揚聲器 | 成績單 |
| 馬庫斯 | 歡迎 |
| 使用 SAS JMP 觀看此示範。 |
| 本次演講的主題是如何使用統計作為通用語言以及如何透過這樣做來提高流程品質。 |
| 我在一家名為 Envases 的公司擔任品質經理。 Envases 是一家大公司， |
| 為食品業生產罐頭的跨國公司。 您可以在左上角看到一些產品。 |
| 有些產品您可能很熟悉。 就是超市裡可以買到的罐頭，我們有肉，有魚，我們有奶粉，我們還有果汁等等。 |
| 我們在以下地區設有生產設施 |
| 墨西哥以及歐洲和 |
| 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。 |
| 基本上我要在這裡介紹的是一個已使用 SAS JMP 作為工具之一解決的問題。 |
| 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 來解決此類問題，我確信這些問題對於用戶來說非常熟悉許多人看到這個演示。 |
| 話說回來，去年， |
| 我們的生產線遇到了一些問題，生產人員來找我。 我是品質主管，我正在處理這類問題，這些問題來到我的辦公桌上說，馬庫斯，我們的生產線中有一些錫粉。 |
| 錫是我們用來製作罐頭的材料，因此錫粉本身不是 |
| 這不是我們生產中可看到的東西，但人們抱怨他們在我們的生產線上看到太多的錫塵。 |
| 因此，他們需要一直清潔生產線。 |
| 這就像問題的開始。 我們沒有任何數據可以證明這一點。 我們沒有任何文件可以辦理。 我們沒有任何 Excel 工作表。 我們沒有任何 JMP 檔案可供研究。 我們剛剛收到一些人的意見，說我們有太多 |
| 我們生產線上有錫塵，需要經常清潔。 |
| 並使其均勻一點 |
| 更令人困惑的是，人們說我們以前見過很多次這種情況，有些人說我們以前從未見過這種情況。 |
| 我開始與線上的人交談，說，這對你來說是新的嗎？ 這是本週發生的還是上週發生的？ 或者說去年呢？ 我收到了很多不同的意見和很多 |
| 投入，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 |
| 是為了組成團隊，說： |
| 組織中的人員需要組成一個團隊。 誰該參與團隊？ 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，專案的相關人員。 |
| 我們在這裡用來解決問題的結構受到了六西格瑪 DMAIC 的啟發，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、分析問題的原因、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，以及對我來說，使用這裡的結構的想法之一是定義和衡量問題，因為有時你 |
| 您可能認為自己有問題，但透過開始衡量問題，您可能會意識到您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，這就是我告訴人們的，好吧，首先，讓我們來衡量這個問題。 我們到底有沒有問題，或者只是我們在製作過程中感到胃部不適？ |
| 這是第一步。 |
| 所以我們就去生產線???，去生產線看看， |
| 我們能否了解整個過程，也許我們甚至可以看到問題發生在哪裡。 |
| 過程相當簡單。 我試著用這張非常簡單的圖來簡化它， |
| 只是為了給你一個想法。 我們有錫板進入傳送帶，然後我們有一個活塞 |
| 製作罐頭的蓋子，所以過程相當簡單。 |
| 由於這個活塞和製作這些蓋子，我們可以看到我們可以在傳送帶上收集一些灰塵，這是操作員需要偶爾清潔的地方。 |
| 我們可以透過執行 ??? 來看到經過 25,000 個蓋子後，我們可以收集大約或超過兩公斤的錫粉。 |
| 那就是我們需要清潔生產線的時候。 這就像我們的基線，比如說，當我們生產了 25,000 個重量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，並且生產時間減少後我們無法生產我們想要生產的蓋子。 這意味著我們可能會延遲交貨，或者根本無法交貨。 |
| 因此，我們所有人都有興趣減少這種清潔，我們可以看到，如果我們能夠減少生產線上產生的錫塵，我們就可以減少清潔。 |
| 所以當我們收集了你的數據後，問題就很簡單了 |
| 這 |
| 這裡的數據以公斤為單位。 |
| 請記住，您可以在圖片中看到背面，這是我們在 25,000 個蓋子後使用吸塵器收集的灰塵。 一開始，當人們來找我時，我們甚至沒有帶灰塵的行李，只是 |
| 只需透過觀察，我們就可以表達我們遇到的問題。 現在至少我們可以看到這就是我們遇到的問題。 我們的灰塵太多了，這就是太多的灰塵，因為我們需要清理它。 所以我們必須減少 |
| 生產 25,000 個蓋子後重量減輕了 25,000 公斤，這就是該專案的成功標準。 |
| 透過召集合適的人，我們舉辦了一個像研討會一樣的活動，將所有的人都聚集在一個房間裡，說我們這裡有問題。 經過 25,000 個蓋子後，我們產生了超過兩公斤的灰塵。 這是什麼原因呢？ |
| 然後我們進行了一次頭腦風暴，說看看這個過程，看看這個過程中會發生什麼，這個過程會產生什麼。 這些變數中的任何一個都可以解釋我們最近看到的錫塵嗎？ |
| 所以第一步是定義變數。 你可以看到，我在這裡用黃色標記了團隊期望的我們所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，所以我們可以進來一些更厚的錫板和一些 |
| 進來的不是那麼薄的薄片。 |
| 我們也可以看到活塞的塗層可能是錫塗層的原因。 |
| 我們可以看到，與其他有一些塗層的線相比，在相同規模下不存在問題。 |
| 我們也可以看到活塞的測量，我們對活塞有四種不同的測量，可以解釋錫粉的原因。 |
| 我們從未嘗試過這一點，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， |
| 通常的方法是我們嘗試不同的東西，所以我們可以嘗試調整厚度，看看這是否可以改變任何東西，即外套。 但在這裡，我們想將所有變數組合在一個實驗中，只是為了加快這個過程。 |
| 所以我們建立了一個實驗設計，即 DOE。 |
| 隨著時間的推移，我們必須對此進行一些更改，以便它可以反映我們的現實情況以及我們可以用於實驗的分配的生產時間。 |
| 設定實驗和定義變數並不是一件困難的任務。 可能花了幾個小時。 設定 DOE 並不困難，我們在 SAS JMP 中做到了。 但執行能源部是棘手的部分，因為它花了很長時間；大約花了一周的時間。 |
| 所以我們需要計劃把機器拿出來，然後我們進行了大約五天的試用。 簡而言之，我們使用一種設定生產了 25,000 個蓋子，然後使用另一種設定生產了 25,000 個蓋子，依此類推。 |
| 然後，一週後，我們分析了結果，然後根據這些結果得出結論。 |
| 讓我嘗試向你展示 |
| 我們在 SAS JMP 中所做的事情。 |
| 您可以在這裡看到這一點，僅通過查看數字，我們就可以看到自我們起點以來這是一個巨大的進步。 我們一開始只是聽到人們說我們灰塵太多，需要一直清潔。 現在至少我們有一些數字……罐頭上的數字。 |
| 你可以在這裡看到，我們有錫粉。 這是 |
| 經過 25,000 個蓋子後產生了錫粉，並且我們還對進入生產線的材料厚度進行了不同的設置。 |
| 我們這裡有四種不同的活塞測量值。 而且我們有一個聲明，是有塗層的還是沒有塗層的。 所以我們嘗試了不同類型的活塞。 |
| 這對人們來說是比較容易理解的。 如果進來的材料的厚度是 5.74，如果測量結果是 1.47，等等，他們可以看到我們有多少錫粉。 |
| 因此，從僅僅觀看到在我們一開始擁有的工作集背後實際擁有一些真實的數字，這是一個巨大的進步。 |
| 因此，從我們的出發點來看，僅僅收集這個數字就是一個巨大的進步，但我們的想法是使用這個數字來看看我們能否解釋一下 |
| 錫粉的原因取決於進入材料的厚度、活塞的四種不同尺寸以及活塞是否已塗層。 |
| 我們正在使用 SAS JMP 中的一些工具，而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回應和變數之間是否存在任何關係。 |
| 在這裡我們有回應。 |
| 這是我們的錫粉。 |
| 這裡我們有模型，所以我們想看看材質的厚度是否有影響 |
| 10灰塵，活塞的測量， |
| 活塞的塗層是否有影響。 |
| 在這裡運行模型 |
| 並說，嘗試結合不同的變量，告訴我什麼會對我們的錫粉產生最大的影響。 |
| 這基本上就是我們從中得到的結果。 |
| 我們可以在這裡看到我們正在使用 p 值來指導我們，如果這對我們有意義的話。 外套很低，p 值意味著，嗯，看起來我們有一個顯著的 |
| 塗層和我們的錫粉之間的關係。 我們也相信材料的厚度會有一個 |
| 與我們的錫塵有關係，我們相信測量 3 會與錫塵有某種關係。 這也意味著當我們談論錫粉時，測量 1、2 和 4 似乎並不重要。 |
| 請記住，我們一開始只是在沒有任何數字的情況下進行工作，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，人們確實理解，好吧，重要意味著這可能不是巧合。 |
| 透過使用合適的人員，我們可以驗證這對他們來說也有意義，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，塗層會對錫粉產生影響是有道理的，因為我們在其他生產線上也看到過這種情況。 |
| 厚度可以被驗證是有意義的，測量 3 也可以是有意義的，所以我們開始相信這是 |
| 對我們來說有一些好的指導方針，但我們需要看看是的，我們可以看到塗層似乎很重要，但是有或沒有塗層與我們相關嗎？ |
| 所以我們擴展了這個... |
| 這裡的擬合模型和 |
| 您可以在分析器中看到不同的變數如何影響錫粉。 你可以在左邊看到錫粉。 |
| 您可以在此處看到該過程中板材的厚度，即測量 3，然後是塗層。 然後，如果我們開啟了測量 3，我們可以嘗試模擬是否需要塗層。 |
| 該過程的預期產量是多少公斤？ |
| 這裡說我們可以預期 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過程中產生的錫塵的數量。 |
| 然後看看如果我們的活塞沒有塗層會怎麼樣。 可以看到，意義會改變，而且會更高。 |
| 我們從一開始就知道，如果錫塵超過 0.2 公斤，我們需要清潔，0.2 左右就會改變遊戲規則，所以我們希望低於 0.2。 |
| 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很難控制，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，也就是說我們需要保持厚度的彈性。 |
| 但我們可以控制的是Measurement 3和塗層。 |
| 所以我們將這個分析器擴展為 |
| 模擬器，以便我們可以模擬厚度改變時的情況 |
| 具有一些指定的標準差。 |
| 所以我們說我們知道厚度可以改變。 |
| 我們知道該材料的平均值約為 5.595，標準差等於 0.058。 我們可以稍後更改此設定。 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，因此我們可以在此處新增一個目標。 |
| 然後我們就可以模擬了。 |
| 測量 3 將是固定的，塗層將是固定的，但厚度會隨著時間而變化。 |
| 然後我們可以模擬，如果我們需要 5,000 張紙，我們會看到什麼 |
| 在錫塵中？ 然後我們就可以模擬了。 你可以看看我們是否有 |
| 厚度約為 5.6、測量 3 為 1 並帶有塗層的錫板，我們可以預期得到非常好的結果。 你可以看到，我們這裡的紅線是 2... |
| 抱歉，0.2，我們還可以看到缺陷率，這意味著高於 0.1 的測量率將為 0，所以這對我們有好處。 |
| 您還可以看到，如果我們隨後更改它，則測量為 3，而不是 1， |
| 但到2.5。 |
| 並再次進行模擬。 |
| 我們將在 |
| 稍高一點 |
| 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 個板材，我們預計響應會非常差。 |
| 我們可以看到 |
| 在開始這些改變之前，我們生產線中的設定是沒有任何塗層的活塞。 所以這對我們來說是非常新的，我們非常興奮地看到我們實際上可以看到什麼可以控制錫塵，我們甚至可以自己控制它。 |
| 因此，根據我們這裡的模擬，我們決定 |
| A |
| 測量 3 on 2 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，可以處理板材厚度的變化。 |
| 那我們也可以嘗試去模擬一下，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，他們需要將標準差保持在特定水平，因為這樣我們就會有 |
| 一個穩健的過程。 |
| 所以這對我們所有人來說都是大開眼界，因為這對我們來說是非常非常好的照片，而且我們並沒有花很多錢。 我們唯一付出的代價是我們設定了五天的實驗。 |
| 所以這對我們來說是個好消息。 |
| 因此，第五點，我們得出的結論是，好的，現在我們知道應該改進什麼，我們需要塗覆工具或活塞，並且需要將測量值調整為 2.0。 |
| 它來自大約 3.0。 所以這是？？？一項改進，這是來自分析器的非常簡單的圖片， |
| 顯示我們的錫塗層和我們預期的不同變數之間的關係。 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。 這是我們的基線。 你可以看到，在我們更改流程之前，行李中的小灰塵，你可以看到25,000 |
| 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。 |
| 所以這就像是......這對我們來說是非常好的概念證明。 這是我們使用 SAS JMP 完成的首批專案之一，這是一個非常好的概念證明，人們確實依賴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，因為這樣我們就有了一些共同點，一些我們可以與每個人聯繫起來的東西， |
| 而不是有不同的意見，這對我們來說很難量化，所以使用它對我們所有人都非常有幫助。 |
| 並使用合適的人員，技術人員，人員 |
| 有了來自一線的知識，也會使用JMP之類的統計軟體的人都知道如何設置 |
| 一個實驗，了解如何做適合模型、迴歸模型等。 SAS JMP 的使用確實非常強大。 我們無法像在 Excel 中那樣做到這一點，因為他們沒有工具。 |
| 然後，使用像他們這樣的結構化流程使我們變得非常強大，所以這對我們來說是一次很好的學習，這是我們後來在許多專案中實施的，並取得了很好的反響。 |
