Progettazione di esperimenti con
Dati di risposta radiometrica
Uno studio di caso
Stephen W. Czupryna, Esperimenti oggettivi (stevecz@objexp.com)
Tony Shockey, Direttore Generale della Fluke Corporation (tony.shockey@fluke.com)
Roy Huff, il gruppo Snell (e-mail: rhuff@thesnellgroup.com)
ASTRATTO
ILVoce del processogiunge a noi in molte forme. Dati validi su temperatura, pressione, tensione, durezza, finitura superficiale e altri processi dicono molto sui processi di produzione che generano i nostri ricavi.
Per molti processi, la comprensione chiave si ottiene ascoltando ilVoce del processonel linguaggio della temperatura. Storicamente abbiamo utilizzato termocoppie, pirometri e altri dispositivi discreti per misurare la temperatura e da allora abbiamo imparato molto. Tuttavia, l'avvento di termocamere più convenienti offre oggi un modo decisamente migliore per ascoltare la voce termodinamica dei nostri processi industriali, con una praticità e una risoluzione impensabili in un passato non troppo lontano. Grazie alla termocamera e al software statistico in mano, siamo incredibilmente ben equipaggiati per captare i messaggi importanti che i nostri processi ci sussurrano nella banda infrarossa dello spettro elettromagnetico.
Questo documento è uno studio di caso su un'azienda di lavorazione della plastica che ha utilizzato JMP 11®, una termocamera Fluke Ti32®, il software SmartView® di Fluke e il metodo Objective Experiments Design of Experiments (DOE) in 5 fasi per acquisire nuove informazioni su un processo di termoformatura che aveva prodotto risultati deludenti per decenni. I tentativi passati di migliorare il processo con termocoppie e pirometri hanno prodotto progressi incrementali, ma è stato solo quando l'azienda ha raccolto dati radiometrici validi come parte di un esperimento progettato che ha finalmente ottenuto miglioramenti rivoluzionari e influenzato notevolmente i profitti aziendali.
Questo documento spiegherà anche come ilfattore wowcome evidenziato sia dai termogrammi ad alta risoluzione sia dagli strumenti di visualizzazione dei dati di JMP, un gruppo eterogeneo di operatori in prima linea, supervisori e manager è stato integrato in un team coeso con la capacità di scoprire nuove conoscenze.
TERMOGRAFIA IN BREVE
Tutti gli oggetti sulla Terra emettono radiazioni infrarosse (IR). Utilizzando telecamere a infrarossi senza contatto, un termografo certificato può rilevare e misurare la radiazione IR emessa da una superficie, nonché misurarne la temperatura superficiale e i gradienti termici. Figura 1mostra come le termocamere rilevano facilmente fenomeni importanti che l'occhio umano non riesce a vedere.
Figura1: Condizione pericolosa nel fusibile elettrico
Una telecamera a infrarossi è un dispositivo elettro-ottico composto da un rilevatore, un'ottica IR, un display, comandi, supporti di memorizzazione e un alimentatore. VedereFigura 2. Questi strumenti trovano numerose applicazioni industriali e forniscono all'utente visualizzazioni di modelli termici e dati quantitativi che possono essere analizzati con il software di analisi delle immagini del produttore o con un software statistico come JMP.
Figura2: Termocamera Fluke Ti32
Di particolare importanza sono il rivelatore e l'ottica. I rivelatori tipici sono sensibili alle radiazioni in due bande spettrali: IR a onde medie (2,5-6,0 µm) e IR a onde lunghe (8,0-15,0 µm). Il rilevatore a matrice sul piano focale è disponibile in diverse risoluzioni. Per il Fluke Ti32, la matrice è di 320 x 240 pixel, considerataalta risoluzioneper telecamere termiche. Una singola immagine fornisce quindi le stesse informazioni che si otterrebbero da 320x240=76.800 termocoppie discrete. Le dimensioni e la densità del rilevatore, combinate con l'ottica, stabiliscono la risoluzione spaziale e di misurazione del sistema.
Il caldo marcia al ritmo del suo tamburo
L'energia che esce da una superficie può essere composta da radiazioni elettromagnetiche emesse, riflesse e, per alcuni materiali, trasmesse. Per l'analisi termografica, solo l'energia emessa fornisce informazioni utili sulla temperatura superficiale ed è necessario compensare l'energia riflessa e trasmessa, se presente. Fortunatamente, un termografo certificato conosce queste limitazioni e può utilizzare gli algoritmi della fotocamera per eludere l'influenza indesiderata dell'energia riflessa, dell'energia di fondo e della trasmissione IR insita in alcuni materiali. È fondamentale notare che le termocamere richiedono una notevole curva di apprendimento e che è necessaria circa una settimana di formazione pratica per garantire misurazioni accurate.
L'emissività è una proprietà fondamentale che descrive la capacità di un materiale di emettere radiazioni termiche. L'emissività varia tra 0 e 1 ed è una funzione del tipo di materiale, delle condizioni della superficie, della temperatura, della lunghezza d'onda e dell'angolo di visione. Anche in questo caso, l'abilità del termografo certificato gioca un ruolo importante nella valutazione dell'oggetto in esame e nell'impostazione della termocamera per effettuare misurazioni affidabili.
La termografia non è più solo per le ispezioni degli edifici
La termografia a infrarossi trova ampio impiego in molteplici campi di applicazione, tra cui la diagnostica elettrica, elettromeccanica, meccanica, di edifici e tetti, i test non distruttivi, l'ispezione di aeromobili, il controllo e il miglioramento dei processi industriali. Nel settore delle materie plastiche esistono numerose applicazioni, tra cui la termoformatura, come discusso in questo articolo, nonché l'estrusione, lo stampaggio rotazionale e lo stampaggio a iniezione.
La termocamera Fluke Ti32
La telecamera Fluke Ti32 utilizzata per questo progetto di miglioramento dei processi è dotata di una serie di rilevatori microbolometrici che operano nello spettro infrarosso a onde lunghe. Il campo visivo istantaneo (IFOV) per questo sistema è di 1,25 mRad e la distanza minima di messa a fuoco è di circa 6 pollici con l'obiettivo incorporato. La sensibilità termica di questo modello è molto buona, pari a 45 mK, e la frequenza di acquisizione è di 60 Hz.
Le immagini contenute nel presente rapporto sono state elaborate e analizzate utilizzando il software Fluke SmartView®. Questo software include vari strumenti di analisi, la regolazione di variabili come l'emissività e l'esportazione dei dati. Il software consente al termografo di modificare retroattivamente tutte le regolazioni della telecamera, ad eccezione, ovviamente, della messa a fuoco.
È TUTTA UNA QUESTIONE DI CALORE
ELe conoscenze ingegneristiche indicano il controllo della temperatura come fattore critico durante tutte le fasi del processo di termoformatura. È un dato di fatto che la qualità dei pezzi è il risultato di un riscaldamento e di un raffreddamento uniformi sia del pezzo grezzo in plastica che del pezzo termoformato. È noto che gradienti termici eccessivi causano distorsioni dei componenti, scarso controllo dello spessore, debolezza strutturale e scarsa finitura superficiale.
LA SFIDA
Il forno termoformatore in esame ha un design insolito con un sistema navetta e una matrice di riscaldamento monofacciale come mostrato inFigura 3EFigura 4.
Il vassoio navetta è su rotaie che spostano il foglio di plastica direttamente sotto una matrice di riscaldamento orizzontale multizona e quindi trasportano il foglio riscaldato dove viene prelevato e formato sotto vuoto a mano su stampi in attesa. Il riscaldamento avviene solo da una direzione ela distanza tra il vassoio e la matrice riscaldante è fissa. La matrice e lo spazio vuoto sovrapposto sono mostrati inFigura 4.
Da studi precedenti si sapeva che la temperatura superficiale dei pezzi grezzi variava notevolmente lungo la loro lunghezza e larghezza. Un operatore ha osservato che la prima immagine termica esplorativa del blank riscaldatosembrava una maglietta tie-dye di Jimi Hendrix degli anni '70!
Il lavoro non conteneva nulla di nuovo dal punto di vista sperimentale, pertanto il resto del documento enfatizza l'approccio graduale alla sperimentazione, le dinamiche di gruppo e la filosofia sperimentale utilizzata per le decisioni.
TEAM SPERIMENTALE
La direzione aziendale ha scelto 3 persone per il lavoro: un operatore di linea esperto (un cliente!), un supervisore e un ingegnere di processo con esperienza nel DOE. Altre persone sono state coinvolte nel lavoro in base alle necessità. Di seguito, questo gruppo è denominato collettivamenteIL sperimentatori.
FILOSOFIA DOE
Nonostante la sua natura tecnica, il successo del DOE dipende dal fondamento filosofico degli sperimentatori e dei loro dirigenti.
Il DOE è iterativo
Nonostante la designazione aziendale dello studio del processo di termoformatura come un processo discretoProgetto Approvatocon una data di fine prevista e varie tappe fondamentali, gli sperimentatori hanno pensato furtivamente lungo linee diverse. Consideravano il lavoro come l'inizio di numerosi cicli di apprendimento, preferibilmente brevi.1,2,3,4che consentirebbe una comprensione approfondita del processo. Non cercavano una soluzione rapida.
Il DOE non è uno sport per spettatori
Chi aveva esperienza con il DOE sapeva che di solito è preferibile condurre l'esperimento e raccogliere i dati da soli piuttosto che affidare il compito a un tecnico di laboratorio o a un altro collega. Pertanto, tutti gli sperimentatori hanno pianificato di sporcarsi le mani, che lo volessero o no.
Attenzione alle supposizioni
Tutti concordarono di non dare nulla per scontato. Hanno osservato attentamente il processo, preso appunti, parlato con gli operatori e alla fine hanno gestito il processo autonomamente. Gli sperimentatori hanno eseguito controlli di manutenzione settimanali, autotest del controller e simili. Prima dell'inizio dei lavori sono stati scoperti e affrontati alcuni problemi .Alla fine, sembrava esserci una correlazione fortemente positiva tra la conoscenza acquisita e la quantità di sabbia nelle mani dello sperimentatore.
FASE 1 – STABILIRE L’OBIETTIVO
Molti esperimenti industriali falliscono perché l'obiettivo non è definito con attenzione. Un documento utile intitolatoLista di controllo per porre la domanda giusta5ha fornito una soluzione snella e semplice a questo potenziale problema e un forum eccellente per la discussione di gruppo. Nel tempo, il gruppo ha raggiunto un insolito consenso: la base di conoscenza esistente era troppo scarsa per stabilire l'obiettivo in un tipico modo manageriale comerridurre gli scarti del 25% in 6 mesiOaumentare il tempo di attività del 5% ogni 2 mesi. Invece, l'obiettivo è stato definito in modo non tradizionale, sotto forma di uncondizione di destinazione3come mostrato inFigura 5.
AUMENTARE LA COMPRENSIONE DEL PROCESSO
CON IL MASSIMO COINVOLGIMENTO DELL'OPERATORE
E PROGETTAZIONE ITERATIVA DEGLI ESPERIMENTI
Figura5: Condizione di destinazione
Si riteneva che una migliore comprensione dei processi a tutti i livelli organizzativi avrebbe portato inesorabilmente a utili modelli predittivi e nuove conoscenze. Saranno quindi in grado di determinare i cicli di lavoro ideali di ciascuna zona riscaldante e le pratiche di produzione per un'ampia gamma di tipi, dimensioni e spessori di plastica.
PASSO 2 – SCEGLI UNA STRATEGIA
Gli sperimentatori hanno dovuto decidere tra i 3 approcci di base alla sperimentazione5:
- Screening
- Modello di interazione (frugale)
- Modello di superficie di risposta (approfondito)
Tenendo presente la dolorosa storia di prestazioni imprevedibili dei termoformatori, la direzione aziendale approvò ampie risorse per l'esperimento e il gruppo concordò rapidamente sull'approccio della superficie di risposta.
FASE 3 – CREA UN PIANO
Strategia alla mano, tutto era pronto per creare un piano.
Scegli fattori e intervalli sperimentali
Il piano aveva 6 fattori di processo, i cicli di lavoro, in %, di ogni zona di riscaldamento. Gli intervalli variavano dal 20-60% al 30-70%.
Pensa ai fattori noti da mantenere costanti
I fattori non studiati sono stati mantenuti costanti durante l'esperimento.
- Operatore di macchina ( uno sperimentatore )
- Lotto di produzione di grezzi in plastica
- Tempo tra l'espulsione del pezzo riscaldato e la cattura dell'immagine termica
- Ecc.
Pericolo, variabili in agguato!
Il team di progetto ha trascorso la maggior parte del tempo nell'area di lavoro, il che ha rappresentato un'ottima opportunità per identificare e affrontare un lungo elenco di variabili insidiose e nascoste.
- Temperatura ambiente
- Umidità ambientale
- Circolazione dell'aria
- Ora del giorno, pause
- Ecc.
Il piano prevedeva un tempo di riscaldamento del termoformatore di 1 ora per garantire condizioni termiche stabili, la registrazione delle variabili nascoste e l'esecuzione di cicli sperimentali in successione, senza interruzioni. Un trucco del termografo è stato particolarmente utile 7 . Gli sperimentatori hanno posizionato del nastro isolante in vinile nero Scotch® Super 33+ su un oggetto non metallico adiacente al termoformatore. VedereFigura 6.
Figura6: Il miglior amico del termografo
Questo nastro ha un'emissività prevedibile di 0,95 e ha fornito un punto di misurazione eccellente per la temperatura ambiente. Anche la vernice spray nera opaca Krylon ha un'emissività di 0,95e può essere utilizzato per lo stesso scopo 7 .
Scegli le risposte
Il piano iniziale prevedeva una sola risposta e gli sperimentatori erano aperti ad aggiungerne altre man mano che accumulavano nuove conoscenze. Questo era un altro allontanamento dall'approccio storico di pianificare tutto in anticipo e stabilire scadenze arbitrarie. Il loro approccio alternativo, aggiungere nuove risposte man mano che aumentavano le nuove conoscenze , costava poco e rivelava molto.
La risposta originale di interesse era il gradiente termico nel foglio di plastica. Ecco dove il vantaggio dei dati radiometrici paga enormi dividendi. Quando l'immagine viene salvata come file di dati radiometrici (.is2), il software SmartView di Fluke può esportare l'array di dati effettivo (76.800 punti dati) o un sottoinsieme di esso in un file .csv. Quindi, lo sperimentatore è libero di definire la variabile di risposta in base alle proprie esigenze. Ad esempio, potrebbe essere una misura del gradiente termico distinto lungo una linea indicata come mostrato inFigura 7EFigura 8.
Figura7: Immagine termica con linea di interesse (L 0 )
Figura8: Grafico della temperatura superficiale lungo L 0
Oppure la risposta potrebbe essere il gradiente termico all'interno di un'area rettangolare. VedereFigura 9.
Figura9: Immagine termica con area di interesse (A 0 ) e temperature superficiali
Sia la risposta lineare che quella superficiale sono di gran lunga superiori rispetto all'utilizzo delle letture di un misuratore termico discreto come risposta sperimentale. Gli sperimentatori hanno sceltologaritmo dell'Area A0come variabile di risposta al gradiente termico. Successivamente sono state aggiunte altre due risposte: il tempo di ciclo del processo misurato in minuti (CT) e il consumo energetico calcolato. Queste risposte hanno importanti implicazioni finanziarie in termini di produttività degli impianti e costi energetici. Figura 10riassume il piano finale.
Figura10: Fattori e risposte
Definisci il modello e pianifica le repliche
Inizialmente, si pensava che un esperimento a 6 fattori avrebbe comportato un numero ingestibile di esecuzioni, ma con un ciclo di riscaldamento breve e bassi costi dei materiali,il team del progetto ha deciso di utilizzare un modello quadratico completo, minimo più 4 esecuzioni e 8 repliche come mostrato inFigura 11. Con una pianificazione intelligente, gli sperimentatori hanno potuto eseguire tutte le 40 prove in un giorno, quindi non è stato necessario alcun blocco.
Figura11: I-Progettazione ottimale
Controllo di progettazione
La mappa dei colori sulle correlazioni ha dimostrato che il progetto era buono e che l'esperimento poteva procedere. VedereFigura 12.
Figura12: Controllo di progettazione
Nota filosofica sulle dinamiche di squadra
Immagini termiche come quelle mostrate sopra, le schermate di progettazione DOE facilmente comprensibili e il JMPModello in formail risultato mostrato di seguito ha attirato molta attenzione da parte degli sperimentatori e di altro personale della fabbrica. Nel corso dei lavori sono state scattate immagini termiche di oggetti, macchinari e persone e il loro significato è stato discusso con entusiasmo. Nel frattempo, il JMP Prediction Profiler e i grafici di interazione hanno scatenato numerose discussioni e un vivace dibattito. Sono state espresse opinioni. L'esperienza è stata condivisa.
Come risultato di queste straordinarie dinamiche di squadra, le persone hanno scelto liberamente di partecipare allo sforzo di miglioramento del processo, dimostrando così il principio lean.mantienilo semplice e visivo.
FASE 4 – ESEGUIRE IL PIANO
Come al solito, sono state effettuate alcune prove pratiche per risolvere i previsti problemi procedurali. Sono state apportate modifiche al documento intitolatoLista di controllo per porre la domanda giustae sono state scritte chiare definizioni operative per tutte le misurazioni. TPoi gli sperimentatori si sono sporcati le mani ancora di più raccogliendo i 40 set di dati di risposta. Lungo il cammino abbiamo imparato molto.
Prerequisito n. 1: verifica della costante s
Dopo aver adattato i dati di risposta raccolti e calcolati al modello, i risultati sono stati controllati per la costante s utilizzando 3 metodi visivi: il grafico dei residui rispetto al valore previsto, il grafico di Box-Cox e un controllo di normalità dei residui. Due su tre hanno superato il test (vediFigura 13per fare un esempio) e il team è passato al prerequisito successivo.
Figura13: Controlla la costante s
Prerequisito n. 2: controllo di integrità della misurazione
Con 8 repliche è stato possibile verificare la ripetibilità del processo e del sistema di misurazione. JOutput EMP tabellare di MP6 (Figura 14) ha rivelato che il 90% della variazione misurata proveniva dalle stesse esecuzioni sperimentali. Il grafico di variabilità di JMP (Figura 15) ha fornito spunti di riflessione corroboranti in forma grafica.
Figura14: Controllo di sanità EMP
Figura15: Grafico della variabilità
Questi risultati erano facili da comprendere e gli sperimentatori accettarono di procedere.
Rivedi i risultati
L'output del Fit Model di JMP è di natura altamente grafica, semplificando il compito di spiegare i risultati sperimentali a persone a diversi livelli organizzativi. L'output varia da tabellare a grafico a altamente interattivo come mostrato inFigura 16AFigura 19.
Tla trama attuale da quella prevista (vediFigura 16) è una valutazione della qualità del modello stesso. I punti tracciati indicano una buona capacità predittiva.
Figura16: Effettivo secondo la trama prevista
Le stime dei parametri ordinati (Figura 17) ci indicano, in forma tabellare/grafica concisa, il significato relativo di ciascun termine nel modello. Il fattore più significativo è stato l'effetto principale di Zone. Il secondo e il terzo termine più significativi sono le interazioni Zona 1-3 e le interazioni Zona 1-5. I profili di interazione (Figura 18) forniscono ulteriori approfondimenti.
Figura17: Stime dei parametri ordinati
Figura18: Profili di interazione
La scoperta delle forti interazioni Z1-Z3 e Z1-Z5 (cioè quelli con giustapposizioni da angolo ad angolo) ha rappresentato un enorme passo avanti nella comprensione dei processi.
Riflettere e scegliere il punto debole
Gli sperimentatori e i dirigenti aziendali hanno scoperto che JMP Prediction Profiler consente una chiara valutazione visiva dei compromessi tecnico-finanziari, offrendo un modo semplice ed efficace per prendere decisioni aziendali basate sui dati provenienti da osservazioni di processi reali. VedereFigura 19.
Figura19: Profilatore di previsione
Alcunidelle zone riscaldanti non ha avuto un impatto drammatico sui gradienti termici, quindi il ciclo di lavoro potrebbe essere impostato verso il limite inferiore dell'intervallo per risparmiare sui costi energetici, prolungare la durata degli elementi riscaldanti, risparmiare sui costi di manutenzione e ridurre le costose interruzioni della produzione.
Non c'è niente di sbagliato nell'esperimento che hai progettato...
Così come la natura aborrisce il vuoto (almeno qui sulla Terra), alcuni produttori aborrono allo stesso modo l'area vicina agli estremi degli intervalli sperimentali e le aree ripide delle curve di risposta. Di conseguenza, il team ha riflettuto sulla sperimentazioneLimiti esternicon cautela, poiché non sapevano nulla di ciò che accade durante cicli di lavoro al di fuori degli intervalli testati. Ad esempio, cosa accadrebbe se la Zona 1 passasse a un ciclo di lavoro del 65%? Nessuno lo sapeva.
Al contrario, quando le curve di risposta hanno una forte pendenza, come nel caso della Zona 3,aborrire-gli-estremipuò essere costoso. Una piccola variazione del fattore può innescare una modifica significativa nella risposta. Si noti che il valore minimo dilogaritmo di A0avviene con un ciclo di lavoro per la Zona 3 del 70%. Tuttavia, quel punto di regolazione si trova all'estremo dell'intervallo testatoEsulla parte ripida della curva della Zona 3, il peggior incubo di un ingegnere di processo. Figura 20evidenzia la zona pericolosa di questo processo.
Figura20: Zona fastidiosa 3
Gli sperimentatori hanno deciso di ridurre il ciclo di lavoro della Zona 3 al 41% e di accettare la penalità risultante inlogaritmo di A0. La logica: scegliere impostazioni di processo che siano robuste alle fonti di variazione come l'invecchiamento degli elementi riscaldanti, le correnti d'aria ambiente, la deriva, l'errore, ecc.figura 21visualizza ancora una volta la logica alla base dello sweet spot scelto per tutte e 6 le zoneal centro di un altopiano, lontano dagli estremi.
Figura21: Il paradiso dei produttori
Testare il modello e valutare l'intervallo di tolleranza
Successivamente, gli sperimentatori hanno ripetutamente testato il punto ottimale e hanno utilizzato i dati accumulati per calcolare un intervallo di tolleranza, in questo caso con una confidenza del 95% sul 99% del prodotto futuro. L'intervallo di tolleranza si è rivelato soddisfacente rispetto alle aspettative del cliente.
PASSO 5 – RICONOSCERE IL SUCCESSO
Grazie alle nuove e importanti conoscenze acquisite durante l'esperimento, gli sperimentatori hanno raccomandato con sicurezza cambiamenti permanenti nella gestione aziendale. Sono stati presi provvedimenti. Sono stati approvati ulteriori studi. Tuttavia, restavano ancora alcune questioni importanti da risolvere.
Riflettere
Gli sperimentatori hanno imparato dai propri errori. Una pratica snella,Hansei9, suggerisce di riflettere sui metodi di lavoro dopo aver raggiunto una tappa significativa, come la fine di un ciclo di apprendimento e l'inizio di un altro. Il team ha avuto una discussione informale e onesta su cosa aveva sbagliato e cosa avrebbe potuto fare meglio. Questo esercizio si è rivelato utile per studi successivi ed esperimenti futuri.
Aiutare gli altri
Gli sperimentatori si sono anche presi il tempo di impegnarsi in un'altra utile pratica snella,Yokoten10, che suggerisce la condivisione laterale delle migliori pratiche all'interno dell'organizzazione. I vantaggi di questa pratica includono la possibilità di far conoscere i metodi DOE ad altri e di aiutarli a svolgere i propri esperimenti.
Riconoscere
Inoltre, il team si è fermato per riconoscere il proprio successo e si è assicurato che tutti i partecipanti fossero visibilmente riconosciuti per il loro contributo. Sono state portate grandi pile di pizze.
Monitor
Aggiuntivologaritmo dell'Area A0i dati sono stati raccolti regolarmente per rilevare la presenza di deriva del processo. Se le prestazioni del forno dovessero peggiorare in modo significativo, il problema verrebbe individuato rapidamente, analizzato e risolto.
CHIAVI PER IL SUCCESSO
La qualità dei risultati ottenuti è stata fortemente influenzata dall'eccellente contributo del personale in prima linea, dall'uso delle decantate capacità di visualizzazione dei dati di JMP, dalla capacità di "vedere il calore" e da un approccio consensuale al processo decisionale. Era inoltre chiaro che la progettazione degli esperimenti e la termografia sono tecnologie altamente complementari. Se il team si fosse limitato a tentativi ed errori, a esperimenti con un fattore alla volta o all'uso di indicatori termici discreti, il termoformatore avrebbe quasi certamente continuato a zoppicare come aveva sempre fatto.
ALTRE APPLICAZIONI
Gli esperimenti con variabili di risposta termografiche possono essere utilizzati ovunque i produttori richiedano la conoscenza della causa del processo e dell'effetto termico. Di seguito sono riportate alcune applicazioni diverse in cui le variabili di risposta termografica potrebbero rivelarsi utili. Sicuramente ne esisteranno molti altri.
- Produzione alimentare
- Estrusione
- Ricottura e trattamento termico
- Metallurgia
- Stampaggio a iniezione
- Progettazione HVAC
- Compositi
- Pultrusion
- Progettazione di riscaldatori, sistemi di raffreddamento e asciugatrice
RIFERIMENTI
[1] Roger Hoerl e Ron Snee,Pensiero statistico, 2eedizione, John Wiley & Sons, The Wiley and SAS Business Series, 2012
[2] Ian Cox, Marie A. Gaudard, Philip J. Ramsey, Mia L. Stephens e Leo T. Wright,Sei Sigma visivo, SAS Institute, Inc., pubblicato da John Wiley & Sons, SAS Business Series (2010)
[3] Mike Rother,Toyota Kata,Capitolo 5, McGraw-Hill, 2010
[4] L'istituto Shingo,Il modello Shingo, Università statale dello Utah, 2014
[5] Il signor William D. Kappele,Esecuzione di esperimenti oggettivi utilizzando JMP, 5a edizione, agosto 2011, Esperimenti oggettivi. La checklist è disponibile all'indirizzowww.objexp.com.
[6] Il signor Donald J. WheelerEMP III, Valutazione del processo di misurazione, SPC Press, 2010
[7] Il gruppo Snell,Manuale del corso di termografia di livello 1, Barre, Vermont, 2014
[8] Manuale di qualità di Juran, Capitolo 6, Juran e DeFeo, McGraw-Hill, 2010
[9] Blog dell'Accademia Gemba,Pentitevi, intendo Hansei!2 maggio 2007
[10] DVD dell'Accademia Gemba,Tecnologie JIT, Parte 6
RINGRAZIAMENTI
Bill Kappele di Objective Experiments ha fornito una revisione e un commento fondamentali su questo articolo.
BIOGRAFIE DEGLI AUTORI
Stephen W. Czupryna è unConsulente e istruttore di ingegneria di processocon esperimenti oggettivi a Bellingham, WA. Ha una laurea in Economia, una laurea specialistica in Elettroottica Laser ed è Lean Six Sigma Black Belt certificato dal Pyzdek Institute. Ha inoltre un certificato di termografia di livello I rilasciato da The Snell Group, con competenze riconosciute nei test IR sia elettrici che meccanici.
Tony Shockey è ilResponsabile dei servizi di termografia Fluke per l'America. Proviene dal settore e ha una formazione in strumentazione, automazione e controllo dei processi conseguita presso il Bellingham Technical College, oltre a una formazione conforme all'Infrared Level II - ASNT. In qualità di Subject Matter Expert presso Fluke per 7 anni, ha tenuto conferenze su questi argomenti in tutto il mondo, ha svolto un'ampia formazione per i partner di canale e gli utenti finali chiave e continua a fornire supporto tecnico di back-line per Fluke Corporation.
Roy Huff èVicepresidentedel Gruppo Snell. Tiene lezioni e svolge attività di consulenza su un'ampia gamma di argomenti riguardanti i test sui motori elettrici e sui motori a infrarossi. Roy ha conseguito una laurea in ingegneria elettrica (BSEE) presso l'Università del Missouri-Columbia e un attestato di livello III in tecnologia termica/infrarossa presso l'ASNT. È certificato da SMRP come Certified Reliability Maintenance Professional e detiene la certificazione IRT NAS410 di Livello III. Ha presentato relazioni al P/PM National Symposium, Thermosense, Thermal Solutions, EPRI, SMRP e ad altre conferenze.
