| Oratore |
Trascrizione |
| André Zanezi |
Ciao a tutti. Mi chiamo Andre Zanezi e sono Cintura Nera Six Sigma presso Weg. Sono qui oggi al Discovery Summit per parlare dello sviluppo di un test di durata accelerata per dimostrare e quantificare l'affidabilità dei motori delle lavatrici. |
| |
Sappiamo che alcune...ogni azienda quando sviluppa nuove tecnologie, nuove soluzioni, spesso |
| |
devono affrontare alcune sfide quando devono migliorare l'affidabilità dei loro prodotti. |
| |
Ci troviamo di fronte allo stesso problema, alle stesse sfide. E il progetto dovrebbe analizzare e comprendere i nostri dati storici di affidabilità per quantificarli. |
| |
E provare a sviluppare una procedura, un test di vita accelerato nei nostri laboratori interni, laboratori per riprodurre il nostro fallimento... le modalità di fallimento da noi osservate. In pratica, potremmo sviluppare... |
| |
sviluppare modelli nei primi due modi. Quindi, nella prima fase, otteniamo alcuni dati storici dai nostri motori. |
| |
E utilizzando i moduli di affidabilità e sopravvivenza in JMP, abbiamo adattato una certa distribuzione della vita per i nostri motori. E sappiamo che |
| |
adattando alcune distribuzioni di durata come le distribuzioni di Weibull, possiamo comprendere l'affidabilità dei nostri motori, la loro durata. E in JMP, possiamo anche |
| |
utilizzare distribuzioni di durata e adattamento |
| |
diverse distribuzioni per diverse modalità di guasto. E lo abbiamo fatto per quattro principali diverse modalità di guasto. E le abbiamo confrontate, analizzate e comprese, o meglio, comprese, la durata dei nostri motori, l'affidabilità dei nostri motori. |
| |
Facendo ciò, siamo stati in grado di comprendere e quantificare i nostri parametri di scala e forma e, in pratica, quanti cicli erano necessari per avere un guasto. |
| |
E inoltre, secondo il ??? per sapere quali tipi di modalità di errore stiamo affrontando. E abbiamo... abbiamo anche fatto un controllo incrociato con i nostri KPI di convalida interni, in pratica |
| |
tracciare i grafici di sopravvivenza. Abbiamo grafici di sopravvivenza e controlli incrociati con KPI interni per capire se la probabilità e l'intervallo di errore erano corretti... se i nostri dati erano affidabili. E comprendendo tutte queste modalità di errore, potremmo |
| |
Potremmo sviluppare un test interno per accelerare... accelerare il nostro test interno... il nostro test interno. E fondamentalmente per farlo. Dovremmo capire la fisica, l'ambiente... |
| |
che le condizioni ambientali in cui si troveranno i nostri motori sono |
| |
lavorandoci. Lo abbiamo fatto attraverso l'analisi dell'albero dei guasti, fondamentalmente distribuendo |
| |
e comprendere le relazioni causa-effetto. In questo modo, potremmo impostare le variabili più critiche in queste relazioni causa-effetto. E ancora, utilizzare JMP per progettare un esperimento. |
| |
per cercare di quantificare l'effetto di alcune variabili nella nostra risposta ai nostri cicli di fallimento. In pratica, stavamo cercando di riprodurre i fallimenti sul campo nei nostri laboratori. E ci siamo riusciti, ne eseguiremo diversi. |
| |
test e, come risultato dei nostri esperimenti, potremmo avere...potremmo impostare e adattare alcuni modelli utilizzando modelli di adattamento...adattamenti ai nostri dati e comprendere la relazione dei nostri |
| |
variabili ambientali e motorie per cicli fino al guasto, e comprendere il grafico di sopravvivenza, e ordinare il grafico di superficie, comprendere la relazione di alcune variabili con cicli fino al guasto, |
| |
e impostare un punto specifico per accelerare la durata dei nostri motori. E ancora, eseguendo alcuni lotti di campioni, potremmo |
| |
impostare e adattare le distribuzioni della durata di vita per i nostri risultati interni, per i nostri test interni nel test di vita accelerata. A |
| |
abbiamo riscontrato alcuni fallimenti, ma alla fine di questo esperimento, di questi test accelerati, dovremmo essere certi di trovarci di fronte e di causare gli stessi fallimenti che avevamo nei dati storici. |
| |
Torniamo quindi alle distribuzioni della durata di vita nel modulo di sopravvivenza e affidabilità nel modulo di sopravvivenza. |
| |
E ancora, ora adattiamo alcune distribuzioni di Weibull per i nostri risultati interni...interni per i nostri test di durata accelerata. |
| |
E abbiamo notato che fondamentalmente modellano il parametro, il parametro di quello, secondo il migliore mezzo per la modalità di riempimento e |
| |
incrociamo queste informazioni con i nostri dati storici e possiamo vedere che incrociando entrambe le informazioni, abbiamo una sovrapposizione |
| |
Tra il parametro di forma del test interno e il parametro di forma dei dati storici. E questo significa sostanzialmente che non stiamo riproducendo le stesse modalità di guasto nel nostro test di vita accelerato. |
| |
E fondamentalmente significa che ora possiamo sviluppare prodotti in modo più rapido perché ogni volta che abbiamo una nuova tecnologia e un nuovo design, possiamo sottoporli a questo test di vita accelerato. |
| |
e quantificare se stiamo migliorando l'affidabilità dei nostri motori. E possiamo farlo più velocemente di prima, e sviluppare più velocemente... sviluppare prodotti nel modo più rapido. |
| |
Abbiamo anche eseguito alcuni controlli incrociati tecnici per dimostrare che stiamo riscontrando gli stessi errori nel riprodurre questo test nel processo di sviluppo, in modo che questo fosse il modo in cui abbiamo utilizzato JMP per fornire molte informazioni e inserirle nel nostro test interno. È stato fatto |
| |
di |
| |
Team davvero validi. Non esitate a contattarmi e a mandare un'email per qualsiasi domanda. E questo è tutto. |
