398689_ja-JP

liliconcom

高度な統計ツールを使用した産業上の問題の解決 (2021-US-45MP-854)

レベル: 初級者

 

Matheus Sguissardi 氏、リーン シックス シグマ コンサルタント、Plana Consultoria e Treinamentos

 

企業が抱える最大の問題は顧客の不満です。 この講演では、お客様の組立ラインで電動機接続箱のカバーを分解・組み立てする際に発生した問題について説明します。 分解と組み立てのコンセプトは少なくとも 10 サイクルで指定されていましたが、顧客は最初のサイクルで購入した電気モーターにケーブルを接続する際に問題が発生しました。

 

この問題を解決するために、いくつかの統計ツールとシックス シグマ手法の手法が、問題の主な仮説を検証および無効にするために順次かつ構造化された方法で使用され、その後、プロセスおよび製品におけるすべての意思決定が適切な方法で行われました。事実とデータ分析に基づいています。

 

 

自動生成されたトランスクリプト...

 

スピーカー	成績証明書
ニコラス・シェルトン	さて、それではミュートにします。ミュートにしたら、準備ができたら始めてください。先ほども言ったように、間違いなどをしても心配しないでそのまま続けてください。完了しました。録音を停止してミュートを解除します。
	分かった、分かった、準備ができたら始めてください。
	みなさん、こんにちは。今日は、あなたに話すことを説明するためにここにいます。
	高度な統計ツールと JMP を使用して解決された産業上の問題。これは、私が現代の電気メーカーで働いていたときに直面した実際の問題です。
	では、この電動モーターがあり、顧客は水から留出物を購入した当時、私たちが直面していた問題は何だったのでしょうか。
	そして、これらの電気モデルを自分のマシンに接続する必要があるため、ここでこのボックスを開けなければなりません。
	この箱には 4 つの異なるネジと 4 つの穴があるため、電気ケーブルを自分のマシンに接続するためにこのカバーを開け、蓋を閉じるために再度固定する必要があります。
	顧客がこれをやろうとしたときに、このカバーとこの 4 つの異なるボックスを閉じるために修正する必要があるとします。
	ネジが間違っていると、時々この問題が発生します。 言い換えれば、ネジとアルミニウムの穴の間にグリップがなくなりました。
	仕様により、このネジはこの組み立て工程で、これらの組み立ては少なくとも 10 回耐える必要があります。
	そして、顧客は、長期間にわたって、またはさまざまな時間にわたって、または必要な場合に、問題なくこれを実行します。
	位置を変更する これらの電気モーターが使用されている機械を変更します。箱を開けたり閉めたりするだけで問題ありません。そこで、ここで少し説明します。
	短いビデオは、何が問題なのかをわかりやすく説明しているだけなので、この乗組員はここで道に迷ってしまい、まったくグリップがありません。
	これらが起こることは、私たちが毎日直面する一般的な問題ではありませんが、時にはそれが起こったときに起こる可能性がある、と監督は受け取りました。
	苦情が来た、ディレクターが品質マネージャーに電話し、品質マネージャーが私に電話したのでマテウス、この問題を解決しなければならないので、人を集めて調査を始めてください。
	そしてそれが起こったことであり、それが私たちがそうし始めたことです。
	他の状況として、調査する必要がある他の問題。
	私たちは常にいくつかの仮説から始めます。そのため、何がこの問題に影響を及ぼしているのか、この失敗をどのように説明できるのかを最小限に抑えます。そこで、製品エンジニアリングなど、さまざまな分野の人材を集めました。
	ここで私たちが間違っていることは何でしょうか。それはあらゆる問題である可能性があり、製品エンジニアリング部門でこれらの問題を引き起こしている可能性があります。何らかの設計エラー、または組み立てラインのエラー、問題のバリエーションはおそらくこれがねじ締め機にある可能性があります。
	高トルクで動作しており、この問題、またはこのサプライヤーから直接購入しているこのネジが発生しており、このネジが提供されている可能性があります。
	直径が小さくなり、このグリップを使用することはできません。または、当時私たちがリストした最後の仮説は射出プロセスでした。そこで、このフィッティングアルミニウムボックスがここにありました。
	この直径は開くことができるため、たとえスクリーンが悪かったり、ネジの直径が適切だったとしても、非常に大きな直径を持つことができ、これではネジがこのグリップを持たせることができません。
	問題が発生する可能性があります。
	これらの仮説をリストアップした会議を行った後、それらの検証または無効化を開始しました。
	いくつかの研究にはいくつかのデータがあり、ここで製品エンジニアリングと組立ラインについて話し始めたので、両方とも無効になりました。
	すべての設計を確認します、すべての仕様を確認します、アセンブリを設計するときに持っていたすべての規格、ネジと穴の組み合わせ、さまざまな材料、すべてがOKだったので、ここで何もする必要はありませんでした。
	組立ラインで使用していたネジ締め機が届きました。
	研究室に来て、計測室に来て、公園をチェックして、機械をチェックして、すべてがOKだったので、ここでは問題はありませんでした。それでは、何がこの問題に影響を与えているのかを考えます。
	このボックスのアルミニウム部品にはネジと取り付け穴しかなく、確認できました。それではこれを実行しましょう。この問題の主要な仮説の 1 つであるイスラエルの直径について話しましょう。
	ここで JMP の使用を開始しましたが、その前に、工場でネジの測定を開始する前に、測定システムがそのように承認されていることを常に確認する必要があります。
	これは簡単な変動グラフです。直径、ネジの直径があり、5 つの部品があり、各部品は 2 人の異なるオペレーターによってそれぞれ 3 回測定されました。
	ここにはさまざまなコンポーネントがあり、変動の 93.8% が部品によって引き起こされていることがわかります。これは、当社の測定システムが優れていることを確信でき、差別化できることの 1 つです。
	プロセス中の部品なので、測定システムが承認されました。これで次に進むことができます。プロセスに進むことができます。アーロンは 30 で評価できます。これはネジです。それでは、実行しましょう。プロセスの声はどうですか。そして、私たちは次のことを行いました。私がここで紹介するすべてのステップごとの戦略のサンプル。
	私たちはシックス シグマの方法論を使用したため、それにある程度従っています。
	非常に構造化されたアプローチは、測定システムの評価から始まり、プロセスに入り、プロセスの声を理解し、最後に終わります。
	いくつかの組み合わせを実行し、先ほど提示した仮説を検証または検証しようとするため、ここではサンプリングが戦略となります。
	箱の中にネジがいっぱい入っていたので、私たちが知っていた唯一の情報は、これらのネジをいくつかの異なるバッチで受け取ったため、各バッチにネジが付いているということだけでした。
	それらは製造日または製造時期を示しているため、単に 3 つの異なるバッチに分け、それぞれのバッチを呼び出しました。
	20 個の部品と各部品を、0 度と 90 度の正方形上の 2 つの異なる位置で測定しました。
	なぜこれなのでしょうか？ この直径で何らかの真円性の問題が発生する可能性があるかどうかを理解するために、このサンプリング戦略を使用してデータの収集を開始し、JMP で分析する必要がある 120 個のポイントがありました。 それではまた。
	120 点すべてを入力するだけで変動チャートを実行する非常に実用的な分析では、すべてが仕様限界内にあることがわかります。
	ここでの各点は、ネジの 1 つの寸法を表します。 この青い線は
	このネジの位置 1 と 2 を接続しているため、ここに非常に大きな青い線がある場合は、非常に大きな真円度誤差があることを意味します。
	これは、この 2 つの異なる直径の位置が大きく異なることを意味します。
	平均的な直径は適切である可能性がありますが、これらの直径とこれらの直径の差が間違っている可能性があり、これがアルミニウムの箱にねじ込む瞬間の問題に影響を与える可能性があります。
	これは、このネジに関する非常に実用的な分析です。ネジの 2 つの異なる位置を比較したグラフ分析では、すべてが良好であるように見えました。真円度に誤差があるという仮説を無効にできることがわかります。
	影響している可能性があるため、位置 1 と位置 2 の平均はほぼ同じでした。 ここのバーのサイズは、何もありません。まあ、2 つまたは 1 つの位置は大きく異なります。
	このグラフ分析では、位置と直径を比較するだけの変動チャートを使用して、それを確認することができます。
	ここで、JMP のこれらのプロセス能力を使用して定量分析を行うと、サプライヤーのプロセスの声がどのように正しいサプライヤーであるか、つまりねじを納入しているサプライヤーであるかがわかります。 プロセスはどうですか? 右。
	ここでの CPK は約 1.47、PPK は約 1.014 です。 不安定性の所要時間は約 1.45 なので、これは私たちが持っている最良のプロセスではありません。
	見たけど。
	考慮して理想的なPPK 1.33。 ここで、品質の特性や次元に重要な要素について考えます。
	このネジが長期的に問題に影響を与える可能性があると想定できます。現時点では、ネジはすべてこの仕様の範囲内ですが、PPK 値に基づく統計に基づいています。
	1.33 未満の場合は、将来問題になる可能性があります。
	しかし、サプライヤーを責める前に、注入プロセス、つまり当社のプロセスを理解する必要があります。 このようなネジの変動に対して堅牢であることができれば、その必要がなくなるため、より良いことになります。
	サプライヤーで何かを始めればOKです。
	そこでこの仮説。
	保留中だった。 このことは脇に置いて、射出プロセスに関する研究を待ちましょう。
	どのようにしてこれを行ったのか見てみましょう。
	これらのボックスを射出するために、金型が必要です。
	この金型には 4 つの異なるキャビティがあります。 したがって、注射するたびに、
	このプロセスで 4 つの異なるパーツが得られますよね? 各部品には 4 つの異なる穴があり、お客様がカバーを固定するために使用する穴です。 そして各部位、異なる位置でも計測していきます。 ポジション 1 とポジション 2。
	したがって、繰り返しになりますが、このプロセスの測定を開始して元の実際のプロセスで何が起こっているかを確認する前に、測定システムが良好であり、承認されていることを確認する必要があります。
	私たちは、5 つの悪い部分と良い部分を区別する方法を知っていることを確認する必要があります。 そこで、1 つのパーツ、1 つのボックスでこれを実行しました。
	これらの 4 つの異なる穴の変動を測定するシステムです。 各穴は 2 人の異なるオペレーターによってそれぞれ 3 回測定されました。 したがって、この測定システムの最大の変動は、95% の穴によって引き起こされました。
	ここで言わなければならないのは、承認するのは非常に困難でした。
	私たちが走った3回目のMSAのようなものでした。 この内径を測定するには、ここで新しいガードを購入する必要があります。 仕様は非常に厳しく、解像度については
	最初に割り当てられなかったゲージについては、この 3 番目の MSA を承認してもらいました。 それで承認されたら
	これで、次に進むことができ、プロセス中の部品を測定でき、射出プロセスがどのように変化するかを理解できます。 そしてそれは私たちの問題にどのような影響を与えるのでしょうか。 そこで、4 つの異なるキャビティを備えたモードを取得するプロセスに進みました。
	各キャビティから 5 つのパーツを取り出します。
	したがって、プロセス中に 5 回射出するだけで、各キャビティから 5 つのパーツが得られます。 それぞれのパーツにあったのは、
	4 つの異なる穴と、それぞれの穴を異なる位置で測定するため、これはシックス シグマ ツールと呼ばれるサンプル戦略です。
	これらの変動要素を使用すると、プロセスの声がどのような状態であるかを理解でき、プロセスの声と顧客の声を比較し、JMP のプロセス能力を使用して、問題がどれほど大きいかを理解できます。 それで、
	ここでは COV の実践的な分析を行います。 そして、私たちが収集したすべてのデータがここにあります。
	したがって、この変動グラフには 4 つの異なるキャビティが含まれています。 ここに最初のキャビティ、ここに 2 番目のキャビティ、ここに 3 番目のキャビティ、そしてここに 4 番目のキャビティがあります。 ここでは、たくさんの、たくさんの異なる状況を見ることができます。
	私たちにとって非常に重要な情報。 たとえば、この変動グラフで確認できる最悪のキャビティは 2 番のキャビティです。
	たとえば、ここでは部品番号 6 を取得できるため、この仕様の内側に最初の穴、つまり 2 番目の穴ができます。
	この仕様の外側では、仕様の内側の 3 番目の穴と 4 番目の穴が外側の位置と内側の位置のいずれかを保持します。 したがって、これは良くありません。
	これにより...このデータに大きな変動が生じています。おそらく、ここに問題の根本原因があるのではないかと思います。
	そして、なぜこの金型、これは同じ古い 4 つの異なるキャビティであり、なぜ 3 番のキャビティは非常に優れており、2 番のキャビティはそれほど悪く、1 番と 4 番は多かれ少なかれ同じですよね?
	ホール上のこれら 2 つの位置には大きな違いがあります。 穴が円形ではないということです。 我々は持っています
	ここでは円形性エラーが問題に影響を及ぼしている可能性があります。 これは非常に実用的な分析であり、JMP ではこれらの変動チャートを使用して多くのことがわかります。
	よりグラフィカルな分析では、ポジション ホール her,e を削除したところ、青い線がこのバーの内側に表示されました。 したがって、バーが大きいほど、円形性の問題も大きくなります。
	再び空洞 3 が見えます。 わかりません、その問題はわかりませんが、キャビティ 1、キャビティ 4、およびキャビティ 2 にはまだ問題があることがわかります。
	とてもとても大きいですよね？ 当社のプロセス能力を使用した定量分析では、106 個のデータをすべて入力するとわかります。
	同じバッチ内、同じ評価、同じ分布内では、非常に悪いプロセスであることがわかります。CPK と PPK はほぼゼロに等しいため、非常に悪いプロセスです。
	長期的または短期的に不適合について考える
	基本的に、300,000 個以上の部品が不適合であると話しています。
	私たちの仕様に反して、これは、100万個買ったら申し訳ありませんが、その箱のうち100万個を注入することを意味します。
	アルミニウム製の箱の場合、そのうちの 300 個または 30% 以上が当社の仕様であるため、問題が見つかっただけかもしれません。 そして、JMP が提供するもう 1 つの非常に興味深い点は、次の 160 です。
	ここにデータがありますが、これを調査している人、分析している人は、
	4 つの異なるキャビティがあり、各キャビティに 40 個ほどのデータ ポイントがあることはわかっています。では、これらの解析を異なるキャビティに分割してはどうでしょうか? それで、私たちがここでやったことはこれです。 そこで、キャビティ 1 の工程能力分析を行いました。
	非常に不安定なプロセス。 キャビティ 2 も非常に不安定なプロセスであり、負の PPK および CPK 値が得られます。
	これの尺度、この処理の意味はいずれも仕様外ということになります。 つまり、サンプルの平均値は 4.50075 であることがわかります。
	一方、上限規格限界は 4.5000 です。 したがって、仕様を超えています。 これは、PPK がマイナスであることを意味します。 それで、
	非常に悪い非常に悪いプロセスはキャビティプロセスよりも悪いです。 キャビティ3はそれくらい良いものです。 したがって、非常に安定したプロセスが見られます。 安定性指数は 1 に近いです。
	CPK と PPK の値は非常に良好です。 通常フォームの期待度は非常に高いです。 つまり、キャビティ 4 にも悪いプロセスがあります。
	CPK と PPK は悪く、それぞれ 1 年を比較すると、問題がどこにあるのかが非常に明確になります。 キャビティ 1、2、3、または 4 にありますか?
	したがって、プロセスで行動を開始しなければならない場合は、キャビティ 2、キャビティ 1、およびキャビティ 4 の寸法、状況、特性を評価する必要があり、キャビティ 3 では何もする必要はありません。
	したがって、注入プロセスに関する仮説が検証されました。
	そして、そのネジ径仮説はまだ保留中です。 では、なぜこれを保留したかというと、一緒に評価できるからです。
	ネジと取付穴が干渉しています。 製品のプロセス内でそれらがどのように相互作用しているかをどのように評価できるでしょうか。
	そして、これら 2 つのプロセスに関する情報が得られたら、それらがどの程度良いか、どのくらい悪いかですよね? 各プロセスの平均と標準偏差が得られるので、これをまとめることができます。 それでは、ここからランニングを始めましょう。
	ネジの直径による穴の直径の二変量フィット。 ここで私は何をしましたか？
	これらの Fit Y by X に JMP を入力し、Y に穴の直径を、X にネジの直径を入力しただけです。 ここ、
	この青い影が仕様限界です。 したがって、スクリーン直径の規格限界と、取り付け穴の直径の規格限界があります。 ここの単一の点はすべて、ネジと穴の直径の組み合わせです。 それで、
	プロセス中にこれを測定すると、これが部品番号1、部品番号5、そして私[理解不能]のように、部品のそれぞれを特定しました。
	部品番号 25 部品番号 30、ネジとアルミボックス用。 たとえば、ここの点、ここの点、これはボックス番号 6、穴番号 2、ネジ番号 9 です。 ネジ番号はこちら、穴径はこちらです。 そして各ポイントについてはこちら。
	見たかったから戦略的に組み合わせる
	ネジの直径が小さく、穴の直径が小さい場合、これらの部品、コンポーネントはどのように動作しますか。 しかし、小さなネジに大きなネジが付いている場合はどうなるでしょうか。
	全体的にぴったりですよね？ ネジの直径が大きく、穴の直径も大きい場合はどうなりますか? そして、その過程で何ができるでしょうか？
	ネジ径が非常に大きく、穴径が非常に小さいですか? そしてその間には多くのポイントがある。 つまり、このデータと
	ここですべての組み合わせを入手できます。 この失敗を再現しようとしていますよね? 右？ なぜなら、失敗を再現すれば、その過程で何が起こっているのかを理解できるからです。 何
	プロセスに影響を与える可能性があります。 根本的な原因は何ですか。 ネジですか？それとも取り付け穴ですか。 この問題を回避するにはどのような次元が必要でしょうか? それで、
	たとえばこれは、このネジ 9 番をボックス 6 の 2 番全体に入れるとき、私はその機械を使って組み立てます
	その過程で使用していたものです。 で、これを分解してみます。 そして私がしようとしたとき
	もう一度やってください、私にはできませんでした。 そこで問題が発生しました。 ここでのアセンブリの数は 1 でした。つまり、1 回しか実行できなかったことを意味します。
	ここで別の状況を考えてみましょう。 この点、ここです。 ネジの直径が約 4.73 のネジ番号 15 を入手したとき
	穴径約4.43のボックス番号14の穴番号2に対して、ここではネジと全径とのしめしろが約0.3ミリメートルだったということになります。 それで何回
	これならできるんじゃないでしょうか？ つまり、箱を開けては閉めて、開けては閉めて、開けては閉めるという作業を30回繰り返すことができました。 この状況がここで5回あります。 ここの状況、21回。 したがって、これらの各点について、問題が解決するまでこの組み立てプロセスを実行しました。 それでできました。
	このプロセスを繰り返した回数を数えてください。 データテーブルには次のような列があります。
	これらの集合体としての量または数量を指定するには、ここに凡例を入力するだけで済みます。たとえば、赤から緑までの点がここにあります。 ここの赤い点は不良です。 彼らです。
	0 から 10 の間。 仕様の下限は 10 であることに注意してください。 このプロセスを少なくとも 10 回繰り返すことができなければなりません。 つまり、ここにある赤い点はすべて悪いものです。
	そして、もう 1 つのツール、JMP で使用する非常に興味深いツールは、Prediction Profiler です。 このとき、私は 3 つの自由度、穴の直径、ネジの直径、およびそれらの間の相互作用を配置するフィット モデルを使用します。 持っていました。
	R二乗は約0.88です。 これはかなり良いことですよね？ これらのモデルをうまく表現できます。 それでは、ここで、データを使用していくつかの異なる状況を試してみましょう。
	なぜなら私たちは持っているから
	ここに穴の直径、ここにネジの直径があり、ここに結果、Y、目的、目標が表示されます。 つまり、このプロセスで使用できるアセンブリの量です。
	したがって、最初の点を修正する場合、私がここで実行した最初のシナリオは、サプライヤーが提供する平均値でネジの直径を修正するかというものでした。
	今日、分解として少なくとも 11 を保証するには、全体の直径の平均はいくらになるべきですか? この平均値は 4.50 ミリメートルになるはずですよね? ああ、いいですね。 最初のシナリオはありますが、プロセスの変動についてはどうでしょうか?
	私たちが測定したことを忘れないでください
	160.
	パーツ、アルミボックス。 120個の直径を測定しました。 つまり、それらの製品の標準偏差がわかりますよね? 予測プロファイラーでシミュレーターを使用する場合
	ここに、規格下限を保存し、ランダムな変動を追加します。
	この穴の直径あたり。 工程で得た標準偏差と、工程で得たネジの標準偏差を入れてシミュレーションすることができます。 ここで10,000をシミュレーションしました
	さまざまな組み合わせで、失敗率は約 44% です。これは非常に大きいので、いくつかの異なるシナリオから始めましょう。
	射出プロセスでは何も行わず、サプライヤーに次のことを依頼したとします。
	特定の結果を、公称規格の規格限界の平均値として計算します。
	そして変動を少し減らします。 そこで、ここで値を変更します。 そこで、ねじ径の平均値を公称値に入れて変動を減らしました。 それでこの緑
	ここの曲線では、この緑色の分布が減少しました。 もう一度シミュレーションしてみると、44% から 32% になりました。 それで、
	利益はほとんどなく、労力もかかりすぎますが、サプライヤーにもっと良い結果を求めますが、彼らの結果はすでに良好ですよね？ すべてが仕様の範囲内でした。 それで、
	何が起こったのか、私たちは正しいプロセスで作業しています、このままだとどうなるか見てみましょう
	ネジの直径を、標準偏差を使用して現在提供している平均値に再度入力します。 プロセスの変動を少し減らすだけで、両方とも
	公称この処理の平均は 4.45 です。 これらの空洞の変動は非常に非常に大きかったことを思い出してください。そのため、プロセスを修正し、修正したと仮定しましょう。
	処理の平均を公称値に設定し、変動を減らします。 分解は何回までできるでしょうか？ なぜ？ つまり、予測プロファイラーは 20 回繰り返した逆アセンブリの結果をここに示しました。 率、故障率
	0.009% まで下がります。これは私たちにとって非常に良いことです。 それで、
	このグループのバリエーションを使用した場合でも、プロセスは 20 の分解手段で機能します。 これはとても良いですね。 つまり、射出プロセスの問題を検証したところですよね? 仮説なら。 当社にはスクリュー径のプロセスはありませんが、はい、射出プロセスに問題があります。
	これを見た後、私たちは行動計画を立てました。 私たちはこれを書き、マネージャー、品質マネージャー、エンジニアリングマネージャー、ディレクター、およびマネージャーに提出しました。
	射出プロセスマネージャーですよね？ その射出成形機の所有者、その金型の所有者。 したがって、結果と予測をリーダーに共有した後、
	アルミニウム射出成形金型に対策が講じられています。 取り付け穴を作る際に使用していたピンを新品に交換しました。 修正された金型では、次の検証結果が得られました。 それで、
	ピンを修正してからお届けします。
	箱にこれらの穴を開けた後、別の COV 検証研究を実行しました。 そして、ここでこの結果が得られました。 したがって、同じ 4 つの異なるキャビティ上にさらに 20 個のパーツがあり、2 つの異なる位置に穴が開けられます。 今はあります
	新しい虫歯で非常に良い結果が得られました。 予測プロファイラーで予測していた結果よりもさらに優れています。
	非常に小さなバリエーションです。 では、安定性について話すとどうなるか見てみましょう。 これは非常に優れたプロセス能力です。 我々は持っています。
	[理解不能]への不適合はゼロ、これですべてです。
	ほぼ正解です。これは非常に優れた新しいプロセスです。 そして、ここで前後のアクションを比較できるようになりました
	私たちの新しいプロセスで。 それで、調査の初めに使用したのと同じ二変量グラフを、ここで新しい値とともに提示します。なぜなら、私たちが何をしたかというと、ここでこれらの新しい 20 個の部分が得られたからです。
	新しいネジを測定します。 そして、私たちは組み合わせて、さまざまな状況を再びまとめました。 ネジの直径と穴の直径の値が異なり、
	私たちはその工程に行き、その機械を手に入れ、分解、組み立て、分解、組み立てを繰り返し、ついには故障が発生しました。 それで、
	ここでわかるように、両方の特性について、すべてのドットがこの仕様の内側にあります。 そして、ここの赤い部分の最悪の点は、10、11、12、15 回の分解が行われていることです。 それで今問題があります
	解決しましたね？ もうその問題はありません。 この工程を入れるだけです。
	工場にはいくつかの制御計画があるため、工場は
	ピンの直径を確認してください。
	特定の瞬間に、これらのピンを交換する必要があります。 穴径を保証するため。 顧客にこの問題が発生しないことを保証するためですよね?T つまり、これが問題だったのです。 問題は解決しました。
	それで終わりです。 ここで数分かけて、私がこれをどのように正しく実行したかを説明します。
	JMP。 ここにデータテーブルがあります。そこには、使用する穴と各穴の直径が記載されているボックスがあります。
	各ネジにはここで測定された直径と、このネジのすべての組み合わせの数があり、ここでは 60 個の組み合わせがあり、それぞれの分解量がわかります。 それで、
	ここで私が行ったことの 1 つは、「分析」→「Y を X に当てはめる」です。 Yに穴の直径を、Xにネジの直径を入れます。
	ここにこのグラフがありますが、これは私が提示したものとは異なります。なぜなら、そこには仕様限界があるからです。 それで、仕様限界、ここに許容範囲を入れておきます。 ここに置きました
	これがネジなので、これは4.617から4.8です。ここに青を入れて追加します。これで仕様が決まりました。
	ネジの直径、ここでは 4.4、4.5 です。
	そして、ここに載せておきます
	穴あき仕様も。
	穴あき仕様。
	ということでここまでです。
	私なら離陸します。
	それで。
	おっと。
	再び4.4、4.5の範囲。
	これで、そのグラフができました。 つまり、そこにあるすべての点です。
	ここで右クリックすると凡例が表示されます。Row Legend
	分解。私が選んだのは、この緑から赤です。
	ここで逆スケールを選択したのは、緑が最高になりたいからです。 それで、彼らはここにいます。 わかりました、私もできます、
	ここで大きな点を取得します。 それで、これは私が使用したグラフの1つです。
	ここで行の状態をクリアするために私が行ったもう 1 つのことは、「分析」→「モデルの適合」です。 つまり、私の Y、ここでの私の目標は、分解の量、量です。 全体の直径と今ここに置いたネジの直径。 そして、二人のやりとりも入れて走りました。
	そして私はここにいます、
	私たちのR二乗との適合の要約はここにあり、
	ここのプロファイラー。 それで、
	ここに直径を入力し、この穴の直径を変更した場所、シミュレーター II を使用しました。ここで仕様限界を保存したので、10 が分解量の下限仕様限界であることがわかります。
	ここでは、これらの手段に関するランダムなバリエーションを示します。 それで、これを手に入れたら、私はただ...
	5000 回の実行数を選択でき、ここでシミュレーションしたところ、この失敗率が得られました。 プレゼンテーションと同じ値を使用していないため、これは異なります。 したがって、ここではさまざまなシナリオで実行できます。 4.43 でホールの提供を開始したと仮定しましょう。
	したがって、分解の量は同じ平均で 24 になります。
	ネジの直径。 これは JMP の非常に優れたツールであり、私はプレゼンテーションでよく使用しています。 それで、
	ご覧いただきありがとうございます。以上です。 それで終わりです。

起こるデータの視覚化品質と信頼性統計とモデリングRe: 高度な統計ツールを使用した産業上の問題の解決 (2021-US-45MP-854)

マテウス: 素晴らしいプレゼンテーションでした！ これを同僚と共有します。