スピーカー
|
トランスクリプト
|
| ジョーダン・ヒラー |
みなさん、こんにちは。 私はJMPのシニアシステムエンジニアであるJordanHillerであり、PCCStructuralsのプロセス制御マネージャーであるSteveHamptonと一緒にプレゼンテーションを行っています。 今日は、関数形式のプロセス変数の統計的プロセス制御について話します。 |
| |
そして、それはタイトルのすぐそこにある素敵な写真です |
| |
滑り台。統計的プロセス制御について話しているのは、それが単一の数値ではなく、ポイントメジャーである場合ですが、代わりに、制御しようとしているものは関数曲線の形をしています。 |
| |
スティーブはビジネスケースについて話します。なぜ私たちは数分でそれに興味を持っているのですか。 方法論について少しお話します。 |
| |
過去20年ほどの間、この分野の文献をレビューしました。 このトピックに関する多くの論文があります。 ただし、この統計にアプローチするための最良の方法については、明確なコンセンサスが実際にはないようです。 |
| |
プロセス制御 |
| |
変数が曲線の形をとるとき。 そのため、JMPの最近の開発、特にJMP15で導入されたモデル駆動型多変量管理図とJMP14で導入された機能データエクスプローラーに触発されました。 |
| |
多変量管理図は、実際には長い間使用されてきた新しい手法ではありません。 彼らは最近JMPで改装されたばかりです。 |
| |
また、主成分または部分最小二乗法のいずれかを使用して、データを削減し、多数のプロセス変数をモデル化および削減して、単一のグラフでそれらを確認できるようにします。 PCAの場合に焦点を当てますが、部分的な話はしません。 |
| |
the |
| |
ここで部分最小二乗。 |
| |
機能データエクスプローラーは、曲線の形をしたデータを操作するためにJMPで使用する方法です。 |
| |
データ。また、機能データの主成分分析の拡張である主成分分析の形式を使用します。 |
| |
したがって、関数曲線を取得し、関数データエクスプローラーを使用してそれを縮小およびモデル化するとどうなるかを言うのは非常に自然な種類のアイデアでした。 |
| |
その結果が機能的な主成分であり、通常の主成分を追加して、モデル駆動型の多変量管理図にプッシュするのと同じように、 |
| |
機能的な主成分でそれができるとしたらどうでしょうか？ それは実行可能であり、それは有用でしょうか？ |
| |
それで、私は物事をスティーブに引き渡します、そして彼は私たちが今日議論しようとしているビジネスケースを紹介します。 |
| 1253 **** 529 |
わかった。 どうもありがとうございました。 ヨルダン。 |
| |
私はビデオを持っていないので、私がどのように見えるかを皆さんに知らせることにしました。 |
| |
妻のミーガンと息子のイーサンと一緒にいます |
| |
昨年のカボチャパッチ付き。 だから私は少し背景を持ってケーススタディに足を踏み入れたかった |
| |
私がしていること、そしてあなたはこの情報がどこから来ているのかについての考えを持っています。 私は精密鋳造のためのインベストメント鋳造で働いています... |
| |
インベストメント鋳造部門。 |
| |
インベストメント鋳造では、販売したいものをワックスで複製し、パターンアセンブリに入れます。 |
| |
その型を脱ロウするのに十分な強度が得られるまで、独自のコンクリートに何度も浸します。 |
| |
そして、それに金属を注ぐことができるのに十分な強さを持つようにそれを発射します。 次に、コンクリートをノックオフし、鋳造プロセスでの過剰な金属の使用を取り除きます。 非破壊検査を行い、部品を発送します。 |
| |
改善されたプロセス制御方法を検討するための原動力は、 |
| |
ステップ7、8、および9は、ステップ1〜6のプロセスの変動性のために、継続コストの75％を占めます。 したがって、1〜6を締めることができれば、 |
| |
たいていの ？？？そしてコストはそこに行きます、それははるかに安く、はるかに短いです、そしてそれから会社と私たちの顧客にとって7、8、そして9をはるかに小さくすることで大きな付加価値があります。 |
| |
つまり、PCC構造。 私のプラントであるチタンプラントは、主に航空宇宙部品を製造しています。 左側にファンが見えます???それはいくつかから緑色に光っています???デベロッパー。 |
| |
そして、陸上ベースの製品があります。これには、N155榴弾砲スタビライザーレッグがあります。 |
| |
そして、それがどこに行くのかを理解するためだけに。 空に浮かぶすべての飛行機には基本的に私たちが作る部品または複数の部品があるので、これはエンジンセクションです???、直径約6フィート、ワンピースの鋳造品です |
| |
それはガスタービンエンジンのコアの最前部に入ります。 これは特にエアバスA350に電力を供給するトレントXWB用です |
| |
ジェット。 |
| |
それでは、JMPに取り掛かりましょう。 したがって、ここでの大きな推進力は、ご想像のとおり、大部分のインベストメント鋳造プロセスとして複雑なもので、大量の |
| |
データがやってくる。 そして、センターの数を増やし、使用するマシンの数を増やすにつれて、ますます機能的になっています。 したがって、このケーススタディでは、 |
| |
タイムスタンプ付きのデータ。 145のバッチがあります。 X1である変動金利があります。 |
| |
カウンターがあります。これは、そのタイムスタンプを正規化した方法であるため、Graph Builderで実行をオーバーレイする方が簡単で、少し追加されています。 |
| |
FTPプラットフォームの素晴らしさ。 期間があります。これにより、モデル駆動型の多変量管理図プラットフォームと一致する過去の期間と現在の期間を設定できます。 |
| |
FDEを使用できるようにします |
| |
履歴のみを表示しているため、現在のデータを追加しても変更されません。 ですから、これを実際に使用している場合、これは一種の見方です。テストタイプは私自身の検証です。 |
| |
試み。そして、ここに表示されるのは、私が主に行って、悪い、限界、または良いというタグを付けたことです。 つまり、赤は悪く、限界は紫、そして緑は良いので、それらがどのように重なっているのかがわかります。 |
| |
すぐに、私たちがいくつかの曲線を描いていることがわかります |
| |
???平均からの曲線。 これらは明らかに、私たちが制御不能または悪いと呼ぶものです。 |
| |
これは、製造業が災害と呼んだものです。なぜなら、それは矛盾した製品になるからです。 だから私たちはそれらを識別できるようにしたい |
| |
以前に、プロセスで何が起こっているのかを調べて修正できるようにします。 これはそれがどのように見えるかです |
| |
悪いものには大きな偏差があり、時には平均的な曲線があり、終わりに向かって多くの特徴があることがわかります。 |
| |
限界のものは平均曲線からそれほど逸脱していませんが、尾に向かってより跳ね返っていて、良いものはかなりタイトです。 まだバウンドが残っていることがわかります。 だからこれは |
| |
限界と善は本当に私の判断に基づいており、これを視覚的に見るだけでは、おそらくゲージR＆Rの属性に失敗するでしょう。 そう |
| |
合計33の悪い曲線、45の限界曲線、67の曲線があります。 そして手動で、あなたはそれらの約10が出ているのを見ることができます。 したがって、点推定を使用したくない場合は、オプションがあります。これについては、後で説明しますが、それほどうまく機能しない可能性があります... |
| |
カウンターを使用してポイントでそれらを制御します。 そして、それをどのように行うかは、不良テーブルをカウンターごとに分割し、管理図の作成を通じて個々の移動範囲管理図に入れて、それから抜け出すことです。 |
| |
この場合の3500管理図のように、結合されたデータテーブルを作成する優れた機能を使用して、各リストの概要を独自のデータテーブルに変換し、メインのデータテーブルにリンクして戻すことができます。かっこいい |
| |
このように見える分析では、カウンターと履歴データに基づいて管理限界があり、曲線をオーバーレイできます。 したがって、管理限界を超えるたびにタグを付けるアルゴリズムがある場合、それは次のことを試みるオプションになります。 |
| |
コントロールを持っている.... |
| |
機能データを使用した管理図機能。 しかし、特にここで強調した38を見ると、大きな偏差があり、管理限界内にとどまることができます。 これがこのFDEの場所です |
| |
プラットフォームは、これらの主要な逸脱のいくつかに対応するFPCを識別できるという点で、本当に輝いています。 そのため、FPCの曲線に基づいて曲線にタグを付けることができます。 |
| |
そして、それは少し後でわかります。 そう、 |
| |
FDEプラットフォームを使用すると、それは本当に簡単です。 このデモンストレーションでは、100ノットのステップ関数に焦点を当てます。 |
| |
そして、FPCがどのように変動性を捉えているかを見ることができます。 つまり、メインのFPCは、曲線の始まりに、これが最も変動性の高い、平均からの偏差を引き起こしていると言っています。 |
| |
そして、セットアップはX1とその出力、カウンターです。 入力、バッチ番号、そしてテストタイプを追加しました。 したがって、これをFPCテーブルとモデル駆動型多変量管理図および期間での検証の一部として使用できるため、FDE適合を駆動しているのは履歴のみです。 |
| |
など |
| |
フィット感を見るだけでも、正しいことを確認する上で非常に重要な部分です。 |
| |
後で管理図を作成します。このPステップを使用していますか |
| |
機能100ノットモデル。 実際、Bスプラインを使用すると、キュービック20ノットを使用すると、実際にはPスプラインにかなり近いように見えます。 |
| |
しかし、BICからは、実際にはもっと多くの結び目が必要であることがわかります。そのため、そうすると、孤立したピークに焦点を合わせて、過剰適合が見られるようになり、FDEが発生します。 |
| |
見栄えが悪く、感度が低くなるモデルと、モデル駆動型の多変量管理図。 |
| |
0 |
