揚聲器 | 成績單 |
| 馬庫斯 | 歡迎 |
| 在此處使用 SAS JMP 觀看此演示文稿。 |
| 本演講的主題是如何使用統計作為一種通用語言以及如何通過這樣做來提高流程質量。 |
| 我在一家名為 Envases 的公司擔任質量經理。 Envases 是一家龐大的公司， |
| 為食品行業生產罐頭的全球性公司。 您可以在左角看到一些產品。 |
| 有些產品您可能很熟悉。 在超市可以買到罐頭，罐頭里有肉，有魚，有奶粉，還有果汁等等。 |
| 我們在 |
| 墨西哥和歐洲以及 |
| 我今天想在這裡討論的話題與我們在丹麥的生產設施有關。 |
| 基本上，我在這裡要介紹的是一個使用 SAS JMP 作為工具之一已解決的問題。 |
| 我將花一些時間在 JMP 中展示一些功能，並介紹如何使用 SAS JMP 來解決這些問題，我很確定這些問題我很熟悉很多人，看到這個介紹。 |
| 嗯，回到去年， |
| 我們的生產線出現了一些問題，生產中的人來找我。 我是質量負責人，我正在處理這些來到我辦公桌前的問題，他說，馬庫斯，我們的生產線中有一些錫塵。 |
| 錫是我們用於罐頭的材料，所以錫粉本身不是 |
| 在我們的生產中看不到周圍的東西，但人們抱怨他們在我們的生產線上看到了太多的錫塵。 |
| 因此，他們需要一直清理線路。 |
| 就像問題的開始一樣。 我們沒有任何數據可以證明這一點。 我們沒有任何文件要通過。 我們沒有任何 Excel 表格。 我們沒有任何 JMP 文件可供查看。 我們只是從人們那裡得到一些意見，說我們有太多 |
| 我們的生產線上有錫塵，我們需要一直清潔。 |
| 為了讓它更上一層樓 |
| 更令人困惑，但人們說我們以前見過很多次，有些人說我們以前從未見過。 |
| 我開始與在線的人交談，說，這對你來說是新的嗎？ 這是本週發生的還是上週發生的？ 或者去年呢？ 我得到了很多不同的意見和很多 |
| 輸入，而且人們也沒有告訴我同樣的事情，所以我對我們如何開始這個項目有點困惑。 |
| 但無論如何，我們需要開始。 |
| 所以我做的第一件事 |
| 是設置團隊，說， |
| 組織中的人員需要建立一個團隊。 誰應該參與團隊？ 我們確定了一些生產人員，一些技術人員，一些操作人員，一些維護部門的人員等等，以及項目的相關人員。 |
| 我們在這裡用來解決問題的結構是從 6 Sigma DMAIC 中獲得靈感的，也許你們中的一些人已經知道了。 |
| DMAIC 是關於定義問題、衡量問題、分析問題原因、改進然後控制，如果您確實成功地使用了您提出的解決方案。 |
| DMAIC 的想法之一，也是我的想法之一，使用這裡的結構是定義和衡量問題，因為有時你 |
| 可能會認為你有問題，但通過開始衡量問題，你可能會意識到你認為的問題實際上根本不是問題。 |
| 所以沒有必要繼續解決實際上不存在的問題，這就是我告訴人們說的，好吧，首先，讓我們衡量這個問題。 我們甚至有問題，還是只是我們在生產中的胃痛？ |
| 那是第一步。 |
| 所以我們去生產線???，去線看看， |
| 我們能否對過程有一個想法，也許我們甚至可以看到問題發生在哪裡。 |
| 這個過程是相當簡單的。 我試圖在這張非常簡單的圖中簡化它， |
| 只是給你一個想法。 我們有錫板進入傳送帶，然後我們有一個活塞 |
| 為罐頭做蓋子，所以過程相當簡單。 |
| 由於這個活塞和製造這些蓋子，我們可以看到我們可以在傳送帶上收集一些灰塵，這是操作員需要不時清潔的地方。 |
| 我們可以通過執行 ???在 25,000 個蓋子之後，我們可以收集大約或超過兩公斤的錫塵。 |
| 那是我們需要清理生產線的時候。 所以這就像我們的基線，比如說當我們生產了 25,000 個超過兩公斤的蓋子時，我們需要清潔生產線，那就是 |
| 不可接受，因為清潔會佔用生產時間並且生產時間減少，我們無法生產我們想要生產的蓋子。 這意味著我們可能會遲到交貨，或者我們根本無法交貨。 |
| 因此，我們所有人都有減少這種清潔的興趣，我們可以看到，如果我們可以減少生產線上產生的錫塵，我們可以減少您的清潔。 |
| 所以當我們收集了 |
| 這 |
| 此處以千克為單位的數據。 |
| 請記住，您可以在圖片上看到背面，這是我們可以在 25,000 個蓋子後使用真空吸塵器收集的灰塵。 一開始，當人們來找我的時候，我們甚至沒有帶著灰塵的行李，只是 |
| 只是通過觀看，我們可以表達我們遇到的問題。 現在至少我們可以看到這是我們遇到的問題。 我們有太多的灰塵，這是太多的灰塵，因為我們需要清理它。 所以我們必須減少 |
| 生產 25,000 個蓋子後的公斤數，這是該項目的成功標準。 |
| 通過收集合適的人，我們舉辦了一個類似的研討會，把所有人都放在一個房間裡，說我們這裡有問題。 經過 25,000 個蓋子後，我們會產生超過兩公斤的灰塵。 這是什麼原因？ |
| 然後我們進行了頭腦風暴，說看看過程，看看過程中會發生什麼，過程中會出現什麼。 這些變量中的任何一個都可以解釋我們看到的錫塵的最新情況嗎？ |
| 所以第一步是定義變量。 你可以看到，我在這裡用黃色標記了團隊預計我們看到的錫塵的一些根本原因。 |
| 我們從輸入開始，因為它進來了，我們知道錫片，錫片的厚度可以 |
| 可能會有所不同，所以我們可以有一些更厚的錫紙進來，還有一些 |
| 沒有那麼薄的薄片進來。 |
| 而且我們還可以看到，活塞的塗層可能是錫塗層的原因。 |
| 我們可以看到，與其他有一些外套的線相比，在相同的規模上沒有問題。 |
| 我們還可以看到活塞的測量值，我們在活塞上有四種不同的測量值，可以解釋錫塵的原因。 |
| 我們從未嘗試過，所以這只是在紙上，所以這可能是原因，但讓我們試著找出答案。 |
| 去年或兩年前，當我們遇到這樣的問題時， |
| 方法通常是我們嘗試不同的東西，所以我們可以嘗試使厚度可以看看這是否可以改變任何東西，外套。 但在這裡，我們想將所有變量組合在一個實驗中，以加快這一過程。 |
| 所以我們建立了一個實驗設計，一個DOE。 |
| 隨著時間的推移，我們必須稍微改變一下，這樣它才能反映我們所擁有的現實以及我們可以用於實驗的分配生產時間。 |
| 設置實驗和定義變量並不是一項艱鉅的任務。 大概花了幾個小時。 設置 DOE 並不困難，我們在 SAS JMP 中做到了。 但是執行 DOE 是一個棘手的部分，因為它需要很長時間。花了大約一個星期。 |
| 所以我們需要計劃把機器拿出來，然後我們做了大約五天的試用。 簡單地說，我們使用一種設置生產了 25,000 個蓋子，然後使用另一種設置生產了 25,000 個蓋子，依此類推。 |
| 然後，一周後，我們分析了結果，然後我們根據這些結果得出結論。 |
| 讓我試著向你展示 |
| 我們在 SAS JMP 中所做的。 |
| 您可以在這裡看到這一點，僅通過查看數字，我們可以看到這是自我們的起點以來的巨大進步。 我們剛開始只是讓人們說我們有太多灰塵，我們需要一直打掃。 現在至少我們有一些數字……錫上的數字。 |
| 你可以在這裡看到，我們有錫粉。 這是 |
| 25,000個蓋子後產生錫粉，我們對進入線的材料的厚度也有不同的設置。 |
| 我們在這裡有四種不同的活塞測量值。 我們有一個聲明，它是被塗層還是沒有被塗層。 因此，我們嘗試了不同類型的活塞。 |
| 這對人們來說是很容易理解的。 如果進入的材料的厚度為 5.74，如果測量值為 1.47 等等，他們可以看到我們有多少錫塵。 |
| 所以這是一個巨大的進步，從僅僅觀察到實際上在我們一開始的工作集後面有一些真實的數字。 |
| 所以只是在這裡收集數字從我們的出發點來說是一個巨大的進步，但想法是用數字來看看我們能不能解釋一下 |
| 錫粉產生的原因取決於進入材料的厚度、活塞的四種不同測量值以及活塞是否有塗層。 |
| 我們正在使用 SAS JMP 中的一些工具，我們在這裡經常使用的工具之一是擬合模型。 擬合模型解釋了您的響應和變量之間是否存在任何關係。 |
| 在這裡，我們得到了回應。 |
| 這是我們的錫粉。 |
| 這裡我們有模型，所以我們想看看材料的厚度效果 |
| 10灰塵，活塞的測量， |
| 活塞塗層是否會產生影響。 |
| 在這裡運行模型 |
| 並說，試著結合不同的變量，告訴我什麼會對我們的錫塵產生最大的影響。 |
| 這基本上是我們從中得到的結果。 |
| 如果這對我們有意義，我們可以在這裡看到我們正在使用 p 值來指導我們。 外套低，p值的意思，嗯，看起來我們有一個顯著的 |
| 外套和我們的錫塵之間的關係。 我們也相信材料的厚度會有 |
| 和我們的錫粉有關係，我們相信Measurement 3會和錫粉有某種關係。 這也意味著當我們談論錫塵時，測量 1、2 和 4 似乎並不重要。 |
| 請記住，我們是從沒有任何數字的情況下開始工作的，所以現在我們正在討論 P 值以及它如何幫助我們。 |
| 這實際上對我們來說很容易解釋，而且人們確實理解，好吧，這意味著這可能不是巧合。 |
| 通過使用合適的人員，我們可以驗證這對他們也有意義，因此塗層似乎會對錫塵產生影響。 |
| 技術人員...技術人員說，是的，塗層會影響錫粉是有道理的，因為我們已經在其他生產線上看到了這一點。 |
| 並且可以驗證厚度是有意義的，測量 3 是有意義的，所以我們開始相信這是 |
| 對我們來說有一些很好的指導方針，但我們需要看看，是的，我們可以看到外套似乎很重要，但是否有塗層與我們相關？ |
| 所以我們擴展了這個... |
| 這裡的擬合模型和 |
| 您可以在 profiler 中看到不同的變量將如何影響錫塵。 您可以在左側看到錫塵。 |
| 您可以在此處查看流程中的板材厚度，測量值 3，然後是塗層。 然後我們可以嘗試模擬是否必須進行塗層，如果我們啟用了測量 3。 |
| 從這個過程中產生的預期公斤數是多少？ |
| 這裡是說我們可以期待 0.0057。 我們在這裡也有一個置信區間，但我們可以預期這將是從過程中出來的錫塵的數量。 |
| 然後看看如果我們有一個沒有塗層的活塞怎麼辦。 可以看到會改變意義，而且會更高。 |
| 我們從一開始就知道，如果我們的錫粉超過 0.2 公斤，0.2 左右就會改變遊戲規則，我們需要清潔，所以我們希望低於 0.2。 |
| 而我們在這裡所做的更進一步，因為我們知道材料的厚度對我們來說非常難以控制，這是指定的，並且厚度內會有一些變化，這對我們來說很難改變。 |
| 所以我們需要有一個非常穩健的流程，說我們需要保持厚度靈活。 |
| 但是我們可以控制的是Measurement 3和塗層。 |
| 所以我們將此分析器擴展為 |
| 模擬器，這樣我們就可以模擬如果厚度會發生變化 |
| 有一些指定的標準偏差。 |
| 所以我們說我們知道厚度可以改變。 |
| 我們知道我們的平均值約為 5.595，我們的這種材料的標準偏差等於 0.058。 我們可以稍後更改。 我們想要修復測量，我們想要修復塗層，有 |
| 活塞上的塗層。 |
| 我們也知道我們的目標不高於 0.2，所以我們可以在這裡添加一個目標。 |
| 然後我們可以模擬。 |
| 測量 3 將固定，塗層將固定，但厚度會隨時間而變化。 |
| 然後我們可以模擬如果我們想要 5,000 張在這個過程中，我們會看到什麼 |
| 在錫塵中？ 然後我們可以模擬。 你可以看看我們有沒有 |
| 錫紙的厚度約為 5.6，測量值 3 為 1，並帶有塗層，我們可以期待一個非常好的結果。 你可以看到，我們在 2 點有紅線... |
| 對不起，0.2，我們也可以看到缺陷率，這意味著高於 0.1 的測量率將是 0，所以這對我們有好處。 |
| 你還可以看到，如果我們改變它，測量 3，而不是 1， |
| 但是到2.5。 |
| 並再次進行模擬。 |
| 我們將在 |
| 稍微高一點 |
| 錫粉量。 如果我們，除此之外， |
| 對不起， |
| 將其更改為沒有塗層的活塞並運行 5,000 個板，我們可以預期響應非常差。 |
| 我們可以看到 |
| 在我們開始進行這些更改之前，我們在生產線上的設置是沒有任何塗層的活塞。 所以這對我們來說是非常新的，我們很高興看到我們實際上可以看到什麼可以控制錫粉，我們甚至可以自己控制它。 |
| 所以，根據我們在這裡的模擬，我們決定 |
| 一個 |
| 在 2 上測量 3，然後是帶有塗層的活塞， |
| 這意味著我們將擁有一個非常強大的流程，它可以處理我們在板材厚度方面的變化。 |
| 然後我們也可以試著模擬一下，如果這個偏差不是 0.058 而是 |
| 1.5。 |
| 你看，這太多了，所以這是我們與供應商達成的一些協議，他們需要將標準偏差保持在特定水平，因為這樣我們將擁有 |
| 一個健壯的過程。 |
| 所以這對我們所有人來說都是一個大開眼界，因為這對我們來說是非常非常好的畫面，而且它並沒有花費我們太多。 唯一讓我們付出的就是我們設定了五天的實驗。 |
| 所以這對我們來說是個好消息。 |
| 所以在第五點，我們總結說，好的，現在我們知道應該改進什麼，我們需要給工具或活塞塗上塗層，我們需要將測量值調整到 2.0。 |
| 它來自大約 3.0。 所以這是？？？一個改進，這是來自分析器的一張非常簡單的圖片， |
| 顯示我們的錫外套和我們預期的不同變量之間的關係。 我們做了一個控制說讓我們試著改變 |
| 我們的流程，然後再生產 25,000 個蓋子，然後您可以看到比較。 這就像我們的基線一樣。 可以看到，我們改流程之前行李裡面的小灰塵，可以看到25000 |
| 更換後生產 25,000 個蓋子後的錫塵，我們在這裡沒有看到任何錫塵。 |
| 所以這就像......這對我們來說是非常好的概念證明。 這是我們使用 SAS JMP 進行的首批項目之一，它是一個非常好的概念證明，人們確實依賴於這種解決問題的方式。 |
| 我們在這裡學到的是數據的使用，它對我們有好處，因為我們有一些共同點，我們可以與每個人聯繫起來， |
| 而不是有我們很難量化的不同意見，所以使用它對我們所有人都非常有幫助。 |
| 使用合適的人，技術人員，人 |
| 有了來自一線的知識，也可以像 JMP 一樣使用統計軟件的人了解如何設置 |
| 一個實驗，了解如何做一個擬合模型，回歸模型等等。 然後使用 SAS JMP 是真正強大的。 我們無法做到這一點，就像在 Excel 中那樣，因為他們沒有工具。 |
| 然後，使用像他們這樣的結構化流程讓我們對我們來說非常強大，所以這對我們來說是一個非常好的學習，這也是我們後來在許多項目中實施的東西，並且反應非常好。 |
