder? In einer quantitativen Analyse, die nun unsere Prozessfähigkeit nutzt, können wir sehen, wie wir alle hundert 60 Daten eingeben
	Innerhalb derselben Charge, innerhalb derselben Auswertung und derselben Verteilung können wir einen sehr schlechten Prozess erkennen. Unser CPK und PPK sind fast gleich Null, es handelt sich also um einen sehr schlechten Prozess.
	Langfristiges oder kurzfristiges Nachdenken über Nichtkonformität
	Wir sprechen hier von mehr als 300.000 nicht konformen Teilen
	Entgegen unserer Spezifikation bedeutet das, dass wir, wenn wir 1 Million kaufen, es tut uns leid, wenn wir 1 Million dieser Box injizieren,
	Bei der Aluminiumbox werden mehr als 300 oder 30 % davon unserer Spezifikation entsprechen, also haben wir vielleicht gerade das Problem gefunden. Und noch etwas, was JMP uns hier bietet, ist sehr interessant: 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 haben und etwa 40 Datenpunkte für jede Kavität haben, warum also diese Analysen nicht in verschiedene Kavitäten aufteilen? Das haben wir also hier gemacht. Wir haben also eine Prozessfähigkeitsanalyse für den Hohlraum.
	Sehr instabiler Prozess. Hohlraum zwei ist wieder ein sehr instabiler Prozess, wir haben negative PPK- und CPK-Werte.
	Das bedeutet, dass das Maß dafür, die Bedeutung dieses Prozesses außerhalb der Spezifikation eines von ihnen liegt. Wir können hier also sehen, dass der Stichprobenmittelwert 4,50075 beträgt.
	während die obere Spezifikationsgrenze 4,5000 beträgt. Wir liegen also außerhalb unserer Spezifikation. Das bedeutet, dass unser PPK negativ ist. Also,
	ist ein sehr schlechter, sehr schlechter Prozess, schlimmer als der Hohlraumprozess. Der Hohlraum drei ist so gut. Wir können also einen sehr stabilen Prozess beobachten. Der Stabilitätsindex liegt nahe bei eins.
	Die CPK- und PPK-Werte sind sehr gut. Die Normalformerwartung ist sehr gut. Also, Hohlraum vier, wir haben auch einen schlechten Prozess.
	CPK und PPK sind schlecht, und wenn man sie jedes Jahr vergleicht, ist jetzt sehr klar, wo ist unser Problem, oder? Befindet sich im Hohlraum 1, 2, 3 oder 4?
	Wenn wir also mit dem Handeln in unserem Prozess beginnen müssten, müssten wir die Dimensionen, die Situationen, die Eigenschaften des Hohlraums zwei, des ersten und des Hohlraums vier bewerten, und wir müssten im Hohlraum drei nichts tun.
	Damit sind die Hypothesen über unseren Injektionsprozess bestätigt.
	Und wir haben diese Schraubendurchmesser-Hypothese immer noch auf Eis gelegt. Warum habe ich das also auf Eis gelegt, weil wir sie gemeinsam bewerten können?
	Es liegt eine Interferenz zwischen der Schraube und dem Passloch vor. Wie können wir bewerten, wie sie im Prozess im Produkt interagieren?
	Und wie gut oder wie schlecht sie sind, wenn wir die Informationen über diese beiden Prozesse haben, richtig? Wir haben den Mittelwert und die Standardabweichung jedes Prozesses, sodass wir diese zusammenstellen können. Beginnen wir also hier mit dem Laufen.
	Bivariate Anpassung des Lochdurchmessers an einen Schraubendurchmesser. Was habe ich hier gemacht?
	Ich bin gerade in JMP in „Fit Y by X“ gegangen, ich habe einfach den Lochdurchmesser in das Y und den Schraubendurchmesser in das X eingetragen. Hier,
	Dieser blaue Schatten hier sind die Spezifikationsgrenzen. Wir haben also die Spezifikationsgrenzen für den Siebdurchmesser und die Spezifikationsgrenzen für den Passlochdurchmesser. Alle diese einzelnen Punkte hier sind eine Kombination aus Schrauben- und Lochdurchmesser. Also,
	Sobald ich dies im Prozess gemessen habe, habe ich jedes einzelne Teil so identifiziert, dass es Teil Nummer eins, Teil Nummer fünf und ich [unverständlich] ist.
	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 zusammengebaut werde? Aber was kann passieren, wenn ich eine kleine Schraube mit einer großen habe
	passt ganz, oder? Was kann passieren, wenn ich einen großen Schraubendurchmesser und einen großen Lochdurchmesser habe? 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 ungefähr 60 verschiedene Kombinationen dieser Daten und
	Ich habe hier jede einzelne Kombination. Versuchen Sie, diesen Fehler zu reproduzieren, oder? Rechts? Denn sobald wir den Fehler reproduzieren, können wir verstehen, was im Prozess passiert. Was
	kann den Prozess beeinflussen. Was ist die Ursache? Ist die Schraube? Oder ist das passende Loch. Welche Dimension sollten wir haben, um dieses Problem zu vermeiden? Also,
	Zum Beispiel diese hier, wenn sie diese Schraube Nummer neun in das Ganze Nummer zwei der Box 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 noch einmal, ich konnte es nicht. Also ich hatte das Problem. Die Nummer dieser Versammlung hier war gleich eins, was bedeutet, dass ich sie nur einmal durchführen konnte.
	Sehen wir uns hier eine andere Situation an. Dieser Punkt, genau hier. Wenn ich die Schraube Nummer 15 bekomme, die einen Schraubendurchmesser von etwa 4,73 hatte
	Im Vergleich zum Loch Nummer zwei des Kastens Nummer 14 mit einem Lochdurchmesser von etwa 4,43 bedeutet dies, dass die Interferenz zwischen einer Schraube und dem gesamten Durchmesser hier etwa 0,3 Millimeter betrug. Also wie oft
	Ich könnte das tun, oder? Ich könnte diesen Vorgang des Öffnens und Schließens der Schachtel, des Öffnens und Schließens, des Öffnens und Schließens also 30 Mal wiederholen. Diese Situation hier, fünfmal. Die Situation hier, 21 Mal. An jedem dieser Punkte haben wir diesen Montageprozess durchgeführt, bis wir das Problem hatten. So konnten wir.
	Zählen Sie, wie oft wir diesen Vorgang wiederholt haben. Wir haben also eine Spalte in unserer Datentabelle mit dem Namen
	Um die Anzahl oder Menge davon als Zusammenstellung zu ermitteln, können wir hier einfach eine Legende einfügen, und wir haben hier beispielsweise Punkte von Rot nach Grün. Die roten Punkte hier sind schlecht. Sie sind.
	zwischen null und 10. Beachten Sie, dass die untere Spezifikationsgrenze bei 10 liegt. Wir müssen diesen Vorgang mindestens 10 Mal wiederholen können. Alle roten Punkte hier sind also schlecht.
	Und ein weiteres, sehr interessantes Tool, das wir hier in JMP verwenden, war der Prediction Profiler. In diesem Moment verwende ich das Fit-Modell, in dem ich die drei Freiheitsgrade, den Lochdurchmesser, den Schraubendurchmesser und die Wechselwirkung zwischen ihnen einsetze. Ich hatte.
	ein R-Quadrat von etwa 0,88. Das ist also ziemlich gut, oder? Wir können diese Modelle gut darstellen. Hier können wir also anfangen, mit unseren Daten verschiedene Situationen auszuprobieren, oder?
	Weil wir es haben
	hier der Lochdurchmesser, hier der Schraubendurchmesser, und hier haben wir 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, die Festlegung des Schraubendurchmessers auf den Mittelwert, den uns die Lieferanten zur Verfügung gestellt haben
	Was müsste heute der Mittelwert des gesamten Durchmessers sein, um mindestens 11 als Demontage zu gewährleisten, oder? Dieser Mittelwert sollte 4,50 Millimeter betragen, oder? Oh, das ist schön. Wir haben unser erstes Szenario, aber was ist mit der Prozessvariation, oder?
	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 einfügen, die untere Spezifikationsgrenze speichern und unsere zufällige Variation hinzufügen.
	um diesen Lochdurchmesser herum. Indem wir die Standardabweichung, die wir im Prozess erhalten haben, und die Standardabweichung der Schraube, die wir im Prozess erhalten haben, zusammensetzen, können wir simulieren. Ich habe hier gerade 10.000 simuliert
	Verschiedene Kombinationen und wir haben eine Ausfallrate von etwa 44 %, das ist also sehr, sehr hoch, also beginnen wir mit einigen verschiedenen Szenarien.
	Nehmen wir an, dass wir in unserem Injektionsprozess nichts unternehmen und den Lieferanten darum bitten
	Setzen Sie ihre spezifischen Ergebnisse in den Mittelwert der Spezifikationsgrenzen im Nominalwert der Spezifikation
	und reduzieren Sie die Variation ein wenig. Deshalb 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. Also,
	wenig Nutzen und zu viel Aufwand, aber weil wir es wollen, werden wir den Lieferanten bitten, uns ein besseres Ergebnis zu liefern, aber ihre Ergebnisse waren schon gut, oder? Alles entsprach der Spezifikation. Also,
	Was ist passiert? Wir arbeiten in unserem Prozess richtig. Mal sehen, was passiert, wenn wir es einfach tun
	Setzen Sie den Schraubendurchmesser erneut in den Mittelwert, den sie gerade liefern, mit der Standardabweichung. Und wir reduzieren einfach ein wenig unsere Variation im Prozess, und beides,
	Der Mittelwert der Verarbeitung des Nominalwerts beträgt 4,45. Denken Sie daran, dass die Variation dieser Hohlräume sehr, sehr groß war. Nehmen wir also an, dass wir unseren Prozess korrigieren, reparieren.
	Setzen Sie den Mittelwert der Verarbeitung auf den Nominalwert und reduzieren Sie die Variation. Wie viele Demontagen könnten wir durchführen? Warum? Der Vorhersageprofiler hat hier also gerade 20 wiederholte Demontagen durchgeführt. Die Rate, die Ausfallrate
	sinkt auf 0,009 %. Das ist sehr, sehr gut für uns. Also,
	Selbst bei dieser Gruppenvariante würde der Prozess mit durchschnittlich 20 Demontagen funktionieren. Das ist sehr gut. Wir haben also gerade das Problem des Injektionsprozesses validiert, oder? Wenn die Hypothese. Wir haben keinen Schneckendurchmesserprozess, aber ja, wir haben ein Problem mit unserem Einspritzprozess.
	Als wir das sahen, entwickelten wir einen Aktionsplan. Wir haben diese geschrieben und sie den Managern, den Qualitätsmanagern, dem technischen Leiter, dem Direktor und anderen vorgelegt
	der Injektionsprozessmanager, oder? Der Besitzer dieser Spritzgießmaschine, der Besitzer dieser Form. Also, nachdem wir der Führung die Ergebnisse und Vorhersagen mitgeteilt hatten
	In der Aluminium-Spritzgussform wurden Maßnahmen ergriffen. Der zur Herstellung des Passlochs verwendete Stift wurde durch einen neuen ersetzt. Die modifizierte Form lieferte zur Validierung folgende Ergebnisse. Also,
	Sobald wir die Pins, die wir liefern, reparieren, waren.
	Nachdem wir diese Löcher in die Box gemacht hatten, führten wir eine weitere COV-Validierungsstudie durch. Und dieses Ergebnis hatten wir hier. Also weitere 20 Teile in denselben vier verschiedenen Hohlräumen für Löcher, zwei verschiedene Positionen. Wir haben es jetzt
	eine neue Kavität mit sehr, sehr guten Ergebnissen. Sogar besser als die Ergebnisse, die wir in unserem Vorhersageprofiler vorhergesagt haben.
	Eine sehr kleine Variation. Mal sehen, was passiert, wenn wir über Stabilität sprechen, oder? Dies ist eine sehr gute Prozessfähigkeit. Wir haben.
	Keine Abweichung von [unverständlich], das ist also alles.
	Fast Null, richtig, das ist ein sehr guter neuer Prozess. Und wir können jetzt hier die Vorher- und Nachher-Aktionen vergleichen
	mit unserem neuen Prozess. Also, das gleiche bivariate Diagramm, das ich zu Beginn der Untersuchung verwendet habe, jetzt präsentiere ich hier mit den neuen Werten, denn was wir getan haben, hier haben wir diese neuen 20 Teile.
	Wir vermessen eine neue Schraube. Und wir kombinierten, wir stellten wieder verschiedene Situationen zusammen. Unterschiedliche Werte für Schraubendurchmesser und Lochdurchmesser und
	Wir machten uns an den Prozess, besorgten uns die Maschine und begannen mit dem Zerlegen und Zusammenbauen, Zerlegen und Zusammenbauen und wiederholten diesen Vorgang, bis wir den Fehler hatten. Also,
	Wie Sie hier sehen können, liegen jetzt alle Punkte für beide Merkmale innerhalb dieser Spezifikation. Und das Schlimmste hier ist, dass es bei der Roten 10, 11, 12, 15 Demontagen gab. Jetzt haben wir also das Problem
	gelöst, oder? Wir haben das Problem nicht mehr. Wir haben diesen Prozess einfach eingeführt.
	Einige Kontrollpläne in der Fabrik, also müssen sie die kontrollieren
	Überprüfen Sie nun den Durchmesser der Stifte, um sicherzugehen
	In einem bestimmten Moment müssen sie diese Stifte ersetzen. Um den Lochdurchmesser zu gewährleisten. Um zu garantieren, dass dieses Problem beim Kunden nicht auftritt, oder? Das war also das Problem. Das Problem wurde gelöst.
	Und das ist es, Leute. 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 Kästchen habe, die ich verwende, die Löcher, die ich verwende, und für jedes Loch haben wir den Durchmesser.
	Für jede Schraube wird hier der Durchmesser gemessen, und die Anzahl dieser Schrauben wird in allen Kombinationen angegeben. Wir haben hier 60 Kombinationen und wir haben die Menge der Demontage für jede einzelne. Also,
	Eines der Dinge, die ich hier gemacht habe, war „Analysieren -> Y an X anpassen“. Wo ich den Lochdurchmesser in Y und den Schraubendurchmesser in X eingetragen habe.
	Ich habe dieses Diagramm hier, also unterscheidet es sich von dem, was ich dargestellt habe, weil ich dort die Spezifikationsgrenzen habe, oder? Die hier angegebenen Spezifikationsgrenzen erlauben also Bereiche. Ich habe es hier hingelegt
	Das ist die Schraube, das ist also 4,617 bis 4,8. Ich habe hier einfach Blau eingegeben und hinzugefügt. Wir haben also die Spezifikation über.
	der Schraubendurchmesser und hier haben wir die 4,4, 4,5.
	Und ich werde hier das einfügen
	Lochspezifikation ebenfalls.
	Lochspezifikation.
	Von so ist hier.
	Ich würde abheben.
	Also.
	Hoppla.
	Ein Bereich wieder 4,4, 4,5.
	Jetzt haben wir also diese Grafik dort. Also, alle Punkte, die wir da haben.
	Und die Legende klicke ich einfach mit der rechten Maustaste hier, Zeilenlegende
	Demontage. Ich habe mich hier für diese von Grün bis Rot entschieden.
	Ich habe mich hier für die umgekehrte Skalierung entschieden, weil ich beim Grün der Beste sein möchte. Sie sind also hier. Okay, ich könnte auch,
	Holen Sie sich hier größere Punkte. Dies ist also eines der Diagramme, die ich verwendet habe.
	Eine andere Sache, die ich hier einfach löschen ließ, war Analyze->Fit Model. Also, mein Y, mein Ziel hier ist die Menge, die Quantität der Demontagen. Den gesamten Durchmesser und den Schraubendurchmesser habe ich gerade hier eingetragen. Und ich stellte auch die Interaktion zwischen ihnen her und rannte los.
	Und ich habe hier,
	meine Zusammenfassung der Passform mit unserem R-Quadrat hier und
	der Profiler hier. Also,
	Hier habe ich den Durchmesser eingegeben, hier habe ich diesen Lochdurchmesser geändert, den hier verwendeten Simulator II, also habe ich hier die Spezifikationsgrenzen gespeichert, sodass ich weiß, dass 10 die untere Spezifikationsgrenze für die Menge der Demontage ist.
	Ich habe hier eine zufällige Variation dieser Mittelwerte eingefügt. Also, sobald ich das hatte, habe ich einfach...
	Ich könnte eine Anzahl von 5000 Durchläufen wählen und habe hier simuliert, und ich habe hier diese Ausfallrate. Das ist anders, weil ich nicht die gleichen Werte wie in der Präsentation verwendet habe. Wir könnten hier also verschiedene Szenarien ausprobieren. Nehmen wir an, dass wir ab 4.43 mit der Lieferung von Löchern begonnen haben.
	Die Anzahl der Demontagen beträgt also 24 bei gleichem Mittelwert
	der Schraubendurchmesser. Und das ist ein sehr, sehr schönes Tool in JMP, und ich verwende es häufig in meiner Präsentation. Also,
	Vielen Dank fürs Zuschauen und das war's, Leute. Das ist das Ende.

AusbrechenDatenvisualisierungQualität und ZuverlässigkeitStatistik und ModellierungBetreff: Lösung eines industriellen Problems mithilfe fortschrittlicher statistischer Tools (2021-US-45MP-854)

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