Plan d'expériences avec
Données de réponse radiométrique
Une étude de cas
Stephen W. Czupryna, Expériences objectives (stevecz@objexp.com)
Tony Shockey, Fluke Corporation (tony.shockey@fluke.com)
Roy Huff, Le Groupe Snell (rhuff@thesnellgroup.com)
ABSTRAIT
LeLa voix du processusnous parvient sous de nombreuses formes. Les données valides de température, de pression, de tension, de dureté, de finition de surface et d’autres données de processus en disent long sur les processus de fabrication qui génèrent nos revenus.
Pour de nombreux processus, les informations clés sont obtenues en écoutant lesLa voix du processusdans le langage de la température. Historiquement, nous avons utilisé des thermocouples, des pyromètres et d’autres dispositifs discrets pour mesurer la température et nous avons beaucoup appris. Cependant, l’avènement des imageurs thermiques rentables offre désormais un moyen considérablement meilleur d’entendre la voix thermodynamique de nos processus industriels avec une commodité et une résolution impensables dans un passé pas si lointain. Grâce à une caméra thermique et à un logiciel statistique, nous sommes incroyablement bien équipés pour entendre les messages importants que nos processus nous murmurent dans la bande infrarouge du spectre électromagnétique.
Cet article est une étude de cas sur une entreprise de transformation des plastiques qui a utilisé JMP 11®, une caméra thermique Fluke Ti32®, le logiciel SmartView® de Fluke et la méthode de conception d'expériences en 5 étapes (DOE) Objective Experiments pour obtenir de nouvelles informations sur un processus de thermoformage qui avait donné des résultats décevants pendant des décennies. Les tentatives passées visant à améliorer le processus avec des thermocouples et des pyromètres ont apporté des gains progressifs, mais ce n'est que lorsque l'entreprise a recueilli des données radiométriques valides dans le cadre d'une expérience conçue qu'elle a finalement obtenu des améliorations révolutionnaires et a considérablement affecté les résultats de l'entreprise.
Cet article expliquera également comment lefacteur wowvu à la fois dans les thermogrammes haute résolution et dans les outils de visualisation de données de JMP, un groupe diversifié de travailleurs de première ligne, de superviseurs et de gestionnaires a été intégré dans une équipe cohésive avec un talent pour découvrir de nouvelles connaissances.
LA THERMOGRAPHIE, EN BREF
Tous les objets sur Terre émettent un rayonnement infrarouge (IR). Grâce à l’utilisation de caméras infrarouges sans contact, un thermographe certifié peut détecter et mesurer le rayonnement infrarouge émis par une surface et mesurer la température de surface et les gradients thermiques. Figure 1montre comment les imageurs thermiques détectent facilement des phénomènes importants que l’œil humain ne peut pas détecter.
Chiffre1: État dangereux dans le fusible électrique
Une caméra infrarouge est un dispositif électro-optique composé d'un détecteur, d'une optique IR, d'un écran, de commandes, d'un support de stockage et d'une alimentation électrique. VoirFigure 2. Ces instruments ont de nombreuses applications industrielles fournissant à l'utilisateur des affichages visuels de modèles thermiques et de données quantitatives qui peuvent être analysés soit avec le logiciel d'analyse d'image du fabricant, soit avec un logiciel statistique comme JMP.
Chiffre2: Caméra thermique Fluke Ti32
Le détecteur et l’optique revêtent une importance particulière. Les détecteurs typiques sont sensibles au rayonnement dans deux bandes spectrales, l'IR à ondes moyennes (2,5-6,0 µm) et l'IR à ondes longues (8,0-15,0 µm). Le détecteur à réseau à plan focal est disponible dans une variété de résolutions. Pour le Fluke Ti32, le réseau est de 320 x 240 pixels, considéré commehaute résolutionpour caméras thermiques. Une seule image donne ainsi les mêmes informations que celles que l’on obtiendrait à partir de 320x240=76 800 thermocouples discrets. La taille et la densité du détecteur combinées à l'optique établissent la résolution spatiale et de mesure du système.
La chaleur marche à son propre rythme
L'énergie quittant une surface peut être composée de rayonnement électromagnétique émis, réfléchi et, pour certains matériaux, transmis. Pour l'analyse thermographique, seule l'énergie émise fournit des informations utiles sur la température de surface et une compensation doit être effectuée pour l'énergie réfléchie et transmise, si elle est présente. Heureusement, un thermographe certifié connaît ces limites et peut utiliser les algorithmes de l'imageur pour éviter l'influence indésirable de l'énergie réfléchie, de l'énergie de fond et de la transmission IR inhérente à certains matériaux. Il est essentiel de noter que les caméras IR ont une courbe d’apprentissage substantielle et qu’environ une semaine de formation pratique est nécessaire pour garantir des mesures précises.
L'émissivité est une propriété clé qui décrit la capacité d'un matériau à émettre un rayonnement thermique. L'émissivité varie entre 0 et 1 et est fonction du type de matériau, de l'état de surface, de la température, de la longueur d'onde et de l'angle de vue. Encore une fois, la compétence du thermographe certifié joue un rôle important dans l’évaluation de l’objet étudié et dans le réglage de l’imageur pour effectuer des mesures fiables.
La thermographie, ce n'est plus seulement pour les inspections de bâtiments
Il existe une grande variété d'applications pour la thermographie infrarouge, notamment les diagnostics électriques, électromécaniques, mécaniques, de bâtiments et de toitures, les tests non destructifs, l'inspection des aéronefs, le contrôle des processus industriels et l'amélioration des processus industriels. De nombreuses applications existent dans l’industrie des plastiques, notamment le thermoformage, comme indiqué dans cet article, ainsi que l’extrusion, le rotomoulage et le moulage par injection.
L'imageur Fluke Ti32
L'imageur Fluke Ti32 utilisé pour ce projet d'amélioration des processus dispose d'un réseau de détecteurs microbolométriques qui fonctionne dans le spectre infrarouge à ondes longues. Le champ de vision instantané (IFOV) de ce système est de 1,25 mRad et la distance de mise au point minimale est d'environ 6 pouces avec l'objectif intégré. La sensibilité thermique de ce modèle est très bonne à 45 mK et la fréquence d'acquisition est de 60 Hz.
Les images de ce rapport ont été traitées et analysées à l’aide du logiciel Fluke SmartView®. Ce logiciel comprend divers outils d'analyse, l'ajustement de variables comme l'émissivité et l'exportation de données. Le logiciel permet au thermographe de modifier rétroactivement tous les réglages de la caméra, à l'exception, bien sûr, de la mise au point.
TOUT EST UNE QUESTION DE CHALEUR
ELes connaissances en ingénierie indiquent que le contrôle de la température est un facteur critique pendant toutes les phases du processus de thermoformage. Il est bien établi que les bonnes pièces sont le résultat d’un chauffage et d’un refroidissement uniformes de la pièce brute en plastique et de la pièce thermoformée. Il est connu que des gradients thermiques excessifs peuvent provoquer une distorsion des pièces, un mauvais contrôle de l'épaisseur, une faiblesse structurelle et une mauvaise finition de surface.
LE DÉFI
Le four de thermoformage étudié présente une conception inhabituelle avec un système de navette et un réseau de chauffage unilatéral comme illustré dansFigure 3etFigure 4.
Le plateau navette est monté sur des rails qui déplacent la pièce en plastique directement sous un réseau de chauffage horizontal multizones, puis la transportent vers l'extérieur, où elle est prélevée et formée sous vide manuellement sur les moules en attente. Le chauffage s'effectue dans une seule direction.la distance entre le plateau et le réseau de chauffage est fixe. Le tableau et le blanc superposé sont représentés dansFigure 4.
Des études antérieures ont montré que la température de surface des flans variait considérablement sur leur longueur et leur largeur. Un opérateur a remarqué que la première image thermique exploratoire de la pièce chaufféeressemblait à une chemise tie-dye de Jimi Hendrix des années 1970!
Le travail ne contenait rien de nouveau sur le plan expérimental, c'est pourquoi le reste de cet article met l'accent sur l'approche étape par étape de l'expérimentation, la dynamique d'équipe et la philosophie expérimentale utilisée pour les décisions.
ÉQUIPE EXPÉRIMENTALE
La direction de l'entreprise a choisi 3 personnes pour le travail : un opérateur de ligne qualifié (un client !), un superviseur et un ingénieur de processus avec une expérience du DOE. D'autres personnes ont été intégrées aux travaux selon les besoins. Ci-après, ce groupe est collectivement désigné par le terme « équipe ».le expérimentateurs.
PHILOSOPHIE DOE
Malgré son aspect technique, le succès du DOE dépend de la philosophie des expérimentateurs et de leurs gestionnaires.
Le DOE est itératif
Malgré la désignation d'entreprise de l'étude du processus de thermoformage comme un processus discretProjet approuvéavec une date de fin cible et différentes étapes, les expérimentateurs ont discrètement réfléchi selon des lignes différentes. Ils considéraient ce travail comme le début de nombreux cycles d’apprentissage, de préférence brefs.1,2,3,4cela permettrait une compréhension approfondie du processus. Ils ne cherchaient pas une solution miracle.
Le DOE n'est pas un sport de spectateur
Ceux qui avaient déjà travaillé au sein du Département de l'Énergie savaient qu'il était généralement préférable de mener l'expérience et de collecter les données soi-même plutôt que de confier la tâche à un technicien de laboratoire ou à un autre collègue. Par conséquent, tous les expérimentateurs avaient prévu de mettre la main à la pâte, qu'ils le veuillent ou non.
Méfiez-vous des suppositions
Tout le monde s’est mis d’accord pour ne rien prendre pour acquis. Ils ont observé attentivement le processus, pris des notes, parlé avec les opérateurs et ont finalement exécuté le processus eux-mêmes. Les expérimentateurs ont effectué les contrôles de maintenance hebdomadaires, l'auto-test du contrôleur, etc. Quelques problèmes ont été découverts et résolus avant le début des travaux.En fin de compte, il semble y avoir une forte corrélation positive entre les connaissances acquises et la quantité de courage dont dispose l’expérimentateur.
ÉTAPE 1 – ÉTABLIR L’OBJECTIF
De nombreuses expériences industrielles échouent parce que l’objectif n’est pas soigneusement défini. Un document utile intituléListe de contrôle pour poser la bonne question5a fourni une solution simple et efficace à ce problème potentiel et un superbe forum de discussion de groupe. Au fil du temps, le groupe est parvenu à un consensus inhabituel : la base de connaissances existante était trop clairsemée pour énoncer l'objectif d'une manière managériale typique commerréduire les déchets de 25 % en 6 moisouaugmenter la disponibilité de 5 % tous les 2 mois. Au lieu de cela, l’objectif a été défini de manière non traditionnelle, sous la forme d’uncondition cible3comme indiqué dansFigure 5.
AMÉLIORER LA COMPRÉHENSION DU PROCESSUS
AVEC UNE IMPLICATION MAXIMALE DE L'OPÉRATEUR
ET CONCEPTION ITÉRATIVE D'EXPÉRIENCES
Chiffre5: Condition cible
On pensait qu’une meilleure compréhension des processus à tous les niveaux organisationnels conduirait inexorablement à des modèles prédictifs utiles et à de nouvelles connaissances. Ils seraient ensuite équipés pour déterminer les cycles de service idéaux de chaque zone de chauffage et les pratiques de production pour une large gamme de types, de tailles et d'épaisseurs de plastique.
ÉTAPE 2 – CHOISISSEZ UNE STRATÉGIE
Les expérimentateurs ont dû choisir entre les 3 approches de base de l'expérimentation5:
- Dépistage
- Modèle d'interactions (frugal)
- Modèle de surface de réponse (approfondi)
Compte tenu de l’historique douloureux des performances imprévisibles des thermoformeuses, la direction de l’entreprise a approuvé des ressources importantes pour l’expérience et le groupe s’est rapidement mis d’accord sur l’approche de la surface de réponse.
ÉTAPE 3 – CRÉER UN PLAN
Stratégie en main, tout était en place pour créer un plan.
Choisissez des facteurs et des plages expérimentaux
Le plan comportait six facteurs de processus : les cycles de service, en %, de chaque zone de chauffage. Les plages variaient de 20 à 60 % à 30 à 70 %.
Pensez aux facteurs connus à maintenir constants
Les facteurs qui n’étaient pas étudiés ont été maintenus constants pendant l’expérience.
- Opérateur de machine ( un expérimentateur )
- Lot de production de flans en plastique
- Temps entre l'éjection du flan chauffé et la capture de l'image thermique
- Etc.
Danger, variables qui rôdent !
L’équipe du projet a passé la majeure partie de son temps dans la zone de travail, ce qui lui a offert une excellente occasion d’identifier et de traiter une longue liste de variables insidieuses et cachées.
- Température ambiante
- Humidité ambiante
- Circulation d'air
- Moment de la journée, pauses
- Etc.
Le plan comprenait un temps de préchauffage du thermoformeur d'une heure pour assurer des conditions thermiques stables, l'enregistrement des variables cachées et la réalisation des essais expérimentaux successivement, sans interruption. Une astuce de thermoformage s'est avérée particulièrement utile 7. Les expérimentateurs ont placé du ruban isolant en vinyle noir Scotch® Super 33+ sur un objet non métallique adjacent à la thermoformeuse. VoirFigure 6.
Chiffre6:Le meilleur ami du thermographe
Ce ruban présente une émissivité prévisible de 0,95 et constitue un excellent point de mesure de la température ambiante. La peinture en aérosol noire mate Krylon présente également une émissivité de 0,95.et peut être utilisé dans le même but 7 .
Choisissez les réponses
Le plan initial prévoyait une réponse unique, et les expérimentateurs étaient disposés à en ajouter d'autres au fur et à mesure de l'acquisition de nouvelles connaissances. Il s'agissait là d'une nouvelle rupture avec l'approche historique consistant à tout planifier à l'avance et à fixer des délais arbitraires. Leur approche alternative – ajouter de nouvelles réponses au fur et à mesure de l'accumulation des connaissances – était peu coûteuse et révélatrice.
La réponse initiale intéressante était le gradient thermique dans le flan en plastique. C'est là que l'avantage des données radiométriques s'avère particulièrement précieux. Lorsque l'image est enregistrée au format .is2, le logiciel SmartView de Fluke peut exporter la matrice de données (76 800 points de données) ou un sous-ensemble de celle-ci vers un fichier .csv. L'expérimentateur est alors libre de définir la variable de réponse selon ses besoins. Par exemple, il pourrait s'agir d'une mesure du gradient thermique le long d'une ligne indiquée, comme illustré à la figure 1.Figure 7etFigure 8.
Chiffre7: Image thermique avec ligne d'intérêt (L 0 )
Chiffre8: Graphique de la température de surface le long de L 0
Ou bien, la réponse pourrait être le gradient thermique dans une zone rectangulaire. VoirFigure 9.
Chiffre9: Image thermique avec zone d'intérêt (A 0 ) et températures de surface
La réponse de ligne ou de zone est largement supérieure à l'utilisation de lectures provenant d'une jauge thermique discrète comme réponse expérimentale. Les expérimentateurs ont choisilogarithmes de la zone A0comme variable de réponse au gradient thermique. Deux autres réponses ont été ajoutées ultérieurement : le temps de cycle du processus mesuré en minutes (CT) et la consommation d'énergie calculée. Ces réponses ont des implications financières importantes sous la forme de rendement de l’usine et de coûts énergétiques. Figure 10résume le plan final.
Chiffre10: Facteurs et réponses
Définir le modèle et planifier les exécutions répliquées
Au début, on pensait qu’une expérience à 6 facteurs donnerait lieu à un nombre d’exécutions ingérable, mais avec un cycle de chauffage court et de faibles coûts de matériaux,l'équipe du projet a opté pour un modèle quadratique complet, avec au minimum 4 exécutions et 8 exécutions répliquées comme indiqué dansFigure 11. Grâce à une planification intelligente, les expérimentateurs ont pu exécuter les 40 essais en une journée, aucun blocage n'étant donc nécessaire.
Chiffre11: I-Conception optimale
Vérification de la conception
La carte des couleurs sur les corrélations a montré que la conception était bonne et que l’expérience pouvait se poursuivre. VoirFigure 12.
Chiffre12: Vérification de la conception
Note philosophique sur la dynamique d'équipe
Des images thermiques comme celles présentées ci-dessus, les écrans de conception DOE faciles à comprendre et le JMPModèle d'ajustementLes résultats présentés ci-dessous ont attiré l'attention des expérimentateurs et des autres membres du personnel de l'usine. Au cours des travaux, des images thermiques d'objets, de machines et de personnes ont été prises et leur signification a été discutée avec enthousiasme. Pendant ce temps, le profileur de prédiction JMP et les graphiques d’interaction ont suscité de nombreuses discussions et un débat animé. Des opinions ont été exprimées. L'expérience a été partagée.
Grâce à cette dynamique d’équipe remarquable, les gens ont librement choisi de participer à l’effort d’amélioration des processus, prouvant ainsi l’adage Lean.Gardez-le simple et visuel.
ÉTAPE 4 – EXÉCUTER LE PLAN
Comme d'habitude, quelques essais ont été effectués pour régler les problèmes de procédure attendus. Des ajustements ont été apportés au document intituléListe de contrôle pour poser la bonne questionet des définitions opérationnelles claires ont été rédigées pour toutes les mesures.Ensuite, les expérimentateurs se sont encore salis les mains en collectant les 40 ensembles de données de réponse. Nous avons beaucoup appris en cours de route.
Prérequis n°1 - vérifier la constante s
Après avoir ajusté les données de réponse collectées et calculées au modèle, les résultats ont été vérifiés pour la constante s en utilisant 3 méthodes visuelles, le tracé des résidus par prédiction, le tracé Box-Cox et un contrôle de normalité des résidus. Deux sur trois ont réussi le test (voirFigure 13(pour un exemple) et l’équipe est passée au prérequis suivant.
Chiffre13: Vérifier la constante s
Prérequis n°2 - vérification de la cohérence des mesures
Avec 8 répétitions, il a été possible de vérifier la répétabilité du processus et du système de mesure. JSortie EMP tabulaire du député6 (Figure 14) a révélé que 90 % de la variation mesurée provenait des expérimentations elles-mêmes. Le graphique de variabilité du JMP (Figure 15) a fourni des informations corroborantes sous forme graphique.
Chiffre14: Vérification de santé mentale EMP
Chiffre15: Graphique de variabilité
Ces résultats étaient faciles à comprendre et les expérimentateurs ont accepté de poursuivre.
Résultats de l'examen
Le résultat du modèle d'ajustement de JMP est de nature hautement graphique, ce qui facilite la tâche d'explication des résultats expérimentaux aux personnes à différents niveaux organisationnels. La sortie varie du tableau au graphique en passant par le très interactif comme indiqué dansFigure 16àFigure 19.
Tl'intrigue Réel par Prédiction (voirFigure 16) est une évaluation de la qualité du modèle lui-même. Les points tracés indiquent une bonne capacité prédictive.
Chiffre16:Réel par intrigue prédite
Les estimations de paramètres triés (Figure 17) nous indiquent, sous une forme concise de tableau/graphique, l’importance relative de chaque terme du modèle. Le facteur le plus significatif était l’effet principal de la Zone. Les deuxième et troisième termes les plus importants sont les interactions des zones 1 à 3 et les interactions des zones 1 à 5. Les profils d'interaction (Figure 18) fournissent des informations supplémentaires.
Chiffre17: Estimations de paramètres triés
Chiffre18: Profils d'interaction
La découverte des fortes interactions Z1-Z3 et Z1-Z5 (c'est-à-dire ceux avec des juxtapositions d'un coin à l'autre) a constitué un bond en avant considérable dans la compréhension des processus.
Réfléchir et choisir un endroit idéal
Les expérimentateurs et les dirigeants de l'entreprise ont découvert que le JMP Prediction Profiler permet une évaluation visuelle claire des compromis technico-financiers, offrant ainsi un moyen simple et puissant de prendre des décisions commerciales basées sur des données issues d'observations de processus réelles. VoirFigure 19.
Chiffre19: Profileur de prédiction
Quelquesdes zones de chauffage n'ont pas eu d'impact dramatique sur les gradients thermiques, de sorte que le cycle de service pourrait être réglé vers l'extrémité inférieure de la plage pour économiser sur les coûts d'énergie, pour prolonger la durée de vie des éléments chauffants, pour économiser sur les coûts de maintenance et pour réduire les interruptions de production coûteuses.
Il n’y a rien de mal avec votre expérience conçue…
Comme la nature a horreur du vide (du moins ici sur terre), certains industriels détestent également la zone proche des extrêmes des plages expérimentales et les zones abruptes des courbes de réponse. En conséquence, l’équipe a réfléchi à la méthode expérimentaleLimites extérieuresavec prudence car ils ne savaient rien de ce qui se passe aux cycles de service en dehors des plages testées. Par exemple, que se passerait-il si la zone 1 dérivait vers un cycle de service de 65 % ? Personne ne le savait.
À l’inverse, lorsque les courbes de réponse sont fortement inclinées, comme c’était le cas dans la zone 3,abhorrer-les-extrêmespeut être coûteux. Un petit changement dans le facteur peut déclencher un changement significatif dans la réponse. Notez que la valeur minimale delog s de A0se produit à un cycle de service pour la zone 3 de 70 %. Cependant, ce point de consigne se situe à l’extrême de la plage testéeetsur la partie raide de la courbe de la zone 3, le pire cauchemar d'un ingénieur de procédé. Figure 20met en évidence cette zone dangereuse du processus.
Chiffre20: Zone embêtante 3
Les expérimentateurs ont décidé de réduire le cycle de service de la zone 3 à 41 % et d'accepter la pénalité qui en résulte.log s de A0. La justification : choisir des paramètres de processus robustes aux sources de variation telles que le vieillissement des éléments chauffants, les courants d'air ambiant, la dérive, l'erreur, etc. Ffigure 21visualise la logique derrière le sweet spot choisi pour les 6 zones, encore une foisau centre d'un plateau, à l'écart des extrêmes.
Chiffre21: Le paradis des fabricants
Tester le modèle et évaluer l'intervalle de tolérance
Ensuite, les expérimentateurs ont testé à plusieurs reprises le point idéal et ont utilisé les données accumulées pour calculer un intervalle de tolérance, dans ce cas avec une confiance de 95 % sur 99 % du futur produit. L'intervalle de tolérance s'est avéré satisfaisant par rapport aux attentes des clients.
ÉTAPE 5 – RECONNAÎTRE LE SUCCÈS
Grâce aux nouvelles connaissances acquises au cours de l’expérience, les expérimentateurs ont recommandé avec confiance des changements permanents dans la gestion de l’entreprise. Des mesures ont été prises. Une étude complémentaire a été approuvée. Cependant, quelques points importants restaient à régler.
Refléter
Les expérimentateurs ont appris de leurs erreurs. Une pratique allégée,Hansei9, suggère de réfléchir aux méthodes de travail après avoir atteint une étape importante comme la fin d’un cycle d’apprentissage et le début d’un autre. L’équipe a eu une discussion informelle et honnête sur ce qu’elle avait mal fait et sur ce qu’elle aurait pu faire mieux. Cet exercice s’est avéré utile pour les études de suivi et les expériences futures.
Aider les autres
Les expérimentateurs ont également pris le temps de s’engager dans une autre pratique Lean utile,Yokoten10, ce qui suggère un partage latéral des meilleures pratiques au sein de l’organisation. Les avantages de cette pratique incluent la présentation des méthodes DOE à d’autres et l’aide à la réalisation de leurs propres expériences.
Reconnaître
De plus, l’équipe a pris le temps de reconnaître son succès et s’est assurée que tous les participants étaient visiblement reconnus pour leurs contributions. De grandes piles de pizzas ont été apportées.
Moniteur
Supplémentairelogarithmes de la zone A0des données ont été collectées régulièrement pour détecter la présence de dérives de processus. Si les performances du four se détériorent de manière significative, le problème sera rapidement visible, puis étudié et résolu.
LES CLÉS DU SUCCÈS
La qualité des résultats obtenus a été grandement influencée par les contributions exceptionnelles des travailleurs de première ligne, l'utilisation des capacités de visualisation de données tant vantées de JMP, la capacité de « voir la chaleur » et une approche consensuelle de la prise de décision. Il était également clair que la conception d’expériences et la thermographie sont des technologies hautement complémentaires. Si l’équipe s’était limitée à des essais et erreurs, à des expériences à un facteur à la fois ou à l’utilisation de jauges thermiques discrètes, la thermoformeuse aurait presque certainement continué à fonctionner comme elle l’avait toujours fait.
AUTRES APPLICATIONS
Les expériences avec des variables de réponse thermographique peuvent être utilisées partout où les fabricants ont besoin de connaître la cause du processus et l'effet thermique. Voici un certain nombre d’applications différentes dans lesquelles les variables de réponse thermographique s’avéreraient utiles. Il en existe certainement beaucoup d’autres.
- fabrication de produits alimentaires
- Extrusion
- Recuit et traitement thermique
- Métallurgie
- Moulage par injection
- conception CVC
- Composites
- Pultrusion
- Conception du système de chauffage, de refroidissement et de séchage
RÉFÉRENCES
[1] Roger Hoerl et Ron Snee,Pensée statistique, 2ndédition, John Wiley & Sons, The Wiley and SAS Business Series, 2012
[2] Ian Cox, Marie A. Gaudard, Philip J. Ramsey, Mia L. Stephens et Leo T. Wright,Six Sigma visuelSAS Institute, Inc., publié par John Wiley & Sons, SAS Business Series (2010)
[3] Mike Rother,Toyota Kata,Ch. 5, McGraw-Hill, 2010
[4] L'Institut Shingo,Le modèle ShingoUniversité d'État de l'Utah, 2014
[5] William D. Kappele,Réalisation d'expériences objectives à l'aide de JMP, 5e édition, août 2011, Objective Experiments. La liste de contrôle est disponible à l'adressewww.objexp.com.
[6] Donald J. Wheeler,EMP III, Évaluation du processus de mesure, SPC Press, 2010
[7] Le groupe Snell,Manuel de cours de thermographie de niveau 1, Barre, VT, 2014
[8] Manuel de qualité de JuranChapitre 6, Juran et DeFeo, McGraw-Hill, 2010
[9] Blog de l'Académie Gemba,Repentez-vous, je veux dire Hansei !2 mai 2007
[10] DVD de l'Académie Gemba,Technologies JIT, partie 6
REMERCIEMENTS
Bill Kappele d'Objective Experiments a fourni une révision et un commentaire clés sur cet article.
BIOGRAPHIES DES AUTEURS
Stephen W. Czupryna est unConsultant et instructeur en ingénierie des procédésavec des expériences objectives à Bellingham, WA. Il est titulaire d'une licence en économie, d'une licence en électro-optique laser et est certifié Lean Six Sigma Black Belt par l'Institut Pyzdek. Il possède également un certificat de thermographie de niveau I du Snell Group avec une compétence reconnue dans les tests IR électriques et mécaniques.
Tony Shockey est leResponsable des services de thermographie Fluke pour les Amériques. Il vient de l'industrie et possède une formation en instrumentation, automatisation et contrôle de processus du Bellingham Technical College ainsi qu'une formation conforme à l'infrarouge de niveau II - ASNT. En tant qu'expert en la matière chez Fluke depuis 7 ans, il a présenté ces sujets dans le monde entier, a dispensé des formations approfondies aux partenaires de distribution et aux principaux utilisateurs finaux et continue d'assurer le support technique de première ligne pour Fluke Corporation.
Roy Huff estVice-présidentdu groupe Snell. Il enseigne et conseille sur un large éventail de sujets liés aux tests de moteurs infrarouges et électriques. Roy est titulaire d'un BSEE de l'Université du Missouri-Columbia et d'un certificat thermique/infrarouge de niveau III de l'ASNT. Il est certifié par SMRP en tant que professionnel certifié de la maintenance de fiabilité et détient la certification IRT NAS410 de niveau III. Il a présenté des exposés au Symposium national P/PM, à Thermosense, Thermal Solutions, EPRI, SMRP et à d'autres conférences.
