Lautsprecher | Transkript |
| Marcus | Willkommen |
| zu dieser Präsentation hier, mit SAS JMP. |
| Das Thema dieses Vortrags ist, wie man Statistiken als gemeinsame Sprache nutzt und dadurch die Prozessqualität verbessert. |
| Ich arbeite als Qualitätsmanager für ein Unternehmen namens Envases. Envases ist ein riesiges Unternehmen, a |
| globales Unternehmen, das Dosen für die Lebensmittelindustrie herstellt. Einige der Produkte können Sie hier in der linken Ecke sehen. |
| Einige der Produkte kommen Ihnen vielleicht bekannt vor. Es sind Dosen, die man in den Supermärkten kaufen kann, wir haben Fleisch, wir haben Fisch, wir haben Milchpulver, wir haben auch Saft und so weiter in den Dosen. |
| Wir verfügen über Produktionsstätten in |
| Mexiko und in Europa und den |
| Das Thema, das ich heute hier besprechen möchte, betrifft unsere Produktionsstätten in Dänemark. |
| Im Grunde handelt es sich hier um ein Problem, das mit SAS JMP als einem der Tools gelöst wurde. |
| Und ich werde einige Zeit im JMP verbringen, um einige der Funktionalitäten zu zeigen und eine Vorstellung davon zu geben, wie SAS JMP zur Lösung dieser Art von Problemen verwendet werden kann, mit denen ich ganz sicher sehr vertraut bin 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 beschäftige mich mit solchen 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, Zinnstaub als solcher jedoch nicht |
| Es geht nicht darum, Dinge in unserer Produktion zu sehen, aber die Leute haben sich darüber beschwert, dass sie in unseren Produktionslinien zu viel Zinnstaub sehen könnten. |
| Aus diesem Grund müssen die Leitungen ständig gereinigt werden. |
| Das war sozusagen der Anfang des Problems. Wir hatten keine Daten, um dies zu zeigen. Wir hatten keine Papiere zum Durchgehen. Wir hatten keine Excel-Tabellen. Wir hatten keine JMP-Dateien zum Durchsuchen. Wir haben nur ein paar Meinungen von Leuten erhalten, die sagen, wir hätten zu viel |
| In unserer Produktionslinie befindet sich Zinnstaub, den wir ständig reinigen müssen. |
| Und um es noch ein bisschen aufzupeppen |
| verwirrender, aber die Leute sagten, wir hätten das schon oft gesehen, und einige Leute sagten, wir hätten das noch nie zuvor gesehen. |
| Ich fing an, mit den Leuten am Telefon zu sprechen und sagte: „Ist das neu für Sie?“ Ist das diese Woche passiert oder war es letzte Woche? Oder wie war es letztes Jahr? Und ich habe viele unterschiedliche Meinungen bekommen und viele |
| Es gab viele Inputs und auch die Leute sagten mir nicht das Gleiche, daher war ich etwas verwirrt darüber, wie wir mit diesem Projekt beginnen könnten. |
| Aber egal, wir mussten anfangen. |
| Also das Erste, was ich tat |
| war, das Team aufzustellen und zu sagen: |
| Die Leute hier in der Organisation müssen ein Team zusammenstellen. Wer sollte in das Team einbezogen 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, identifiziert. |
| Und die Struktur, die wir hier zur Lösung des Problems verwendet haben, ist vom Six Sigma DMAIC inspiriert, vielleicht wissen es einige von Ihnen bereits. |
| Bei DMAIC geht es darum, das Problem zu definieren, das Problem zu messen, die Ursache des Problems zu analysieren, zu verbessern und dann zu kontrollieren, ob Sie mit der Lösung, die Sie gefunden haben, tatsächlich Erfolg haben. |
| 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 man manchmal |
| Sie denken vielleicht, dass Sie ein Problem haben, aber wenn Sie beginnen, das Problem zu messen, stellen Sie möglicherweise fest, dass das, was Sie für ein Problem halten, in Wirklichkeit überhaupt kein Problem ist. |
| Es besteht also keine Notwendigkeit, weiterhin das Problem zu lösen, das eigentlich nicht existiert, und das habe ich den Leuten gesagt: „Okay, zunächst einmal messen wir das Problem.“ Haben wir überhaupt ein Problem oder ist es nur ein Magengefühl, das wir in der Produktion haben? |
| Das war der erste Schritt. |
| Also gingen wir zum Produktionsband ???, gingen zum Band, um zu sehen, |
| Können wir uns einen Überblick über den Prozess verschaffen und vielleicht sogar sehen, wo das Problem auftritt? |
| Der Vorgang 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 einem Förderband zugeführt werden, und dann haben wir einen Kolben |
| Herstellung des Deckels für die Dosen, daher ist der Vorgang ziemlich einfach. |
| Aufgrund dieses Kolbens und der Herstellung dieser Deckel können wir feststellen, dass sich etwas Staub auf dem Förderband ansammelt, und der Bediener muss diesen Bereich hin und wieder reinigen. |
| Und wir konnten sehen, indem wir das ??? dass wir nach 25.000 Deckeln etwa oder mehr als zwei Kilogramm Zinnstaub sammeln konnten. |
| Und dann mussten wir die Leitung reinigen. Das war also so etwas wie unsere Ausgangslage: Wenn wir beispielsweise 25.000 Deckel mit einem Gewicht von mehr als zwei Kilogramm produziert hatten, mussten wir die Linie reinigen, und das war’s |
| Dies ist nicht akzeptabel, da die Reinigung Produktionszeit in Anspruch nimmt und wir aufgrund der verkürzten Produktionszeit nicht die Deckel herstellen können, die wir herstellen möchten. Das bedeutet, dass wir möglicherweise zu spät zur Lieferung kommen oder überhaupt nicht liefern können. |
| Daher hatten wir alle ein Interesse daran, diesen Reinigungsaufwand zu reduzieren, und wir konnten erkennen, dass wir Ihren Reinigungsaufwand reduzieren können, wenn wir den an der Linie erzeugten Zinnstaub reduzieren können. |
| Das Problem war also ziemlich einfach, als wir das gesammelt haben |
| Die |
| Angaben in Kilogramm finden Sie hier. |
| Denken Sie daran, dass Sie hier auf dem Bild die Rückseite sehen können. Das ist der Staub, den wir nach 25.000 Deckeln mit einem Staubsauger aufsammeln konnten. Am Anfang, als die Leute zu mir kamen, hatten wir nicht einmal ein Gepäck mit dem Staub, es war einfach so |
| Allein durch das Zuschauen konnten wir das Problem zum Ausdruck bringen, das wir hatten. Jetzt konnten wir zumindest erkennen, 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 zusammenbrachten, führten wir eine Art Workshop durch und 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 führten wir ein Brainstorming durch und sagten: Schauen Sie sich den Prozess an, schauen Sie sich an, was in den Prozess hineinkommt und 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 sehen, ich habe hier gelb markiert, was das Team als Hauptursache für den Zinnstaub vermutete, den wir sahen. |
| Wir begannen mit der Eingabe, dass wir seit dem Eingang wissen, dass das Blech die Dicke des Blechs haben kann |
| kann variieren, daher können wir einige dickere Bleche liefern und einige |
| nicht so dünnes dünnes Blech kommt rein. |
| Und wir konnten auch erkennen, dass die Beschichtung des Kolbens ein Grund für die Zinnschicht sein könnte. |
| Wir konnten feststellen, dass das Problem im Vergleich zu anderen Linien, die etwas Fell hatten, nicht im gleichen Ausmaß auftrat. |
| Wir konnten auch erkennen, dass es sich bei den Messungen des Kolbens um vier verschiedene Messungen am Kolben handelte, die den Grund für den Zinnstaub erklären könnten. |
| Wir haben das noch nie ausprobiert, es stand also nur auf dem Papier, das könnte also der Grund sein, aber versuchen wir es herauszufinden. |
| Letztes oder zwei Jahre her, als wir ein Problem wie dieses hatten, |
| Der Ansatz wäre normalerweise, dass wir verschiedene Dinge ausprobieren, also könnten wir versuchen, die Dicke zu bestimmen und sehen, ob sich dadurch etwas ändern könnte, das Fell. Aber hier möchten wir alle Variablen in einem Experiment kombinieren, einfach um den Prozess zu beschleunigen. |
| Also erstellten wir eine Versuchsplanung, 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 nutzen können. |
| Das Einrichten der Experimente und das Definieren der Variablen war keine schwierige Aufgabe. Es hat vielleicht ein paar Stunden gedauert. Das Einrichten des DOE war nicht schwierig, das haben wir in SAS JMP gemacht. Die Durchführung des DOE war jedoch der schwierige Teil, da es lange dauerte; es hat etwa eine Woche gedauert. |
| Wir müssen also planen, die Maschine herauszunehmen, und dann haben wir den Test etwa fünf Tage lang durchgeführt. Und ganz einfach: Wir haben 25.000 Deckel mit einer Einstellung hergestellt und dann 25.000 Deckel mit einer anderen Einstellung und so weiter. |
| Und dann, nach der Woche, haben wir die Ergebnisse analysiert und dann auf der Grundlage dieser Ergebnisse Schlussfolgerungen gezogen. |
| Lass mich versuchen, es dir zu zeigen |
| was wir in SAS JMP gemacht haben. |
| Hier können Sie sehen, dass wir allein anhand der Zahlen erkennen konnten, dass dies seit unserem Ausgangspunkt ein enormer Fortschritt ist. Wir begannen damit, dass die Leute einfach sagten, wir hätten zu viel Staub und müssten ständig putzen. Jetzt haben wir wenigstens ein paar Nummer-eine-Nummer...Nummern auf der Dose. |
| Sie können hier sehen, wir haben den Zinnstaub. Dies ist das |
| produzierte nach 25.000 Deckeln Zinnstaub, und wir haben auch unterschiedliche Einstellungen für die Dicke des Materials, das in die Linie gelangt. |
| Und wir haben hier die vier verschiedenen Maße des Kolbens. Und wir haben eine Aussage, ob es beschichtet wurde oder nicht. Wir haben also verschiedene Arten von Kolben ausprobiert. |
| Das ist für die Leute ziemlich leicht 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 vom bloßen Zuschauen hin zu tatsächlichen Zahlen hinter dem Arbeitssatz, den wir am Anfang hatten. |
| Allein das Sammeln der Nummer hier war ein großer Fortschritt gegenüber unserem Ausgangspunkt, aber die Idee bestand darin, die Nummer zu verwenden, um zu sehen, was wir erklären können |
| Der Grund für den Zinnstaub liegt in der Dicke des einströmenden Materials, den vier verschiedenen Abmessungen des Kolbens und darin, 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 zwischen Ihren Antworten und Ihren Variablen Beziehungen bestehen. |
| Und hier oben haben wir die Antwort. |
| Das ist unser Zinnstaub. |
| Hier haben wir das Modell, also möchten wir sehen, ob sich die Dicke des Materials darauf auswirkt |
| der 10 Staub, die Messung des Kolbens, |
| und ob die Beschichtung des Kolbens irgendwelche Auswirkungen hätte. |
| Führen Sie das Modell hier aus |
| und sagen: 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 dabei erzielt haben. |
| Wir könnten hier sehen, dass wir den p-Wert verwenden, um uns zu leiten, ob dies für uns sinnvoll ist. Das Fell ist niedrig und der p-Wert bedeutet, nun ja, es scheint, als hätten wir einen signifikanten Wert |
| Beziehung zwischen dem Fell und unserem Zinnstaub. Wir glauben auch, dass die Dicke des Materials einen Einfluss haben wird |
| Beziehung zu unserem Zinnstaub, und wir glauben, dass Messung 3 in irgendeiner Weise mit dem Zinnstaub in Zusammenhang stehen wird. Dies bedeutet auch, dass die Messungen 1, 2 und 4 nicht von Bedeutung zu sein scheinen, wenn wir über den Zinnstaub sprechen. |
| Denken Sie daran, dass wir zunächst ohne Zahlen gearbeitet haben, also sprachen wir jetzt über P-Werte und wie uns dies helfen kann. |
| Und das war für uns eigentlich ganz einfach zu interpretieren, und die Leute haben verstanden, okay, bedeutsam bedeutet, dass dies vielleicht kein Zufall ist. |
| Und durch den Einsatz der richtigen Leute konnten wir überprüfen, dass dies auch für sie sinnvoll ist, sodass es den Anschein hat, dass die Beschichtung einen Einfluss auf den Zinnstaub haben kann. |
| Und die Technik ... das technische Personal sagte: Ja, es macht Sinn, dass die Beschichtung Auswirkungen auf den Zinnstaub hat, weil wir das auf anderen Linien gesehen haben. |
| Und es konnte überprüft werden, dass die Dicke sinnvoll ist, 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 der Anstrich von Bedeutung 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. Hier links ist der Zinnstaub zu sehen. |
| Und Sie können hier die Dicke des dabei entstehenden Blechs sehen, das Maß 3 und dann den Anstrich. Und dann könnten wir versuchen zu simulieren, ob wir beschichten müssen, wenn wir Messung 3 aktiviert haben. |
| Welche Kilogramm würden aus dem Prozess erwartet? |
| Hier heißt es, wir können mit 0,0057 rechnen. Wir haben hier auch ein Konfidenzintervall, aber wir können davon ausgehen, dass es sich hierbei um die Menge an Zinnstaub handelt, die aus dem Prozess austritt. |
| Dann schauen Sie mal, was passiert, wenn wir einen Kolben haben, der nicht beschichtet ist. Ich kann sehen, dass sich die Bedeutung ändern und höher sein wird. |
| Und wir wissen von Anfang an, dass etwa 0,2 der entscheidende Faktor sein wird, wenn wir mehr als 0,2 Kilogramm Zinnstaub haben, den wir reinigen müssen, also wollen wir unter 0,2 liegen. |
| Und was wir getan haben, um hier noch weiter zu gehen, denn wir wissen, dass die Dicke des Materials für uns sehr schwer zu kontrollieren war, dies ist festgelegt und es wird einige Schwankungen innerhalb der Dicke geben, die für uns sehr schwer zu ändern wären. |
| Deshalb brauchten wir einen sehr robusten Prozess und mussten die Dicke flexibel halten. |
| Aber was wir kontrollieren können, ist die Messung 3 und die Beschichtung. |
| Deshalb haben wir diesen Profiler um erweitert |
| 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 haben und dass die Standardabweichung dieses Materials 0,058 beträgt. Wir könnten dies später ändern. Wir wollen die Messung fixieren und wir wollen die Beschichtung fixieren |
| die Beschichtung auf dem Kolben. |
| 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, die Schicht wird fixiert, aber die Dicke wird sich mit der Zeit ändern. |
| Dann können wir simulieren, was wir erwarten könnten, wenn wir im Prozess 5.000 Blatt benötigen |
| im Zinnstaub? Und dann könnten wir simulieren. Sie können sehen, ob wir das haben |
| Bei einem Blech mit einer Dicke von etwa 5,6, dem Maß 3 bei 1 und einer Schicht konnten wir ein sehr gutes Ergebnis erwarten. Und Sie sehen, wir haben hier die rote Linie bei 2... |
| Entschuldigung, 0,2, und wir können auch sehen, dass die Fehlerrate, d. h. die Rate von 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 auf 2,5. |
| Und nochmal mit der Simulation. |
| Wir werden bei sein |
| ein etwas höher |
| Zinnstaubmenge. Wenn wir darüber hinaus |
| Entschuldigung, |
| Wenn wir ihn gegen einen Kolben ohne Beschichtung austauschen und eine 5.000-Blech-Platte laufen lassen, können wir mit einem sehr schlechten Ansprechverhalten rechnen. |
| Und das konnten wir sehen |
| Der Aufbau, den wir in unserer Produktionslinie hatten, bevor wir mit diesen Änderungen begannen, waren Kolben ohne Beschichtung. Das war für uns also sehr neu und es war sehr aufregend für uns zu sehen, dass wir tatsächlich sehen können, was den Zinnstaub kontrollieren kann, und dass wir ihn sogar selbst kontrollieren können. |
| Basierend auf den Simulationen, die wir hier haben, haben wir uns dafür entschieden |
| A |
| Messung 3 auf 2 und dann ein Kolben mit einer Beschichtung, |
| Das bedeutet, dass wir über einen sehr robusten Prozess verfügen werden, der ... die Schwankungen in der Dicke unserer Bleche bewältigen kann. |
| Dann könnten wir auch versuchen, etwas zu simulieren, was wäre, wenn diese Abweichung nicht 0,058 wäre, sondern 0,058 |
| 1.5. |
| Sehen Sie, das wird zu viel sein. Das sind also einige der Vereinbarungen, die wir mit unseren Lieferanten haben, dass sie die Standardabweichung auf einem bestimmten Niveau halten müssen, denn dann werden wir es haben |
| ein robuster Prozess. |
| Das hat uns allen die Augen geöffnet, denn das ist ein sehr, sehr gutes Bild für uns, und es hat uns nicht viel gekostet. Das Einzige, was es uns gekostet hat, war das Experiment, das wir auf fünf Tage angesetzt hatten. |
| Das waren also gute Nachrichten für uns. |
| Und hier bei Nummer fünf kamen wir zum Abschluss und sagten: „Okay, jetzt wissen wir, was verbessert werden muss. Wir müssen die Werkzeuge oder den Kolben beschichten und die Messung auf 2,0 anpassen.“ |
| Es kam von etwa 3,0. Das war also ??? eine Verbesserung, und das ist ein sehr einfaches Bild vom Profiler, |
| Zeigt die Beziehung zwischen unserem Zinnmantel und den verschiedenen Variablen, die wir erwartet haben. Und wir führten eine Kontrolle durch und sagten: Lasst uns versuchen, uns zu ändern |
| Unsere Prozesse und dann 25.000 weitere Deckel produzieren und dann können Sie den Vergleich sehen. Das war 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 Herstellung von 25.000 Deckeln nach der Umstellung, und wir haben hier keinen Zinnstaub gesehen. |
| Das war also...es war für uns ein sehr guter Proof of Concept. Es war eines der ersten Projekte, das wir mit SAS JMP durchgeführt haben, und es war ein sehr guter Proof of Concept und die Leute haben sich wirklich auf diese Art der Problemlösung verlassen. |
| Was wir hier lernen, ist die Nutzung von Daten, sie zeigen einen Nutzen für uns, denn dann haben wir etwas Gemeinsames, etwas, das wir mit jedem nachvollziehen können, |
| Anstatt unterschiedliche Meinungen zu haben, die für uns sehr schwer zu quantifizieren sind, war die Nutzung dieser Methode für uns alle sehr hilfreich. |
| Und die richtigen Leute einsetzen, die technischen Leute, Leute |
| Mit einem Wissen von der Linie, auch Leute, die wie eine Statistiksoftware wie JMP verwenden können, verstehen, wie man sie einrichtet |
| ein Experiment, verstehen, wie man ein Anpassungsmodell, Regressionsmodelle usw. erstellt. Und dann ist der Einsatz von SAS JMP wirklich leistungsstark. Wir hätten dies nicht tun können, wie in Excel, weil sie nicht über die entsprechenden Tools verfügen. |
| Und dann macht uns die Verwendung eines strukturierten Prozesses wie sie uns sehr leistungsfähig, das war für uns eine sehr gute Erkenntnis, und das ist etwas, das wir anschließend in vielen Projekten mit sehr guter Resonanz umgesetzt haben. |
