Lautsprecher | Abschrift |
| Markus | Herzlich willkommen |
| zu dieser Präsentation hier, mit SAS JMP. |
| Das Thema dieser Präsentation ist, wie man Statistiken als gemeinsame Sprache nutzt und wie man dadurch die Prozessqualität verbessert. |
| Ich arbeite als Qualitätsmanager für eine Firma namens Envases. Envases ist ein riesiges Unternehmen, a |
| globales Unternehmen, das Dosen für die Lebensmittelindustrie herstellt. Sie können einige der Produkte hier in der linken Ecke sehen. |
| Einige der Produkte werden Ihnen vielleicht bekannt vorkommen. Es sind Dosen, die man in den Supermärkten kaufen kann, wir haben Fleisch, haben Fisch, wir haben Milchpulver, wir haben auch Saft und so weiter in den Dosen. |
| Wir haben Produktionsstätten in |
| Mexiko und in Europa und der |
| Thema, das ich heute hier erörtern möchte, bezieht sich auf unsere Produktionsstätten in Dänemark. |
| Im Grunde werde ich hier ein Problem vorstellen, das mit SAS JMP als einem der Tools gelöst wurde. |
| Und ich werde einige Zeit in JMP verbringen, um einige der Funktionalitäten zu zeigen und eine Vorstellung davon zu geben, wie SAS JMP verwendet werden kann, um mit dieser Art von Problemen zu arbeiten, von denen ich ziemlich sicher bin, dass sie sehr vertraut sind viele der Leute, die diese Präsentation sehen. |
| Nun, zurück zum letzten Jahr, |
| Wir hatten einige Probleme in unseren Produktionslinien und die Leute in der Produktion kamen zu mir. Ich bin der Leiter der Qualitätsabteilung und kümmere mich um diese Art von Problemen, die an meinen Schreibtisch kamen und sagten: Marcus, wir haben etwas Zinnstaub in unseren Produktionslinien. |
| Zinn ist das Material, das wir für Dosen verwenden, also Zinnstaub als solches nicht |
| In unserer Produktion ist es nicht rund, aber die Leute beschwerten sich, dass sie zu viel Zinnstaub in unseren Produktionslinien sehen könnten. |
| Und als Folge davon müssen sie die Leitungen ständig reinigen. |
| Das war, wie der Anfang des Problems. Wir hatten keine Daten, um dies zu zeigen. Wir hatten kein Papier zum Durchsehen. Wir hatten keine Excel-Tabellen. Wir hatten keine JMP-Dateien, die wir untersuchen konnten. Wir hatten gerade einige Meinungen von Leuten, die sagten, wir hätten zu viel |
| Zinnstaub auf unserer Produktionslinie, und wir müssen die ganze Zeit reinigen. |
| Und um es noch ein bisschen aufzupolieren |
| verwirrender, aber die Leute sagten, dass wir das schon oft gesehen haben, und einige Leute sagten, dass wir das noch nie zuvor gesehen haben. |
| Ich fing an, mit den Leuten in der Leitung zu sprechen und sagte: Ist das neu für Sie? Ist das diese Woche passiert oder war es letzte Woche? Oder was war letztes Jahr? Und ich habe viele verschiedene Meinungen und eine Menge von |
| Inputs, und auch die Leute sagten mir nicht dasselbe, also war ich etwas verwirrt darüber, wie wir mit diesem Projekt anfangen könnten. |
| Aber trotzdem mussten wir anfangen. |
| Also das erste, was ich tat |
| war, das Team einzustellen und zu sagen, |
| Leute hier in der Organisation müssen ein Team bilden. Wer sollte ins Team eingebunden werden? Und wir haben einige Leute in der Produktion, einige Techniker, einige Leute aus dem Betrieb, einige Leute für die Wartungsabteilung und so weiter, relevante Leute für das Projekt, ausfindig gemacht. |
| Und die Struktur, die wir hier zur Lösung des Problems verwendet haben, ist von Six Sigma DMAIC inspiriert, vielleicht kennen es einige von Ihnen bereits. |
| Bei DMAIC geht es darum, das Problem zu definieren, das Problem zu messen, den Grund für das Problem zu analysieren, zu verbessern und dann zu kontrollieren, ob Sie mit der von Ihnen gefundenen Lösung tatsächlich erfolgreich waren. |
| Eine der Ideen dabei, DMAIC, und eine der Ideen, auch für mich, die Struktur hier zu verwenden, besteht darin, das Problem zu definieren und zu messen, weil Sie es manchmal tun |
| denken vielleicht, dass Sie ein Problem haben, aber wenn Sie anfangen, das Problem zu messen, stellen Sie vielleicht fest, dass das, was Sie für ein Problem halten, eigentlich gar kein Problem ist. |
| Es besteht also keine Notwendigkeit, das Problem weiter zu lösen, das eigentlich nicht existiert, und das habe ich den Leuten gesagt, Okay, zuerst einmal, lasst uns das Problem messen. Haben wir überhaupt ein Problem oder ist es nur ein Bauchgefühl, das wir in der Produktion haben? |
| Das war der erste Schritt. |
| Also gingen wir zur Produktionslinie ???, gingen zur Linie, um zu sehen, |
| können wir uns ein Bild von dem Prozess machen, vielleicht können wir sogar sehen, wo das Problem auftritt. |
| Der Prozess ist ist ist ziemlich einfach. Ich habe versucht, es hier in dieser sehr einfachen Zeichnung zu vereinfachen, |
| nur um dir eine idee zu geben. Wir haben Blechbleche, die zu einem Förderband kommen, und dann haben wir einen Kolben |
| den Deckel für die Dosen herzustellen, daher ist der Prozess ziemlich einfach. |
| Als Ergebnis dieses Kolbens und der Herstellung dieser Deckel können wir sehen, dass wir etwas Staub auf dem Förderband ansammeln können, und hier muss der Bediener hin und wieder reinigen. |
| Und wir konnten sehen, indem wir das ??? dass wir nach 25.000 Deckeln ungefähr oder mehr als zwei Kilogramm Zinnstaub sammeln könnten. |
| Und das war, als wir die Linie reinigen mussten. Das war also unsere Basislinie, sagen wir, als wir 25.000 Deckel produziert hatten, was mehr als zwei Kilogramm entspricht, mussten wir die Linie reinigen, und das war es |
| nicht akzeptabel, da die Reinigung Produktionszeit in Anspruch nimmt und wir aufgrund der reduzierten Produktionszeit nicht die Deckel produzieren können, die wir produzieren möchten. Das bedeutet, dass wir möglicherweise mit der Lieferung zu spät kommen oder überhaupt nicht liefern können. |
| Wir alle hatten also ein Interesse daran, diese Reinigung zu reduzieren, und wir konnten sehen, dass wir Ihre Reinigung reduzieren können, wenn wir den an der Linie erzeugten Zinnstaub reduzieren können. |
| Also das Problem war ziemlich einfach, wenn Sie, als wir das gesammelt haben |
| das |
| Angaben in Kilogramm hier. |
| Denken Sie daran, dass Sie hier auf dem Bild die Rückseite sehen können, das ist der Staub, den wir mit einem Staubsauger nach 25.000 Deckeln sammeln könnten. Am Anfang, als die Leute zu mir kamen, hatten wir nicht einmal ein Gepäck mit dem Staub, es war nur so |
| Wir konnten das Problem, das wir hatten, nur durch Zuschauen ausdrücken. Jetzt konnten wir zumindest sehen, dass dies das Problem ist, das wir haben. Wir haben zu viel Staub und das ist zu viel Staub, weil wir ihn reinigen müssen. Also müssen wir die reduzieren |
| Kilogramm nach 25.000 produzierten Deckeln, das war das Erfolgskriterium des Projekts. |
| Indem wir die richtigen Leute versammelten, machten wir so etwas wie einen Workshop, brachten alle Leute in einen Raum und sagten, wir hätten hier ein Problem. Nach 25.000 Deckeln produzieren wir mehr als zwei Kilogramm Staub. Was ist der Grund dafür? |
| Und dann haben wir ein Brainstorming durchgeführt, indem wir sagten, schau dir den Prozess an, schau dir an, was in den Prozess kommt, was aus dem Prozess herauskommt. Kann eine dieser Variablen die jüngste Entwicklung des Zinnstaubs erklären, den wir sehen? |
| Schritt eins bestand also darin, die Variablen zu definieren. Und Sie können sehen, ich habe hier gelb markiert, was das Team als einige der Hauptursachen für den Zinnstaub, den wir gesehen haben, vermutet hat. |
| Wir begannen mit der Eingabe, dass wir wissen, dass das Weißblech, seit es hereinkommt, die Dicke des Weißblechs kann |
| kann variieren, so dass wir einige dickere Bleche haben können, die hereinkommen, und einige |
| nicht so dünnes Blech reinkommt. |
| Und wir konnten auch sehen, dass die Beschichtung des Kolbens ein Grund für die Zinnbeschichtung sein könnte. |
| Wir konnten sehen, dass im Vergleich zu anderen Linien, die etwas Fell hatten, das Problem nicht im gleichen Ausmaß auftrat. |
| Wir konnten auch sehen, dass die Messungen des Kolbens vier verschiedene Messungen am Kolben haben, die den Grund für den Zinnstaub erklären könnten. |
| Wir haben das nie ausprobiert, also stand das nur auf dem Papier, also könnte das der Grund sein, aber versuchen wir es herauszufinden. |
| Letztes Jahr oder vor zwei Jahren, als wir ein Problem wie dieses hatten, |
| Der Ansatz wäre normalerweise, dass wir verschiedene Dinge ausprobieren, also könnten wir versuchen, die Dicke zu machen, um zu sehen, ob dies etwas ändern könnte, das Fell. Aber hier möchten wir alle Variablen in einem Experiment kombinieren, einfach um den Prozess zu beschleunigen. |
| Also richteten wir ein Design of Experiments ein, ein DOE. |
| Im Laufe der Zeit müssen wir dies ein wenig ändern, damit es die Realität widerspiegelt, die wir haben, und auch die zugewiesenen Produktionszeiten, die wir für das Experiment verwenden können. |
| Das Einrichten der Experimente und das Definieren der Variablen war keine schwierige Aufgabe. Es dauerte vielleicht ein paar Stunden. Das Einrichten des DOE war nicht schwierig, das haben wir in SAS JMP gemacht. Aber die Ausführung des DOE war der knifflige Teil, weil es lange dauerte; es dauerte etwa eine Woche. |
| Wir müssen also planen, die Maschine auszubauen, und dann haben wir den Test etwa fünf Tage lang durchgeführt. Und was wir einfach gemacht haben, wir haben 25.000 Deckel mit einer Art Fassung hergestellt und dann 25.000 Deckel mit einer anderen Art Fassung und so weiter. |
| Und dann, nach der Woche, haben wir die Ergebnisse analysiert und auf der Grundlage dieser Ergebnisse Schlussfolgerungen gezogen. |
| Lassen Sie mich versuchen, es Ihnen zu zeigen |
| was wir in SAS JMP gemacht haben. |
| Sie können dies hier sehen, nur wenn wir uns die Zahlen ansehen, konnten wir sehen, dass dies seit unserem Start ein großer Fortschritt ist. Wir begannen damit, dass die Leute sagten, wir hätten zu viel Staub und müssten ständig putzen. Jetzt haben wir zumindest eine Nummer, eine Nummer ... Nummern auf der Dose. |
| Sie können hier sehen, wir haben den Zinnstaub. Dies ist das |
| produziert Zinnstaub nach 25.000 Deckeln, und wir haben auch unterschiedliche Einstellungen der Dicke des Materials, das in die Linie kommt. |
| Und wir haben hier die vier verschiedenen Abmessungen des Kolbens. Und wir haben eine Aussage, wurde es beschichtet oder wurde es nicht beschichtet. Wir haben also verschiedene Arten von Kolben, die wir ausprobiert haben. |
| Das ist für die Leute ziemlich einfach zu verstehen. Sie könnten sehen, wie viel Zinnstaub wir haben, wenn die Dicke des eingehenden Materials 5,74 beträgt, wenn die Messung 1,47 beträgt und so weiter. |
| Das ist also ein großer Schritt weg vom bloßen Zuschauen hin zu einigen echten Zahlen hinter dem Arbeitssatz, den wir am Anfang hatten. |
| Das Sammeln der Nummer hier war also ein großer Fortschritt von unserem Ausgangspunkt aus, aber die Idee war, die Nummer zu verwenden, um zu sehen, ob wir das erklären können |
| Der Grund für den Zinnstaub basiert auf der Dicke des eingehenden Materials, den vier verschiedenen Abmessungen des Kolbens und ob der Kolben beschichtet wurde oder nicht. |
| Wir verwenden einige der Tools in SAS JMP, und eines der Tools, die wir hier häufig verwenden, ist das Anpassungsmodell. Das Anpassungsmodell erklärt, ob es irgendwelche Beziehungen zwischen Ihren Antworten und Ihren Variablen gibt. |
| Und hier oben haben wir die Antwort. |
| Das ist unser Zinnstaub. |
| Hier haben wir das Modell, also würden wir gerne sehen, ob sich die Dicke des Materials auswirkt |
| die 10 staub, die messung des kolbens, |
| und ob die Beschichtung des Kolbens irgendwelche Auswirkungen hätte. |
| Ausführen des Modells hier |
| und sagen Sie, versuchen Sie, die verschiedenen Variablen zu kombinieren und sagen Sie mir, was den größten Einfluss auf unseren Zinnstaub haben wird. |
| Und das sind im Grunde die Ergebnisse, die wir daraus gezogen haben. |
| Wir könnten hier sehen, dass wir den p-Wert verwenden, um uns zu leiten, wenn dies für uns sinnvoll ist. Das Fell ist niedrig und der p-Wert bedeutet, nun, es scheint, als hätten wir einen signifikanten Wert |
| Beziehung zwischen dem Fell und unserem Zinnstaub. Wir glauben auch, dass die Dicke des Materials eine haben wird |
| Beziehung zu unserem Zinnstaub, und wir glauben, dass die Messung 3 eine Art Beziehung zu dem Zinnstaub haben wird. Dies bedeutet auch, dass die Messung 1, 2 und 4 nicht signifikant zu sein scheinen, wenn wir über den Zinnstaub sprechen. |
| Denken Sie daran, dass wir damit begonnen haben, ohne irgendeine Art von Zahl zu arbeiten, also haben wir jetzt über P-Werte gesprochen und wie uns das helfen kann. |
| Und das war für uns eigentlich ganz einfach zu interpretieren, und die Leute haben verstanden, okay signifikant bedeutet, dass dies vielleicht kein Zufall ist. |
| Und durch den Einsatz der richtigen Leute konnten wir überprüfen, ob dies auch für sie sinnvoll ist, sodass es den Anschein hat, als könnte die Beschichtung einen Einfluss auf den Zinnstaub haben. |
| Und die Techniker... die Techniker sagten, ja, es macht Sinn, dass die Beschichtung auf den Zinnstaub einwirkt, weil wir das bei anderen Linien gesehen haben. |
| Und die Dicke konnte verifiziert werden und die Messung 3 könnte sinnvoll sein, also begannen wir zu glauben, dass dies der Fall ist |
| Einige gute Richtlinien für uns, aber wir müssen sehen, ja, wir können sehen, dass das Fell wichtig zu sein scheint, aber ist es mit oder ohne Beschichtung relevant für uns? |
| Also haben wir das erweitert... |
| das passende Modell hier und |
| Sie können hier im Profiler sehen, wie sich die verschiedenen Variablen auf den Zinnstaub auswirken. Sie können den Zinnstaub hier links sehen. |
| Und Sie können hier die Dicke des Blechs sehen, das dabei entsteht, das Maß 3 und dann den Mantel. Und dann könnten wir versuchen zu simulieren, ob wir beschichten müssen, wenn wir Messung 3 eingeschaltet haben. |
| Was wären die erwarteten Kilogramm, die aus dem Prozess kommen würden? |
| Hier heißt es, wir können 0,0057 erwarten. Wir haben hier auch ein Konfidenzintervall, aber wir können davon ausgehen, dass dies die Menge an Zinnstaub ist, die aus dem Prozess austritt. |
| Dann schau mal was, wenn wir einen nicht beschichteten Kolben haben. Kann sehen, dass sich die Bedeutung ändern wird, und es wird höher sein. |
| Und wir wissen von Anfang an, dass etwa 0,2 wie der Game Changer sein wird, wenn wir mehr als 0,2 Kilogramm Zinnstaub haben, den wir reinigen müssen, also wollen wir niedriger als 0,2 sein. |
| Und was wir getan haben, um hier noch weiter zu gehen, weil wir wissen, dass die Dicke des Materials für uns sehr schwer zu kontrollieren war, ist dies spezifiziert und es wird einige Variationen innerhalb der Dicke geben, die für uns sehr schwer zu ändern wären. |
| Wir brauchten also einen sehr robusten Prozess, der besagt, dass wir die Dicke flexibel halten müssen. |
| Aber was wir kontrollieren können, ist die Messung 3 und die Beschichtung. |
| Also haben wir diesen Profiler erweitert auf |
| den Simulator, damit wir simulieren können, was passiert, wenn sich die Dicke ändert |
| mit einer bestimmten Standardabweichung. |
| Wir sagen also, dass wir wissen, dass sich die Dicke ändern kann. |
| Wir wissen, dass wir einen Mittelwert von etwa 5,595 und eine Standardabweichung dieses Materials von 0,058 haben. Wir könnten dies später ändern. Wir wollen die Messung fixieren und wir wollen die Beschichtung fixieren, haben |
| die Beschichtung des Kolbens. |
| Wir wissen auch, dass unser Ziel nicht höher als 0,2 ist, also könnten wir hier ein Ziel hinzufügen. |
| Und dann könnten wir simulieren. |
| Das Maß 3 wird fixiert, der Mantel wird fixiert, aber die Dicke ändert sich mit der Zeit. |
| Dann können wir simulieren, wenn wir 5.000 Blätter im Prozess haben wollen, was wir erwarten können |
| im Zinnstaub? Und dann könnten wir simulieren. Sie können sehen, ob wir haben |
| Bei einem Blechblech mit einer Dicke von ca. 5,6, dem Maß 3 bei 1 und mit einem Mantel konnten wir ein sehr gutes Ergebnis erwarten. Und Sie können sehen, wir haben hier die rote Linie bei 2... |
| Entschuldigung, 0,2, und wir können auch sehen, dass die Fehlerrate, was bedeutet, dass die Rate der Messungen über 0,1 0 wäre, also ist das gut für uns. |
| Sie können auch sehen, dass, wenn wir es dann ändern, das Maß 3, nicht bei 1, |
| aber bis 2.5. |
| Und wieder mit der Simulation. |
| Wir werden dabei sein |
| ein wenig höher |
| Menge Zinnstaub. Wenn wir darüber hinaus |
| Verzeihung, |
| Wechseln Sie ihn zu einem Kolben ohne Beschichtung und lassen Sie 5.000 Bleche laufen, könnten wir eine sehr schlechte Reaktion erwarten. |
| Und das konnten wir sehen |
| Das Setup, das wir in unserer Produktionslinie hatten, bevor wir mit diesen Änderungen begannen, waren Kolben ohne Beschichtung. Das war also sehr neu für uns, und es war sehr aufregend für uns zu sehen, dass wir tatsächlich sehen können, was den Zinnstaub kontrollieren könnte, und wir können ihn sogar selbst kontrollieren. |
| Basierend auf den Simulationen, die wir hier haben, haben wir uns dafür entschieden |
| a |
| Messung 3 auf 2 und dann einen Kolben mit Beschichtung, |
| Das bedeutet, dass wir einen sehr robusten Prozess haben werden, der ... der die Schwankungen bewältigen kann, die wir in unserer Dicke der Bleche haben. |
| Dann könnten wir auch versuchen, zu simulieren, was wäre, wenn diese Abweichung nicht 0,058 sein wird, sondern sein wird |
| 1.5. |
| Sie sehen, das wird zu viel, also sind dies einige der Vereinbarungen, die wir mit unseren Lieferanten haben, dass sie die Standardabweichung auf einem bestimmten Niveau halten müssen, denn dann haben wir sie |
| ein robuster Prozess. |
| Das war also wie ein Augenöffner für uns alle, da dies ein sehr, sehr gutes Bild für uns ist und uns nicht viel gekostet hat. Das einzige, was es uns gekostet hat, war das Experiment, das wir auf fünf Tage eingestellt haben. |
| Das war also eine gute Nachricht für uns. |
| Und so schlossen wir hier bei Nummer fünf und sagten: Okay, jetzt wissen wir, was verbessert werden sollte, wir müssen die Werkzeuge oder den Kolben beschichten und wir müssen die Messung auf 2,0 anpassen. |
| Es kam von ungefähr 3,0. Das war also??? eine Verbesserung, und dies ist ein sehr einfaches Bild vom Profiler, |
| zeigt die Beziehung zwischen unserem Zinnmantel und den verschiedenen Variablen, die wir erwartet haben. Und wir machten eine Kontrolle, die sagte, lasst uns versuchen, uns zu ändern |
| unsere Prozesse und produzieren dann 25.000 weitere Deckel und dann können Sie den Vergleich sehen. Dies war unsere wie unsere Grundlinie. Sie können den kleinen Staub hier im Gepäck sehen, bevor wir den Prozess ändern, und Sie können die 25.000 sehen |
| des Zinnstaubs nach der Produktion von 25.000 Deckeln nach der Umstellung und wir haben hier keinen Zinnstaub gesehen. |
| Das war also wie … es war ein sehr guter Proof of Concept für uns. Es war eines der ersten Projekte, das wir mit SAS JMP durchgeführt haben, und es war ein sehr guter Machbarkeitsnachweis, und die Leute haben sich wirklich auf diese Art der Problemlösung verlassen. |
| Was wir hier lernen, ist die Nutzung von Daten, das zeigt uns Vorteile, denn dann haben wir etwas gemeinsam, etwas, das wir mit allen in Verbindung bringen können, |
| Anstatt unterschiedliche Meinungen zu haben, die für uns sehr schwer zu quantifizieren sind, war die Verwendung dieser Methode für uns alle sehr hilfreich. |
| Und mit den richtigen Leuten, den Technikern, Leuten |
| Mit einem Wissen aus der Reihe verstehen sich auch Leute, die gerne eine Statistiksoftware wie JMP einsetzen können, einzurichten |
| ein Experiment, verstehen, wie man ein Anpassungsmodell, Regressionsmodelle und so weiter erstellt. Und dann ist der Einsatz von SAS JMP wirklich mächtig. Wir hätten dies nicht wie in Excel tun können, weil sie nicht über die Tools verfügen. |
| Und dann, mit einem strukturierten Prozess, wie sie uns sehr mächtig für uns machen, war dies ein sehr gutes Lernen für uns, und das haben wir später in vielen Projekten mit sehr guter Resonanz umgesetzt. |
