扬声器 | 成绩单 |
| 马库斯 | 欢迎 |
| 在此处使用 SAS JMP 观看此演示文稿。 |
| 本演讲的主题是如何使用统计作为一种通用语言以及如何通过这样做来提高流程质量。 |
| 我在一家名为 Envases 的公司担任质量经理。 Envases 是一家庞大的公司， |
| 为食品行业生产罐头的全球性公司。 您可以在左角看到一些产品。 |
| 有些产品您可能很熟悉。 在超市可以买到罐头，罐头里有肉，有鱼，有奶粉，还有果汁等等。 |
| 我们在 |
| 墨西哥和欧洲以及 |
| 我今天想在这里讨论的话题与我们在丹麦的生产设施有关。 |
| 基本上，我在这里要介绍的是一个使用 SAS JMP 作为工具之一已解决的问题。 |
| 我将花一些时间在 JMP 中展示一些功能，并介绍如何使用 SAS JMP 来解决这些问题，我很确定这些问题我很熟悉很多人，看到这个介绍。 |
| 嗯，回到去年， |
| 我们的生产线出现了一些问题，生产中的人来找我。 我是质量负责人，我正在处理这些来到我办公桌前的问题，他说，马库斯，我们的生产线中有一些锡尘。 |
| 锡是我们用于罐头的材料，所以锡粉本身不是 |
| 在我们的生产中看不到周围的东西，但人们抱怨他们在我们的生产线上看到了太多的锡尘。 |
| 因此，他们需要一直清理线路。 |
| 就像问题的开始一样。 我们没有任何数据可以证明这一点。 我们没有任何文件要通过。 我们没有任何 Excel 表格。 我们没有任何 JMP 文件可供查看。 我们只是从人们那里得到一些意见，说我们有太多 |
| 我们的生产线上有锡尘，我们需要一直清洁。 |
| 为了让它更上一层楼 |
| 更令人困惑，但人们说我们以前见过很多次，有些人说我们以前从未见过。 |
| 我开始与在线的人交谈，说，这对你来说是新的吗？ 这是本周发生的还是上周发生的？ 或者去年呢？ 我得到了很多不同的意见和很多 |
| 输入，而且人们也没有告诉我同样的事情，所以我对我们如何开始这个项目有点困惑。 |
| 但无论如何，我们需要开始。 |
| 所以我做的第一件事 |
| 是设置团队，说， |
| 组织中的人员需要建立一个团队。 谁应该参与团队？ 我们确定了一些生产人员，一些技术人员，一些操作人员，一些维护部门的人员等等，以及项目的相关人员。 |
| 我们在这里用来解决问题的结构是从 6 Sigma DMAIC 中获得灵感的，也许你们中的一些人已经知道了。 |
| DMAIC 是关于定义问题、衡量问题、分析问题原因、改进然后控制，如果您确实成功地使用了您提出的解决方案。 |
| DMAIC 的想法之一，也是我的想法之一，使用这里的结构是定义和衡量问题，因为有时你 |
| 可能会认为你有问题，但通过开始衡量问题，你可能会意识到你认为的问题实际上根本不是问题。 |
| 所以没有必要继续解决实际上不存在的问题，这就是我告诉人们说的，好吧，首先，让我们衡量这个问题。 我们甚至有问题，还是只是我们在生产中的胃痛？ |
| 那是第一步。 |
| 所以我们去生产线???，去线看看， |
| 我们能否对过程有一个想法，也许我们甚至可以看到问题发生在哪里。 |
| 这个过程是相当简单的。 我试图在这张非常简单的图中简化它， |
| 只是给你一个想法。 我们有锡板进入传送带，然后我们有一个活塞 |
| 为罐头做盖子，所以过程相当简单。 |
| 由于这个活塞和制造这些盖子，我们可以看到我们可以在传送带上收集一些灰尘，这是操作员需要不时清洁的地方。 |
| 我们可以通过执行 ???在 25,000 个盖子之后，我们可以收集大约或超过两公斤的锡尘。 |
| 那是我们需要清理生产线的时候。 所以这就像我们的基线，比如说当我们生产了 25,000 个超过两公斤的盖子时，我们需要清洁生产线，那就是 |
| 不可接受，因为清洁会占用生产时间并且生产时间减少，我们无法生产我们想要生产的盖子。 这意味着我们可能会迟到交货，或者我们根本无法交货。 |
| 因此，我们所有人都有减少这种清洁的兴趣，我们可以看到，如果我们可以减少生产线上产生的锡尘，我们可以减少您的清洁。 |
| 所以当我们收集了 |
| 这 |
| 此处以千克为单位的数据。 |
| 请记住，您可以在图片上看到背面，这是我们可以在 25,000 个盖子后使用真空吸尘器收集的灰尘。 一开始，当人们来找我的时候，我们甚至没有带着灰尘的行李，只是 |
| 只是通过观看，我们可以表达我们遇到的问题。 现在至少我们可以看到这是我们遇到的问题。 我们有太多的灰尘，这是太多的灰尘，因为我们需要清理它。 所以我们必须减少 |
| 生产 25,000 个盖子后的公斤数，这是该项目的成功标准。 |
| 通过收集合适的人，我们举办了一个类似的研讨会，把所有人都放在一个房间里，说我们这里有问题。 经过 25,000 个盖子后，我们会产生超过两公斤的灰尘。 这是什么原因？ |
| 然后我们进行了头脑风暴，说看看过程，看看过程中会发生什么，过程中会出现什么。 这些变量中的任何一个都可以解释我们看到的锡尘的最新情况吗？ |
| 所以第一步是定义变量。 你可以看到，我在这里用黄色标记了团队预计我们看到的锡尘的一些根本原因。 |
| 我们从输入开始，因为它进来了，我们知道锡片，锡片的厚度可以 |
| 可能会有所不同，所以我们可以有一些更厚的锡纸进来，还有一些 |
| 没有那么薄的薄片进来。 |
| 而且我们还可以看到，活塞的涂层可能是锡涂层的原因。 |
| 我们可以看到，与其他有一些外套的线相比，在相同的规模上没有问题。 |
| 我们还可以看到活塞的测量值，我们在活塞上有四种不同的测量值，可以解释锡尘的原因。 |
| 我们从未尝试过，所以这只是在纸上，所以这可能是原因，但让我们试着找出答案。 |
| 去年或两年前，当我们遇到这样的问题时， |
| 方法通常是我们尝试不同的东西，所以我们可以尝试使厚度可以看看这是否可以改变任何东西，外套。 但在这里，我们想将所有变量组合在一个实验中，以加快这一过程。 |
| 所以我们建立了一个实验设计，一个DOE。 |
| 随着时间的推移，我们必须稍微改变一下，这样它才能反映我们所拥有的现实以及我们可以用于实验的分配生产时间。 |
| 设置实验和定义变量并不是一项艰巨的任务。 大概花了几个小时。 设置 DOE 并不困难，我们在 SAS JMP 中做到了。 但是执行 DOE 是一个棘手的部分，因为它需要很长时间。花了大约一个星期。 |
| 所以我们需要计划把机器拿出来，然后我们做了大约五天的试用。 简单地说，我们使用一种设置生产了 25,000 个盖子，然后使用另一种设置生产了 25,000 个盖子，依此类推。 |
| 然后，一周后，我们分析了结果，然后我们根据这些结果得出结论。 |
| 让我试着向你展示 |
| 我们在 SAS JMP 中所做的。 |
| 您可以在这里看到这一点，仅通过查看数字，我们就可以看到这是自我们的起点以来的巨大进步。 我们刚开始只是让人们说我们有太多灰尘，我们需要一直打扫。 现在至少我们有一些数字……锡上的数字。 |
| 你可以在这里看到，我们有锡粉。 这是 |
| 25,000个盖子后产生锡粉，并且我们对进入线的材料的厚度也有不同的设置。 |
| 我们在这里有四种不同的活塞测量值。 我们有一个声明，它是被涂层还是没有被涂层。 因此，我们尝试了不同类型的活塞。 |
| 这对人们来说是很容易理解的。 如果进入的材料的厚度为 5.74，如果测量值为 1.47 等等，他们可以看到我们有多少锡尘。 |
| 所以这是一个巨大的进步，从仅仅观察到实际上在我们一开始的工作集后面有一些真实的数字。 |
| 所以只是在这里收集数字从我们的出发点来说是一个巨大的进步，但想法是用数字来看看我们能不能解释一下 |
| 锡粉产生的原因取决于进入材料的厚度、活塞的四种不同测量值以及活塞是否有涂层。 |
| 我们正在使用 SAS JMP 中的一些工具，我们在这里经常使用的工具之一是拟合模型。 拟合模型解释了您的响应和变量之间是否存在任何关系。 |
| 在这里，我们得到了回应。 |
| 这是我们的锡粉。 |
| 这里我们有模型，所以我们想看看材料的厚度效果 |
| 10灰尘，活塞的测量， |
| 活塞涂层是否会产生影响。 |
| 在这里运行模型 |
| 并说，试着结合不同的变量，告诉我什么会对我们的锡尘产生最大的影响。 |
| 这基本上是我们从中得到的结果。 |
| 如果这对我们有意义，我们可以在这里看到我们正在使用 p 值来指导我们。 外套低，p值的意思，嗯，看起来我们有一个显着的 |
| 外套和我们的锡尘之间的关系。 我们也相信材料的厚度会有 |
| 和我们的锡粉有关系，我们相信Measurement 3会和锡粉有某种关系。 这也意味着当我们谈论锡尘时，测量 1、2 和 4 似乎并不重要。 |
| 请记住，我们是从没有任何数字的情况下开始工作的，所以现在我们正在讨论 P 值以及它如何帮助我们。 |
| 这实际上对我们来说很容易解释，而且人们确实理解，好吧，这意味着这可能不是巧合。 |
| 通过使用合适的人员，我们可以验证这对他们也有意义，因此涂层似乎会对锡尘产生影响。 |
| 技术人员...技术人员说，是的，涂层会影响锡粉是有道理的，因为我们已经在其他生产线上看到了这一点。 |
| 并且可以验证厚度是有意义的，测量 3 是有意义的，所以我们开始相信这是 |
| 对我们来说有一些很好的指导方针，但我们需要看看，是的，我们可以看到外套似乎很重要，但是否有涂层与我们相关？ |
| 所以我们扩展了这个... |
| 这里的拟合模型和 |
| 您可以在 profiler 中看到不同的变量将如何影响锡尘。 您可以在左侧看到锡尘。 |
| 您可以在这里看到流程中的板材厚度，测量 3，然后是涂层。 然后我们可以尝试模拟是否必须进行涂层，如果我们启用了测量 3。 |
| 从这个过程中产生的预期公斤数是多少？ |
| 这里是说我们可以期待 0.0057。 我们在这里也有一个置信区间，但我们可以预期这将是从过程中出来的锡尘的数量。 |
| 然后看看如果我们有一个没有涂层的活塞怎么办。 可以看到会改变意义，而且会更高。 |
| 我们从一开始就知道，如果我们的锡粉超过 0.2 公斤，0.2 左右就会改变游戏规则，我们需要清洁，所以我们希望低于 0.2。 |
| 而我们在这里所做的更进一步，因为我们知道材料的厚度对我们来说非常难以控制，这是指定的，并且厚度内会有一些变化，这对我们来说很难改变。 |
| 所以我们需要有一个非常稳健的流程，说我们需要保持厚度灵活。 |
| 但是我们可以控制的是Measurement 3和涂层。 |
| 所以我们将此分析器扩展为 |
| 模拟器，这样我们就可以模拟如果厚度会发生变化 |
| 有一些指定的标准偏差。 |
| 所以我们说我们知道厚度可以改变。 |
| 我们知道我们的平均值约为 5.595，并且我们的这种材料的标准偏差等于 0.058。 我们可以稍后更改。 我们想要修复测量，我们想要修复涂层，有 |
| 活塞上的涂层。 |
| 我们也知道我们的目标不高于 0.2，所以我们可以在这里添加一个目标。 |
| 然后我们可以模拟。 |
| 测量 3 将固定，涂层将固定，但厚度会随时间而变化。 |
| 然后我们可以模拟如果我们想要 5,000 张在这个过程中，我们会看到什么 |
| 在锡尘中？ 然后我们可以模拟。 你可以看看我们有没有 |
| 锡纸的厚度约为 5.6，测量值 3 为 1，并带有涂层，我们可以期待一个非常好的结果。 你可以看到，我们在 2 点有红线... |
| 对不起，0.2，我们还可以看到缺陷率，这意味着高于 0.1 的测量率将是 0，所以这对我们有好处。 |
| 你还可以看到，如果我们改变它，测量 3，而不是 1， |
| 但是到2.5。 |
| 并再次进行模拟。 |
| 我们将在 |
| 稍微高一点 |
| 锡粉量。 如果我们，除此之外， |
| 对不起， |
| 将其更改为没有涂层的活塞并运行 5,000 个板，我们可以预期响应非常差。 |
| 我们可以看到 |
| 在我们开始进行这些更改之前，我们在生产线上的设置是没有任何涂层的活塞。 所以这对我们来说是非常新的，我们很高兴看到我们实际上可以看到什么可以控制锡粉，我们甚至可以自己控制它。 |
| 所以，根据我们在这里的模拟，我们决定 |
| 一个 |
| 在 2 上测量 3，然后是带有涂层的活塞， |
| 这意味着我们将拥有一个非常强大的流程，它可以处理我们在板材厚度方面的变化。 |
| 然后我们也可以试着模拟一下，如果这个偏差不是 0.058 而是 |
| 1.5。 |
| 你看，这太多了，所以这是我们与供应商达成的一些协议，他们需要将标准偏差保持在特定水平，因为这样我们将拥有 |
| 一个健壮的过程。 |
| 所以这对我们所有人来说都是一个大开眼界，因为这对我们来说是非常非常好的画面，而且它并没有花费我们太多。 唯一让我们付出的就是我们设定了五天的实验。 |
| 所以这对我们来说是个好消息。 |
| 所以在第五点，我们总结说，好的，现在我们知道应该改进什么，我们需要给工具或活塞涂上涂层，我们需要将测量值调整到 2.0。 |
| 它来自大约 3.0。 所以这是？？？一个改进，这是来自分析器的一张非常简单的图片， |
| 显示我们的锡外套和我们预期的不同变量之间的关系。 我们做了一个控制说让我们试着改变 |
| 我们的流程，然后再生产 25,000 个盖子，然后您可以看到比较。 这就像我们的基线一样。 可以看到，我们改流程之前行李里面的小灰尘，可以看到25000 |
| 更换后生产 25,000 个盖子后的锡尘，我们在这里没有看到任何锡尘。 |
| 所以这就像......这对我们来说是非常好的概念证明。 这是我们使用 SAS JMP 进行的首批项目之一，它是一个非常好的概念证明，人们确实依赖于这种解决问题的方式。 |
| 我们在这里学到的是数据的使用，它对我们有好处，因为我们有一些共同点，我们可以与每个人联系起来， |
| 而不是有我们很难量化的不同意见，所以使用它对我们所有人都非常有帮助。 |
| 使用合适的人，技术人员，人 |
| 拥有来自一线的知识，也可以像 JMP 一样使用统计软件的人了解如何设置 |
| 一个实验，了解如何做一个拟合模型，回归模型等等。 然后使用 SAS JMP 是真正强大的。 我们无法做到这一点，就像在 Excel 中那样，因为他们没有工具。 |
| 然后，使用像他们这样的结构化流程让我们对我们来说非常强大，所以这对我们来说是一个非常好的学习，这也是我们后来在许多项目中实施的东西，并且反应非常好。 |
