Versuchsplanung mit
Radiometrische Reaktionsdaten
Eine Fallstudie
Stephen W. Czupryna, Objektive Experimente (stevecz@objexp.com)
Tony Shockey, Fluke Corporation (tony.shockey@fluke.com)
Roy Huff, The Snell Group (rhuff@thesnellgroup.com)
ABSTRAKT
DerStimme des Prozesseskommt in vielen Formen zu uns. Gültige Temperatur-, Druck-, Spannungs-, Härte-, Oberflächenbeschaffenheits- und andere Prozessdaten sprechen Bände über die Herstellungsprozesse, die unseren Umsatz generieren.
Bei vielen Prozessen werden wichtige Erkenntnisse durch das Zuhören gewonnen.Stimme des Prozessesin der Sprache der Temperatur. In der Vergangenheit haben wir Thermoelemente, Pyrometer und andere diskrete Geräte zur Temperaturmessung verwendet und viel daraus gelernt. Mit der Einführung kostengünstiger Wärmebildkameras ist es heute jedoch deutlich einfacher, die thermodynamische Stimme unserer industriellen Prozesse zu hören, und zwar mit einer Bequemlichkeit und Auflösung, die in der nicht allzu fernen Vergangenheit undenkbar gewesen wäre. Mit einer Wärmebildkamera und Statistiksoftware in der Hand sind wir hervorragend gerüstet, um die wichtigen Botschaften zu hören, die uns unsere Prozesse im Infrarotbereich des elektromagnetischen Spektrums zuflüstern.
Bei diesem Dokument handelt es sich um eine Fallstudie über ein Kunststoffverarbeitungsunternehmen, das mithilfe von JMP 11®, einer Wärmebildkamera Fluke Ti32®, der Software SmartView® von Fluke und der 5-stufigen DOE-Methode (Design of Experiments) von Objective Experiments neue Erkenntnisse über einen Thermoformprozess gewann, der jahrzehntelang enttäuschende Ergebnisse geliefert hatte. Frühere Versuche, den Prozess mit Thermoelementen und Pyrometern zu verbessern, führten zu schrittweisen Verbesserungen. Doch erst als das Unternehmen im Rahmen eines geplanten Experiments gültige radiometrische Daten sammelte, konnten bahnbrechende Verbesserungen erzielt werden, die sich dramatisch auf das Unternehmensergebnis auswirkten.
In diesem Dokument wird auch erläutert, wie dieWow-FaktorDie sowohl in hochauflösenden Thermogrammen als auch in den Datenvisualisierungstools von JMP erkennbaren Ergebnisse haben eine vielfältige Gruppe von Frontline-Mitarbeitern, Vorgesetzten und Managern zu einem geschlossenen Team mit einem Talent für die Entdeckung neuer Erkenntnisse zusammengeführt.
THERMOGRAFIE, KURZ GESAGT
Alle Objekte auf der Erde senden Infrarotstrahlung (IR) aus. Durch den Einsatz berührungsloser Infrarotkameras kann ein zertifizierter Thermograf die von einer Oberfläche abgegebene IR-Strahlung erkennen und messen sowie die Oberflächentemperatur und Wärmegradienten ermitteln. Abbildung 1zeigt, wie Wärmebildkameras wichtige Phänomene leicht erkennen, die für das menschliche Auge nicht erkennbar sind.
Figur1: Gefährlicher Zustand in der elektrischen Sicherung
Eine Infrarotkamera ist ein elektrooptisches Gerät, das aus einem Detektor, IR-Optik, Display, Bedienelementen, Speichermedien und Stromversorgung besteht. SehenAbbildung 2. Diese Instrumente haben viele industrielle Anwendungen und bieten dem Benutzer visuelle Darstellungen von Wärmemustern und quantitativen Daten, die entweder mit der Bildanalysesoftware des Herstellers oder mit statistischer Software wie JMP analysiert werden können.
Figur2: Wärmebildkamera Fluke Ti32
Von besonderer Bedeutung sind dabei der Detektor und die Optik. Typische Detektoren reagieren empfindlich auf Strahlung in zwei Spektralbändern: dem mittelwelligen Infrarot (2,5–6,0 µm) und dem langwelligen Infrarot (8,0–15,0 µm). Der Focal-Plane-Array-Detektor ist in verschiedenen Auflösungen erhältlich. Beim Fluke Ti32 beträgt das Array 320 x 240 Pixel, was alshohe Auflösungfür Wärmebildkameras. Ein einzelnes Bild liefert somit die gleichen Informationen, die man aus 320 x 240 = 76.800 diskreten Thermoelementen erhalten würde. Die Detektorgröße und -dichte in Kombination mit der Optik bestimmen die räumliche und Messauflösung des Systems.
Hitze folgt ihrem eigenen Rhythmus
Die Energie, die eine Oberfläche verlässt, kann aus emittierter, reflektierter und – bei manchen Materialien – durchgelassener elektromagnetischer Strahlung bestehen. Für die thermografische Analyse liefert nur die emittierte Energie nützliche Informationen zur Oberflächentemperatur. Für reflektierte und übertragene Energie (sofern vorhanden) muss eine Kompensation vorgenommen werden. Glücklicherweise kennt ein zertifizierter Thermograf diese Einschränkungen und kann die Algorithmen des Bildgebers nutzen, um den unerwünschten Einfluss reflektierter Energie, Hintergrundenergie und der IR-Übertragung, die bestimmten Materialien innewohnt, zu umgehen. Es ist wichtig zu beachten, dass der Lernprozess bei IR-Kameras erheblich ist und dass etwa eine Woche praktisches Training erforderlich ist, um genaue Messungen sicherzustellen.
Die Emissivität ist eine Schlüsseleigenschaft, die die Fähigkeit eines Materials beschreibt, Wärmestrahlung abzugeben (emittieren). Die Emissivität variiert zwischen 0 und 1 und ist eine Funktion von Materialtyp, Oberflächenbeschaffenheit, Temperatur, Wellenlänge und Blickwinkel. Auch hier spielt die Kompetenz des zertifizierten Thermografen eine wichtige Rolle bei der Beurteilung des untersuchten Objekts und der Einstellung der Kamera, um zuverlässige Messungen zu ermöglichen.
Thermografie – nicht mehr nur für Gebäudeinspektionen
Für die Infrarot-Thermografie gibt es eine große Bandbreite an Anwendungsmöglichkeiten, darunter elektrische, elektromechanische und mechanische Geräte, Gebäude- und Dachdiagnostik, zerstörungsfreie Prüfungen, Flugzeuginspektionen sowie die Steuerung und Verbesserung industrieller Prozesse. In der Kunststoffindustrie gibt es zahlreiche Anwendungen, darunter das in diesem Dokument erörterte Thermoformen sowie Extrusion, Rotationsformen und Spritzgießen.
Der Fluke Ti32 Imager
Der für dieses Prozessverbesserungsprojekt verwendete Fluke Ti32-Imager verfügt über ein Mikrobolometer-Detektorarray, das im langwelligen Infrarotspektrum arbeitet. Das momentane Sichtfeld (IFOV) für dieses System beträgt 1,25 mRad und die minimale Fokusentfernung beträgt mit dem eingebauten Objektiv ungefähr 6 Zoll. Die thermische Empfindlichkeit dieses Modells ist mit 45 mK sehr gut und die Erfassungsrate beträgt 60 Hz.
Die Bilder in diesem Bericht wurden mit der Fluke SmartView®-Software verarbeitet und analysiert. Diese Software umfasst verschiedene Analysetools, die Anpassung von Variablen wie dem Emissionsgrad und den Export von Daten. Die Software ermöglicht es dem Thermografen, sämtliche Kameraeinstellungen nachträglich zu ändern, außer natürlich den Fokus.
ALLES DREHT SICH UM DIE WÄRME
ETechnische Erkenntnisse deuten darauf hin, dass die Temperaturkontrolle in allen Phasen des Thermoformprozesses ein kritischer Faktor ist. Es ist eine allgemein anerkannte Tatsache, dass gute Teile das Ergebnis einer gleichmäßigen Erwärmung und Abkühlung sowohl des Kunststoffrohlings als auch des thermogeformten Teils sind. Es ist bekannt, dass übermäßige Temperaturgradienten zu Teileverzerrungen, mangelhafter Dickenkontrolle, struktureller Schwäche und schlechter Oberflächenbeschaffenheit führen.
DIE HERAUSFORDERUNG
Der untersuchte Thermoformofen hat ein ungewöhnliches Design mit einem Shuttle-System und einseitiger Heizanordnung, wie inAbbildung 3UndAbbildung 4.
Das Shuttle-Tablett befindet sich auf Schienen, die den Kunststoffrohling direkt unter eine horizontale Heizanlage mit mehreren Zonen bewegen und ihn dann herausfahren, wo er aufgenommen und von Hand auf bereitstehende Formen vakuumgeformt wird. Die Erwärmung erfolgt nur aus einer Richtung undder Abstand zwischen der Ablage und der Heizanordnung ist festgelegt. Das Array und das darüber gelegte Leerzeichen sind inAbbildung 4.
Aus früheren Untersuchungen war bekannt, dass die Oberflächentemperatur der Rohlinge entlang ihrer Länge und Breite erheblich variierte. Ein Bediener bemerkte, dass das erste explorative Wärmebild des erhitzten Rohlingssah aus wie ein Batik-Shirt von Jimi Hendrix aus den 1970er Jahren!
Die Arbeit enthielt experimentell nichts Neues, daher liegt der Schwerpunkt in diesem Dokument auf dem schrittweisen Ansatz beim Experimentieren, der Teamdynamik und der experimentellen Philosophie, die für Entscheidungen verwendet wird.
EXPERIMENTELLES TEAM
Die Unternehmensleitung wählte drei Personen für die Arbeit aus – einen erfahrenen Anlagenbediener (einen Kunden!), einen Vorgesetzten und einen Prozessingenieur mit DOE-Erfahrung. Weitere Personen wurden nach Bedarf in die Arbeit einbezogen. Im Folgenden wird diese Gruppe zusammenfassend alsDie Experimentatoren.
DOE-PHILOSOPHIE
Trotz der technischen Ausrichtung hängt der Erfolg eines DOE von der philosophischen Grundlage der Experimentatoren und ihrer Manager ab.
DOE ist iterativ
Trotz der Unternehmensbezeichnung der Thermoformer-Prozessstudie als diskreteGenehmigtes ProjektMit einem angestrebten Enddatum und verschiedenen Meilensteinen dachten die Experimentatoren heimlich in eine andere Richtung. Sie betrachteten die Arbeit als den Beginn zahlreicher, vorzugsweise kurzer Lernzyklen1,2,3,4Dies würde zu einem tieferen Prozessverständnis führen. Sie waren nicht auf der Suche nach einer schnellen Lösung.
DOE ist kein Zuschauersport
Diejenigen mit DOE-Erfahrung wussten, dass es in der Regel besser ist, das Experiment selbst durchzuführen und die Daten zu erheben, als die Aufgabe einem Labortechniker oder anderen Kollegen zu überlassen. Daher planten alle Experimentatoren, selbst Hand anzulegen, ob sie wollten oder nicht.
Vorsicht vor Annahmen
Alle waren sich einig, dass man nichts als selbstverständlich ansehen sollte. Sie beobachteten den Prozess sorgfältig, machten sich Notizen, sprachen mit den Bedienern und führten den Prozess schließlich selbst durch. Die Experimentatoren führten wöchentliche Wartungskontrollen, Controller-Selbsttests und Ähnliches durch. Vor Beginn der Arbeiten wurden einige Probleme entdeckt und behoben. IchAm Ende schien es eine stark positive Korrelation zwischen dem gewonnenen Wissen und der Menge an Sand an den Händen des Versuchsleiters zu geben.
SCHRITT 1 – ZIEL FESTLEGEN
Viele industrielle Experimente scheitern, weil das Ziel nicht sorgfältig definiert ist. Ein nützliches Dokument mit dem TitelCheckliste zum Stellen der richtigen Frage5bot eine schlanke, einfache Lösung für dieses potenzielle Problem und ein hervorragendes Forum für Gruppendiskussionen. Mit der Zeit gelangte die Gruppe zu einem ungewöhnlichen Konsens - die vorhandene Wissensbasis war zu spärlich, um das Ziel auf eine typische Management-Art und Weise zu formulieren, wierReduzieren Sie den Ausschuss um 25 % in 6 MonatenoderErhöhen Sie die Betriebszeit alle 2 Monate um 5 %. Stattdessen wurde das Ziel auf nicht-traditionelle Weise definiert, in Form einerZielzustand3wie gezeigt inAbbildung 5.
VERBESSERN SIE DAS PROZESSVERSTÄNDNIS
MIT MAXIMALER BEDIENEREINBEZIEHUNG
UND ITERATIVER EXPERIMENTPLAN
Figur5: Zielbedingung
Man ging davon aus, dass ein verbessertes Prozessverständnis auf allen Organisationsebenen unweigerlich zu nützlichen Vorhersagemodellen und neuem Wissen führen würde. Dann wären sie in der Lage, die idealen Arbeitszyklen jeder Heizzone und die Produktionspraktiken für eine breite Palette von Kunststoffarten, -größen und -dicken zu bestimmen.
SCHRITT 2 – WÄHLEN SIE EINE STRATEGIE
Die Experimentatoren mussten sich zwischen den drei grundlegenden Ansätzen des Experimentierens entscheiden5:
- Screening
- Interaktionsmodell (sparsam)
- Response-Surface-Modell (gründlich)
Angesichts der leidvollen Vergangenheit unvorhersehbarer Thermoformer-Leistungen stellte die Unternehmensleitung ausreichende Mittel für das Experiment zur Verfügung und die Gruppe einigte sich schnell auf den Response-Surface-Ansatz.
SCHRITT 3 – ERSTELLEN SIE EINEN PLAN
Mit der Strategie in der Hand war alles vorhanden, um einen Plan zu erstellen.
Wählen Sie experimentelle Faktoren und Bereiche
Der Plan umfasste sechs Prozessfaktoren: die Einschaltdauer in % jeder Heizzone. Die Bereiche variierten von 20–60 % bis 30–70 %.
Überlegen Sie, welche bekannten Faktoren konstant bleiben sollen.
Nicht untersuchte Faktoren wurden während des Experiments konstant gehalten.
- Maschinenbediener ( ein Experimentator )
- Produktionscharge von Kunststoffrohlingen
- Zeit zwischen dem Auswerfen des erhitzten Rohlings und der Aufnahme des Wärmebildes
- Usw.
Gefahr, lauernde Variablen!
Das Projektteam verbrachte die meiste Zeit im Arbeitsbereich, was eine hervorragende Gelegenheit bot, eine lange Liste heimtückischer Variablen zu identifizieren und anzugehen.
- Umgebungstemperatur
- Umgebungsfeuchtigkeit
- Luftzirkulation
- Tageszeit, Pausen
- Usw.
Der Plan sah eine Aufwärmzeit des Thermoformers von einer Stunde vor, um stabile thermische Bedingungen sicherzustellen, die Aufzeichnung von versteckten Variablen und die Durchführung der Versuchsdurchläufe nacheinander und ohne Unterbrechungen. Ein Trick der Thermografen war besonders nützlich 7 . Die Versuchsleiter klebten schwarzes Vinyl-Isolierband Scotch® Super 33+ auf einen nichtmetallischen Gegenstand in der Nähe des Thermoformers. SieheAbbildung 6.
Figur6: Der beste Freund eines Thermografen
Dieses Band hat einen vorhersehbaren Emissionsgrad von 0,95 und bietet einen hervorragenden Messpunkt für die Umgebungstemperatur. Krylon Mattschwarz-Sprühfarbe hat ebenfalls einen Emissionsgrad von 0,95und können für denselben Zweck verwendet werden 7 .
Antworten auswählen
Der ursprüngliche Plan sah eine Antwort vor, und die Experimentatoren waren bereit, weitere hinzuzufügen, sobald sie neue Erkenntnisse sammelten. Dies war eine weitere Abkehr vom historischen Ansatz, alles im Voraus zu planen und willkürliche Fristen festzulegen. Ihr alternativer Ansatz – neue Antworten hinzuzufügen, sobald neue Erkenntnisse vorliegen – kostete wenig und brachte viele Erkenntnisse.
Die ursprünglich interessierende Reaktion war der Temperaturgradient im Kunststoffrohling. Hier macht sich der Vorteil radiometrischer Daten bezahlt. Wenn das Bild als radiometrische Datendatei (.is2) gespeichert wird, kann die SmartView-Software von Fluke das eigentliche Datenarray (76.800 Datenpunkte) oder eine Teilmenge davon in eine CSV-Datei exportieren. Anschließend kann der Experimentator die Reaktionsvariable nach Bedarf definieren. Beispielsweise könnte es sich um ein Maß für den ausgeprägten Temperaturgradienten entlang einer markierten Linie handeln, wie in dargestellt.Abbildung 7UndAbbildung 8.
Figur7: Wärmebild mit der interessierenden Linie (L 0 )
Figur8: Diagramm der Oberflächentemperatur entlang L 0
Oder die Antwort könnte der thermische Gradient innerhalb eines rechteckigen Bereichs sein. SehenAbbildung 9.
Figur9: Wärmebild mit interessierendem Bereich (A 0 ) und Oberflächentemperaturen
Sowohl die Linien- als auch die Flächenreaktion ist der Verwendung von Messwerten eines diskreten Wärmemessgeräts als experimentelle Reaktion weit überlegen. Die Experimentatoren wähltenlog s von Bereich A0als ihre thermische Gradienten-Antwortvariable. Später wurden noch zwei weitere Antworten hinzugefügt – die gemessene Prozesszykluszeit in Minuten (CT) und der berechnete Stromverbrauch. Diese Maßnahmen haben erhebliche finanzielle Auswirkungen in Form von Anlagendurchsatz und Energiekosten. Abbildung 10fasst den endgültigen Plan zusammen.
Figur10: Faktoren und Reaktionen
Modell definieren und Replikationsläufe planen
Zunächst dachte man, dass ein 6-Faktor-Experiment zu einer unüberschaubaren Anzahl von Durchläufen führen würde, aber mit einem kurzen Heizzyklus und geringen Materialkosten,Das Projektteam entschied sich für ein vollquadratisches Modell, mindestens plus 4 Läufe und 8 Wiederholungsläufe, wie inAbbildung 11. Durch geschickte Planung konnten die Experimentatoren alle 40 Versuche an einem Tag durchführen, sodass keine Blockierung erforderlich war.
Figur11: I-Optimales Design
Entwurfsprüfung
Die Farbkarte zu Korrelationen zeigte, dass das Design gut war und das Experiment fortgesetzt werden konnte. SehenAbbildung 12.
Figur12: Entwurfsprüfung
Philosophische Anmerkung zur Teamdynamik
Wärmebilder wie die oben gezeigten, die leicht verständlichen DOE-Design-Bildschirme und die JMPModell anpassenDie unten gezeigte Ausgabe erregte große Aufmerksamkeit bei Experimentatoren und anderem Fabrikpersonal. Im Rahmen der Arbeit wurden Wärmebilder von Gegenständen, Maschinen und Menschen aufgenommen und deren Bedeutung angeregt diskutiert. In der Zwischenzeit lösten der JMP Prediction Profiler und die Interaktionsdiagramme viele Diskussionen und lebhafte Debatten aus. Es wurden Meinungen geäußert. Es wurden Erfahrungen ausgetauscht.
Als Ergebnis dieser bemerkenswerten Teamdynamik entschieden sich die Mitarbeiter freiwillig, an der Prozessverbesserung mitzuwirken, und bestätigten damit das Lean-SprichwortHalten Sie es einfach und visuell.
SCHRITT 4 – DEN PLAN UMSETZEN
Wie üblich waren einige Probeläufe angebracht, um die zu erwartenden Verfahrensprobleme zu beheben. Es wurden Anpassungen am Dokument mit dem Titel vorgenommenCheckliste zum Stellen der richtigen Frageund für alle Messungen wurden klare operationelle Definitionen verfasst. TDann machten sich die Experimentatoren beim Sammeln der 40 Antwortdatensätze noch mehr die Hände schmutzig. Unterwegs wurde viel gelernt.
Voraussetzung Nr. 1 - auf konstante s prüfen
Nachdem die gesammelten und berechneten Antwortdaten an das Modell angepasst wurden, wurden die Ergebnisse mithilfe von drei visuellen Methoden auf konstante s überprüft: dem Diagramm „Residuen nach Vorhersage“, dem Box-Cox-Diagramm und einer Normalitätsprüfung der Residuen. Zwei von drei haben den Test bestanden (sieheAbbildung 13als Beispiel) und das Team ging zur nächsten Voraussetzung über.
Figur13: Auf konstante s prüfen
Voraussetzung Nr. 2 – Überprüfung der Messbarkeit
Mit 8 Wiederholungsläufen konnte die Wiederholbarkeit des Prozesses und des Messsystems überprüft werden. JTabellarische EMP-Ausgabe des MP6 (Abbildung 14) ergab, dass 90 % der gemessenen Variation aus den Versuchsläufen selbst stammten. JMPs Variabilitätsdiagramm (Abbildung 15) lieferte bestätigende Erkenntnisse in grafischer Form.
Figur14: EMP-Vernunftsprüfung
Figur15: Variabilitätsdiagramm
Diese Ergebnisse waren leicht zu verstehen und die Experimentatoren stimmten zu, fortzufahren.
Ergebnisse überprüfen
Die Fit-Model-Ausgabe von JMP ist stark grafischer Natur und erleichtert die Erklärung experimenteller Ergebnisse gegenüber Personen auf unterschiedlichen Organisationsebenen. Die Ausgabe reicht von tabellarisch über grafisch bis hin zu hochgradig interaktiv, wie inAbbildung 16ZuAbbildung 19.
TDas tatsächliche durch das vorhergesagte Diagramm (sieheAbbildung 16) ist eine Bewertung der Qualität des Modells selbst. Die dargestellten Punkte weisen auf eine gute Vorhersagefähigkeit hin.
Figur16: Tatsächliche durch vorhergesagte Handlung
Die sortierten Parameterschätzungen (Abbildung 17) teilen uns in prägnanter tabellarischer/grafischer Form die relative Bedeutung jedes Terms im Modell mit. Der bedeutendste Faktor war der Haupteffekt der Zone. Die zweit- und drittwichtigsten Begriffe sind die Interaktionen der Zonen 1–3 und 1–5. Die Interaktionsprofile (Abbildung 18) bieten zusätzliche Einblicke.
Figur17: Sortierte Parameterschätzungen
Figur18: Interaktionsprofile
Die Entdeckung der starken Z1-Z3 und Z1-Z5 Wechselwirkungen (d. h. solche mit Ecke-zu-Ecke-Nebeneinanderstellungen) war ein Quantensprung im Prozessverständnis.
Überlegen und einen Sweet Spot auswählen
Die Experimentatoren und Führungskräfte des Unternehmens stellten fest, dass der JMP Prediction Profiler eine klare visuelle Bewertung technisch-finanzieller Kompromisse ermöglicht und eine einfache, leistungsstarke Möglichkeit bietet, Geschäftsentscheidungen auf der Grundlage von Daten aus tatsächlichen Prozessbeobachtungen zu treffen. SehenAbbildung 19.
Figur19: Vorhersage-Profiler
Mancheder Heizzonen hatten keine dramatischen Auswirkungen auf die Temperaturgradienten, sodass der Arbeitszyklus eher am unteren Ende des Bereichs eingestellt werden konnte, um Stromkosten zu sparen, die Lebensdauer der Heizelemente zu verlängern, Wartungskosten zu sparen und kostspielige Produktionsunterbrechungen zu reduzieren.
An Ihrem geplanten Experiment ist nichts auszusetzen …
So wie die Natur ein Vakuum verabscheut (zumindest hier auf der Erde), verabscheuen manche Leute aus der Produktion den Bereich nahe den Extremen der experimentellen Bereiche und den steilen Bereichen der Reaktionskurven. Das Team dachte daraufhin über die experimentelleÄußere Grenzenmit Vorsicht, da sie nichts darüber wussten, was bei Arbeitszyklen außerhalb der getesteten Bereiche passiert. Was würde beispielsweise passieren, wenn Zone 1 auf einen Arbeitszyklus von 65 % abdriften würde? Niemand wusste es.
Umgekehrt, wenn die Reaktionskurven steil sind, wie es in Zone 3 der Fall war,Abscheu vor Extremenkann teuer werden. Eine kleine Änderung des Faktors kann eine signifikante Änderung der Reaktion auslösen. Beachten Sie, dass der Mindestwert vonlog s von A0erfolgt bei einem Duty Cycle für Zone 3 von 70%. Dieser Sollwert liegt jedoch am äußersten Ende des getesteten BereichsUndauf dem steilen Teil der Zone 3-Kurve der schlimmste Albtraum eines Prozessingenieurs. Abbildung 20hebt diese Prozessgefahrenzone hervor.
Figur20: Lästige Zone 3
Die Experimentatoren entschieden sich, den Arbeitszyklus der Zone 3 auf 41 % zu reduzieren und die daraus resultierenden Nachteile in Kauf zu nehmen.log s von A0. Die Begründung: Wählen Sie Prozesseinstellungen, die robust gegenüber Variationsquellen wie Alterung der Heizelemente, Umgebungsluftströmungen, Drift, Fehlern usw. sind. FAbbildung 21visualisiert die Gründe für den gewählten Sweet Spot für alle 6 Zonen, wiederim Zentrum eines Plateaus, abseits der Extreme.
Figur21: Herstellerhimmel
Modell testen und Toleranzintervall auswerten
Anschließend testeten die Experimentatoren wiederholt den Sweet Spot und berechneten anhand der gesammelten Daten ein Toleranzintervall, in diesem Fall mit einer 95-prozentigen Sicherheit für 99 % des zukünftigen Produkts. Das Toleranzintervall erwies sich im Hinblick auf die Kundenerwartungen als zufriedenstellend.
SCHRITT 5 – ERFOLG ANERKENNEN
Aufgrund der wichtigen neuen Erkenntnisse, die im Verlauf des Experiments gewonnen wurden, empfahlen die Experimentatoren mit Überzeugung dauerhafte Änderungen in der Unternehmensführung. Es wurden Maßnahmen ergriffen. Eine zusätzliche Studie wurde genehmigt. Einige wichtige Angelegenheiten blieben jedoch bestehen.
Reflektieren
Die Experimentatoren lernten aus ihren Fehlern. Eine schlanke Praxis,Hansei9schlägt vor, nach dem Erreichen eines wichtigen Meilensteins, beispielsweise dem Ende eines Lernzyklus und dem Beginn eines neuen, über die Arbeitsmethoden nachzudenken. Das Team diskutierte informell und ehrlich darüber, was es falsch gemacht hatte und was es hätte besser machen können. Diese Übung erwies sich für Folgestudien und zukünftige Experimente als nützlich.
Helfen Sie anderen
Die Versuchsleiter nahmen sich außerdem die Zeit, eine weitere nützliche Lean-Praxis anzuwenden,Yokoten10, was auf eine laterale Weitergabe von Best Practices in der gesamten Organisation hindeutet. Zu den Vorteilen dieser Vorgehensweise gehört, dass Sie anderen DOE-Methoden näherbringen und ihnen dabei helfen können, ihre eigenen Experimente durchzuführen.
Anerkennen
Darüber hinaus hielt das Team inne, um seinen Erfolg zu würdigen und stellte sicher, dass alle Teilnehmer für ihre Beiträge sichtbar Anerkennung erhielten. Es wurden große Stapel Pizzas hereingebracht.
Monitor
Zusätzlichlog s von Bereich A0Um das Vorhandensein von Prozessdrift festzustellen, wurden regelmäßig Daten gesammelt. Sollte die Leistung des Ofens deutlich nachlassen, wäre das Problem schnell erkennbar und könnte anschließend untersucht und behoben werden.
SCHLÜSSEL ZUM ERFOLG
Die Qualität der erzielten Ergebnisse wurde maßgeblich durch die hervorragenden Beiträge der Mitarbeiter an der Front, die Nutzung der viel gepriesenen Datenvisualisierungsfunktionen von JMP, die Fähigkeit, „Hitze zu erkennen“ und einen Konsensansatz bei der Entscheidungsfindung beeinflusst. Es wurde auch deutlich, dass Versuchsplanung und Thermografie sich hervorragend ergänzende Technologien sind. Hätte sich das Team auf Versuch und Irrtum, auf Experimente mit jeweils einem Faktor auf einmal oder auf die Verwendung einzelner Wärmemessgeräte beschränken müssen, wäre der Thermoformer mit ziemlicher Sicherheit genauso vor sich hin gehumpelt wie immer.
ANDERE ANWENDUNGEN
Experimente mit thermografischen Antwortvariablen können überall dort eingesetzt werden, wo Hersteller Kenntnisse über Prozessursache und thermische Wirkung benötigen. Nachfolgend sind einige verschiedene Anwendungen aufgeführt, bei denen sich thermografische Reaktionsvariablen als nützlich erweisen könnten. Es gibt sicher noch viele mehr.
- Lebensmittelherstellung
- Extrusion
- Glühen und Wärmebehandlung
- Metallurgie
- Spritzguss
- HLK-Design
- Verbundwerkstoffe
- Pultrusion
- Heizungs-, Kühlsystem- und Trocknerdesign
REFERENZEN
[1] Roger Hoerl und Ron Snee,Statistisches Denken, 2undAusgabe, John Wiley & Sons, The Wiley and SAS Business Series, 2012
[2] Ian Cox, Marie A. Gaudard, Philip J. Ramsey, Mia L. Stephens und Leo T. Wright,Visuelles Six Sigma, SAS Institute, Inc., Veröffentlicht von John Wiley & Sons, SAS Business Series (2010)
[3] Mike Rother,Toyota Kata,Kap. 5, McGraw-Hill, 2010
[4] Das Shingo-Institut,Das Shingo-Modell, Utah State University, 2014
[5] William D. Kappele,Durchführen objektiver Experimente mit JMP, 5. Auflage, August 2011, Objektive Experimente. Die Checkliste ist verfügbar unterwww.objexp.com.
[6] Donald J. Wheeler,EMP III, Auswertung des Messprozesses, SPC Press, 2010
[7] Die Snell-Gruppe,Kurshandbuch für Thermografie der Stufe 1, Barre, Vermont, 2014
[8] Jurans Qualitätshandbuch, Kapitel 6, Juran und DeFeo, McGraw-Hill, 2010
[9] Gemba Academy Blog,Tut Buße, ich meine Hansei!,2. Mai 2007
[10] Gemba Academy DVD,JIT-Technologien, Teil 6
DANKSAGUNG
Bill Kappele von Objective Experiments lieferte wichtige Rezensionen und Kommentare zu diesem Artikel.
AUTORENBIOGRAFIEN
Stephen W. Czupryna ist einBerater und Dozent für Verfahrenstechnikmit objektiven Experimenten in Bellingham, WA. Er verfügt über einen Bachelor-Abschluss in Wirtschaftswissenschaften, einen AS in Laserelektrooptik und ist ein vom Pyzdek Institute zertifizierter Lean Six Sigma Black Belt. Er verfügt außerdem über ein Thermografie-Zertifikat der Stufe I der Snell Group mit anerkannter Kompetenz in elektrischen und mechanischen IR-Tests.
Tony Shockey ist derFluke Thermography Services Manager für Amerika. Er kommt aus der Industrie und verfügt über einen Hintergrund in Instrumentierung, Automatisierung und Prozesssteuerung vom Bellingham Technical College sowie über eine Ausbildung gemäß Infrarot Level II – ASNT. Als Fachexperte bei Fluke hat er sieben Jahre lang weltweit Vorträge zu diesen Themen gehalten, umfassende Schulungen für Vertriebspartner und wichtige Endbenutzer durchgeführt und ist weiterhin für den technischen Backline-Support der Fluke Corporation zuständig.
Roy Huff istVizepräsidentder Snell Group. Er unterrichtet und berät zu einem breiten Spektrum von Themen rund um Infrarot- und Elektromotortests. Roy hat einen BSEE von der University of Missouri-Columbia und ein Thermal-/Infrarot-Zertifikat der Stufe III von der ASNT. Er ist von SMRP als Certified Reliability Maintenance Professional zertifiziert und verfügt über die Level III IRT NAS410-Zertifizierung. Er hat Vorträge beim P/PM National Symposium, Thermosense, Thermal Solutions, EPRI, SMRP und anderen Konferenzen gehalten.
