| Conférencier |
Transcription |
| Nicolas Shelton |
D'accord, je vais couper mon micro et une fois que ce sera fait, vous pourrez commencer quand vous serez prêt. Comme je l'ai dit, ne vous inquiétez pas si vous faites une erreur ou quoi que ce soit, continuez simplement. Et puis, quand nous aurons terminé, j'arrêterai l'enregistrement et je réactiverai mon micro. |
| |
D'accord, d'accord, allez-y, commencez quand vous serez prêt. |
| |
Bonjour à tous, je suis ici aujourd'hui pour vous expliquer, pour vous parler de. |
| |
Il s'agissait d'un problème industriel résolu grâce à des outils statistiques avancés et au logiciel JMP. C'est donc un problème réel auquel j'ai été confronté lorsque je travaillais dans une entreprise de fabrication de matériel électrique moderne. |
| |
Quel était donc le problème auquel nous étions confrontés à l'époque ? Nous avions ces moteurs électriques, et le client achetait le distillat d'eau. |
| |
Et il doit connecter ces modèles électriques à sa propre machine, il doit donc ouvrir cette boîte. |
| |
Ce boîtier comporte quatre vis et quatre trous différents ; il doit donc ouvrir ce couvercle, connecter les câbles électriques à sa machine, puis le refermer. |
| |
Lorsque le client essaie de faire cela et, au moment où il doit fixer le couvercle pour fermer la boîte avec ces quatre éléments différents. |
| |
Il arrive parfois que ce problème se produise lorsque la vis est mal serrée. Autrement dit, il n'y a plus d'adhérence entre la vis et le trou dans l'aluminium. |
| |
Conformément aux spécifications, cette vis, ce processus d'assemblage, et ces assemblages doivent résister à au moins 10 cycles. |
| |
Et le client le fait sans aucun problème pendant très longtemps ou à différentes reprises, ou s'il le doit. |
| |
Changer la position, changer la machine où ces moteurs électriques sont utilisés, il devrait simplement ouvrir et fermer la boîte, sans aucun problème. Alors voilà, nous avons un petit quelque chose. |
| |
Courte vidéo illustrant bien le problème : cette équipe est complètement perdue, elle n'a aucune prise. |
| |
Ce genre de situation n'est pas un problème courant auquel nous sommes confrontés tous les jours, mais cela peut parfois arriver, comme l'a constaté le directeur. |
| |
Suite à une plainte, le directeur a appelé le responsable qualité, qui m'a ensuite appelé. « Matheus, nous devons résoudre ce problème, alors réunissons les personnes concernées et lançons cette enquête. » |
| |
Et c'est ce qui s'est passé, c'est ce que nous avons commencé à faire. |
| |
Comme d'autres situations, d'autres problèmes que nous devons examiner. |
| |
Nous commencerons toujours par des hypothèses, au moins quelques hypothèses sur ce qui peut affecter ce problème, comment expliquer cet échec, et nous réunirons donc des personnes de différents domaines, par exemple l'ingénierie produit. |
| |
Qu'est-ce qui cloche ici ? Il peut s'agir de n'importe quel problème au sein du département d'ingénierie produit, à l'origine de ces problèmes : des erreurs de conception, des problèmes de chaîne de montage, des variations, peut-être au niveau de la visseuse. |
| |
travaille avec un couple élevé et génère ce problème ou cette vis que nous achetons, ce fournisseur qui nous fournit ces vis, peut-être qu'ils en ont. |
| |
Diamètre réduit et nous ne pouvons pas avoir cette poignée ou la dernière hypothèse que nous avons mentionnée à l'époque était le processus d'injection, donc ce boîtier en aluminium ajusté ici. |
| |
Ce diamètre pourrait être augmenté de sorte que, même avec un écran de mauvaise qualité ou un diamètre de vis correct, on pourrait obtenir un diamètre très grand et la vis ne pourrait pas avoir cette adhérence. |
| |
Tout cela pourrait nous poser problème. |
| |
Une fois ces réunions tenues et ces hypothèses listées, nous avons commencé à les valider ou à les invalider. |
| |
Avec certaines études, d'autres avec certaines données, et nous avons commencé ici à parler d'ingénierie produit et de chaîne de montage, les deux ont été invalidées. |
| |
Nous avons vérifié tous les plans, toutes les spécifications, toutes les normes que nous avions lors de la conception de ces assemblages, cette combinaison entre vis et trous, les différents matériaux, tout était OK, donc nous n'avions rien à faire de ce côté-là. |
| |
La visseuse que nous utilisions sur la chaîne de montage, nous venons de la recevoir. |
| |
Nous sommes allés aux laboratoires, au service de métrologie, et nous avons vérifié le parc, nous avons vérifié les machines et tout était OK, donc nous n'avions pas de problèmes ici, alors qu'est-ce qui peut affecter ce problème maintenant ? |
| |
Nous n'avions que la vis et le trou de fixation de cette pièce en aluminium, cette boîte ici, que nous pouvions vérifier. D'accord, faisons cela. Parlons du diamètre israélien, l'une des principales hypothèses de ce problème. |
| |
Et c'est là que nous avons commencé à utiliser JMP, mais avant de commencer à mesurer les vis en usine, nous devons toujours nous assurer que le système de mesure est approuvé. |
| |
Voici un tableau de variabilité simple où nous avons le diamètre, le diamètre de la vis, nous avons cinq pièces, chaque pièce a été mesurée trois fois par deux opérateurs différents. |
| |
Nous avons ici nos différents composants, où nous pouvons constater que 93,8 % de la variation est due aux pièces ; c'est donc l'un des éléments qui nous permettent d'affirmer que notre système de mesure est performant et capable de différencier les résultats. |
| |
Les pièces du processus ont été approuvées, le système de mesure a donc été validé, et nous pouvons maintenant passer à l'étape suivante : le processus. Aaron, nous pouvons évaluer cela, ce sont des vis, alors allons-y. Comment se déroule le processus ? Nous avions un exemple de stratégie pour chaque étape que je vous présente ici. |
| |
Nous avons utilisé la méthodologie Six Sigma, donc nous la suivons en partie. |
| |
L'approche très structurée commence par l'évaluation du système de mesure, puis se poursuit par l'analyse du processus et la compréhension de son fonctionnement, et enfin… |
| |
Il s'agit de réaliser différentes combinaisons et d'essayer de valider les hypothèses que je viens de présenter ; l'échantillonnage est donc une stratégie essentielle ici. |
| |
Nous avions une boîte pleine de vis à l'intérieur, donc la seule information dont nous disposions était que nous avions reçu ces vis en plusieurs lots différents, chaque lot ayant ses propres caractéristiques. |
| |
Ils ont une date de fabrication ou un moment de fabrication, nous l'avons donc simplement séparé en trois lots différents, chaque lot ayant été appelé. |
| |
20 pièces et chaque pièce a été mesurée dans deux positions différentes sur le carré, comme zéro degré et 90 degrés. |
| |
Pourquoi ce choix ? Pour vérifier s’il pouvait y avoir des problèmes de circularité à ce diamètre. C’est pourquoi, avec cette stratégie d’échantillonnage, nous avons commencé à collecter des données et nous avons obtenu 120 points à analyser dans JMP. Donc, encore une fois… |
| |
Dans une analyse très pratique, en exécutant un graphique de variabilité ici en plaçant simplement les 120 points, nous pouvons voir que tout était à l'intérieur des limites de spécification. |
| |
Chaque point représente une mesure des vis. Ces lignes bleues |
| |
Elle relie les positions un et deux de cette vis ; si nous avons une très grande ligne bleue ici, cela signifie que nous avons une très grande erreur de circularité. |
| |
Cela signifie que ces deux positions différentes du diamètre sont très différentes. |
| |
Le diamètre moyen peut être correct, mais la différence entre ces diamètres et ceux-ci pourrait être incorrecte, et cela pourrait affecter notre problème au moment de le visser dans la boîte en aluminium. |
| |
Il s'agit d'une analyse très pratique concernant cette vis. Tout semblait correct dans une analyse graphique comparant ces deux positions différentes des vis ; nous pouvons donc constater que nous pouvons invalider l'hypothèse des erreurs de circularité. |
| |
Il pourrait y avoir une influence, donc la moyenne de la position 1 et de la position 2 était presque identique. La taille de ces barres ici, il n'y a rien qui... Bon, la position 2 et la position 1 sont très différentes. |
| |
Cette analyse graphique, ici avec le graphique de variabilité, compare simplement la position par rapport au diamètre, nous permet de voir tout ce qui se passe. |
| |
Nous devons y prêter attention. Donc, dans une analyse quantitative utilisant ces capacités de processus dans JMP, nous pouvons voir comment le processus du fournisseur, celui qui nous livre ces vis, est perçu. Comment se déroule le processus ? Exactement. |
| |
Nous avons ici un CPK d'environ 1,47 et un PPK d'environ 1,014. L'instabilité atteint environ 1,45, ce qui ne représente donc pas le meilleur processus que nous ayons. |
| |
Vu mais. |
| |
Considérons un PPK idéal de 1,33. Et réfléchissons ici à une caractéristique ou une dimension critique pour la qualité. |
| |
On pourrait supposer que ces vis pourraient affecter le problème à long terme ; pour l'instant, elles sont toutes conformes aux spécifications, mais d'après les statistiques, d'après la valeur PPK… |
| |
Une valeur inférieure à 1,33 pourrait poser problème à l'avenir, n'est-ce pas ? |
| |
Avant de blâmer les fournisseurs, il nous faut comprendre le processus d'injection, notre propre processus. Si nous pouvons nous prémunir contre cette variation de la vis, tant mieux pour nous, car nous n'en aurons pas besoin. |
| |
Commencez à faire quoi que ce soit chez le fournisseur, et d'accord. |
| |
Donc cette hypothèse. |
| |
Le projet était suspendu. Laissons cela de côté et attendons les résultats des études sur notre méthode d'injection. |
| |
Voyons voir comment nous avons procédé. |
| |
Pour injecter le matériau dans ces boîtes, nous avons un moule. |
| |
Ce moule comporte quatre cavités différentes. Ainsi, à chaque injection, nous obtenons une nouvelle cavité. |
| |
Ce procédé nous permet d'obtenir quatre pièces différentes, n'est-ce pas ? Chaque pièce comporte quatre trous différents, ceux que le client utilise pour fixer le couvercle. Et pour chaque pièce, nous effectuerons également des mesures dans différentes positions : position 1 et position 2. |
| |
Donc, encore une fois, avant de commencer à mesurer ce processus et d'observer ce qui se passe dans le processus original et réel, nous devons nous assurer que notre système de mesure est bon et approuvé. |
| |
Nous devons être sûrs de savoir gérer cinq pièces défectueuses et cinq pièces performantes. Donc, avec une seule pièce, une seule boîte, nous avons procédé ainsi. |
| |
Ce système de mesure présente une variation pour ces quatre trous différents. Chaque trou a été mesuré trois fois par deux opérateurs différents. La plus grande variation observée dans ce système de mesure est due au trou 95 %. |
| |
Je dois dire ici que cela a été très difficile à approuver. |
| |
C'était le troisième MSA que nous effectuions. Nous devons acheter une nouvelle protection pour mesurer ce diamètre interne. Le cahier des charges était très strict et la résolution concernant |
| |
Concernant les jauges non allouées au départ, nous avons donc fait approuver ce troisième accord de services de gestion (MSA). Une fois approuvé, il le sera. |
| |
Nous pouvons maintenant passer à l'étape suivante : mesurer les pièces du processus, comprendre les variations de notre processus d'injection et leur impact sur notre problème. Nous avons donc suivi le processus et obtenu ce mode avec quatre cavités différentes. |
| |
Cinq parties provenant de chaque cavité. |
| |
Nous avons donc procédé à cinq injections, chaque cavité nous fournissant cinq composants. Chaque composant contenait |
| |
quatre trous différents et pour chaque trou, nous mesurons à une position différente ; il s'agit donc d'un exemple de stratégie pour un outil Six Sigma que nous appelons |
| |
Grâce à ces composantes de variation, nous pouvons comprendre la voix du processus, la comparer à celle du client et, en utilisant la capacité du processus dans JMP, évaluer l'ampleur du problème. |
| |
Voici une analyse pratique du COVID-19. Toutes les données que nous avons recueillies sont disponibles ici. |
| |
Nous avons donc quatre cavités différentes sur ce graphique de variabilité. La première cavité ici, la deuxième ici, la troisième ici et la quatrième ici. On observe donc une grande variété de situations. |
| |
Ces informations sont très importantes pour nous. Par exemple, la carie la plus grave que l'on puisse observer sur ce graphique de variabilité est la carie numéro deux. |
| |
Parce que nous pouvons par exemple prendre la pièce numéro six ici, nous avons le premier trou à l'intérieur de cette spécification, le deuxième trou. |
| |
En dehors de ces spécifications, le troisième trou se trouve à l'intérieur des spécifications et le quatrième maintient une position à l'extérieur et une position à l'intérieur. Ce n'est donc pas acceptable. |
| |
Cela provoque... cela provoque beaucoup de variations dans ces données et peut-être avons-nous là la cause profonde de notre problème, n'est-ce pas ? |
| |
Et pourquoi ce moule, ce sont toujours les mêmes quatre cavités différentes, et pourquoi la cavité numéro trois est si bonne, et la cavité numéro deux si mauvaise, et les une et quatre plus ou moins bonnes, n'est-ce pas ? |
| |
Il y a une grande variation entre ces deux positions sur le trou. Cela signifie que le trou n'est pas circulaire. Nous avons |
| |
Il s'agit ici d'une erreur de circularité qui peut être à l'origine du problème. Cette analyse est donc très concrète ; nous pouvons observer de nombreux éléments dans JMP grâce à ces graphiques de variabilité. |
| |
Pour une analyse plus graphique, j'ai simplement supprimé le trou de position ici, et ces lignes bleues se trouvent maintenant à l'intérieur de cette barre. Donc, plus la barre est grande, plus le problème de circularité est important. |
| |
On peut à nouveau observer la cavité trois. On ne constate pas ce problème, mais on peut encore voir le problème dans les cavités une, quatre et deux. |
| |
étant très, très important, n'est-ce pas ? Dans une analyse quantitative utilisant maintenant notre capacité de processus, nous pouvons voir, en intégrant les 100 60 données, que |
| |
Au sein du même lot, au sein de la même évaluation, de la même distribution, nous pouvons constater un processus très mauvais : notre CPK et notre PPK sont presque égaux à zéro, il s’agit donc d’un processus très mauvais. |
| |
Réfléchir à la non-conformité à long terme ou à court terme |
| |
En résumé, nous parlons de plus de 300 000 pièces non conformes. |
| |
Contrairement à nos spécifications, cela signifie que si nous achetons 1 million, nous sommes désolés si nous injectons 1 million de ces boîtes, |
| |
Concernant les boîtes en aluminium, nous en aurons plus de 300, soit 30 %, non conformes aux spécifications. Nous avons peut-être trouvé le problème. Autre chose très intéressante fournie par JMP : nous avons ce produit de 160 unités. |
| |
nous avons des données ici, mais nous savons que la personne qui enquête, la personne qui analyse, |
| |
Sachant que nous avons quatre cavités différentes et environ 40 points de données pour chacune, pourquoi ne pas séparer ces analyses par cavité ? C’est ce que nous avons fait. Nous avons donc une analyse de capabilité de processus pour la première cavité. |
| |
Processus très instable. Cavité deux : processus également très instable, avec des valeurs PPK et CPK négatives. |
| |
Cela signifie que la mesure de ceci, la signification de ce processus, se situe en dehors des spécifications de l'un d'entre eux. Ainsi, nous pouvons constater ici que la moyenne de l'échantillon est de 4,50075. |
| |
La limite supérieure de spécification étant de 4,5000, nous sommes hors spécifications. Cela signifie que notre PPK est négatif. |
| |
Le procédé est très mauvais, pire que celui de la cavité 1. La cavité 3 est, quant à elle, performante. On observe donc un procédé très stable, dont l'indice de stabilité est proche de 1. |
| |
Les valeurs CPK et PPK sont excellentes. L'espérance des formes normales est également excellente. Par conséquent, pour la cavité quatre, le processus est également défaillant. |
| |
Les CPK et PPK sont mauvaises, et la comparaison d'une année sur l'autre permet maintenant de comprendre très clairement où se situe notre problème, n'est-ce pas ? Est-ce dans la carie 1, 2, 3 ou 4 ? |
| |
Donc, si nous devions commencer à agir dans notre processus, nous devons évaluer les dimensions, les situations, les caractéristiques de la cavité deux, et de la une, et de la quatre, et nous n'avons rien à faire dans la cavité trois. |
| |
Nos hypothèses concernant notre processus d'injection sont donc validées. |
| |
Nous maintenons donc l'hypothèse concernant le diamètre de la vis en suspens. Pourquoi l'ai-je mise en suspens ? Parce que nous pouvons les évaluer conjointement. |
| |
Il y a un conflit entre la vis et le trou de fixation. Comment évaluer leur interaction au cours du processus de fabrication du produit ? |
| |
Et leur performance, bonne ou mauvaise, une fois que nous disposons des informations sur ces deux processus, n'est-ce pas ? Nous avons la moyenne et l'écart type de chaque processus, donc nous pouvons les combiner. Alors, commençons. |
| |
Ajustement bivarié du diamètre du trou en fonction du diamètre de la vis. Qu'ai-je fait ici ? |
| |
Je suis simplement allé dans JMP dans ces réglages Fit Y par X, j'ai entré le diamètre du trou dans Y et le diamètre de la vis dans X. Voilà, |
| |
Cette zone bleue représente les limites de spécification. Nous avons donc les limites de spécification du diamètre de l'écran et celles du diamètre du trou de fixation. Tous ces points isolés correspondent à la combinaison du diamètre de la vis et du diamètre du trou. |
| |
Une fois que j'ai mesuré cela dans le processus, j'ai identifié chacune des pièces comme ceci est la pièce numéro un, la pièce numéro cinq et moi [inintelligible]. |
| |
Les pièces numéro 25 et 30 correspondent aux vis et au boîtier en aluminium. Par exemple, ce point ici, ce point là, représente le boîtier numéro six, le trou numéro deux et la vis numéro neuf. Le numéro de la vis est ici, le diamètre du trou est ici. Et ainsi de suite pour chaque point. |
| |
Je combine de manière stratégique parce que je voulais voir |
| |
Quel sera le comportement de ces pièces, de ces composants, ensemble, lorsque j'utilise une vis de petit diamètre et un trou de petit diamètre ? Mais que se passera-t-il si j'utilise une petite vis avec un grand trou ? |
| |
Tout s'emboîte parfaitement, n'est-ce pas ? Que se passe-t-il si j'ai une vis de grand diamètre et un trou de grand diamètre ? Et quelles conséquences cela peut-il avoir ? |
| |
Un diamètre de vis très grand avec un diamètre de trou très petit ? Et nous avons de nombreux points intermédiaires. Nous avions donc ici environ 60 combinaisons différentes de ces données. |
| |
J'ai toutes les combinaisons possibles. On essaie de reproduire cette panne, n'est-ce pas ? C'est ça ? Parce qu'une fois la panne reproduite, on pourra comprendre ce qui se passe. |
| |
Cela peut affecter le processus. Quelle est la cause première ? Est-ce la vis ? Ou le trou de fixation ? Quelles dimensions devons-nous respecter pour éviter ce problème ? |
| |
Par exemple, celui-ci, quand ils mettent cette vis numéro neuf dans l'emplacement numéro deux de la boîte numéro six, je l'assemble à l'aide de cette machine. |
| |
que nous utilisions dans le processus. Et, je l'ai démonté. Et quand j'ai essayé de |
| |
J'ai essayé de recommencer, mais je n'y suis pas parvenu. J'avais donc un problème. Le numéro de cet assemblage était égal à un, ce qui signifie que je ne pouvais le faire qu'une seule fois. |
| |
Prenons un autre exemple. Ce point précis. Quand je prends cette vis numéro 15, dont le diamètre est d'environ 4,73... |
| |
En comparant le trou numéro deux de la boîte numéro 14, dont le diamètre est d'environ 4,43 mm, cela signifie que l'interférence entre la vis et le diamètre total était d'environ 0,3 mm. Combien de fois ? |
| |
Je pourrais le faire, n'est-ce pas ? Je pourrais donc répéter ce processus d'ouverture et de fermeture de la boîte, ouverture et fermeture, ouverture et fermeture, 30 fois. Cette situation-ci, cinq fois. La situation-là, 21 fois. Donc, pour chacun de ces points, nous avons exécuté ce processus d'assemblage jusqu'à ce que le problème survienne. Donc, nous pourrions. |
| |
Comptez le nombre de fois où nous avons répété ce processus. Comme nous avons une colonne dans notre tableau de données appelée |
| |
Pour connaître la quantité de ces éléments, nous pouvons simplement ajouter une légende ici, par exemple, avec des points allant du rouge au vert. Les points rouges indiquent un problème. |
| |
Entre 0 et 10. N'oubliez pas que la limite inférieure de spécification est de 10. Nous devons pouvoir répéter ce processus au moins 10 fois. Donc, tous les points rouges ici sont défectueux. |
| |
Un autre outil très intéressant que nous utilisons ici dans JMP est le profileur de prédiction. J'utilise actuellement le modèle d'ajustement, dans lequel je définis leurs trois degrés de liberté : le diamètre du trou, le diamètre de la vis et leur interaction. |
| |
Le coefficient de détermination (R²) est d'environ 0,88. C'est plutôt bon, n'est-ce pas ? Nous pouvons bien représenter ce modèle. Nous pouvons donc commencer à explorer différentes situations avec nos données. |
| |
Parce que nous avons |
| |
Le diamètre du trou ici, le diamètre de la vis là, et voici le résultat, notre Y, notre objectif, notre but. Autrement dit, la quantité de cet assemblage que nous pouvons obtenir grâce à ce procédé. |
| |
Donc, si nous fixons le premier scénario que j'ai testé ici, c'est-à-dire si nous fixons le diamètre de la vis à la moyenne des fournisseurs qui nous fournissent |
| |
Aujourd'hui, quelle devrait être la moyenne du diamètre total pour garantir au moins 11 lors du démontage ? Cette moyenne devrait être de 4,50 millimètres, n'est-ce pas ? Oh, c'est bien. Nous avons notre premier scénario, mais qu'en est-il de la variation du processus ? |
| |
N'oubliez pas que nous avons mesuré |
| |
160. |
| |
Nous avons mesuré 120 diamètres de pièces, notamment la boîte en aluminium. Nous avons donc l'écart type de ces produits, n'est-ce pas ? Lorsque nous utilisons le simulateur dans le profileur de prédiction |
| |
En insérant ici, en sauvegardant la limite de spécification inférieure, en ajoutant notre variation aléatoire. |
| |
Autour de ce diamètre de trou. En utilisant l'écart type obtenu lors du processus et l'écart type de la vis obtenue lors du processus, on peut effectuer une simulation. J'ai simulé ici 10 000 cas. |
| |
Avec différentes combinaisons, nous avons un taux d'échec d'environ 44 %, ce qui est très, très important. Commençons donc par examiner différents scénarios. |
| |
Supposons que nous ne fassions rien dans notre processus d'injection et que nous demandions au fournisseur de |
| |
ils ont placé leurs résultats spécifiques dans la moyenne des limites de spécification nominales de la spécification |
| |
et réduire un peu la variation. Je vais donc modifier les valeurs ici. J'ai simplement entré la moyenne des diamètres des vis dans la valeur nominale pour réduire la variation. Donc, ce vert |
| |
La courbe ici, cette distribution verte, a été réduite. Je l'ai simulée à nouveau et nous sommes passés de 44 % à 32 %. Donc, |
| |
Peu de bénéfices et trop d'efforts, mais comme nous allons demander au fournisseur de nous fournir un meilleur résultat, alors que leurs résultats étaient déjà bons, n'est-ce pas ? Tout était conforme au cahier des charges. Donc, |
| |
Que s'est-il passé ? Nous travaillons dans notre processus, n'est-ce pas ? Voyons ce qui se passe si nous... |
| |
On réintègre le diamètre de la vis dans la moyenne actuelle, avec l'écart type. On réduit ainsi légèrement la variation au cours du processus. |
| |
La moyenne du traitement est de 4,45. Rappelons que la variation de ces cavités était très importante, supposons donc que nous corrigions, que nous fixions notre processus. |
| |
On calcule la moyenne du traitement par rapport à la valeur nominale et on réduit la variation. Combien de démontages sont possibles ? Pourquoi ? Le profileur de prédiction a donc indiqué ici, comme résultat, 20 démontages répétés. Le taux, le taux de défaillance |
| |
cela descend à 0,009 %. C'est très, très bon pour nous. Donc, |
| |
Même avec cette variation de groupe, le processus fonctionnerait avec une moyenne de 20 démontages. C'est excellent. Nous venons donc de valider le problème du processus d'injection, n'est-ce pas ? Si l'hypothèse est correcte, nous n'avons pas de problème de diamètre de vis, mais bien un problème dans notre processus d'injection. |
| |
Dès que nous avons constaté cela, nous avons élaboré un plan d'action. Nous l'avons rédigé et présenté aux responsables, aux responsables qualité, au responsable ingénierie, au directeur et… |
| |
Le responsable du processus d'injection, n'est-ce pas ? Le propriétaire de la machine d'injection, le propriétaire du moule. Donc, après avoir partagé les résultats et les prévisions avec la direction |
| |
Des modifications ont été apportées au moule d'injection d'aluminium. Les broches utilisées pour créer l'alésage ont été remplacées. Le moule modifié a donné les résultats suivants pour validation. |
| |
une fois que nous aurons réparé les broches que nous livrons étaient. |
| |
Après avoir percé ces trous dans la boîte, nous avons mené une autre étude de validation COV. Et voici le résultat obtenu. Donc, 20 autres pièces ont été testées sur ces mêmes quatre cavités différentes pour les trous, à deux positions différentes. Nous avons maintenant |
| |
De nouvelles cavités avec des résultats exceptionnels. Encore meilleurs que ceux que nous avions prédits avec notre outil de profilage. |
| |
Une variation infime. Voyons donc ce qu'il en est de la stabilité. Il s'agit d'une très bonne capabilité de processus. Nous l'avons. |
| |
zéro non-conformité à [inintelligible], c'est tout. |
| |
Presque zéro, n'est-ce pas ? C'est un excellent nouveau processus. Et nous pouvons maintenant comparer les actions avant et après ici. |
| |
avec notre nouveau processus. Donc, le même graphique bivarié que j'ai utilisé au début de l'enquête, je le présente maintenant avec les nouvelles valeurs, car ce que nous avons fait nous a permis d'obtenir ces 20 nouvelles parties. |
| |
Nous mesurons de nouvelles vis. Et, nous avons combiné, nous avons reconstitué différentes situations. Différentes valeurs pour le diamètre des vis et le diamètre des trous et |
| |
Nous avons suivi la procédure, récupéré la machine et commencé à la démonter, puis à la remonter, à la démonter et à la remonter encore, en répétant ce processus jusqu'à la panne. |
| |
Comme vous pouvez le constater, tous les points se situent désormais à l'intérieur de cette spécification pour les deux caractéristiques. Le point le plus problématique, le point rouge, présente 10, 11, 12 et 15 démontages. Nous avons donc le problème. |
| |
C'est réglé, n'est-ce pas ? Le problème n'existe plus. Nous avons simplement mis en place ce processus. |
| |
certains plans de contrôle dans l'usine, donc ils doivent contrôler le |
| |
diamètre des broches maintenant pour être sûr que |
| |
À un moment précis, il a fallu remplacer ces goupilles pour garantir le diamètre du trou et éviter ce problème chez le client. Voilà donc le problème. Il a été résolu. |
| |
Et voilà, c'est tout. Je vais prendre quelques minutes pour vous montrer comment j'ai fait ça. |
| |
JMP. Voici donc notre tableau de données où figurent les boîtes que j'utilise, les trous que j'utilise et, pour chaque trou, le diamètre. |
| |
Chaque vis aura un diamètre mesuré ici, et le nombre de ces vis correspond à toutes les combinaisons possibles. Nous avons ici 60 combinaisons, et nous avons la quantité de démontage pour chacune. Donc, |
| |
Une des choses que j'ai faites ici, c'est d'utiliser l'option Analyser -> Ajuster Y par X. J'ai indiqué le diamètre du trou en Y et le diamètre de la vis en X. |
| |
J'ai ce graphique ici, il est donc différent de celui que j'ai présenté précédemment car il indique les limites de spécification, n'est-ce pas ? J'ai donc indiqué ici les plages autorisées. |
| |
Voici la vis, donc c'est de 4,617 à 4,8. J'ai juste mis du bleu ici et ajouté. Donc, nous avons les spécifications à peu près. |
| |
le diamètre de la vis et ici nous avons 4,4, 4,5. |
| |
Et je mettrai ici le |
| |
ainsi que les spécifications des trous. |
| |
Spécifications du perçage. |
| |
Par conséquent, c'est ici. |
| |
Je décollerais. |
| |
Donc. |
| |
Oups. |
| |
Une fourchette à nouveau 4,4, 4,5. |
| |
Nous avons donc ce graphique. Tous les points que nous avons là. |
| |
Et la légende, je l'affiche ici avec le clic droit : Légende de la ligne |
| |
Démontage. J'ai choisi ici, du vert au rouge. |
| |
J'ai choisi une échelle inversée ici, car le vert, je veux qu'il soit le meilleur. Donc, les voici. D'accord, je pourrais aussi, |
| |
Augmentez la taille des points ici. Voici donc l'un des graphiques que j'ai utilisés. |
| |
J'ai également effacé les états de lignes, puis utilisé Analyser > Ajuster le modèle. Mon objectif (Y) est le nombre de démontages. J'ai indiqué le diamètre total et le diamètre de la vis, ainsi que leur interaction, avant de lancer le calcul. |
| |
Et j'ai ici, |
| |
Voici mon résumé de l'adéquation avec notre R² ici et |
| |
Le profileur est juste ici. Donc, |
| |
C'est ici que j'ai indiqué le diamètre, c'est ici que j'ai modifié le diamètre de ce trou, le simulateur II utilisé ici, j'ai donc enregistré les limites de spécification ici, je sais donc que 10 est la limite de spécification inférieure pour la quantité de démontage. |
| |
J'ai inclus ici une variation aléatoire autour de ces moyennes. Donc, une fois que j'ai eu ça, j'ai juste... |
| |
J'ai choisi 5 000 exécutions et j'ai effectué une simulation. Voici le taux d'échec obtenu. Ce résultat est différent car je n'ai pas utilisé les mêmes valeurs que dans la présentation. Nous pouvons donc effectuer des simulations dans différents scénarios. Supposons que nous commencions à introduire des trous dans la version 4.43. |
| |
Le nombre de démontages sera donc de 24, avec la même moyenne de |
| |
le diamètre de la vis. Et c'est un outil très pratique dans JMP, que j'utilise beaucoup dans mes présentations. Donc, |
| |
Merci d'avoir regardé, c'est tout pour aujourd'hui. |
