스피커 | 성적 증명서 |
| 마커스 | 어서 오십시오 |
| SAS JMP를 사용하여 여기에서 이 프레젠테이션에 대해 설명합니다. |
| 이 프레젠테이션의 주제는 통계를 공용어로 사용하는 방법과 이를 통해 프로세스 품질을 개선하는 방법입니다. |
| 저는 Envases라는 회사에서 품질 관리자로 일하고 있습니다. Envases는 거대한 회사입니다. |
| 식품용 캔을 만드는 글로벌 기업 왼쪽 코너에서 일부 제품을 볼 수 있습니다. |
| 일부 제품은 귀하에게 친숙할 수 있습니다. 슈퍼마켓에서 살 수 있는 캔입니다. 고기도 있고, 생선도 있고, 분유도 있고, 주스도 있습니다. |
| 우리는 제조 시설을 |
| 멕시코와 유럽에서 |
| 오늘 여기에서 논의하고자 하는 주제는 덴마크에 있는 생산 시설과 관련된 것입니다. |
| 기본적으로 여기에서 제시할 것은 SAS JMP를 도구 중 하나로 사용하여 해결된 문제입니다. |
| 그리고 JMP에서 몇 가지 기능을 보여주고 SAS JMP를 사용하여 이러한 종류의 문제를 해결할 수 있는 방법에 대한 아이디어를 제공하는 데 시간을 할애할 것입니다. 많은 사람들이 이 프레젠테이션을 보고 있습니다. |
| 음, 작년으로 돌아가서, |
| 우리 생산 라인에 몇 가지 문제가 있었고 생산 담당자가 나에게 왔습니다. 저는 품질 책임자이고 제 책상에 와서 "Marcus, 우리 생산 라인에 약간의 주석 가루가 있습니다."라고 말하는 이러한 종류의 문제를 처리하고 있습니다. |
| 주석은 우리가 캔에 사용하는 재료이므로 주석 가루 자체는 그렇지 않습니다. |
| 우리 생산에서 볼 수 있는 것은 아니지만 사람들은 생산 라인에서 주석 가루가 너무 많이 보인다고 불평했습니다. |
| 그리고 그 결과 항상 라인을 청소해야 합니다. |
| 그것은 문제의 시작과도 같았습니다. 이를 보여줄 데이터가 없습니다. 우리는 통과할 서류가 없었습니다. Excel 시트가 없었습니다. 조사할 JMP 파일이 없습니다. 우리는 너무 많다는 사람들의 의견이 있었습니다. |
| 우리 생산 라인에 주석 먼지가 있고 항상 청소해야 합니다. |
| 그리고 조금이라도 좋게 하기 위해 |
| 더 혼란스러웠지만 사람들은 우리가 이것을 전에 여러 번 봤다고 말하고 어떤 사람들은 우리가 전에 이것을 본 적이 없다고 말했습니다. |
| 나는 통화 중인 사람들과 이야기하기 시작했습니다. 이것이 당신에게 새로운 것입니까? 이번 주에 발생했습니까 아니면 지난 주에 발생했습니까? 아니면 작년은? 그리고 나는 많은 다른 의견과 많은 |
| 입력과 사람들이 나에게 똑같은 말을 하지 않았기 때문에 이 프로젝트를 시작하는 방법에 대해 약간 혼란스러웠습니다. |
| 하지만 어쨌든 시작해야 했습니다. |
| 그래서 가장 먼저 한 일은 |
| 팀을 설정하기 위해 다음과 같이 말했습니다. |
| 조직의 사람들은 팀을 구성해야 합니다. 누가 팀에 참여해야 합니까? 그리고 우리는 생산 부서의 일부 사람들, 일부 기술 인력, 운영 부서의 일부 사람들, 유지 관리 부서 등의 사람들, 프로젝트 관련 사람들을 정확히 지목했습니다. |
| 그리고 여기에서 문제를 해결하기 위해 사용한 구조는 6시그마 DMAIC에서 영감을 얻었습니다. 아마도 여러분 중 일부는 이미 알고 있을 것입니다. |
| DMAIC는 문제를 정의하고, 문제를 측정하고, 문제의 원인을 분석하고, 당신이 생각해낸 솔루션으로 실제로 성공했다면 개선하고 통제하는 것입니다. |
| 이 아이디어 중 하나인 DMAIC와 저를 위한 아이디어 중 하나는 여기 구조를 사용하여 문제를 정의하고 측정하는 것입니다. |
| 문제가 있다고 생각할 수도 있지만 문제를 측정하기 시작하면 문제라고 생각했던 것이 실제로는 전혀 문제가 아님을 깨닫게 될 수도 있습니다. |
| 따라서 실제로 존재하지 않는 문제를 계속해서 풀 필요가 없습니다. 제가 사람들에게 이렇게 말했습니다. 좋습니다. 우선 문제를 측정해 보겠습니다. 우리에게도 문제가 있는 걸까요, 아니면 제작 과정에서 느끼는 배부른 느낌일까요? |
| 그것이 첫 번째 단계였습니다. |
| 그래서 우리는 생산 라인 ???에 갔고, 라인에 가서, |
| 프로세스에 대한 아이디어를 얻을 수 있고 문제가 발생한 위치를 볼 수도 있습니다. |
| 과정은 다소 간단합니다. 저는 이 매우 간단한 그림에서 그것을 단순화하려고 노력했습니다. |
| 단지 당신에게 아이디어를 주기 위해. 컨베이어로 들어오는 주석 시트가 있고 피스톤이 있습니다. |
| 깡통 뚜껑을 만들기 때문에 과정이 다소 간단합니다. |
| 이 피스톤과 이 뚜껑을 만든 결과 컨베이어에 먼지가 쌓일 수 있으며 작업자가 가끔씩 청소해야 하는 곳을 볼 수 있습니다. |
| 그리고 우리는 ??? 25,000개의 뚜껑을 덮고 나면 약 2kg 이상의 주석 먼지를 모을 수 있습니다. |
| 그리고 그 때 우리는 라인을 청소해야 했습니다. 2킬로그램이 넘는 뚜껑을 25,000개 생산했을 때 라인을 청소해야 했고 그게 우리의 기준과 같았습니다. |
| 세척이 생산 시간을 잡아먹고 생산 시간이 단축되어 우리가 생산하고자 하는 뚜껑을 생산할 수 없기 때문에 허용되지 않습니다. 즉, 배송이 늦어지거나 아예 배송이 불가능할 수도 있습니다. |
| 그래서 우리 모두는 이 청소를 줄이는 데 관심이 있었고 라인에서 생성되는 주석 먼지를 줄일 수 있다면 청소를 줄일 수 있다는 것을 알 수 있었습니다. |
| 우리가 수집했을 때 문제는 매우 간단했습니다. |
| 그만큼 |
| 여기에 킬로그램 단위의 데이터가 있습니다. |
| 사진에서 뒷면을 볼 수 있다는 것을 기억하십시오. 이것은 우리가 25,000개의 뚜껑을 덮은 후 진공 청소기로 모을 수 있는 먼지입니다. 처음에 사람들이 왔을 땐 먼지 낀 가방도 없었고 그냥 |
| 보는 것만으로도 우리가 겪고 있는 문제를 표현할 수 있었습니다. 이제 적어도 이것이 우리가 겪고 있는 문제라는 것을 알 수 있습니다. 먼지가 너무 많고 청소해야 하기 때문에 먼지가 너무 많습니다. 그래서 줄여야 한다. |
| 25,000개의 뚜껑이 생산된 후 킬로그램이 프로젝트의 성공 기준이었습니다. |
| 적절한 사람들을 모아서 워크샵처럼 우리는 여기에 문제가 있다고 말하면서 모든 사람들을 방에 넣었습니다. 25,000개의 뚜껑을 덮고 나면 2kg 이상의 먼지가 발생합니다. 그 이유는 무엇입니까? |
| 그리고 나서 우리는 브레인스토밍을 했고, 그 과정을 보라, 그 과정에서 무엇이 나오는지, 그 과정에서 무엇이 나오는지 살펴보라고 했습니다. 이러한 변수 중 하나가 우리가 보는 주석 먼지의 최근 현상을 설명할 수 있습니까? |
| 그래서 첫 번째 단계는 변수를 정의하는 것이었습니다. 그리고 보시다시피, 저는 팀이 우리가 본 주석 먼지의 근본 원인 중 일부에 대해 예상했던 것을 노란색으로 표시했습니다. |
| 우리는 주석이 들어왔기 때문에 주석 시트, 주석 시트의 두께가 |
| 다를 수 있으므로 더 두꺼운 주석 시트를 사용할 수 있습니다. |
| 그렇게 얇은 시트가 들어가지 않습니다. |
| 그리고 우리는 또한 피스톤의 코팅이 주석 코팅의 원인이 될 수 있음을 알 수 있었습니다. |
| 약간의 코트가 있는 다른 라인과 비교할 때 동일한 규모의 문제가 없음을 알 수 있었습니다. |
| 우리는 또한 피스톤의 측정값이 주석 먼지의 원인을 설명할 수 있는 피스톤에 대한 4개의 다른 측정값을 가지고 있음을 알 수 있었습니다. |
| 우리는 이것을 시도한 적이 없으므로 이것은 단지 종이에 있었으므로 이것이 이유 일 수 있지만 알아 보겠습니다. |
| 작년, 2년 전쯤에 이런 문제가 생겼을 때, |
| 접근 방식은 일반적으로 다른 것을 시도하는 것이므로 두께가 코트, 즉 코트를 변경할 수 있는지 확인할 수 있도록 시도할 수 있습니다. 그러나 여기서는 프로세스 속도를 높이기 위해 한 실험에서 모든 변수를 결합하고 싶습니다. |
| 그래서 우리는 실험 계획(DOE)을 설정했습니다. |
| 시간이 지남에 따라 우리는 이것을 약간 변경해야 합니다. 그래야 우리가 가지고 있는 현실과 실험에 사용할 수 있는 할당된 생산 시간을 반영할 수 있습니다. |
| 실험을 설정하고 변수를 정의하는 것은 어려운 작업이 아니었습니다. 몇 시간 정도 걸렸을 것입니다. DOE를 설정하는 것은 어렵지 않았습니다. SAS JMP에서 설정했습니다. 그러나 DOE를 실행하는 것은 시간이 오래 걸리기 때문에 까다로운 부분이었습니다. 일주일 정도 걸렸습니다. |
| 그래서 우리는 기계를 꺼낼 계획을 세우고 약 5일 동안 시험을 쳤습니다. 그리고 간단히 우리는 한 종류의 설정을 사용하여 25,000개의 뚜껑을 만든 다음 다른 종류의 설정 등을 사용하여 25,000개의 뚜껑을 생산했습니다. |
| 그리고 일주일이 지나면 결과를 분석하고 이 결과를 토대로 결론을 내렸습니다. |
| 내가 너에게 보여주도록 노력하자 |
| SAS JMP에서 수행한 작업 |
| 여기에서 이것을 볼 수 있습니다. 숫자만 봐도 이것이 우리의 출발점 이후 엄청난 발전이라는 것을 알 수 있습니다. 우리는 사람들에게 먼지가 너무 많고 항상 청소해야 한다고 말하게 함으로써 시작했습니다. 이제 우리는 적어도 몇 가지 숫자를 가지고 있습니다. 깡통에 있는 숫자입니다. |
| 여기에서 볼 수 있습니다. 주석 가루가 있습니다. 이것이 |
| 25,000개의 뚜껑 후에 주석 가루가 생성되었으며, 라인에 들어가는 재료의 두께에 대한 설정도 다릅니다. |
| 그리고 여기 피스톤에 대한 네 가지 다른 측정값이 있습니다. 그리고 우리는 그것이 코팅되었거나 코팅되지 않았다는 진술을 가지고 있습니다. 그래서 우리는 우리가 시도했던 다른 종류의 피스톤을 가지고 있습니다. |
| 이것은 사람들이 이해하기 비교적 쉽습니다. 그들은 들어오는 재료의 두께가 5.74이고 측정이 1.47이면 주석 가루가 얼마나 있는지 알 수 있습니다. |
| 따라서 이것은 우리가 처음에 가지고 있던 작업 세트 뒤에 실제로 몇 가지 실수를 갖는 것을 관찰하는 것에서 오는 큰 단계입니다. |
| 여기에서 숫자를 수집하는 것만으로도 출발점에서 엄청난 진전이 있었지만 아이디어는 숫자를 사용하여 설명할 수 있는지 확인하는 것이었습니다. |
| 주석 먼지의 원인은 들어오는 재료의 두께, 피스톤의 4가지 다른 측정, 피스톤 코팅 여부에 따라 다릅니다. |
| 우리는 SAS JMP의 일부 도구를 사용하고 있으며 여기서 많이 사용하는 도구 중 하나는 적합 모델입니다. 적합 모델은 응답과 변수 사이에 관계가 있는지 설명합니다. |
| 그리고 여기에 응답이 있습니다. |
| 이것은 우리의 주석 먼지입니다. |
| 여기에 모델이 있으므로 재질 효과의 두께가 |
| 10 먼지, 피스톤의 측정, |
| 피스톤 코팅이 영향을 미치는지 여부. |
| 여기에서 모델 실행 |
| 다른 변수를 결합하고 주석 가루에 가장 큰 영향을 미치는 것이 무엇인지 말해 보세요. |
| 그리고 이것은 기본적으로 우리가 거기서 얻은 결과입니다. |
| 여기에서 이것이 의미가 있는 경우 p 값을 사용하여 안내하는 것을 볼 수 있습니다. 코트는 낮고 p 값은 의미가 있습니다. |
| 코트와 주석 가루의 관계. 우리는 또한 재료의 두께가 |
| 우리의 주석 가루와의 관계, 그리고 우리는 측정 3이 주석 가루와 어떤 종류의 관계를 가질 것이라고 믿습니다. 이것은 또한 우리가 주석 먼지에 대해 이야기할 때 측정 1, 2 및 4가 중요하지 않은 것 같다는 것을 의미합니다. |
| 우리는 숫자 없이 시작했기 때문에 이제 P 값과 이것이 우리에게 어떻게 도움이 되는지에 대해 이야기하고 있다는 것을 기억하십시오. |
| 그리고 이것은 실제로 우리가 해석하기 매우 쉬웠고 사람들은 이해했습니다. 좋습니다. 중요한 의미는 이것이 우연이 아닐 수도 있다는 의미입니다. |
| 그리고 적절한 사람들을 사용함으로써 우리는 이것이 그들에게도 의미가 있는지 확인할 수 있으므로 코팅이 주석 먼지에 영향을 미칠 수 있는 것처럼 보입니다. |
| 그리고 기술... 기술 직원은 다른 라인에서 보았기 때문에 코팅이 주석 먼지에 영향을 미칠 것이라고 말했습니다. |
| 그리고 두께를 검증할 수 있고 측정 3이 의미가 있을 수 있습니다. 그래서 우리는 이것이 |
| 우리를 위한 몇 가지 좋은 지침이 있지만 우리는 볼 필요가 있습니다. 예, 우리는 코트가 중요해 보인다는 것을 알 수 있습니다. 하지만 코팅이 있든 없든 우리와 관련이 있습니까? |
| 그래서 우리는 이것을 확장했습니다 ... |
| 여기에 맞는 모델과 |
| 프로파일러에서 다양한 변수가 주석 먼지에 어떻게 영향을 미치는지 볼 수 있습니다. 여기 왼쪽에 주석 가루가 보입니다. |
| 그리고 여기에서 공정에서 오는 시트의 두께, 측정 3과 코팅을 볼 수 있습니다. 그런 다음 측정 3이 켜져 있는 경우 코팅해야 하는지 시뮬레이션을 시도할 수 있습니다. |
| 그 과정에서 예상되는 킬로그램은 얼마입니까? |
| 여기서 우리는 0.0057을 기대할 수 있다고 말합니다. 여기에도 신뢰 구간이 있지만 이것이 공정에서 나오는 주석 먼지의 수일 것으로 예상할 수 있습니다. |
| 그런 다음 코팅되지 않은 피스톤이 있는지 살펴보십시오. 의미가 변경되고 더 높을 것임을 알 수 있습니다. |
| 그리고 우리는 처음부터 주석 먼지에 0.2kg 이상이 있으면 약 0.2가 게임 체인저와 같을 것이라는 것을 알고 있습니다. 청소해야하므로 0.2보다 낮기를 원합니다. |
| 그리고 여기서 더 나아가기 위해 우리가 한 일은 재료의 두께가 우리가 제어하기가 매우 어렵다는 것을 알고 있기 때문에 이것이 지정되고 두께 내에서 약간의 변동이 있을 것이므로 변경하기가 매우 어려울 것입니다. |
| 그래서 우리는 두께를 유연하게 유지해야 한다는 매우 견고한 공정이 필요했습니다. |
| 그러나 우리가 제어할 수 있는 것은 측정 3과 코팅입니다. |
| 그래서 우리는 이 프로파일러를 다음으로 확장했습니다. |
| 두께가 변할 경우 시뮬레이션할 수 있도록 시뮬레이터 |
| 일부 지정된 표준 편차와 함께. |
| 그래서 우리는 두께가 변할 수 있다는 것을 알고 있다는 것입니다. |
| 우리는 평균이 약 5.595이고 이 재료의 표준 편차가 0.058이라는 것을 알고 있습니다. 나중에 변경할 수 있습니다. 우리는 측정을 수정하고 코팅을 수정하고 싶습니다. |
| 피스톤의 코팅. |
| 또한 목표가 0.2보다 높지 않다는 것을 알고 있으므로 여기에 목표를 추가할 수 있습니다. |
| 그런 다음 시뮬레이션할 수 있습니다. |
| 측정 3은 고정되고 코트는 고정되지만 두께는 시간이 지남에 따라 변경됩니다. |
| 그런 다음 프로세스에서 5,000개의 시트가 필요한 경우 시뮬레이션할 수 있습니다. |
| 주석 먼지에? 그런 다음 시뮬레이션할 수 있습니다. 당신은 우리가 가지고 있는지 볼 수 있습니다 |
| 두께가 약 5.6이고 측정 3이 1이고 코팅이 된 주석 시트가 제공되면 매우 좋은 결과를 기대할 수 있습니다. 그리고 보시다시피, 여기 2시에 빨간 선이 있습니다... |
| 죄송합니다. 0.2입니다. 또한 결함 비율, 즉 0.1보다 높은 측정 비율이 0이라는 것을 알 수 있으므로 이것이 우리에게 좋습니다. |
| 당신은 또한 우리가 그것을 변경하면 1이 아닌 측정 3, |
| 그러나 2.5. |
| 그리고 다시 시뮬레이션으로. |
| 우리는에있을 것입니다 |
| 약간 더 높은 |
| 주석 먼지 양. 우리가 그 위에 있다면, |
| 죄송합니다, |
| 코팅이 없는 피스톤으로 바꾸고 5,000매 플레이트를 실행하면 매우 좋지 않은 반응을 기대할 수 있습니다. |
| 그리고 우리는 그것을 볼 수 있었다 |
| 이러한 변경을 시작하기 전에 생산 라인에 있었던 설정은 코팅이 없는 피스톤이었습니다. 그래서 이것은 우리에게 매우 새로운 것이었으며 주석 가루를 제어할 수 있는 것이 무엇인지 실제로 볼 수 있고 우리 스스로 제어할 수도 있다는 사실을 알게 되어 매우 흥미로웠습니다. |
| 그래서 여기에 있는 시뮬레이션을 기반으로 하기로 결정했습니다. |
| ㅏ |
| 2에서 3을 측정한 다음 코팅된 피스톤, |
| 이는 우리가 시트 두께의 변화를 처리할 수 있는 매우 강력한 프로세스를 갖게 된다는 것을 의미합니다. |
| 그런 다음 우리는 시뮬레이션을 시도할 수도 있습니다. 이 편차가 0.058이 아니라 |
| 1.5. |
| 이것은 너무 많을 것이므로 표준 편차를 특정 수준으로 유지해야 하는 공급업체와 맺은 계약 중 일부입니다. |
| 강력한 프로세스. |
| 이것은 우리 모두에게 눈을 뜨게 하는 것과 같았습니다. 이것은 우리에게 매우 좋은 사진이고 비용이 많이 들지 않았기 때문입니다. 그것이 우리에게 들게 한 유일한 것은 우리가 5일 동안 설정한 실험이었습니다. |
| 그래서 이것은 우리에게 좋은 소식이었습니다. |
| 그래서 여기 5번에서 우리는 이렇게 결론지었습니다. 이제 개선해야 할 점을 알았습니다. 도구나 피스톤을 코팅해야 하며 측정값을 2.0으로 조정해야 합니다. |
| 대략 3.0부터 나오더군요. 그래서 이것은 ??? 이것은 프로파일러의 매우 간단한 그림입니다. |
| 우리의 주석 코트와 우리가 예상한 다양한 변수 사이의 관계를 보여줍니다. 그리고 우리는 변화를 시도하자는 통제를 했습니다. |
| 우리의 공정을 거친 다음 25,000개의 뚜껑을 더 생산하면 비교를 볼 수 있습니다. 이것은 우리의 기준과 같았습니다. 프로세스를 변경하기 전에 수하물의 작은 먼지를 볼 수 있습니다. 25,000 |
| 변경 후 25,000개의 뚜껑을 생성한 후 주석 가루의 양과 여기에 주석 가루가 보이지 않았습니다. |
| 그래서 이것은... 우리에게 매우 좋은 개념 증명이었습니다. 그것은 우리가 SAS JMP를 사용하여 수행한 첫 번째 프로젝트 중 하나였으며 매우 좋은 개념 증명이었고 사람들은 문제 해결을 수행하는 이 방법에 실제로 의존했습니다. |
| 여기서 우리가 배우는 것은 데이터의 사용이며, 이는 우리에게 이점을 보여줍니다. 그러면 우리에게는 공통점이 있고 모든 사람과 관련될 수 있는 것이 있기 때문입니다. |
| 우리가 수량화하기 매우 어려운 다양한 의견을 갖는 대신 이것을 사용하는 것이 우리 모두에게 매우 도움이되었습니다. |
| 그리고 적절한 사람, 기술적인 사람, 사람을 사용하여 |
| 라인의 지식으로 JMP와 같은 통계 소프트웨어를 사용할 수 있는 사람들도 설정 방법을 알고 있습니다. |
| 실험, 적합 모형, 회귀 모형 등을 수행하는 방법을 이해합니다. 그리고 SAS JMP의 사용은 정말 강력합니다. 도구가 없기 때문에 Excel에서와 같이 이 작업을 수행할 수 없었습니다. |
| 그런 다음 구조화된 프로세스를 사용하여 우리를 매우 강력하게 만들었습니다. 그래서 이것은 우리에게 매우 좋은 학습이었고, 이것은 우리가 이후에 많은 프로젝트에서 매우 좋은 반응으로 구현한 것입니다. |
