756666_es-ES

liliconcom

Desarrollo de una prueba de vida útil acelerada para demostrar y cuantificar la fiabilidad del motor de una lavadora (2021-EU-PO-741)

André Caron Zanezi, cinturón negro Six Sigma, WEG Electric Equipment
Danilo da Silva Toniato, Ingeniero de Calidad, WEG Electric Equipment

El aseguramiento de la calidad y las necesidades del cliente son términos rigurosos que frecuentemente se refieren a la confiabilidad. Mejorar la confiabilidad de los productos presenta múltiples desafíos para los ingenieros, incluyendo la comprensión de las relaciones causa-efecto y el desarrollo de pruebas que reproduzcan las condiciones del cliente y generen datos confiables sin exceder el plazo de lanzamiento del producto. Combinando la experiencia en ingeniería, datos históricos y recursos de laboratorio, se realizó un diseño de experimento (DOE) para cuantificar la vida útil del producto según las variables del proceso, del producto y de la aplicación crítica. Mediante diversos análisis con herramientas JMP, desde la plataforma DOE hasta los módulos de Confiabilidad y Supervivencia, el equipo logró describir la vida útil del producto en función de sus factores críticos. Como resultado, se estableció una prueba de vida acelerada capaz de simular años de uso del producto en tan solo unas semanas, proporcionando evidencia sólida de algunos modos de falla específicos. Al estandarizar sus métodos y procedimientos, la prueba se convirtió en un requisito crucial para verificar y validar las nuevas tecnologías implementadas en los motores WEG, optimizando el proceso de desarrollo y reduciendo el tiempo de comercialización.

Este póster proporciona información sobre cómo utilizamos JMP para analizar datos y desarrollar una prueba de vida acelerada. El proyecto siguió el siguiente enfoque paso a paso:

Carta del proyecto: al comprender los objetivos principales y secundarios, se formó un equipo multidisciplinario para compartir información y conocimientos sobre datos históricos del cliente, recursos de laboratorio, confiabilidad del motor, relaciones de causa y efecto, condiciones de aplicación ambiental y análisis de datos de confiabilidad.
Análisis de datos históricos: Conociendo y cuantificando los riesgos asociados al análisis de datos históricos, el equipo ajustó distribuciones de vida útil para comprender la escala y los parámetros de forma de los Ciclos de Fallo (CTF). Principalmente, el parámetro de forma se refiere al modo de fallo que se reproducirá en las pruebas de laboratorio, según la curva de la bañera.
Planificación y análisis del DOE: para reproducir fallas, la comprensión de la confiabilidad de los motores se verificó mediante relaciones de causa y efecto, proporcionadas por un Análisis de Árbol de Fallas (AFC). El AFC constituyó una fuente de variables críticas combinadas en un Experimento Diseñado (ED) para cuantificar cómo acelerar los ciclos de falla del producto.
Conclusiones: Como resultado, el DOE proporcionó un perfilador de superficies que indica la mejor condición para acelerar la vida útil de los productos. La prueba acelerada también proporcionó un parámetro de forma que, al compararlo con los datos históricos, muestra una superposición, lo que significa que las mismas fallas históricas de campo se reprodujeron en condiciones controladas.
Implementación: con un proceso acelerado de pruebas, desarrollo e innovación se volverá más rápido y al mismo tiempo proporcionará información importante sobre la confiabilidad del producto.

Transcripción generada automáticamente...

Vocero	Transcripción
André Zanezi	Hola a todos. Me llamo Andre Zanezi. Soy cinturón negro Six Sigma en Weg. Estoy aquí hoy en Discovery Summit para hablar sobre el desarrollo de una prueba de vida útil acelerada para demostrar y cuantificar la fiabilidad de los motores de lavadoras.
	Sabemos que algunas... cada empresa cuando está desarrollando nuevas tecnologías, nuevas soluciones, a menudo...
	enfrentan algunos desafíos cuando tienen que mejorar la confiabilidad de sus productos.
	Nos enfrentamos al mismo problema, a los mismos desafíos. Y el proyecto debe analizar y comprender nuestros datos históricos de confiabilidad para cuantificarlos.
	Intentar desarrollar un procedimiento, una prueba de vida acelerada en nuestros laboratorios internos, laboratorios para reproducir nuestros fallos... nuestros modos de fallo observados. Básicamente, al hacerlo, podríamos desarrollar...
	Desarrollamos modelos de las dos primeras maneras. En el primer paso, obtenemos datos históricos de nuestros motores.
	Y usando módulos de confiabilidad y supervivencia en JMP, ajustamos una distribución de vida útil para nuestros motores. Y sabemos que
	Al ajustar distribuciones de vida útil como las de Weibull, podemos comprender la confiabilidad y la vida útil de nuestros motores. Y en JMP, también podemos...
	Utilice distribuciones de vida útil y ajuste
	Diferentes distribuciones para distintos modos de fallo. Lo hicimos para cuatro modos de fallo principales. Lo comparamos, lo analizamos y comprendimos la vida útil y la fiabilidad de nuestros motores.
	Y al hacerlo, pudimos comprender y cuantificar nuestros parámetros de escala y forma y, básicamente, cuántos ciclos eran necesarios para que se produjera una falla.
	Y también, según el ???, para saber qué tipo de modos de fallo enfrentamos. Y también verificamos con nuestros KPI de validación internos, básicamente.
	Graficamos la supervivencia. Contamos con gráficos de supervivencia y los verificamos con KPI internos para comprender si la probabilidad y el rango de falla eran correctos... si nuestros datos eran confiables. Y al comprender todos estos modos de falla, pudimos...
	Podríamos desarrollar una prueba interna para acelerar... acelerar nuestra prueba interna. Y, básicamente, para lograrlo, deberíamos comprender la física, el entorno...
	que condiciones ambientales harán que nuestros motores sean
	trabajando en ello. Lo hicimos a través del análisis del árbol de fallas, básicamente implementando
	Y comprender las relaciones de causa y efecto. Al hacerlo, podríamos establecer las variables más críticas en estas relaciones de causa y efecto. Y, de nuevo, usar JMP para diseñar un experimento.
	Para intentar cuantificar el efecto de algunas variables en nuestra respuesta a los ciclos de falla. Básicamente, intentábamos reproducir fallas de campo en nuestros laboratorios. Y lo logramos. Ejecutaremos varios...
	pruebas, y como resultado de nuestros experimentos, podríamos tener...podríamos establecer y ajustar algunos usando el modelo de ajuste...ajustes en los modelos a nuestros datos y comprender la relación de nuestros
	Variables ambientales y de motor para ciclos hasta falla, y comprender la gráfica de supervivencia, y ordenar la gráfica de superficie, comprender la relación de algunas variables con los ciclos hasta la falla,
	Y establecer un punto específico para acelerar la vida útil de nuestros motores. Y, de nuevo, al analizar un lote de muestras, pudimos...
	Establecimos y ajustamos distribuciones de vida útil para nuestros resultados internos, para nuestras pruebas internas en la prueba de vida acelerada.
	Estábamos viendo algunos fallos, pero al final de este experimento, de estas pruebas aceleradas, debemos asegurarnos de que estamos enfrentando y estamos causando los mismos fallos que tuvimos en los datos históricos.
	Así volvemos a las distribuciones de vida útil en la supervivencia y la confiabilidad en el módulo de supervivencia.
	Y nuevamente, ajuste ahora algunas distribuciones de Weibull para nuestros resultados internos para nuestras pruebas de vida útil acelerada.
	Y notamos que básicamente dan forma al parámetro, el parámetro de eso, según el mejor medio es el modo de relleno y
	Cruzamos esta información con nuestros datos históricos y podemos ver que al cruzar ambas informaciones, tenemos una superposición
	Entre el parámetro de forma de la prueba interna y el parámetro de forma de los datos históricos. Esto significa básicamente que no estamos reproduciendo los mismos modos de fallo en nuestra prueba de vida acelerada.
	Y básicamente significa que ahora podemos desarrollar productos de una manera más rápida porque cada vez que tenemos una nueva tecnología y un nuevo diseño, podemos ponerlo en esta prueba de vida acelerada.
	Y cuantificar si estamos mejorando la confiabilidad de nuestros motores. Podemos hacerlo más rápido que antes y desarrollar productos más rápido.
	También realizamos comprobaciones técnicas cruzadas para demostrar que nos enfrentamos a la reproducción de las mismas fallas al implementar esta prueba en el proceso de desarrollo. Así fue como usamos JMP para proporcionar mucha información y aplicarla a nuestra prueba interna.
	por
	Son equipos realmente buenos. No duden en contactarnos y enviarnos un correo electrónico si tienen alguna pregunta. Y eso es todo.

Modelado estadístico avanzadoAnálisis y modelado de datos básicosInvestigación de mercados y consumidoresOrganización del contenidoCombinación y limpieza de datosExploración y visualización de datosDiseño de experimentosModelado predictivo y aprendizaje automáticoIngeniería de Calidad y ProcesosAnálisis de confiabilidadCompartir y comunicar resultados