扬声器 | 成绩单 |
| 马库斯 | 欢迎 |
| 使用 SAS JMP 观看此演示。 |
| 本次演讲的主题是如何使用统计作为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 是一家大公司， |
| 为食品行业生产罐头的跨国公司。 您可以在左上角看到一些产品。 |
| 有些产品您可能很熟悉。 就是超市里可以买到的罐头，我们有肉，有鱼，我们有奶粉，我们还有果汁等等。 |
| 我们在以下地区设有生产设施 |
| 墨西哥以及欧洲和 |
| 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。 |
| 基本上我要在这里介绍的是一个已使用 SAS JMP 作为工具之一解决的问题。 |
| 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 来解决此类问题，我确信这些问题对于用户来说非常熟悉很多人看到这个演示。 |
| 话说回来，去年， |
| 我们的生产线遇到了一些问题，生产人员来找我。 我是质量主管，我正在处理此类问题，这些问题来到我的办公桌上说，马库斯，我们的生产线中有一些锡粉。 |
| 锡是我们用于制作罐头的材料，因此锡粉本身不是 |
| 这不是我们生产中可看到的东西，但人们抱怨他们在我们的生产线上看到太多的锡尘。 |
| 因此，他们需要一直清洁生产线。 |
| 这就像问题的开始一样。 我们没有任何数据可以证明这一点。 我们没有任何文件可以办理。 我们没有任何 Excel 工作表。 我们没有任何 JMP 文件可供研究。 我们刚刚收到一些人的意见，说我们有太多 |
| 我们生产线上有锡尘，需要经常清洁。 |
| 并使其均匀一点 |
| 更令人困惑的是，人们说我们以前见过很多次这种情况，有些人说我们以前从未见过这种情况。 |
| 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？ 或者说去年呢？ 我收到了很多不同的意见和很多 |
| 投入，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 |
| 是为了组建团队，说： |
| 组织中的人员需要组建一个团队。 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，项目的相关人员。 |
| 我们在这里用来解决问题的结构受到了六西格码 DMAIC 的启发，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、分析问题的原因、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，对我来说，使用这里的结构的想法之一是定义和衡量问题，因为有时你 |
| 您可能认为自己有问题，但通过开始衡量问题，您可能会意识到您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，这就是我告诉人们的，好吧，首先，让我们来衡量这个问题。 我们到底有没有问题，或者只是我们在制作过程中感到胃部不适？ |
| 这是第一步。 |
| 所以我们就去生产线???，去生产线看看， |
| 我们能否了解整个过程，也许我们甚至可以看到问题发生在哪里。 |
| 该过程相当简单。 我试图用这张非常简单的图来简化它， |
| 只是为了给你一个想法。 我们有锡板进入传送带，然后我们有一个活塞 |
| 制作罐头的盖子，所以过程相当简单。 |
| 由于这个活塞和制作这些盖子，我们可以看到我们可以在传送带上收集一些灰尘，这是操作员需要偶尔清洁的地方。 |
| 我们可以通过执行 ??? 来看到经过 25,000 个盖子后，我们可以收集大约或超过两公斤的锡粉。 |
| 那就是我们需要清洁生产线的时候。 这就像我们的基线，比如说，当我们生产了 25,000 个重量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，并且生产时间减少后我们无法生产我们想要生产的盖子。 这意味着我们可能会延迟交货，或者根本无法交货。 |
| 因此，我们所有人都有兴趣减少这种清洁，并且我们可以看到，如果我们能够减少生产线上产生的锡尘，我们就可以减少清洁。 |
| 所以当我们收集了你的数据后，问题就很简单了 |
| 这 |
| 这里的数据以公斤为单位。 |
| 请记住，您可以在图片中看到背面，这是我们在 25,000 个盖子后使用真空吸尘器收集的灰尘。 一开始，当人们来找我时，我们甚至没有带灰尘的行李，只是 |
| 只需通过观察，我们就可以表达我们遇到的问题。 现在至少我们可以看到这就是我们遇到的问题。 我们的灰尘太多了，这就是太多的灰尘，因为我们需要清理它。 所以我们必须减少 |
| 生产 25,000 个盖子后重量减轻了 25,000 公斤，这就是该项目的成功标准。 |
| 通过召集合适的人，我们举办了一个像研讨会一样的活动，将所有的人都聚集在一个房间里，说我们这里有问题。 经过 25,000 个盖子后，我们产生了超过两公斤的灰尘。 这是什么原因呢？ |
| 然后我们进行了一次头脑风暴，说看看这个过程，看看这个过程中会发生什么，这个过程会产生什么。 这些变量中的任何一个都可以解释我们最近看到的锡尘吗？ |
| 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期望的我们所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，所以我们可以进来一些更厚的锡板和一些 |
| 进来的不是那么薄的薄片。 |
| 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，与其他有一些涂层的线相比，在相同规模下不存在问题。 |
| 我们还可以看到活塞的测量，我们对活塞有四种不同的测量，可以解释锡粉的原因。 |
| 我们从未尝试过这一点，所以这只是在纸上，所以这可能是原因，但让我们尝试找出答案。 |
| 去年或两年前，当我们遇到这样的问题时， |
| 通常的方法是我们尝试不同的东西，所以我们可以尝试调整厚度，看看这是否可以改变任何东西，即外套。 但在这里，我们想将所有变量组合在一个实验中，只是为了加快这一过程。 |
| 所以我们建立了一个实验设计，即 DOE。 |
| 随着时间的推移，我们必须对此进行一些更改，以便它可以反映我们的现实情况以及我们可以用于实验的分配的生产时间。 |
| 设置实验和定义变量并不是一件困难的任务。 可能花了几个小时。 设置 DOE 并不困难，我们在 SAS JMP 中做到了。 但执行能源部是棘手的部分，因为它花了很长时间；大约花了一周的时间。 |
| 所以我们需要计划把机器拿出来，然后我们进行了大约五天的试用。 简而言之，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，然后根据这些结果得出结论。 |
| 让我尝试向你展示 |
| 我们在 SAS JMP 中所做的事情。 |
| 您可以在这里看到这一点，仅通过查看数字，我们就可以看到自我们起点以来这是一个巨大的进步。 我们一开始只是听到人们说我们灰尘太多，需要一直清洁。 现在至少我们有一些数字……罐头上的数字。 |
| 你可以在这里看到，我们有锡粉。 这是 |
| 经过 25,000 个盖子后产生了锡粉，并且我们还对进入生产线的材料厚度进行了不同的设置。 |
| 我们这里有四种不同的活塞测量值。 而且我们有一个声明，是有涂层的还是没有涂层的。 所以我们尝试了不同类型的活塞。 |
| 这对于人们来说是比较容易理解的。 如果进来的材料的厚度是 5.74，如果测量结果是 1.47，等等，他们可以看到我们有多少锡粉。 |
| 因此，从仅仅观看到在我们一开始拥有的工作集背后实际拥有一些真实的数字，这是一个巨大的进步。 |
| 因此，从我们的出发点来看，仅仅收集这个数字就是一个巨大的进步，但我们的想法是使用这个数字来看看我们能否解释一下 |
| 锡粉的原因取决于进入材料的厚度、活塞的四种不同尺寸以及活塞是否已涂层。 |
| 我们正在使用 SAS JMP 中的一些工具，而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。 |
| 在这里我们有回应。 |
| 这是我们的锡粉。 |
| 这里我们有模型，所以我们想看看材质的厚度是否有影响 |
| 10灰尘，活塞的测量， |
| 活塞的涂层是否有影响。 |
| 在这里运行模型 |
| 并说，尝试结合不同的变量，告诉我什么会对我们的锡粉产生最大的影响。 |
| 这基本上就是我们从中得到的结果。 |
| 我们可以在这里看到我们正在使用 p 值来指导我们，如果这对我们有意义的话。 外套很低，p 值意味着，嗯，看起来我们有一个显着的 |
| 涂层和我们的锡粉之间的关系。 我们还相信材料的厚度会有一个 |
| 与我们的锡尘有关系，我们相信测量 3 会与锡尘有某种关系。 这也意味着当我们谈论锡粉时，测量 1、2 和 4 似乎并不重要。 |
| 请记住，我们一开始只是在没有任何数字的情况下进行工作，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，人们也确实理解，好吧，重要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来说也有意义，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，涂层会对锡粉产生影响是有道理的，因为我们在其他生产线上也看到过这种情况。 |
| 厚度可以被验证是有意义的，测量 3 也可以是有意义的，所以我们开始相信这是 |
| 对我们来说有一些好的指导方针，但我们需要看看是的，我们可以看到涂层似乎很重要，但是有或没有涂层与我们相关吗？ |
| 所以我们扩展了这个... |
| 这里的拟合模型和 |
| 您可以在分析器中看到不同的变量如何影响锡粉。 你可以在左边看到锡粉。 |
| 您可以在此处看到该过程中板材的厚度，即测量 3，然后是涂层。 然后，如果我们开启了测量 3，我们可以尝试模拟是否需要涂层。 |
| 该过程的预期产量是多少公斤？ |
| 这里说我们可以预期 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过程中产生的锡尘的数量。 |
| 然后看看如果我们的活塞没有涂层会怎样。 可以看到，意义会改变，而且会更高。 |
| 我们从一开始就知道，如果锡尘超过 0.2 公斤，我们需要清洁，0.2 左右就会改变游戏规则，所以我们希望低于 0.2。 |
| 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很难控制，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，也就是说我们需要保持厚度的灵活性。 |
| 但我们可以控制的是Measurement 3和涂层。 |
| 所以我们将这个分析器扩展为 |
| 模拟器，以便我们可以模拟厚度发生变化时的情况 |
| 具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。 |
| 我们知道该材料的平均值约为 5.595，标准差等于 0.058。 我们可以稍后更改此设置。 我们想要修复测量，我们想要修复涂层，有 |
| 活塞上的涂层。 |
| 我们还知道我们的目标不高于 0.2，因此我们可以在此处添加一个目标。 |
| 然后我们就可以模拟了。 |
| 测量 3 将是固定的，涂层将是固定的，但厚度会随着时间而变化。 |
| 然后我们可以模拟，如果我们需要 5,000 张纸，我们会看到什么 |
| 在锡尘中？ 然后我们就可以模拟了。 你可以看看我们是否有 |
| 厚度约为 5.6、测量 3 为 1 并带有涂层的锡板，我们可以预期得到非常好的结果。 你可以看到，我们这里的红线是 2... |
| 抱歉，0.2，我们还可以看到缺陷率，这意味着高于 0.1 的测量率将为 0，所以这对我们有好处。 |
| 您还可以看到，如果我们随后更改它，则测量为 3，而不是 1， |
| 但到2.5。 |
| 并再次进行模拟。 |
| 我们将在 |
| 稍高一点 |
| 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 个板材，我们预计响应会非常差。 |
| 我们可以看到 |
| 在开始这些改变之前，我们生产线中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，我们非常兴奋地看到我们实际上可以看到什么可以控制锡尘，我们甚至可以自己控制它。 |
| 因此，根据我们这里的模拟，我们决定 |
| A |
| 测量 3 on 2 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，可以处理板材厚度的变化。 |
| 那么我们也可以尝试去模拟一下，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，他们需要将标准差保持在特定水平，因为这样我们就会有 |
| 一个稳健的过程。 |
| 所以这对我们所有人来说都是大开眼界，因为这对我们来说是非常非常好的照片，而且我们并没有花很多钱。 我们唯一付出的代价是我们设定了五天的实验。 |
| 所以这对我们来说是个好消息。 |
| 因此，第五点，我们得出的结论是，好的，现在我们知道应该改进什么，我们需要涂覆工具或活塞，并且需要将测量值调整为 2.0。 |
| 它来自大约 3.0。 所以这是？？？一项改进，这是来自分析器的非常简单的图片， |
| 显示我们的锡涂层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尝试改变 |
| 我们的流程，然后再生产 25,000 个盖子，然后您可以看到比较。 这是我们的基线。 你可以看到，在我们更改流程之前，行李中的小灰尘，你可以看到25,000 |
| 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 完成的首批项目之一，这是一个非常好的概念证明，人们确实依赖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，因为这样我们就有了一些共同点，一些我们可以与每个人联系起来的东西， |
| 而不是有不同的意见，这对我们来说很难量化，所以使用它对我们所有人都非常有帮助。 |
| 并使用合适的人员，技术人员，人员 |
| 有了来自一线的知识，也会使用JMP之类的统计软件的人都知道如何设置 |
| 一个实验，了解如何做拟合模型、回归模型等。 SAS JMP 的使用确实非常强大。 我们无法像在 Excel 中那样做到这一点，因为他们没有工具。 |
| 然后，使用像他们这样的结构化流程使我们变得非常强大，所以这对我们来说是一次很好的学习，这是我们后来在许多项目中实施的，并取得了很好的反响。 |
