756799_ko-KR

liliconcom

데님 청바지 제조 시 핏 변화 감소 (2021-US-30MP-892)

Anuja Khairnar, 품질 관리 시스템 관리자, Surry Chemicals Inc
Helmut Hergeth, NC State University 준교수

로리 로텐버그, NC 주립 대학교 준교수

VF Jeanswear는 청바지의 핏 불일치로 인해 매출이 감소했습니다. 구체적으로, 고객들은 같은 사이즈의 청바지에서도 허리 사이즈가 일정하지 않고 이음새 길이가 불규칙하다고 불평했습니다. 이 연구의 목적은 핏이 좋지 않은 제조 공정의 변화 원인을 파악하고, 그 변화를 줄일 수 있는 솔루션을 설계하여 그 솔루션을 구현하는 것이었습니다. JMP에서 사용된 도구는 Gage R&R과 DOE였습니다. 제조 공정 전체에 걸쳐 여러 실험을 수행했습니다. 수축 변화가 관심 있는 결과였습니다. 요인은 원단 유형(면, 이중 혼방 삼중 혼방), 세탁 유형(헹굼, 스톤 워시, 뜨거운 표백, 차가운 표백), 세탁기 유형(고속 추출 세탁기, 무추출 세탁기), 건조기 유형(습도 센서 메커니즘이 있는 건조기, 알고리즘 메커니즘이 있는 건조기), 세탁 유형(제품 개발, 산업용), 공장(여러 공장)이었습니다. 연구 결과에 따르면 바이블렌드와 트리블렌드를 늘리면 남성용 청바지의 핏 차이가 23%, 여성용 청바지의 핏 차이가 12.5% ​​감소했습니다. 핏을 더욱 개선하기 위해 VF는 공장과 긴밀히 협력하여 모든 사람이 사전에 원자재의 차이를 이해하도록 도와야 합니다.

자동 생성된 대본...

스피커	성적 증명서
아누자카이르나르	여러분, 안녕하세요.
	이것은 제가 NC State에서 석사 과정을 밟는 동안 Helgeth 박사와 Rothenberg 박사의 지도를 받으며 진행한 프로젝트입니다. 오늘 저와 Rothenberg 박사가 여러분께 이 프로젝트를 소개하게 되어 기쁩니다. 이 프로젝트의 주제는 데님 청바지 제조 시 핏 변화를 줄이는 것입니다.
	그래서 오늘의 일정은 기본적으로 이렇습니다. 이 프로젝트에서 제가 일하는 회사의 배경을 말씀드리겠습니다.
	소개에서는 이 프로젝트가 무엇을 수반하는지, 제조 프로세스는 무엇인지, 실험이나 실험 설계를 통해 결과를 도출하기 위해 어떤 방법론을 사용했는지, 마지막으로 이 프로젝트에 대한 권장 사항과 솔루션을 설명하겠습니다.
	그래서 VF에 대한 약간의 내용은 그들이 누군가를 원했다는 것입니다.
	커리큘럼을 통해 그들을 돕고 그들의 기술적 노하우와 우리의 학문적 노하우를 사용하여 함께 일하고 이 프로젝트에 대한 해결책을 내놓을 수 있었습니다. 하지만 VF 자체에 대한 개요일 뿐입니다.
	120억 달러 규모의 의류 회사입니다. 의류, 신발, 야외 활동 제품을 판매하는 회사이며 1899년 10월에 설립되었습니다.
	VF는 전 세계 170개국 이상에 70,000명에 가까운 직원을 두고 있으며, 이 프로젝트는 VF가 자신들을 포함한 브랜드로 사업을 확장했을 때 진행되었고, 청바지 의류 프로젝트였습니다.
	아이들, 여성들, 남성들,
	노인, 모든 사람, 누구든 상관없이 모든 사람이 데님을 좋아합니다. 그리고 수년에 걸쳐 데님은 개선되었고, 더럽고 거친 작업에 사용하는 것에서 경사로를 걷는 데 정말 유행하는 것으로 측면이 바뀌었습니다. 그리고 변화 때문에
	데님의 요구에 따라 가공 방식에 변화가 있었지만, 이 가공 방식에는 효과가 있어 데님의 핏 차이라는 문제가 발생했고, 우리는 이에 대해 더 자세히 살펴보려고 합니다.
	따라서 이 연구의 목적은 VF 청바지 데님의 핏 변화를 조사하는 것이었습니다.
	내부 제조 과정에서 어디에서 차이가 나타나는지 평가하고, 이러한 차이를 줄이기 위한 권장 사항과 해결책을 제시하여 최종적으로 구현합니다.
	그래서 데님 청바지의 제조 공정은 섬유에서 시작합니다. 그리고 이 섬유는 방적 단계로 들어가고, 방적에서 실 염색 단계로 들어갑니다. 이 실 염색은 그런 다음 염색되지 않은 실과 함께 짜여집니다.
	섬유를 사용하여 데님 원단으로 형성됩니다. 이 데님 원단은 소각(?) 및
	그런 기본적인 것들. 그런 다음 패턴 커팅으로 넘어가서 ??? 커팅이 청바지를 만드는 패턴을 만듭니다.
	이 패턴은 나중에 꿰매지고, 마지막으로 꿰맨 청바지는 습식 가공, 즉 세탁, 건조 및 마무리 공정을 거친 후, 마지막으로 소매 시장에 출시됩니다. 그게... 이건 데님 제조를 위한 것입니다.
	그리고 수축은 데님 제조에서 큰 부분을 차지하는데, 왜냐하면 데님에는 면이 들어 있기 때문입니다. 면과 함께,
	수축되는 실, 즉, 수축이 일어나는 실입니다. 데님의 수축은 이러한 이유에서 큰 문제입니다.
	이에 대한 초기 문제점은 VF Jeanswear 데님 청바지는 허리와 밑단 길이가 사양 한도에서 크게 벗어난다는 것이었습니다.
	팀은 이것이 매출 손실에 기여했다고 믿었습니다. 목표는 이 변화의 이유가 무엇인지 연구하고 허리와 이음새에서 그것을 줄이는 것이었습니다.
	우리가 초기 문제 진술을 정의한 후 이를 위한 기준 작업은 허리 변화 분포를 확인하는 것이었습니다.
	생산 범위...생산 데님, 그리고 봉제 과정...봉제 과정 후, 마무리 과정...마무리 과정 후의 적합성 범위를 100% 면 데님과 스트레치 데님에 대한 감사 데이터로 비교합니다.
	그런 다음 JMP에서 원인과 결과 다이어그램을 만들어야 했는데, 이는 어떤 요소에 집중해야 하는지 이해하는 데 도움이 되었습니다. 또한 JMP는 데님 제조 전체에 대한 프로세스 흐름도를 만드는 데에도 도움이 되었습니다.
	이것은 우리가 문제를 정의하기 위해 보고 있던 초기 허리 변화가 무엇인지 이해하기 위해 JMP에 업로드한 데이터였습니다.
	현실적으로 또는 사실적으로. 그리고 여기 우리는 수단을 가지고 있습니다... 남성 사이즈 32 허리와 32 이음새에 대한 데님 범위. 그리고 보시다시피, 핏 범위는 다양합니다.
	최대 3.24인치. 이는 데님이 32에서 32 사이즈에서 보이는 변화량입니다.
	즉, 허리 둘레가 32인치여야 하는 데님은 실제로는 29~35인치 사이가 될 수 있다는 뜻입니다.
	그것이 적합 범위가 의미하는 바입니다. 여성 사이즈도 마찬가지입니다. 우리는 사이즈 10과 12만 고려했고 사이즈 간의 적합 범위를 측정했을 때, 우리는 다음을 봅니다.
	여기서도 3인치 차이가 있습니다. 이를 통해 우리는 정량화할 수 있는 적합성 문제가 확실히 있다고 믿게 되었고, 문제 진술을 정의했습니다.
	그래서 그때 우리는 데이터를 비교했습니다. 우리는 더 깊이 파고들어 실제 변화가 어디에서 일어나는지 알아내고 싶었습니다.
	그리고 우리는 데님을 재봉한 후, 습식 가공하기 전에 감사 데이터를 수집했습니다. 그리고 데님이 창고에서 소매용으로 나가기 전인 수용 데이터가 많이 있습니다.
	그래프에서 볼 수 있듯이 로트 승인 범위는 공장 감사 범위보다 훨씬 넓습니다.
	이를 통해 데님을 재봉한 후, 실제로 소매 시장에 출시되기 전에 습식 가공 과정에서 이러한 변화를 일으키는 원인이 있다는 것을 알 수 있습니다.
	그리고 우리는 스트레치 데님에서도 비슷한 결과를 봅니다. 유일한 것은, 우리는 스트레치 데님에서 더 큰 변화, 더 높은 범위를 본다는 것입니다. 그래서 우리는 100% 코튼 대신 스트레치 데님을 기본으로 삼았습니다.
	그래서 다시 정의된 문제와 목표는 VF Jeanswear 데님 청바지는 남성 허리에 맞는 범위가 3.24인치이고 여성 허리에 맞는 범위가 3.12인치라는 것입니다.
	팀은 이것이 매출 감소에 기여했다고 믿었습니다. 이 연구의 목적은 2019년 4월까지 허리 변화 범위를 0.5인치 줄이는 것이었습니다.
	이것은 우리가 JMP에서 만든 원인과 결과 다이어그램입니다. 우리는 특정한
	식별자, 사람, 그들이 수행하는 절차 중 오류가 있을 수 있는 사항, 측정 영역에 문제가 있을 수 있는 사항, 또는 공장에 문제가 있을 수 있는 사항 등이 있습니다. 이로 인해 변화가 발생합니다.
	이는 전체 제조 공정의 흐름도입니다.
	바닥. 그리고 직물 베일부터 포장까지 모든 작은 세부 사항이 이 공정 흐름도에 포함되어 있습니다.
	그리고 이게 제가 그 원인과 결과 다이어그램을 만드는 데 사용한 것입니다. 그리고 저는 그것을 인간 오류, 높은 변동 구역, 제 논문 프로젝트를 위해 선택된 구역, 그리고 측정 오류 구역을 기준으로 나누었습니다.
	그래서 제가 선택한 영역에서 작업하기 위한 공격 계획은 데님을 세탁하고 말리는 붉은색 가공에서 작업하는 것이었습니다. 그리고 이를 위해 우리는 Gage R&R 연구와 실험 설계를 했습니다.
	Gage R&R 연구는 제가 연구를 수행할 직물을 측정할 사람들이 일관성이 있는지 확인하기 위해 수행되었습니다. 이 사람들이 매우 작은 신뢰 구간 내에서 이를 반복하고 유사한 결과를 재현할 수 있는지 확인하기 위해 수행되었습니다.
	그래서 우리가 선택한 것은 다음과 같습니다. 우리는 12개의 다른 원단 견본을 선택했고, 프로젝트 내내 이것을 측정할 유일한 사람인 3명의 다른 작업자를 선택했습니다.
	그리고 우리는 모든 작업자에게 각 직물 사각형을 무작위 순서로 세 번 측정하도록 요청했습니다. 그리고 그때 우리는 이 데이터를 JMP에 넣어 Gage R&R 연구 데이터를 얻었습니다.
	따라서 JMP에 데이터를 입력한 후 얻은 결과는 다음과 같습니다. 부품 간 변동은 대략...
	부분 간 재현성과 반복성은 약 99.98%였습니다. 이는 그들이 데이터를 측정하는 데 얼마나 정확한지 보여주는 것이며, 이는 우리가 어떤 절차를... 어떤 실험을 여기서 하든 99.98% 수준까지 정확하게 계산될 것이라고 믿게 했습니다.
	그리고 이건... 다른 하나는 측정을 완료하는 것이었고, 이건 워프 측정을 위한 것이지만, 동일한 데이터였습니다.
	이제 이것이 우리가 설계한 실험이었는데, 우리는 세 가지 다른 원단 레벨을 사용하고, 네 가지 다른 세탁 유형을 사용하고, 두 가지 다른 세탁기 유형과 두 가지 다른 건조기 유형을 사용했습니다. 그리고 이것은 JMP에서 96번의 실행으로 이어졌습니다.
	그리고 이것은 제가 이 실험에 사용한 패브릭 코드의 구분일 뿐입니다.
	다양한 직물은 무엇이었고, 조리법은 무엇이었고, 이 실험에 사용한 세탁기와 건조기의 이름은 무엇이었고, 세탁 후와 건조 후의 측정치는 완전히 달랐습니다.
로리 로텐버그	실험 결과에 대해 말씀드리겠습니다. 그리고 JMP로 가서 우리가 분석한 실험 중 하나의 예를 보여드리겠습니다.
	JMP로 전환해서 이러한 결과가 어디서 나오는지 보여드리겠습니다.
	여기 우리의 데이터 테이블이 어떻게 생겼는지 있습니다. 우리는 JMP를 사용하여 전체 요인 분석을 설계했고, 워시 필 후, 워프 후...워시 워프 후, 드라이 필 후, 드라이 워프 후에 대한 데이터를 수집했습니다. 모든 것을 다루지는 않겠습니다.
	제가 하고 싶은 것은 워시 필을 살펴봐야 했을 때 우리가 생각해 낸 흥미로운 문제를 보여드리는 것입니다. 이 데이터를 분석하기 위해 분석, 적합 모델로 이동합니다.
	저는 세척 후 채우기 작업을 진행해서 그것을 제 Y로 만들 것입니다.
	저는 원단 유형, 세탁 유형, 세탁기 유형, 건조기 유형을 다룰 것입니다. 이 네 가지는 Anuja가 언급한 비디오나 이전 슬라이드에 나와 있는 것입니다. 저는 매크로로 내려가서 팩토리얼을 차수로 변환할 것입니다.
	그래서 여기에는 우리의 모든 양방향 상호작용이 포함됩니다. 효과 스크리닝을 효과 레버리지로 변경하여 몇 가지 플롯을 살펴보고 이제 실행을 누를 수 있습니다.
	여기 있습니다. 효과 요약을 살펴보면, 첫 번째 플롯 바로 아래에 있습니다. 마지막 열의 P 값 아래에는 중요하지 않은 것들이 있습니다.
	JMP에서 우리는 양방향 상호작용을 맨 아래에서 시작해서 계속해서 제거해 나갔습니다.
	우리는 먼저 그것을 제거했습니다. 여기 우리의 다음으로 높은 P 값이 있었습니다. 그래서 우리는 그것을 선택하여 제거했습니다. 우리는 건조기 유형을 남겨두었습니다. 왜냐하면 그것이 주요 효과이기 때문입니다. 우리는 우리의 다음 2방향, 즉 건조기 유형별 원단 유형을 살펴보았고 그것을 제거했습니다.
	그리고 위를 살펴보면 더 이상 어떤 것에도 건조기가 없으므로 계속 진행하여 그것을 클릭하여 제거했습니다.
	이 시점에서 우리는 잔차를 확인했고, 분산은 좋았고 데이터는 정규성을 띠었습니다. 하지만 적합성 부족을 살펴보면 적합성이 부족했기 때문에 우리는 다른 방법을 생각해야 했습니다.
	지금 당장은 보여드릴 수 없지만, 일어난 일은 적합도였습니다. 적합도가 낮을수록 음수가 더 큽니다.
	그래서 우리는 변환을 시작해야 했고, 변환은 음수에서는 작동하지 않을 것입니다. 그래서 우리는 이것에 대해서만 스케일을 뒤집었습니다. 그래서 숫자가 높을수록 수축이 더 심하다는 것을 의미합니다.
	그래서 우리는 여기에 그 열을 가지고 있으므로, 저는 계속해서 우리가 그것에 대해 Box Cox 변환을 어떻게 했는지 보여드릴 수 있습니다. 저는 분석으로 돌아갈 것입니다.
	그리고 적합한 모델을 선택하겠습니다.
	저는 제가 가지고 있는 것을 계속해서 기억해낼 것입니다. 너무 빠르니까요. 저는 애프터워시를 없애고, 그것을 제거하고, 대신, 애프터워시 채우기의 절대값을 실제로 여기 가지고 있을 것입니다. 그래서 저는 계속해서 그것을 넣고 지금 실행할 것입니다.
	그리고 이제 저도 똑같이 하겠습니다. 중요하지 않은 양방향 상호작용을 중단하겠습니다.
	그리고 세탁기 유형, 건조기 유형은 중요하지 않다는 것을 알 수 있습니다. 다시 직물 유형과 건조기 유형으로 가야 합니다.
	마지막으로 건조기 유형으로 돌아가면 위에서 건조기가 발생하지 않는 것을 볼 수 있으므로 이를 선택하여 제거할 수 있습니다.
	적합하지 않다는 것을 알 수 있을 텐데, 여전히 문제가 있습니다.
	그래서 우리가 한 일은, 우리는 계속해서 반응 옆의 빨간 삼각형 위로 올라갔습니다. 그래서 우리는 요인 프로파일링을 하고 Box Cox 변환으로 갔습니다.
	아래쪽에서 Box Cox 변환 곡선을 보았는데, 살펴보면 최상의 람다가 .329로 표시되어 있습니다.
	글쎄요, 이걸 보시면 이게 가장 좋은 라인인 걸 알지만, 작업 범위가 좀 좁은 편이에요.
	그래서 우리는 그렇게 했습니다. 이 모든 것을 하면서 여러분을 지루하게 하지는 않겠지만, 우리가 발견한 것은 실제로 .25가 가장 잘했다는 것입니다.
	그리고 Box Cox 변환 옆에 있는 빨간색 삼각형으로 가서 변환으로 다시 맞추려고 합니다. 그리고 이제 여기서 사용할 람다는 0.25가 될 것이고 확인을 클릭하겠습니다.
	이제 무슨 일이 일어났는지 살펴보세요. 우리는 잔류물을 좋은 상태로 유지하고 있고, 적합하지 않은 부분을 살펴보면, 지금은 좋은 상태입니다.
	그걸로 우리는 계속해서 중요한 상호작용을 살펴보았습니다. 그리고 우리는 몇 가지 흥미로운 것을 발견했습니다.
	다시 시작해 볼까요... 세탁 유형에 따른 원단 종류부터 시작해 볼까요.
	우리는 계속해서 최소 제곱 평균 플롯을 살펴보았습니다.
	VF의 경우 플롯을 보는 것을 좋아했고, 꽤, 알다시피, 이해할 수 있었습니다. 저는 먼저 상호작용 플롯을 만들고 패브릭 유형을 만들 것입니다.
	확인을 클릭하면 상호작용이 있을 때의 일반적인 최소 제곱 평균 플롯을 볼 수 있습니다. 여기 아래의 녹색은 면입니다. 면이 보입니다.
	수축률이 가장 적었고 여기 파란색으로 보면 알 수 있듯이... 이것은 우리의 삼중 블렌드이고 수축률이 가장 높았으며 그것은 세척 유형에 걸쳐 있었고 그것은
	헹구고 돌로 닦고 뜨거운 표백제와 차가운 표백제를 사용합니다. 그래서 우리가 그런 일을 한 경우가 있다는 것을 알 수 있습니다.
	크게 다르지는 않았지만, 가끔은 그게 뭔지 알고 싶을 때가 있습니다. 잠깐, 떠나기 전에 최소 제곱 평균 플롯을 하나 더 올려보겠습니다.
	저는 패브릭 옆에 있는 빨간색 삼각형으로 가서 최소 제곱 평균 플롯을 선택합니다. 이번에는 그냥 체크하지 않을 겁니다. 이것은 데이터를 보는 흥미로운 방법이기도 합니다. 그리고 이 두 가지를 비교해보면, 바로 여기서 알 수 있을 겁니다. 우리가 우리의
	우리의 바이블렌드와 거기 있는 우리의 워시 유형을 보면, 패턴을 볼 수 있습니다. 그래서 여기 위에, 우리는 또한
	우리의 빨간색에는 바이블렌드가 있었고, 여기 보면 같은 모양이 있습니다. 그것은 데이터를 시각화하는 또 다른 방법일 뿐이며, 우리도 그것을 사용합니다. 이제, 우리는 이것에 대한 통계도 했습니다. 우리는 계속해서 최소 제곱 평균 Tukey를 했습니다.
	그리고 우리는 멋지고 큰 행렬을 얻었지만 아래로 내려가서 모든 문자가 있는 멋진 차트를 볼 수 있었습니다.
	그것에 대해, 어떤 것이 서로 상당히 달랐고 어떤 것이 달랐는지. 그리고 우리가 보는 것은 사실, 면이 여전히 가장 수축이 적다는 것입니다. 우리가 보았듯이, 하지만 우리는 이 바이블렌드도 가지고 있습니다...
	또한 헹굼물에 포함된 바이블렌드는 우리가 헹굴 때 사용한 코튼 중 하나와 크게 다르지 않았습니다.
	우리는 그것을 반복했습니다. 우리는 다른 상호작용에서도 그렇게 했기 때문에 원단 유형과 세탁기 유형에서 무슨 일이 일어나고 있는지 계속해서 볼 수 있었습니다. 우리는 같은 단계를 거쳤습니다.
	여기서는 최소 제곱 평균 플롯을 보여드리려고 합니다. 나올 슬라이드에서 더 많은 것을 보실 수 있을 겁니다.
	그래서 우리는 여기서 다시 면이 세탁기 유형에 관계없이 가장 낮은 수축률을 가지고 있다는 것을 볼 수 있었습니다. 여기에서 삼중 블렌드가 가장 큰 수축률을 가지고 있고, 여기서 세탁 유형과 세탁기 유형을 살펴보면,
	여기 가보자. 내가 빨간 삼각형으로 가서 최소 제곱 평균 플롯을 선택하면.
	여기서는 세척 유형과 세척기 유형 간에도 상호 작용이 있음을 알 수 있습니다. 따라서 여기 아래쪽을 살펴보면 LB는 헹굼입니다. 수축이 가장 적었습니다.
	그리고 LT와 ST를 여기 보면 LT는 차가운 표백제이고 ST는 뜨거운 표백제입니다. 그래서 가장 높은 지점이 바로 거기에 있다는 것을 알 수 있습니다. 그리고 마찬가지로 여기를 보면
	BT는 뜨거운 표백제였고, LT는 차가운 표백제였고 ST는 스톤워시였습니다.
	그리고 이 시점에서 JMP에 대한 설명은 여기서 멈추겠습니다.
	그리고 저는 여러분을 우리의 결과 슬라이드로 다시 데려가서 이것을 Anuja에게 돌려드리겠습니다. 그는 이것에 대해 더 자세히 설명해 줄 수 있을 것입니다. 저는 넘겨보겠습니다... 우리는 여러분이 사본을 가질 수 있도록 우리가 한 모든 것에 대한 슬라이드를 여기에 포함시켰습니다.
	만약 당신이 그것을 원하신다면. 그래서 이게 내가 당신에게 보여준 모든 것들이었고, 그런 다음 우리는 건조하고 Anuja 이후에 들어갔고, 나는 이것을 당신에게 줄 것입니다.
아누자카이르나르	네, 여기서도 원단 종류, 세탁 종류, 그리고 그 상호작용이 중요하다는 것을 알 수 있습니다.
	그리고 이것이 Dr Rothenberg가 JMP에서 수행한 것과 유사한 결과입니다. 우리는 JMP에서 동일한 작업을 수행했고 이 데이터를 얻었으며, 여기서 우리는 이중 블렌드와 100% 코튼, 삼중 블렌드, 세 가지 모두 변화를 보였지만 삼중 블렌드와 이중 블렌드에서 더 많이 변화를 보였습니다.
	그래서 이것은 우리가 수행한 또 다른 연구였고, 서로 다른 공장에서 배치를 받아서 그것이 차이의 원인인지 알아보았습니다.
	네, 물론입니다. PO 번호는 기본적으로 배치마다 다르고, 그 차이가 상당히 크다는 것을 알 수 있기 때문입니다.
	그리고 이것이 우리가 얻은 결과입니다. 이중 블렌드와 삼중 블렌드, 당신은 그것이... 선형적이지 않다는 것을 볼 수 있습니다. 우리는 이것의 변화를 볼 수 있으며, 그것은 우리에게 좋은 정보를 주었습니다.
	다른 배치가 들어올 때마다, 우리는 그것이 어느 버킷에 속하는지 확인하기 위해 테스트를 받아야 합니다. 특히 어떤 수축 버킷에 속하는지 확인해야 합니다.
	그리고 건조기 온도를 다르게 했는데, 차이가 있는지, 효과가 있는지 궁금했어요. 왜냐하면 건조기마다 차이가 그렇게 크지 않았거든요.
	그리고 물론, 건조기 온도에도 상당한 차이가 있다는 것을 다시 한 번 볼 수 있었습니다.
	그러니까 180은 숫자가 반전되어 있는데, 180은 최대 수축을 일으켰고, 140과 160은 거의 비슷한 수축을 일으켰으며 수축량도 더 적었습니다.
	우리가 한 연구는 하나 더 있었는데, 제품 개발용 세탁기와 산업용 세탁기 및 건조기에 관한 것이었습니다.
	우리는 두 가지 종류의 원단, 세 가지 종류의 세탁 방법, 그리고 세탁기와 건조기를 갖추고 있었습니다.
	여기서 우리는 세탁기 유형에 따라 세탁 후 상당한 차이가 있음을 알 수 있는데, 이는 세탁기 유형 간에 차이가 있다는 것을 알려줍니다.
	그리고 마찬가지로 JMP에 데이터를 넣고 최소 제곱 평균 그래프를 찾았습니다. 세탁 유형과 세탁기 유형에 대한 평균 그래프입니다.
	여기서 우리는 헹굼에서 LB가 헹굼 부분임을 알 수 있고, 이전 데이터에서 결론 내린 바에 따르면 헹굼은 수축을 가장 적게 일으켰고 차가운 표백과 뜨거운 표백은 수축을 가장 크게 일으켰습니다.
	그리고 이것은 세탁 후 산업 결과입니다. 그리고 우리는 이 데이터에서도 헹굼과 차가운 표백, 뜨거운 표백 사이에 차이가 있었고, 원단 유형과 세탁기 유형이 상당한 차이를 보였다는 것을 볼 수 있습니다.
	마찬가지로 우리는 건조기에서도 테스트를 실행했습니다.
	그리고 이것이 제품 개발에 대한 건조 후 결과입니다.
	건조기.
	그리고 우리는 이전에 필요한 모든 데이터를 입력했습니다...
	이전부터.
	그리고 우리는 그것을 차트에 함께 넣었습니다. 그리고 우리는 여기서 PW1, PW2, 산업용 세탁기 1, 산업용 세탁기 2를 볼 수 있습니다. 세척 후와 건조 후에, 우리는 이 건조기와 세탁기 사이에 최대 12%의 차이를 보았습니다.
	그리고 이것이 우리가 개선한 사항이었습니다.
	추천. 이 실험이 이루어지기 전에는 생산에 들어가는 원단의 40%만이 수축 테스트를 거쳐 다른 버킷에 넣을 수 있었습니다.
	그리고 이 개선 이후 우리가 추천한 것은 들어오는 모든 베일을 테스트해야 한다는 것이었고, 그것은 우리에게 상당한 차이를 줄 것입니다. 그리고 다른 추천은 우리가 PDL과 산업용 기계를 사용해야 한다는 것이었습니다...
	우리는 산업용 기계 대신 PDL 기계를 사용해야 했으며, 산업용 기계는 모니터링과 추가 유지관리가 필요합니다.
	그래서 우리는 그들에게 변경해야 할 사항과 수행해야 할 사항을 다음과 같이 설명했습니다.
	구현됨. 40%에서 100% 테스트 및 산업용에서 PDL로 전환.
	그리고 이것이 우리의 결과였습니다. 그래프를 보면, 우리는 8월에 이 연구를 시작했고 결과를 제공했고, 계속해서 개선 사항을 제공했습니다. 그리고 2월과 3월을 볼 수 있다면... 1월이 제 프로젝트가 끝난 곳이었습니다.
	작업 프로젝트가 끝났고, 제가 추천 사항을 제시했을 때. 그리고 2월과 3월에는 상당한
	범위가 떨어졌어요. 제 프로젝트는 3월 말에 끝났어요. 그래서 4월 데이터는 없어요.
	그리고 이것이 결론이자 미래 범위였습니다. 그래서 JMP가 많은 세부 정보를 얻는 데 도움이 되었기 때문에 우리는 3.24인치의 범위를 갖게 되었습니다.
	이후 몇 달 동안 개선을 거친 후 다시 계산해보니 2.49인치로 줄었는데, 이는 범위에서 약 23% 감소한 것입니다.
	우리의 아이디어는 최소한 0.5인치를 줄이는 것이었고, 우리는 그것을 달성했습니다. 그리고 마찬가지로 여성의 허리도 3.12인치에서 2.73인치로 줄였는데, 이는 약 12.5% ​​감소한 것입니다.
	감소폭이 적은 이유는...여성용 데님은 신축성이 더 많기 때문인데요...그래도 변화가 약간 더 크죠.
	그리고 우리는 또한... 공장에서 나온 배치 사이에 상당한 차이가 있음을 확인했기 때문에,
	또 다른 개선 사항은 공장에 연락하여 품질 보증 및 품질 관리를 개선해 달라고 요청하는 것이었고, 그 결과 청바지 생산 결과가 향상되었습니다.
	그런데 PDL과 산업용 기계는 평균적으로 수축률에서 약 12%의 차이를 보였기 때문에 우리에게 더 많은 것을 주었습니다.
	세부 사항, 제 생각엔 그랬어요. 그리고 건조기 온도는 우리가 본 모든 JMP 시험에서 유의미한 데이터를 제공하지 않았고, 건조기 온도는 유의미한 P값을 가진 적이 없었고, 그래서 우리가 바꿀 필요가 없었던 거예요.
	그리고 삼중 혼합물은 확실히 더 많은 연구가 필요했습니다. 앞서 보았듯이 그것은 항상 다양한 데이터를 제공했기 때문에 이것이 우리의 향후 권장 사항이었습니다.
	그리고 이 실험에는 많은 제한이 있었습니다. 왜냐하면 우리가 그것을 실행할 시간이 많지 않았기 때문입니다. 그리고 우리는 많은 데이터를 가지고 있지 않았습니다.
	공장은 멕시코에 위치해 있어서 무언가를 운영할 때마다 그곳으로 가서 데이터를 가져와서 돌아와서 읽어야 했습니다. 그래서 위치와 데이터 부족, 그리고 정보에 대한 지속적인 접근이 불가능해서... 이런 것들이 이 프로젝트의 한계입니다.
	그리고 이것은 저의 모든 조언자와 저를 도와준 모든 사람들에 대한 저의 인정입니다. 질문이 있으신가요?

고급 통계 모델링기본 데이터 분석 및 모델링소비자 및 시장 조사실험 설계품질 및 공정 엔지니어링신뢰성 분석결과 공유 및 전달