| Oratore |
Trascrizione |
| Nicholas Shelton |
Okay, ora disattivo l'audio e una volta disattivo l'audio, puoi iniziare quando sei pronto e, come ho detto, non preoccuparti se fai un errore o qualcosa del genere, continua semplicemente e poi, quando avremo finito, interromperò la registrazione e riattiverò l'audio. |
| |
Okay, okay, va bene, quando puoi andare avanti e iniziare quando sei pronto. |
| |
Ciao a tutti, sono qui oggi per spiegarvi di cosa stiamo parlando. |
| |
Un problema industriale che è stato risolto utilizzando alcuni strumenti statistici avanzati e JMP, quindi questo è un problema reale che ho affrontato quando lavoravo in un'azienda produttrice di apparecchiature elettriche moderne. |
| |
Quindi qual era il problema che ci trovavamo ad affrontare in quel momento? Avevamo questi motori elettrici e il cliente acquistava il distillato dall'acqua. |
| |
E deve collegare questo modello elettrico alla sua macchina, quindi deve aprire questa scatola qui. |
| |
Questa scatola ha quattro viti diverse e quattro fori, quindi deve aprire questo coperchio, deve collegare i cavi elettrici alla sua macchina e deve fissarlo di nuovo per richiuderlo. |
| |
Quando il cliente prova a fare questo e, nel momento in cui deve fissare il per chiudere la scatola con questo coperchio e questi quattro diversi. |
| |
viti a volte ha questo problema quando la vite è [girata falsa?]. In altre parole non abbiamo più presa tra la vite e il foro di alluminio, quindi. |
| |
Per specifica, questa vite è il processo di assemblaggio e questo assemblaggio deve resistere almeno 10 volte. |
| |
E il cliente può farlo senza problemi per molto, molto tempo o in momenti diversi, o se necessario. |
| |
cambia la posizione cambia la macchina in cui vengono utilizzati questi motori elettrici, dovrebbe semplicemente aprire e chiudere la scatola, senza alcun problema Quindi qui abbiamo un piccolo. |
| |
Un breve video che illustra bene qual è il problema: l'equipaggio è perso qui, non c'è più alcuna presa. |
| |
Quando ciò accade, non è un problema comune che affrontiamo ogni giorno, ma a volte può succedere quando accade, ha ricevuto il regista. |
| |
un reclamo, il direttore ha chiamato il responsabile della qualità e il responsabile della qualità ha chiamato me, quindi Matheus, dobbiamo risolvere questo problema, quindi riuniamo le persone e iniziamo questa indagine. |
| |
Ed è quello che è successo, è quello che abbiamo iniziato a fare. |
| |
Come in altre situazioni, ci sono altri problemi che dobbiamo indagare. |
| |
Inizieremo sempre con alcune ipotesi, quindi almeno alcune ipotesi su cosa può influenzare questo problema, come possiamo spiegare questo fallimento, quindi mettiamo insieme alcune persone provenienti da diversi settori, ad esempio, l'ingegneria di prodotto. |
| |
Cosa possiamo sbagliare qui? Potrebbe trattarsi di un problema qualsiasi nel reparto di ingegneria del prodotto, che causa questi problemi, alcuni errori di progettazione o potremmo avere errori nella catena di montaggio, problemi di variazione, forse questa è la macchina avvitatrice. |
| |
funziona con una coppia elevata e genera questo problema o questa vite che stiamo acquistando proprio da questo fornitore, che ci fornisce queste viti, forse le hanno. |
| |
Diametro ridotto e non possiamo avere questa presa o l'ultima ipotesi che abbiamo elencato all'epoca era il processo di iniezione, quindi questa scatola di alluminio adatta qui. |
| |
Questo diametro potrebbe essere aperto, quindi, anche se avessimo uno schermo scadente o un buon diametro della vite, potremmo avere un diametro molto grande e la vite non potrebbe avere questa presa. |
| |
Tutto ciò potrebbe farci avere un problema. |
| |
Una volta che abbiamo avuto questi incontri e abbiamo elencato queste ipotesi, abbiamo iniziato a convalidarle o invalidarle. |
| |
Con alcuni studi, altri con alcuni dati e abbiamo iniziato a parlare di ingegneria del prodotto e catena di montaggio, quindi entrambi sono stati invalidati. |
| |
Abbiamo controllato tutti i progetti, tutte le specifiche, tutti gli standard che avevamo quando progettavamo questi assemblaggi, questa combinazione tra vite e foro, i diversi materiali, tutto era a posto, quindi non abbiamo dovuto fare nulla qui. |
| |
La macchina avvitatrice che stavamo usando sulla catena di montaggio è appena arrivata. |
| |
siamo venuti nei laboratori, nella metrologia e abbiamo controllato il parco, abbiamo controllato le macchine e tutto era a posto, quindi non abbiamo avuto problemi qui, quindi cosa può influenzare questo problema ora? |
| |
C'erano solo la vite e il foro di montaggio, questa parte in alluminio, questa scatola qui che potevamo controllare, ok, facciamolo, parliamo del diametro di Israele, una delle ipotesi principali di questo problema. |
| |
E qui abbiamo iniziato a usare JMP, ma prima di iniziare a misurare le viti in fabbrica, dobbiamo sempre essere sicuri che il sistema di misurazione sia approvato. |
| |
Ecco un semplice grafico di variabilità in cui abbiamo il diametro, il diametro della vite, abbiamo cinque parti, ciascuna delle quali è stata misurata da due operatori diversi tre volte ciascuna. |
| |
Abbiamo qui i nostri vari componenti, dove possiamo vedere che il 93,8% della variazione è stata causata dalle parti, quindi questa è una delle cose di cui possiamo essere certi che il nostro sistema di misurazione sia buono, possiamo differenziare. |
| |
parti nel processo, quindi il sistema di misurazione è stato approvato, e ora possiamo andare avanti, possiamo passare al processo Aaron possiamo valutare 30 queste sono viti quindi facciamolo, come è la voce del processo giusta e abbiamo avuto una strategia di esempio per ogni passaggio che vi sto presentando qui. |
| |
Abbiamo utilizzato la metodologia Six Sigma, quindi la seguiamo in parte. |
| |
Un approccio molto strutturato inizia con le valutazioni del sistema di misurazione e prosegue con il processo, comprendendone la voce e, infine, la conclusione. |
| |
facendo alcune combinazioni e cercando di convalidare o convalidare le ipotesi che ho appena presentato, quindi il campionamento è una strategia in questo caso. |
| |
Avevamo una scatola piena di viti all'interno, quindi sapevamo che l'unica informazione che avevamo era che avevamo ricevuto queste viti in lotti diversi, quindi ogni lotto aveva il suo. |
| |
Data di fabbricazione o momento di fabbricazione, quindi li abbiamo semplicemente separati in tre lotti diversi, chiamando ogni lotto. |
| |
20 parti e ogni parte è stata misurata in due posizioni diverse sul quadrato, ad esempio a zero gradi e a 90 gradi. |
| |
Perché questo? Per vedere, per capire se potevamo avere problemi di circolarità in questo diametro, quindi con questa strategia di campionamento abbiamo iniziato a raccogliere dati e avevamo 120 punti da analizzare in JMP. Di nuovo. |
| |
In un'analisi molto pratica, eseguendo un grafico di variabilità inserendo tutti i 120 punti, possiamo vedere che tutto rientrava nei limiti delle specifiche. |
| |
Ogni punto qui è una misura nelle viti. Queste linee blu |
| |
collega la posizione uno e due di questa vite, quindi se qui abbiamo una linea blu molto grande, significa che abbiamo un errore di circolarità molto grande. |
| |
Ciò significa che queste due diverse posizioni del diametro sono molto diverse. |
| |
Il diametro, in media, può essere buono, ma la differenza tra questi e questi diametri potrebbe essere sbagliata, e questo potrebbe influire sul nostro problema al momento di avvitarlo nella scatola di alluminio, ok. |
| |
Questa è un'analisi molto pratica su questa vite: tutto sembrava andare bene in un'analisi grafica confrontando queste due diverse posizioni delle viti, possiamo vedere che possiamo invalidare l'ipotesi che gli errori di circolarità. |
| |
Potrebbero influire sul fatto che la media della posizione uno e della posizione due sia quasi la stessa. La dimensione di queste barre qui, non c'è nulla che... Okay, la posizione due o una è molto diversa, quindi. |
| |
Questa analisi grafica qui è basata sul grafico della variabilità, che confronta semplicemente la posizione con il diametro; possiamo vedere tutto ciò. |
| |
Dovremmo prestare attenzione, quindi ora, in un'analisi quantitativa che utilizza queste capacità di processo in JMP, possiamo vedere come è la voce del processo del fornitore, proprio il fornitore che ci consegna queste viti. Com'è il processo? Giusto. |
| |
Abbiamo qui un CPK di circa 1,47, un PPK di circa 1,014. Abbiamo un'instabilità di circa 1,45, quindi non è il miglior processo che abbiamo. |
| |
Visto ma. |
| |
Considerando un PPK ideale 1.33. E pensando a una caratteristica o dimensione critica per la qualità qui. |
| |
Potremmo supporre che queste viti potrebbero influire sul problema a lungo termine, al momento rientrano tutte in questa specifica, ma in base alle statistiche, in base al valore PPK. |
| |
Meno di 1,33 potrebbe essere un problema in futuro, giusto? |
| |
Ma prima di dare la colpa ai fornitori, dobbiamo comprendere il processo di iniezione, il nostro processo. Se riusciamo a resistere a questa variazione della vite, meglio per noi, perché non ne abbiamo bisogno. |
| |
inizia a fare qualsiasi cosa nel fornitore e va bene. |
| |
Quindi questa ipotesi. |
| |
Era in attesa. Mettiamo da parte questo e aspettiamo gli studi sul nostro processo di iniezione. |
| |
vediamo come abbiamo fatto. |
| |
per iniettare queste scatole, abbiamo uno stampo. |
| |
Questo stampo ha quattro cavità diverse. Quindi ogni volta che iniettiamo |
| |
Con questo processo otteniamo quattro parti diverse, giusto? Ogni parte ha quattro fori diversi, i fori che il cliente usa per fissare la copertura. E ogni parte verrà misurata anche in posizioni diverse. Posizione uno e posizione due. |
| |
Quindi, ancora una volta, prima di iniziare a misurare questo processo e vedere cosa succede nel processo originale e reale, dobbiamo essere sicuri che il nostro sistema di misurazione sia valido e approvato. |
| |
Dobbiamo essere sicuri di saper gestire cinque parti buone e cinque parti cattive. Quindi, con una parte, una scatola, abbiamo eseguito questo. |
| |
Questo sistema di misurazione della variazione in quei quattro fori diversi. Ogni foro è stato misurato da due operatori diversi tre volte ciascuno. Quindi, abbiamo avuto la maggiore variazione di questo sistema di misurazione causata dal foro, pari al 95%. |
| |
Devo dire che è stato molto difficile approvarlo. |
| |
Era come il terzo MSA che abbiamo eseguito. Abbiamo dovuto acquistare una nuova protezione per misurare questo diametro interno. Le specifiche erano molto rigide e la risoluzione relativa al |
| |
riguardo agli indicatori non appropriati all'inizio, quindi abbiamo fatto approvare questo terzo MSA. Quindi, una volta approvato |
| |
Ora possiamo andare avanti, possiamo misurare le parti coinvolte nel processo, possiamo capire come varia il nostro processo di iniezione e come può influire sul nostro problema. Quindi siamo passati al processo e abbiamo ottenuto quella modalità con quattro cavità diverse. |
| |
Cinque parti da ogni cavità. |
| |
Quindi abbiamo semplicemente iniettato cinque volte nel processo, ogni cavità ci ha dato cinque parti. Ogni parte aveva |
| |
quattro fori diversi e ogni foro lo misuriamo in una posizione diversa, quindi questa è una strategia di esempio per uno strumento Six Sigma che chiamiamo |
| |
componenti di variazione con questi componenti di variazione possiamo capire come è la voce del processo, possiamo confrontare la voce del processo con la voce del cliente e utilizzando la capacità di processo in JMP possiamo capire quanto è grande il problema. Quindi, |
| |
Qui abbiamo l'analisi pratica del COV. E tutti i dati che abbiamo raccolto sono qui. |
| |
Abbiamo quattro cavità diverse in questo grafico di variabilità. La prima cavità qui, la seconda cavità qui, la terza qui e la quarta qui. Quindi possiamo vedere molte, molte situazioni diverse qui, molte |
| |
Informazioni molto importanti per noi. Ad esempio, la cavità peggiore che possiamo vedere in questo grafico di variabilità è la cavità numero due. |
| |
Poiché possiamo, ad esempio, prendere il numero di parte sei, qui abbiamo il primo foro all'interno di questa specifica, il secondo foro. |
| |
Al di fuori di questa specifica, il terzo foro all'interno della specifica e il quarto occupano una posizione esterna e una posizione interna. Quindi, questo non va bene. |
| |
Ciò sta causando... sta causando molta variazione in questi dati e forse, qui abbiamo la causa principale del nostro problema, giusto? |
| |
E perché questo stampo, queste sono le solite quattro cavità diverse e perché la cavità numero tre è così buona, e la cavità numero due è così cattiva, e quella uno e quattro è più o meno, giusto? |
| |
C'è molta variazione tra queste due posizioni sul foro. Ciò significa che il foro non è circolare. Abbiamo |
| |
Errore di circolarità che può influire sul problema. Questa è un'analisi molto pratica, possiamo vedere molte cose qui in JMP con questi grafici di variabilità. |
| |
Per un'analisi più grafica, ho semplicemente rimosso il foro di posizione qui e quelle linee blu ora sono all'interno di questa barra. Quindi più grande è la barra, maggiore è il problema di circolarità. |
| |
Possiamo vedere di nuovo la cavità tre. Non vediamo più il problema, ma nella cavità uno, nella cavità quattro e nella cavità due possiamo ancora vedere il problema. |
| |
essendo molto, molto grande, giusto? In un'analisi quantitativa che utilizza ora la nostra capacità di processo, possiamo vedere, mentre inseriamo tutti i centosessanta dati |
| |
all'interno dello stesso batch, all'interno della stessa valutazione, della stessa distribuzione, possiamo vedere un processo molto negativo: il nostro CPK e PPK sono quasi uguali a zero, quindi è un processo molto negativo. |
| |
Pensare alla non conformità a lungo o breve termine |
| |
base, stiamo parlando di più di 300.000 parti non conformi |
| |
contro le nostre specifiche, significa che se compriamo 1 milione ci dispiace se iniettiamo 1 milione di quelle scatole, |
| |
scatola di alluminio, ne avremo più di 300, ovvero il 30% fuori dalle specifiche, quindi forse abbiamo appena trovato il problema. E un'altra cosa molto interessante che JMP ci fornisce è che abbiamo questo 160 |
| |
dati qui, ma sappiamo che la persona che sta indagando su questo, la persona che sta analizzando questo, |
| |
Sappiamo di avere quattro cavità diverse e di avere circa 40 punti dati per ciascuna, quindi perché non separare queste analisi in cavità diverse? Ecco cosa abbiamo fatto qui. Abbiamo quindi un'analisi della capacità di processo per la cavità uno. |
| |
Processo molto instabile. Anche la cavità due è un processo molto instabile, con valori PPK e CPK negativi. |
| |
Ciò significa che la misura di questo, il significato di questo processo, è al di fuori della specifica di uno di essi. Quindi, possiamo vedere qui come la media campionaria sia 4,50075, |
| |
mentre il limite superiore della specifica è 4,5000. Quindi siamo fuori dalla nostra specifica. Ciò significa che il nostro PPK è negativo. Quindi, |
| |
È un processo molto pessimo, molto pessimo, peggiore della cavità uno. La cavità tre è quella buona. Quindi, possiamo osservare un processo molto stabile. L'indice di stabilità è vicino a uno. |
| |
I valori di CPK e PPK sono molto buoni. Le aspettative sulle forme normali sono molto buone. Quindi, anche nella cavità quattro, abbiamo un processo scadente. |
| |
CPK e PPK sono pessimi, e confrontandoli ogni anno è molto chiaro dove sta il nostro problema, giusto? È nella cavità 1, 2, 3 o 4? |
| |
Quindi se dovessimo iniziare ad agire nel nostro processo, dovremmo valutare le dimensioni, le situazioni, le caratteristiche della cavità due, e della cavità uno, e della cavità quattro e non dovremmo fare nulla nella cavità tre. |
| |
Quindi le ipotesi sul nostro processo di iniezione sono convalidate. |
| |
E abbiamo ancora in sospeso l'ipotesi del diametro della vite. Quindi, perché l'ho messa in sospeso? Perché possiamo valutarle insieme. |
| |
Abbiamo un'interferenza tra la vite e il foro di montaggio. Come possiamo valutare l'interazione tra le due parti nel processo produttivo? |
| |
E quanto sono buoni o cattivi una volta che abbiamo le informazioni su quei due processi, giusto? Abbiamo la media e la deviazione standard di ciascun processo, quindi possiamo mettere insieme i dati. Quindi iniziamo a correre. |
| |
adattamento bivariato del diametro del foro al diametro della vite. Cosa ho fatto qui? |
| |
Sono appena entrato in JMP in questi Fit Y per X, ho appena inserito il diametro del foro in Y e il diametro della vite in X. Ecco, |
| |
Questa ombra blu indica i limiti di specifica. Abbiamo i limiti di specifica del diametro dello schermo e abbiamo i limiti di specifica del diametro del foro di montaggio. Tutti questi singoli punti rappresentano la combinazione tra il diametro della vite e quello del foro. Quindi, |
| |
una volta misurato questo nel processo ho identificato ciascuna delle parti come questa è la parte numero uno, la parte numero cinque e io [incomprensibile]. |
| |
Codice articolo 25, codice articolo 30, per le viti e la scatola di alluminio. Quindi, ad esempio, questo punto qui, questo punto qui, questa è la scatola numero sei, il foro numero due e la vite numero nove. Il numero della vite è qui, il diametro del foro è qui. E per ogni punto qui. |
| |
Combino in modo strategico perché volevo vedere |
| |
Quale sarà il comportamento di queste parti, di questi componenti insieme quando ho una vite di piccolo diametro e vengono assemblati con un foro di piccolo diametro? Ma cosa può succedere se ho una vite piccola con una grande |
| |
si adatta perfettamente, giusto? Cosa può succedere se ho una vite di grande diametro, con un foro di grande diametro? E cosa posso ottenere nel processo, se ho |
| |
Un diametro della vite molto grande con un diametro del foro molto piccolo? E abbiamo molti punti intermedi. Quindi avevamo circa 60 diverse combinazioni di questi dati e |
| |
Ho trovato tutte le combinazioni possibili. Stai cercando di riprodurre questo errore, giusto? Giusto? Perché, una volta riprodotto l'errore, possiamo capire cosa sta succedendo nel processo. Cosa? |
| |
può influenzare il processo. Qual è la causa principale? La vite? O il foro di montaggio? Quale dimensione dovremmo avere per evitare questo problema? Quindi, |
| |
per esempio questo qui, quando mettono questa vite numero nove nel numero due della scatola numero sei la assemblo usando quella macchina |
| |
che stavamo usando nel processo. E, lo smonto. E quando ho provato a |
| |
Ripetendolo, non ci sono riuscito. Quindi ho avuto il problema. Il numero di questo assembly qui era uguale a uno, significa che potevo farlo solo una volta. |
| |
Prendiamo un'altra situazione. Questo punto, proprio qui. Quando prendo quella vite numero 15 che aveva un diametro di circa 4,73 |
| |
contro il foro numero due della scatola numero 14 con un diametro del foro di circa 4,43, significa che l'interferenza tra una vite e l'intero diametro qui era di circa 0,3 millimetri. Quindi quante volte |
| |
Potrei farlo, giusto? Quindi, potrei ripetere questo processo di apertura e chiusura della scatola, apertura e chiusura, apertura e chiusura, 30 volte. Questa situazione qui, cinque volte. Questa situazione qui, 21 volte. Quindi, per ognuno di questi punti, abbiamo eseguito questo processo di assemblaggio finché non abbiamo riscontrato il problema. Quindi potremmo. |
| |
contare il numero di volte in cui abbiamo ripetuto questo processo. Quindi, poiché abbiamo una colonna nella nostra tabella dati chiamata |
| |
Quantità o quantità di questi come questi assemblaggi, possiamo semplicemente inserire una legenda qui e abbiamo qui, ad esempio, i punti che vanno dal rosso al verde. I punti rossi qui sono cattivi. Lo sono. |
| |
tra zero e 10. Ricorda che il limite inferiore di specifica è 10. Dobbiamo essere in grado di ripetere questo processo almeno 10 volte. Quindi tutti i punti rossi qui sono negativi. |
| |
Un altro strumento molto interessante che usiamo qui in JMP è il Prediction Profiler. In questo caso utilizzo il Fit Model, in cui inserisco i tre gradi di libertà, il diametro del foro, il diametro della vite e l'interazione tra di essi. |
| |
un R al quadrato di circa 0,88. Quindi, va bene, giusto? Possiamo rappresentare bene questi modelli. Quindi, qui possiamo iniziare a sperimentare diverse situazioni con i nostri dati, giusto? |
| |
Perché abbiamo |
| |
Qui il diametro del foro, qui il diametro della vite, e qui abbiamo il risultato, la nostra Y, il nostro obiettivo, il nostro scopo. Cioè, la quantità di questo assemblaggio che possiamo ottenere in questo processo. |
| |
Quindi se fissiamo il primo scenario che ho eseguito qui era se fissiamo il diametro della vite alla media che i fornitori, fornendoci |
| |
Oggi, quale dovrebbe essere la media dell'intero diametro, per garantire almeno 11 millimetri di smontaggio, giusto? Questa media dovrebbe essere 4,50 millimetri, giusto? Oh, bene. Abbiamo il nostro primo scenario, ma che dire della variazione di processo, giusto? |
| |
Ricorda che abbiamo misurato |
| |
160. |
| |
parti, la scatola di alluminio. Abbiamo misurato 120 diametri. Quindi, abbiamo la deviazione standard di quei prodotti, giusto? Quando utilizziamo il simulatore nel Prediction Profiler |
| |
inserendo qui, salvando il limite inferiore delle specifiche, aggiungendo la nostra variazione casuale. |
| |
attorno a questo diametro del foro. Sommando la deviazione standard ottenuta nel processo e la deviazione standard della vite ottenuta nel processo, possiamo simulare. Ho appena simulato qui 10.000 |
| |
diverse combinazioni e abbiamo un tasso di fallimento di circa il 44%, quindi è molto, molto grande, quindi iniziamo con alcuni scenari diversi. |
| |
Supponiamo di non fare nulla nel nostro processo di iniezione e di chiedere al fornitore di |
| |
mettono i loro risultati specifici nella media dei limiti di specifica nel nominale della specifica |
| |
e ridurre un po' la variazione. Quindi, cambierò i valori qui. Ho semplicemente inserito la media dei diametri delle viti nel valore nominale per ridurre la variazione. Quindi questo verde |
| |
curva qui questa distribuzione verde è stata ridotta. L'ho simulata di nuovo e siamo passati dal 44% al 32%. Quindi, |
| |
Pochi benefici e troppi sforzi, ma perché chiederemo al fornitore di darci un risultato migliore, ma i loro risultati erano già buoni, giusto? Tutto era all'interno delle specifiche. Quindi, |
| |
cosa è successo mentre lavoravamo nel nostro processo giusto? Vediamo cosa succede se semplicemente |
| |
Rimettiamo il diametro della vite nella media che stanno fornendo in questo momento con la deviazione standard. E riduciamo un po' la nostra variazione nel processo, ed entrambi, |
| |
la media dell'elaborazione nominale è 4,45. Ricorda che la variazione di queste cavità è stata molto, molto grande, quindi supponiamo di correggere, di sistemare, il nostro processo. |
| |
Imposta la media dell'elaborazione come nominale e riduci la variazione. Quanti smontaggi potremmo avere? Perché? Quindi, il profiler di previsione ha appena inserito come risultato 20 smontaggi ripetuti. Il tasso, il tasso di guasto |
| |
scende allo 0,009%. Questo è molto, molto buono per noi. Quindi, |
| |
Anche con questa variazione di gruppo, il processo funzionerebbe con una media di 20 smontaggi. Ottimo. Quindi abbiamo appena convalidato il problema del processo di iniezione, giusto? Se l'ipotesi è corretta. Non abbiamo un processo basato sul diametro della vite, ma sì, abbiamo un problema nel nostro processo di iniezione. |
| |
Una volta visto questo, abbiamo elaborato un piano d'azione. Lo abbiamo scritto e presentato ai manager, ai responsabili della qualità, al responsabile dell'ingegneria, al direttore e |
| |
Il responsabile del processo di iniezione, giusto? Il proprietario di quella macchina a iniezione, il proprietario di quello stampo. Quindi, dopo aver condiviso i risultati e le previsioni con la dirigenza |
| |
Sono state intraprese delle azioni nello stampo a iniezione di alluminio. Il perno utilizzato per creare il foro di raccordo è stato sostituito con uno nuovo. Lo stampo modificato ha prodotto i seguenti risultati per la convalida. Quindi, |
| |
una volta sistemati i perni che stiamo consegnando. |
| |
Dopo aver praticato questi fori nella scatola, abbiamo eseguito un altro studio di convalida COV. E abbiamo ottenuto questo risultato. Quindi, altre 20 parti su quelle stesse quattro diverse cavità per i fori, in due posizioni diverse. Ora abbiamo |
| |
una nuova cavità con risultati davvero molto buoni. Persino migliori di quelli che avevamo previsto nel nostro profiler di previsione. |
| |
Una variazione molto piccola. Quindi, vediamo cosa succede quando parliamo di stabilità, giusto? Questa è un'ottima capacità di processo. Noi l'abbiamo. |
| |
nessuna non conformità a [incomprensibile], quindi questo è tutto. |
| |
Quasi zero, giusto? Questo è un ottimo nuovo processo. E ora possiamo confrontare le azioni prima e dopo qui. |
| |
Con il nostro nuovo processo. Quindi, lo stesso grafico bivariato che ho usato all'inizio dell'indagine, ora lo presento qui con i nuovi valori, perché quello che abbiamo fatto è stato ottenere queste nuove 20 parti. |
| |
Misuriamo nuove viti. E, combinandole, mettiamo insieme diverse situazioni. Diversi valori per il diametro delle viti e il diametro dei fori e |
| |
siamo andati al processo, abbiamo preso quella macchina e abbiamo iniziato a smontarla, e rimontarla, smontarla e rimontarla ripetendo questo processo, fino ad avere il guasto. Quindi, |
| |
Come potete vedere qui, tutti i punti sono ora all'interno di questa specifica per entrambe le caratteristiche. E il punto peggiore qui, quello rosso, è avere 10, 11, 12, 15 smontaggi. Quindi ora abbiamo il problema. |
| |
Risolto, giusto? Non abbiamo più il problema. Abbiamo solo implementato questo processo. |
| |
alcuni piani di controllo in fabbrica, quindi devono controllare il |
| |
diametro dei perni ora per essere sicuri che |
| |
A un certo punto, devono sostituire questi perni. Per garantire il diametro del foro. Per garantire che il cliente non abbia questo problema, giusto? Quindi questo era il problema. Il problema è stato risolto. |
| |
E questo è tutto ragazzi. Userò qualche minuto qui per mostrarvi come ho fatto questo nel modo giusto |
| |
JMP. Quindi, qui ho la nostra tabella dati in cui ho le scatole in cui utilizzo i fori che utilizzo e per ogni foro abbiamo il diametro. |
| |
ogni vite avrà il diametro misurato qui, e il numero di queste viti tutte le combinazioni e qui abbiamo 60 combinazioni e abbiamo la quantità di smontaggio per ciascuna. Quindi, |
| |
Una delle cose che ho fatto qui è stata Analizza -> Adatta Y per X. In cui ho inserito il diametro del foro in Y e il diametro della vite in X. |
| |
Ho questo grafico qui, quindi è diverso da quello che ho presentato perché lì ho i limiti di specifica, giusto? Quindi, i limiti di specifica, li ho inseriti qui come intervalli consentiti. Li ho inseriti qui. |
| |
Questa è la vite, quindi è 4,617 a 4,8. Ho solo messo il blu qui e ho aggiunto. Quindi, abbiamo le specifiche. |
| |
il diametro della vite e qui abbiamo 4,4, 4,5. |
| |
E, metterò qui il |
| |
anche le specifiche dei fori. |
| |
Specifiche del foro. |
| |
Quindi è qui. |
| |
Io partirei. |
| |
COSÌ. |
| |
ops. |
| |
Un intervallo ancora 4,4, 4,5. |
| |
Quindi ora abbiamo quel grafico lì. Quindi, tutti i punti che abbiamo lì. |
| |
E la legenda che ho appena cliccato con il tasto destro qui, Row Legend |
| |
smontaggio. Ho scelto qui, questi dal verde al rosso. |
| |
Ho scelto la scala inversa qui, perché il verde, voglio che sia il migliore. Quindi, sono qui. Okay, potrei anche, |
| |
qui metti punti più grandi. Quindi, questo è uno dei grafici che ho usato. |
| |
Un'altra cosa che ho fatto, lasciando semplicemente gli Stati di riga qui, è stata la funzione Analizza -> Adatta modello. Quindi, il mio obiettivo qui è la quantità di smontaggi. Ho appena inserito qui il diametro totale e il diametro della vite. Ho inserito anche l'interazione tra di essi e ho eseguito. |
| |
E ho qui, |
| |
il mio Riepilogo di Fit con il nostro R-quadrato qui e |
| |
il profiler qui. Quindi, |
| |
qui è dove ho messo il diametro, dove ho cambiato il diametro del foro, il simulatore II ha usato qui, quindi ho salvato i limiti delle specifiche qui, quindi so che 10 è il limite inferiore delle specifiche per la quantità di smontaggio. |
| |
Ho inserito qui una variazione casuale di queste medie. Quindi, una volta ottenuto questo, ho semplicemente... |
| |
Potrei scegliere 5000 esecuzioni e simularle qui, ottenendo questo tasso di errore. È diverso perché non ho utilizzato gli stessi valori della presentazione. Quindi, potremmo provare scenari diversi. Supponiamo di iniziare a generare buchi in 4.43. |
| |
Quindi la quantità di smontaggi sarà 24 con la stessa media del |
| |
il diametro della vite. E questo è uno strumento davvero molto utile in JMP, e lo uso molto nelle mie presentazioni. Quindi, |
| |
Grazie per aver guardato e questo è tutto ragazzi. Questa è la fine. |
