¿SQC eficaz en una planta de fabricación con JMP?Soy de la vieja escuela y creo que SQC es más efectivo cuando un cuadro de control físico está en manos de los operadores de una planta.De esta manera, el operador documenta la variación excepcional, se capturan las causas de la variación y la mejora puede comenzar a partir del aprendizaje.
¿Ha resuelto JMP el problema de implementar SQC electrónicamente que aún permite capturar (y aprender de) la variación de causa asignable?Preferiría usar JMP para una amplia implementación de SQC ya que mi empresa tiene muchas licencias de JMP.
OtroRe: ¿SQC efectivo en una planta de fabricación con JMP?@toddsedwards este enfoque funciona bien cuando hay un número limitado de atributos de calidad críticos o cuando la recopilación electrónica de datos es difícil. El gran desafío es cuando hay más de unos pocos CQA o si están correlacionados. Ahí es donde resultan útiles los enfoques modernos, como el que se encuentra en la plataforma Gráfico de control multivariante basado en modelos. JMP proporciona soluciones (en ciertos contextos) para implementar SQC electrónicamente. Dada la amplitud de SQC, no estoy seguro de poder proporcionar una mejor respuesta sin más contexto.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Mis necesidades son, conceptualmente, mucho más sencillas.Necesito poner el gráfico de control en manos de los operadores de proceso que dirigen la planta de fabricación.Los necesito para documentar / anotar los datos continuos en tiempo real para que todos aprendamos de la variación no aleatoria que se documentará.
El tipo de gráfico de control es el más simple: rango móvil de dos puntos.Ese único punto de datos viene cada 4 a 8 horas.
No me parece evidente que JMP tenga esta capacidad, por lo que busco ayuda.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Tal vez me esté perdiendo algo, pero si desea gráficos de control en papel en Gemba (término Lean para 'dónde se hace el trabajo') y parece que no tiene una gran cantidad de variables críticas para procesar, aquí está mis tres centavos :
1. Configure un tablero de Lean Morning Market con los gráficos de control en papel como uno de los elementos del tablero. Haga que uno de los operadores sea la persona que crea los gráficos de papel en algún intervalo cíclico ... con suficientes entradas en blanco del eje x en la tabla de datos de JMP para que tenga algo de espacio en blanco para trazar a mano las observaciones futuras. Luego, parte del trabajo estándar es cuando cada punto de datos está disponible, el operador designado traza manualmente los datos, evalúa la acción potencial o, mejor aún, a menos que se requiera una acción inmediata, haga que la conversación de evaluación sea parte de la reunión del mercado matutino.
2. Luego, a medida que pasa el tiempo, los datos se pueden actualizar en JMP, nuevamente de forma cíclica. Una vez actualizado en JMP ... vuelva a imprimir el gráfico (s). Publicar en el tablero Morning Market ... volver al paso 1.
Hicimos este tipo de cosas mucho durante mi mandato en Eastman Kodak Company. Por supuesto, es necesario que haya alguna infraestructura de pensamiento ajustado en torno a los gráficos de papel reales ... como la integración de Morning Market en las operaciones, y todo el trabajo estándar asociado en torno a lo que sucede en función de las conversaciones que ocurren en el Morning Market ... de lo contrario, el periódico El ejercicio de gráficos se convertirá en una cosa más que sucederá, pero nadie hace nada al respecto.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Lo siento, pero su interpretación de cómo se usan los gráficos de control es conceptualmente diferente a la mía. Utilizo entonces agresivamente para separar y asignar fuentes de variación y evaluar la estabilidad. Los está utilizando reaccionando a puntos fuera de control. Creo que está utilizando gráficos de IMR (sin subgrupos racionales).
Si entiendo el problema, ¿no puede hacer que escriban en papel, pero puede hacer que ingresen datos en un confusor? Cree una tabla de datos JMP para que ingresen los datos cuando los obtengan. Enséñeles a crear el gráfico en JMP y luego a analizarlo.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Los subgrupos son racionales, aunque n = 1. Entonces, sí, tabla de IMR.
Estamos usando gráficos de control de la misma manera, creo.Sin embargo, no reaccionamos a la variación normal.Usamos el gráfico de control para separar la variación normal de la variación excepcional (no aleatoria).El objetivo es lograr que la organización documente las causas de variación excepcional para que estas fuentes de variación puedan eliminarse de manera efectiva.
La visualización de datos, como un gráfico de control en papel en tiempo real, es muy eficaz para motivar la respuesta organizativa deseada (como se describe anteriormente).Estoy buscando una forma de emular un gráfico de papel en JMP.Parece que JMP no tiene esta funcionalidad y es posible que deba considerar un software diferente a menos que alguien de esta comunidad haya resuelto este problema en JMP.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Creo que puedes acercarte bastante a JMP. Cree una tabla JMP con algunos de los datos que contiene. Ahora cree su gráfico de control y déjelo abierto. Ahora agregue una fila adicional a la tabla de datos. El gráfico de control mostrará automáticamente el punto adicional. ¿No es eso lo que harías en una tabla de papel?
Incluso puede tener una tabla de datos en blanco y crear el gráfico de control vacío. Cada vez que agregue un punto a la tabla de datos, se actualizará el gráfico.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Gracias.Mi problema es la anotación de texto (forma libre) de la causa asignable de variación del punto en JMP.¿Alguna idea sobre cómo hacer eso?
Re: ¿SQC efectivo en una planta de fabricación con JMP?Eso es más difícil, pero veo dos enfoques posibles.
Primero, puede usar la herramienta de anotación. Verá un punto fuera de control, haga clic en la herramienta de anotación y escriba su nota. Los problemas potenciales son que la nota no es parte del conjunto de datos y la nota se puede mover para que no esté "ligada" al punto de datos.
El otro enfoque es agregar una columna a la tabla de datos para contener los comentarios. Haz que la columna de comentarios sea una columna de etiqueta. Ahora puede escribir lo que quiera para que el comentario se vincule al punto de datos y se almacene con los datos. Luego, puede activar la etiqueta de esa fila. Eso hará que el comentario aparezca en el gráfico. Tiene la ventaja adicional de que activa o desactiva el comentario fácilmente. La desventaja es que hay un paso adicional para hacer que aparezca el comentario.
Finalmente, PODRÍA poder usar de alguna manera la nueva función de Etiqueta flotante para hacer esto. Honestamente, todavía no sé lo suficiente sobre esta función para saber cómo podría funcionar en este escenario.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Gracias por la respuesta. El contexto es la recepción de una única medición de variable continua cada 4 a 8 horas.La vieja escuela, y muy efectiva, es trazar el resultado en una tabla de control de papel.Documente y aprenda de la variación excepcional.
La gente de hoy no se niega a trazar los resultados manualmente.No necesito gráficos de control basados en modelos para la aplicación que estoy buscando.Simplemente necesito una forma de replicar los gráficos de control de la manera que pretendía Shewhart ... en un gráfico de control de papel.El operador puede ingresar los datos manualmente, sin necesidad de conexiones de datos sofisticadas o secuencias de comandos.Simplemente no sé cómo hacer esto en JMP en tiempo real en un entorno de fabricación que captura la intención original de Shewhart ... que aprendemos de la variación no aleatoria y mejoramos continuamente.
Re: ¿SQC efectivo en una planta de fabricación con JMP?Primero bienvenido a la comunidad. Hay bastantes personas realmente inteligentes (excluida la empresa actual) aquí con pensamientos e ideas diferentes. Ofreceré mis pensamientos:
Primero, estoy de acuerdo en que involucrar a la gente en la adquisición y análisis de datos tiene muchos beneficios.
1. El uso del muestreo es increíblemente poderoso y el análisis depende completamente de cómo se recopilan los datos. Es de esperar que conozca las intenciones originales de Shewhart al utilizar gráficos de control. Shewhart sugiere usar ideas racionales de subgrupos para determinar la estrategia de subgrupos. Los subgrupos proporcionan una base de comparación. La variación dentro del subgrupo es una función de los factores (x) que cambian a esa frecuencia. El gráfico de rango responde a la pregunta "¿es la variación dentro del subgrupo, una función del cambio de las x dentro del subgrupo, consistente / estable?" La frecuencia de muestreo también se determina para capturar el efecto del cambio de x en la frecuencia de muestreo seleccionada. El gráfico de barra Y (barra X) compara las fuentes de variación dentro del subgrupo (límites de control) con las fuentes de variación entre subgrupos para determinar qué fuente tiene el mayor efecto. No se pretende que sean herramientas de seguimiento, sino que respondan a preguntas específicas sobre dónde enfocar el trabajo posterior y la naturaleza de la investigación. (por ejemplo, causas especiales que podrían facilitar la visualización de efectos en momentos concretos).
2. JMP es más que capaz de proporcionar un buen análisis gráfico de los datos (por ejemplo, diagramas de variabilidad o generador de gráficos) así como diagramas de control apropiados, aunque los diagramas de control de Shewhart han bajado en la jerarquía hasta los diagramas de control heredados.
3. No estoy seguro de a qué te refieres con " implementar SQC electrónicamente ". Hay formas de hacer que el software traiga datos automáticamente al software (y una gran cantidad de JSL se pueden escribir scripts para que esto sea eficiente) ... ¿Pero es esto realmente lo que quieres? Utilice las tablas para analizar su plan de muestreo y responder a las preguntas que plantee. Luego cambie su plan de muestreo y repita ...
“El ingeniero que tiene éxito en dividir sus datos inicialmente en subgrupos racionales basados en teorías racionales, por lo tanto, está intrínsecamente mejor a largo plazo. . . "
Shewhart
