스피커
|
성적 증명서
|
| 조던 힐러 |
안녕하세요 여러분. 저는 JMP의 수석 시스템 엔지니어인 Jordan Hiller이고 PCC Structurals의 프로세스 제어 관리자인 Steve Hampton과 함께 발표하고 있습니다. 오늘 우리는 기능적 형태를 갖는 프로세스 변수에 대한 통계적 프로세스 제어에 대해 이야기하고 있습니다. |
| |
그리고 제목에 있는 멋진 사진 |
| |
미끄러지 다. 우리는 통계적 프로세스 제어에 대해 이야기하고 있습니다. 단일 숫자가 아닌 점 척도가 아니라 대신 우리가 제어하려고 하는 것이 기능 곡선의 모양을 가집니다. |
| |
Steve는 몇 분 안에 비즈니스 사례에 대해 이야기할 것입니다. 방법론에 대해 몇 마디만 하겠습니다. |
| |
우리는 지난 20여 년 동안 이 분야의 문헌을 검토했습니다. 이 주제에 대한 많은 논문이 있습니다. 그러나 이 통계에 접근하는 가장 좋은 방법에 대한 명확한 합의가 실제로 없는 것 같습니다. |
| |
공정 제어 |
| |
변수가 곡선 형태를 취할 때. 그래서 우리는 JMP의 최근 개발, 특히 JMP 15에 도입된 모델 기반 다변수 제어 차트와 JMP 14에 도입된 기능적 데이터 탐색기에서 영감을 받았습니다. |
| |
다변수 관리도는 실제로 오랫동안 사용되어 온 새로운 기술이 아닙니다. 그들은 최근 JMP에서 페이스리프트를 받았습니다. |
| |
그리고 그들은 주성분 또는 부분 최소 자승을 사용하여 데이터를 줄이고, 많은 프로세스 변수를 모델링 및 축소하여 단일 차트에서 볼 수 있도록 합니다. 우리는 PCA 케이스에 초점을 맞출 것이고 부분적인 것에 대해서는 이야기하지 않을 것입니다. |
| |
그만큼 |
| |
여기에 부분 최소 제곱. |
| |
Functional Data Explorer는 곡선 형태의 데이터로 작업하기 위해 JMP에서 사용하는 방법입니다. |
| |
데이터. 그리고 기능 데이터에 대한 주성분 분석의 확장인 주성분 분석의 형태를 사용합니다. |
| |
따라서 기능적 곡선을 사용하여 기능적 데이터 탐색기를 사용하여 축소하고 모델링하면 어떻게 되는지 말하는 것은 매우 자연스러운 생각이었습니다. |
| |
그 결과 기능적 주성분이 생성되며 일반 주성분을 추가하고 모델 기반 다변량 관리도를 통해 푸시하는 것처럼, |
| |
기능적 주요 구성 요소로 그렇게 할 수 있다면 어떨까요? 그것이 실현 가능하고 유용할까요? |
| |
이것으로 저는 스티브에게 일을 넘기고 그는 오늘 우리가 논의할 비즈니스 사례를 소개할 것입니다. |
| 1253****529 |
괜찮은. 매우 감사합니다. 요르단. |
| |
영상이 없어서 여러분께 제 모습을 알려드리기로 했습니다. |
| |
내 아내 Megan과 내 아들 Ethan이 있습니다. |
| |
작년 호박 패치와 함께. 그래서 저는 약간의 배경 지식을 가지고 사례 연구에 참여하고 싶었습니다. |
| |
내가 하는 일, 그래서 당신은 이 정보가 어디에서 왔는지 알 수 있습니다. 정밀주조를 위한 인베스트먼트 주조에서 일하고 있습니다... |
| |
투자 주조 부문. |
| |
인베스트먼트 주조에는 판매하려는 제품의 왁스 복제품을 만들어 패턴 어셈블리에 넣고, |
| |
곰팡이를 제거할 수 있을 만큼 충분한 강도를 얻을 때까지 독점 콘크리트에 여러 번 담그십시오. |
| |
그리고 우리는 그것에 금속을 부을 수 있을 만큼 충분한 강도를 갖도록 불을 붙입니다. 그런 다음 콘크리트를 부수고 주조 과정에서 과도한 금속 사용을 제거합니다. 우리는 비파괴 테스트를 수행하고 부품을 배송합니다. |
| |
개선된 공정 제어 방법을 찾는 원동력은 |
| |
7, 8, 9단계는 1~6단계의 공정 변동성으로 인해 고정 비용의 75%를 차지합니다. 그래서 우리가 1-6을 조일 수 있다면, |
| |
대부분의 ??? 비용은 훨씬 저렴하고 훨씬 짧습니다. 그러면 7, 8, 9를 훨씬 작게 만드는 데 회사와 고객에게 큰 부가가치가 있습니다. |
| |
그래서 PCC 구조. 제 공장인 Titanium Plant는 대부분 항공우주 부품을 만듭니다. 왼쪽에 팬이 보이시죠??? 그것은 일부에서 녹색으로 빛나는 ??? 개발자. |
| |
그리고 바로 N155 곡사포 안정기 다리가 있는 지상 기반 제품이 있습니다. |
| |
그리고 그것이 어디로 가는지에 대한 아이디어를 얻기 위해서입니다. 하늘에 있는 모든 비행기 하나하나에는 기본적으로 우리가 만드는 부품이나 여러 부품이 있기 때문에 이것은 엔진 섹션 ???, 직경이 약 6피트이고 원피스 주조입니다. |
| |
그것은 가스터빈 엔진의 코어의 맨 앞부분에 들어갑니다. 이것은 특히 Airbus A350에 동력을 공급하는 Trent XWB를 위한 것입니다. |
| |
제트기. |
| |
이제 JMP에 대해 알아보겠습니다. 여기에서 가장 큰 동인은 상상할 수 있듯이 많은 부분에 대한 매몰 주조 공정과 같이 복잡한 무언가가 있다는 것입니다. |
| |
데이터가 오고 있습니다. 그리고 점점 더, 우리가 센터의 수를 늘리고 사용하는 기계의 수를 늘리면서 기능을 갖추게 되었습니다. 그래서 이 사례 연구에서 우리는 |
| |
타임스탬프와 함께 제공되는 데이터. 145개의 배치가 있습니다. 우리는 X1이라는 가변 이자를 가지고 있습니다. |
| |
타임스탬프를 정규화한 방법인 카운터가 있으므로 그래프 빌더에서 실행을 오버레이하는 것이 더 쉽고 약간의 추가 기능이 있습니다. |
| |
FTP 플랫폼의 장점. 모델 기반 다변수 관리 차트 플랫폼과 일치하는 역사적 기간과 현재 기간을 가질 수 있는 기간이 있습니다. |
| |
FDE를 가질 수 있도록 |
| |
더 많은 최신 데이터를 추가해도 변경되지 않도록 기록만 보고 있습니다. 실제로 이것을 사용하고 있다면 테스트 유형이 내 자신의 유효성 검사입니다. |
| |
시도. 그리고 여기에서 볼 수 있는 것은 제가 주로 들어가서 나쁜 것, 한계가 있는 것 또는 좋은 것으로 태그를 지정했다는 것입니다. 따라서 빨간색은 나쁨, 여백은 자주색, 녹색은 양호하며 오버레이 방법을 볼 수 있습니다. |
| |
방망이를 벗어나면 약간의 곡선이 있음을 알 수 있습니다. |
| |
??? 평균에서 곡선. 이것들은 분명히 우리가 통제 불능 또는 불량이라고 부를 것입니다. |
| |
이것은 제조가 재앙이라고 부르는 것과 같은 제품이 될 것이기 때문입니다. 그래서 우리는 그것들을 식별할 수 있기를 원합니다. |
| |
프로세스가 어떻게 진행되고 있는지 살펴보고 수정할 수 있습니다. 이것이 보이는 것입니다 |
| |
밖으로 나가서 나쁜 것은 약간의 큰 편차, 때로는 평균 곡선과 끝을 향해 많은 특성을 가지고 있음을 알 수 있습니다. |
| |
한계 곡선은 평균 곡선에서 크게 벗어나지 않지만 꼬리쪽으로 더 많이 튀고 좋은 곡선은 꽤 빡빡합니다. 여전히 약간의 튕김이 있는 것을 볼 수 있습니다. 그래서 여기는 |
| |
한계와 선은 실제로 내 판단에 근거하며, 나는 이것을 시각적으로 보는 것만으로 Gage R&R 속성에 실패할 것입니다. 그래서 |
| |
총 33개의 불량 곡선, 45개의 한계 및 67개의 불량 곡선이 있습니다. 그리고 수동으로 약 10개 정도만 나온 것을 볼 수 있습니다. 따라서 포인트 추정을 사용하지 않으려는 경우 옵션이 있습니다. 이 옵션은 그다지 효과적이지 않은 것으로 나중에 보여드릴 것입니다. |
| |
카운터를 사용하여 포인트로 제어합니다. 그리고 그것을 하는 방법은 나쁜 테이블을 카운터별로 분할하고 관리도 작성을 통해 개별 이동 범위 관리도에 넣은 다음 빠져 나올 것입니다. |
| |
이 경우 3500개의 제어 차트와 같이 결합된 데이터 테이블을 만드는 놀라운 기능을 사용하여 각 목록에서 해당 목록 요약을 자체 데이터 테이블로 변환한 다음 기본 데이터 테이블에 다시 연결할 수 있습니다. 멋진 |
| |
카운터와 과거 데이터를 기반으로 한 제어 한계가 있고 곡선을 오버레이할 수 있는 것과 같은 분석입니다. 따라서 제어 한계를 벗어날 때마다 태그를 지정하는 알고리즘이 있다면 |
| |
통제를.... |
| |
기능 데이터가 있는 관리도 기능. 그러나 특히 여기에서 38을 강조 표시한 것을 볼 수 있습니다. 약간의 큰 편차가 있고 관리 한계 내에 머무를 수 있습니다. 이것이 바로 이 FDE |
| |
플랫폼은 이러한 주요 편차 중 일부에 해당하는 FPC를 식별할 수 있다는 점에서 정말 빛날 수 있습니다. 따라서 FPC의 곡선을 기반으로 곡선에 태그를 지정할 수 있습니다. |
| |
그리고 우리는 나중에 그것을 보게 될 것입니다. 그래서, |
| |
FDE 플랫폼을 사용하면 정말 간단합니다. 이 데모에서는 100노트의 단계 함수에 중점을 둘 것입니다. |
| |
그리고 FPC가 어떻게 변동성을 포착하는지 알 수 있습니다. 따라서 주요 FPC는 곡선의 시작 부분에...이것이 가장 큰 변동성을 유발하는 것, 즉 평균과의 편차를 말합니다. |
| |
그리고 설정은 X1과 출력 카운터입니다. 입력, 배치 번호 및 테스트 유형을 추가했습니다. 따라서 FPC 테이블과 모델 기반 다변량 관리도 및 기간의 유효성 검사 중 일부로 이를 사용할 수 있으므로 과거 기록만 FDE 적합성을 유도하는 것입니다. |
| |
그래서 |
| |
핏을 보는 것은 실제로 올바른지 확인하는 데 매우 중요한 부분입니다. |
| |
나중에 차트 관리, 이 P 단계를 사용하고 있습니까? |
| |
기능 100노트 모델. 실제로 B 스플라인을 사용하고 Cubic 20 노트를 사용하면 실제로 내 P 스플라인에 매우 가깝게 보입니다. |
| |
그러나 BIC에서 실제로 더 많은 매듭이 있어야 함을 알 수 있으므로 그렇게 하면 이제 과적합이 보이기 시작하여 실제로 고립된 피크에 초점을 맞추고 FDE를 갖게 됩니다. |
| |
옳지 않아 보이고 민감하지 않게 만드는 모델과 모델 기반 다변량 관리 차트. |
| |
0 |
