756799_ja-JP

liliconcom

デニムジーンズ製造におけるフィットのばらつきの削減 (2021-US-30MP-892)

アヌジャ・カイルナール、品質管理システム マネージャー、Surry Chemicals Inc
ヘルムート・ハーゲス、ノースカロライナ州立大学准教授

ロリ・ローゼンバーグ、ノースカロライナ州立大学准教授

VF Jeanswear は、ジーンズのフィット感が一定でなかったために売上が減少しました。具体的には、同じサイズのジーンズでもウエストのサイズが一定でなかったり、股下の長さが不揃いだったりすると顧客から苦情がありました。研究の目的は、フィット感が悪くなる原因となる製造工程のばらつきの原因を特定し、そのばらつきを減らすソリューションを設計して実装することでした。JMP で使用したツールは、ゲージ R&R と DOE です。製造工程全体で複数の実験が実行されました。収縮のばらつきが興味深い結果でした。要因は、生地の種類 (綿、2 種類混紡、3 種類混紡)、洗濯の種類 (すすぎ、ストーン ウォッシュ、高温漂白剤、低温漂白剤)、洗濯機の種類 (高速脱水洗濯機、脱水なし洗濯機)、乾燥機の種類 (湿度センサー機構付き乾燥機、アルゴリズム機構付き乾燥機)、洗濯の種類 (製品開発、工業用)、工場 (複数の工場) でした。調査の結果、バイブレンドとトリブレンドを増やすことで、フィットのばらつきがメンズジーンズで 23%、レディースジーンズで 12.5% 減少したことがわかりました。フィットをさらに改善するには、VF は工場と緊密に連携し、原材料のばらつきを事前に全員が理解できるようにする必要があります。

自動生成されたトランスクリプト...

スピーカー	トランスクリプト
アヌジャカイナール	こんにちは、みんな。
	これは、私がノースカロライナ州立大学で修士課程を修了した際に、ヘルゲス博士とローゼンバーグ博士の指導のもとで取り組んだプロジェクトです。私とローゼンバーグ博士は本日、このプロジェクトを皆様にご紹介できることを嬉しく思っています。このプロジェクトのテーマは、デニム ジーンズ製造におけるフィットのばらつきを減らすことです。
	これが今日の議題です。このプロジェクトで私が働いている会社の背景についてお話しします。
	導入では、このプロジェクトの内容、製造プロセス、実験結果や実験計画に到達するために使用した方法論、そして最後にこのプロジェクトに対する推奨事項とソリューションについて説明します。
	VFについて少しお話しすると、彼らは
	カリキュラムに参加して彼らを支援し、彼らの技術的ノウハウと私たちの学術的ノウハウを活用して協力し、このプロジェクトの解決策を考え出すことです。ただし、VF自体の概要だけです。
	同社は 120 億ドル規模のアパレル企業であり、アパレル、フットウェア、アウトドアを扱う企業で、1899 年 10 月に設立されました。
	同社は世界170カ国以上に約7万人の従業員を抱えており、このプロジェクトはVFが同社傘下のブランドに参入した際のもので、ジーンズウェアのプロジェクトでした。
	子供、女性、男性、
	老若男女問わず、誰もがデニムを愛しています。そして年月を経てデニムは改良され、汚れた作業着から、ランウェイを歩くのにぴったりのファッショナブルなアイテムへと様変わりしました。
	デニムのニーズに合わせて加工方法も変更されてきましたが、この加工は効果があり、デニムのフィット感のばらつきと呼ばれる問題を引き起こしています。これについてさらに詳しく調べていきます。
	したがって、この研究の目的は、VF ジーンズウェアのデニムのフィットのばらつきを調査することです。
	社内の製造のどこでばらつきが見られたかを評価し、このばらつきを減らすための推奨事項と解決策を考え出し、最終的にそれを実行します。
	デニムジーンズの製造工程は繊維から始まります。そしてこの繊維は紡績段階に入り、紡績から糸の染色段階に入ります。この糸の染料はその後、染色されていない糸で織られます。
	繊維をデニム生地に成形します。このデニム生地は、焼き入れ(?)と
	そのような基本的な作業です。その後、パターン カッティングに進み、そこで??? カッティングによってジーンズのパターンが作成されます。
	このパターンは後で縫い付けられ、最終的に縫い付けられたジーンズはウェット加工、つまり洗浄、乾燥、仕上げの工程を経て、最終的に小売市場に出荷されます。これはデニム製造のためだけのものです。
	デニムの製造においては、綿が含まれているため縮みが大きな割合を占めます。綿だけでなく、
	糸、??? 糸は縮むので、デニムでは縮みが大きな要素となります。
	したがって、この問題の当初の問題点は、VF Jeanswear デニム ジーンズのウエストと股下が仕様制限から大きく逸脱しているということでした。
	チームは、これが売上減少の一因であると考えました。目的は、このばらつきの原因を調査し、ウエストと股下のサイズのばらつきを減らすことでした。
	この基礎作業は、最初の問題定義を定義した後、ウエストの変動分布を確認することでした。
	生産範囲...生産デニム、そして縫製...縫製工程後と仕上げ工程後...仕上げ後のフィット範囲の比較、100%コットンデニムとストレッチデニムの監査データ。
	次に、JMP で因果関係図を作成し、どの要素に重点を置くべきかを理解する必要がありました。また、JMP はデニム製造全体のプロセス フローチャートの作成にも役立ちました。
	これは、問題を定義するために私たちが見ていた初期のウエストの変化を理解するためにJMPにアップロードしたデータです。
	現実的に、または事実的に。そしてここに手段があります...男性用サイズ32ウエストと32股下のデニムの範囲。そしてご覧のとおり、フィットの範囲は
	最大 3.24 インチ。これが、サイズ 32 から 32 までのデニムのバリエーションの量です。
	つまり、ウエストが 32 インチであるはずのデニムは、29 インチから 35 インチの範囲になります。
	これがフィット範囲の意味です。女性のサイズでも同じです。サイズ10と12を検討したところ、サイズ間のフィット範囲を測定すると、
	ここでも 3 インチの差がありました。これにより、私たちは間違いなくフィットの問題があると考え、それを定量化して、問題の定義をしました。
	そこで、データを比較しました。さらに深く掘り下げて、実際の変動がどこで発生するのかを知りたいと考えました。
	そして、私たちはデニムの縫製後、ウェット加工前の監査データを収集しました。そして、デニムが小売店に向けて倉庫から出荷される前の受入データも大量に収集しました。
	グラフからわかるように、ロットの受け入れ範囲は工場の監査範囲よりもはるかに広いです。
	これにより、デニムが縫製された後、実際に小売市場に出荷される前の湿式処理中に、この変動を引き起こしている何かがどこかで起こっていることがわかります。
	ストレッチデニムでも同様の結果が見られます。唯一の違いは、ストレッチデニムではバリエーションが広く、範囲が広いことです。そのため、100% コットンではなくストレッチデニムをベースとして採用することにしました。
	そこで、再定義された問題と目的は、VF Jeanswear デニム ジーンズが男性のウエストのフィット範囲を 3.24 インチとして示し、女性のウエストのフィット範囲を 3.12 インチとして示すことでした。
	チームはこれが売上減少の一因になっていると考えました。この研究の目的は、2019 年 4 月までにウエストのばらつきの範囲を 0.5 インチ減らすことです。
	これはJMPで作成した因果関係図です。
	識別子、たとえば人、彼らが実行している手順が間違っている可能性がある、あるいは測定領域またはプラント自体に問題がある可能性があり、それが原因となって変動が生じます。
	これは製造全体のプロセスフローチャートです
	床。生地の梱包から梱包まで、あらゆる細部がこの工程フローチャートに網羅されています。
	これが私が因果関係図を作成するために使用したもので、人的エラー、変動の大きいゾーン、論文プロジェクト用に選択したゾーン、測定エラー ゾーンに基づいて分割しました。
	そこで、私が選んだ分野に取り組むための計画は、デニムの洗浄と乾燥という赤色の加工に取り組むことでした。そのために、ゲージ R&R 研究と実験計画を実施しました。
	ゲージ R&R 調査は、私が調査を行う予定の生地を測定する人々が、一貫性があるかどうかを確認するために実施されました。これらの人々がそれを繰り返し、非常に狭い信頼区間内で同様の結果を再現できるかどうかを確認するためです。
	そこで私たちが選んだのは、12 種類の異なる生地サンプルと、プロジェクト全体を通してこれを測定する唯一の 3 人のオペレーターです。
	そして、各オペレーターに各生地の正方形をランダムな順序で 3 回測定するように依頼しました。そして、このデータを JMP に入力して、ゲージ R&R 調査データを取得しました。
	JMP にデータを入力した後、部品間の変動がおよそ次のようになったことがわかりました。
	部品間の再現性と反復性は約 99.98% でした。これは、データ測定の精度の高さを示しており、これから行う手順や実験が何であれ、99.98% レベルで正確に計算されるだろうと確信できました。
	そしてこれは...もう一つはフルフィルメント測定で、これはワープ測定用ですが、同じデータでした。
	これらは私たちが設計した実験で、3 種類の異なる生地レベル、4 種類の異なる洗濯方法、2 種類の異なる洗濯機、2 種類の異なる乾燥機を使用しました。その結果、JMP で 96 回実行されました。
	これは私がこの実験で使用したファブリックコードの分割です。
	異なる生地は何だったのか、レシピは何だったのか、この実験に使用した洗濯機、乾燥機の名前は何だったのか、そして洗濯後と乾燥後の測定値はまったく異なっていたのか。
ロリ・ローゼンバーグ	実験の結果についてお話しし、JMP を使用して分析した実験の 1 つの例を紹介します。
	JMP に切り替えて、これらの結果をどこから取得したかを説明します。
	これが私たちのデータ テーブルの様子です。JMP を使用して完全実施要因を設計し、ウォッシュ フィル後、ワープ後、ウォッシュ ワープ後、ドライ フィル後、ドライ ワープ後のデータを収集しましたが、すべてを説明するつもりはありません。
	ここで、ウォッシュフィル後の状態を確認したときに発生した興味深い問題をお見せしたいと思います。このデータを分析するには、分析、モデルの適合に進みます。
	先に進んで、ウォッシュフィル後の処理を Y にします。
	生地の種類、洗濯の種類、洗濯機の種類、乾燥機の種類を取り上げます。これらは、ビデオに登場した 4 つです...または Anuja が言及した前のスライドに登場した 4 つです。マクロに進み、階乗を次数まで実行します。
	これには、双方向の相互作用がすべて含まれます。効果スクリーニングを効果レバレッジに変更して、いくつかのプロットを確認してから実行を押します。
	ここにいます。効果の概要を見ると、最初のプロットのすぐ下にあります。P 値の下の最後の列を見ると、有意ではないものがいくつかあることがわかります。
	ここで、JMP では、一番下の双方向の相互作用から始めて、それらを削除し始めました。
	まず、これを取り除きました。次に高い P 値があったので、これを選択して削除しました。乾燥機の種類は主効果なのでそのまま残しました。次の 2 元配置、つまり布地の種類と乾燥機の種類を比較しましたが、これは削除しました。
	そして、上を見てみると、どこにも乾燥機がないので、それをクリックして削除することができます。
	この時点で残差をチェックしたところ、分散は良好で、データは正規でしたが、適合性の欠如を見ると適合性が欠如していたため、何か他の方法を考える必要がありました。
	今はこれをお見せしませんが、何が起こったかというと、適合度が悪くなると負の数値が大きくなります。
	そこで、変換を開始する必要がありましたが、変換は負の数には機能しないため、この点についてのみスケールを反転しました。したがって、数値が大きいほど、収縮が悪化することを意味します。
	ここにその列があるので、先に進んで、その列に対して Box Cox 変換をどのように実行したかを説明します。分析に戻ります。
	そして、フィットモデルを選択します。
	先に進んで、今持っているものを呼び出します。とても簡単です。アフターウォッシュを削除して、代わりにアフターウォッシュ フィルの絶対値をここに表示します。それを入力して実行します。
	では、私も同じことをします。重要でない双方向の相互作用を削除します。
	洗濯機のタイプや乾燥機のタイプは重要ではないことがわかります。ここでも、生地のタイプと乾燥機のタイプについて見ていきます。
	そして最後に、乾燥機の種類に戻ります。上には乾燥機が表示されていないので、それを選択して削除できます。
	フィット感のなさに気づくと思いますが、まだ問題があります。
	そこで私たちが行ったのは、上の「応答」の横にある赤い三角形に移動して、因子プロファイリングを実行し、Box Cox 変換を行うことでした。
	一番下に Box Cox 変換曲線が表示されていますが、これを見ると、最も良いラムダは .329 であることがわかります。
	まあ、これを見ていただければ、これが最善のラインだとわかりますが、もう少し範囲を広げて作業を進める必要があります。
	そして、私たちはそうしました。これをすべてやって皆さんを退屈させてしまうつもりはありませんが、私たちが見つけたのは、実際には .25 が最も効果的だったということです。
	そして、Box Cox 変換の横にある赤い三角形に移動して、変換で再調整します。ここで使用するラムダは 0.25 にして、[OK] をクリックします。
	さて、何が起こったか見てみましょう。残差は良好な状態にあり、適合の欠如を見れば、良好な状態にあることがわかります。
	そこで、私たちは重要な相互作用を調べていきました。そして、いくつか興味深いことが分かりました。
	もう一度やり直します...まずは生地の種類と洗濯の種類から始めましょう。
	先に進み、最小二乗平均プロットなどを調べました。
	VF では、プロットを見るのが楽しかったですし、とても分かりやすかったです。まずは相互作用プロットを作成し、ファブリック タイプを作成します。
	OKをクリックすると、交互作用がある場合の通常の最小二乗平均プロットが表示されます。ここの緑色は綿です。綿が
	最も縮みが少ないのは、この青い部分です。これは3種類のブレンドで、洗濯方法を問わず最も縮みが大きかったものです。
	すすぎ、石、高温漂白剤、低温漂白剤。そして、ご覧の通り、
	有意差はありませんでしたが、それが何なのか知りたい場合もあります。最後に、もう 1 つ最小二乗平均プロットを表示しておきます。
	ファブリックの横にある赤い三角をクリックして、最小二乗平均プロットを選択します。今回はチェックを外しておきます。これもデータを見る興味深い方法です。この2つを比較すると、ここでわかるようになります。
	バイブレンドとウォッシュタイプを見れば、パターンが見えてきます。
	赤色の部分にバイブレンドがあり、こちらを見ると、これも同じ形になっています。これはデータを視覚化する別の方法で、これも使用します。ここでも統計を行いました。Tukey の最小二乗平均を実行しました。
	大きなマトリックスができましたが、下に下がってみると、文字がすべて入った素敵なチャートが
	どれが実際に大きく異なっていて、どれがそうでなかったかを調べました。そして、ここでわかるのは、綿は縮みが最も少ないということですが、さらに、この2種類の混紡もあります...
	すすぎ洗いに使用されていたバイブレンドも、当社のすすぎ洗いに使用されていたコットンの 1 つとそれほど違いはありませんでした。
	これを繰り返しました。他のやり取りでもこれを繰り返して、生地の種類や洗濯機の種類で何が起こっているかを確認しました。同じ手順を実行しました。
	ここでは最小二乗平均プロットをお見せします。後ほど表示されるスライドでさらにいくつかお見せします。
	ここで再び、ワッシャーの種類に関係なく、綿の収縮が最も低いことがわかります。ここで、3種類の混紡が最も収縮していることがわかります。ここで、ウォッシュタイプとワッシャータイプを見てみると、
	さあ、始めましょう。赤い三角形に移動して、最小二乗平均プロットを選択します。
	ここで、ウォッシュタイプとワッシャータイプの間にも相互作用があったことがわかります。そして、ここの一番下を見ると、LB はリンスです。収縮量が最も少なかったです。
	そして、LTとSTを見てみると、LTは冷たい漂白剤で、STは熱い漂白剤なので、最高点がそこにあるのがわかります。そして、こちらも同様に、
	BT は高温漂白剤です。申し訳ありませんが、LT は低温漂白剤、ST はストーンウォッシュです。
	ここまでで、JMP のデモは終了です。
	それでは、結果のスライドに戻り、Anuja に引き継いで、さらに詳しく説明してもらいます。ページをめくって、私たちが行ったすべてのスライドをここに掲載しました。皆さんにコピーしてもらえるように。
	よろしければご覧ください。以上が私が皆さんにお見せした内容です。その後、ドライとアヌジャについてお話ししましたので、これをお渡しします。
アヌジャカイナール	はい、ここでも、生地の種類、洗濯の種類、相互作用が重要であることがわかります。
	これらは、ロゼンバーグ博士が JMP で実行した結果と似ています。私たちも JMP で同じことを実行し、このデータを取得しました。ここでは、2 種混紡、綿 100%、3 種混紡の 3 つすべてにばらつきが見られましたが、3 種混紡と 2 種混紡ではさらにばらつきが見られました。
	これは私たちが行ったもう一つの研究で、異なる工場からバッチを入手し、それが変動の原因であるかどうかを確認しました。
	はい、確かにそうしました。なぜなら、PO 番号は基本的に異なるバッチであり、大幅に異なることが確認できたからです。
	これが結果です。2ブレンドと3ブレンドは直線的ではないことがわかります。この変化がわかるので、良い情報が得られます。
	異なるバッチが入荷するたびに、それがどのバケットに分類されるか、特にどの収縮バケットに分類されるかを確認するためにテストを行う必要があります。
	そして、乾燥機の温度も変えてみましたが、違いが出るかどうか、効果が出るかどうかはわかりませんでした。乾燥機間でそれほど違いはなかったからです。
	はい、乾燥機の温度に大きな違いがあったことが再びわかります。
	180 の場合、数字が逆になっていますが、180 では収縮が最大になり、140 と 160 ではほぼ同じ収縮、あるいはそれよりも収縮が少なくなります。
	私たちが実施したもう 1 つの調査では、製品開発用洗濯機と産業用洗濯機および乾燥機を使用しました。
	そして、2種類の生地タイプ、3種類の洗濯タイプ、そして洗濯機と乾燥機もそれぞれ異なっていました。
	ここでは、洗濯機の種類によって洗濯後の大きな違いが見られ、異なる種類の洗濯機の間にはばらつきがあることがわかりました。
	同様に、データを JMP に入力し、最小二乗平均プロット、つまり洗浄タイプと洗濯機タイプの平均プロットを見つけました。
	ここで、すすぎにおいて LB がすすぎの部分であることがわかります。以前のデータから得た結論から、すすぎによる収縮は最も少なく、冷漂白剤と熱漂白剤による収縮は最も大きいことがわかります。
	これは工業用洗濯後の結果です。このデータでも、すすぎと冷水漂白剤と熱水漂白剤の間に違いがあり、生地の種類と洗濯機の種類によって大きな違いが見られることがわかります。
	同様に、乾燥機でもテストを実施しました。
	そして、これらは製品開発の後の乾燥結果です
	乾燥機。
	そして、先ほど必要なデータをすべて入力しました...
	先ほどから。
	これをグラフにまとめました。PW1、PW2、工業用洗濯機 1、工業用洗濯機 2 の洗濯後と乾燥後を比較すると、これらの乾燥機と洗濯機の間には最大 12% の差があることがわかります。
	そして、これらが私たちが行った改善点です
	推奨されます。この試験が行われる前は、生産に投入される生地の 40% のみが収縮テストを受け、異なるバケツに入れることができました。
	この改善の後、私たちが推奨したのは、入ってくるすべてのベールをテストする必要があるということでした。これにより、大きな違いが生まれるはずです。また、もう 1 つの推奨事項は、PDL と産業用機械を使用する必要があるということでした。
	産業用機械よりも PDL 機械を使用する必要があり、産業用機械は監視され、より多くのメンテナンスが行われる必要がありました。
	そこで、私たちは彼らに、実施すべき変更と、実施されなかった変更を次のように説明しました。
	実装。40% から 100% のテストと産業用から PDL への切り替え。
	これが私たちの結果です。グラフを見ればわかるように、私たちは8月にこの研究を開始し、結果を示し、改善を続けてきました。2月と3月を見ると、1月が私のプロジェクトが終わった時期です。
	作業プロジェクトが終了し、私が提案したとき、2月と3月には大きな変化が見られました。
	範囲が下がりました。私のプロジェクトは 3 月末に終了したので、4 月のデータはありません。
	これが結論と今後の展望です。JMPのおかげで、3.24インチの範囲で詳細な情報を得ることができました。
	後月の改善後に再計算したところ、2.49インチに減少し、範囲は約23%減少しました。
	少なくとも0.5インチ減らすことが目標だったので、その目標を達成しました。同様に女性のウエストも3.12インチから2.73インチに減らしました。これは約12.5%の削減です。
	縮みは少ないですが、それは女性用のデニムの方が伸縮性が高いからです。だからこそ縮みがあるのです。それでも、若干ばらつきは大きいです。
	そしてまた、工場から出荷されたバッチ間に大きな違いが見られたため、
	もう一つの改善策は、工場に連絡して品質保証と品質管理の改善を依頼することになり、その結果ジーンズの生産結果が改善されました。
	その後、PDLと工業用機械の収縮率は平均で約12％の差があったため、
	詳細はそうだったと思います。そして、私たちが見たすべての JMP 試験において、乾燥機の温度は有意なデータを与えませんでした。乾燥機の温度には有意な P 値がなかったため、切り替える必要がなかったのです。
	そして、トリブレンドについては、さらに研究する必要がありました。私たちが見たように、常にさまざまなデータが得られるため、これらが私たちの今後の推奨事項でした。
	この実験には多くの制限がありました。実験に十分な時間がなかったからです。また、データもそれほど多くありませんでした。
	工場はメキシコにあったので、何かを実行するたびに、データを取得するためにそこまで出向き、戻ってきてそれを読む必要がありました。つまり、場所とデータの不足、そして情報への継続的なアクセスがないことです。それができれば...このプロジェクトの制限です。
	これは、私のアドバイザーやそこで私を助けてくれたすべての人々への感謝の気持ちです。何か質問はありますか?

高度な統計モデリング基本的なデータ分析とモデリング消費者および市場調査実験計画法品質およびプロセスエンジニアリング信頼性分析結果の共有と伝達