実験計画法
放射応答データ
ケーススタディ
Stephen W. Czupryna、客観的実験（メールアドレス)
トニー・ショッキー、フルーク・コーポレーション（メールアドレス: tony.shockey@fluke.com)
ロイ・ハフ、スネル・グループ（お問い合わせ)
抽象的な
のプロセスの声さまざまな形で私たちにやって来ます。 有効な温度、圧力、張力、硬度、表面仕上げ、その他のプロセス データは、当社の収益を生み出す製造プロセスについて多くを語っています。
多くのプロセスでは、重要な洞察は、プロセスの声温度の言語で。 歴史的に、温度を測定するために熱電対、高温計、その他の個別のデバイスが使用され、多くのことが学ばれてきました。 しかし、コスト効率の高いサーマルイメージャーの登場により、それほど遠くない過去には考えられなかった利便性と解像度で、産業プロセスの熱力学的な声を聞くための劇的に優れた方法が提供されるようになりました。 サーマルイメージャーと統計ソフトウェアがあれば、電磁スペクトルの赤外線帯域でプロセスがささやく重要なメッセージを聞くのに非常に役立ちます。
この論文は、JMP 11®、Fluke Ti32® サーマル イメージャー、Fluke の SmartView® ソフトウェア、Objective Experiments の 5 ステップ実験計画法 (DOE) を使用して、何十年にもわたって期待外れの結果しか出ていなかった熱成形プロセスに関する新たな洞察を得たプラスチック加工会社のケース スタディです。 これまで、熱電対と高温計を使用してプロセスを改善する試みは段階的な改善をもたらしましたが、計画された実験の一環として有効な放射測定データを収集して初めて、画期的な改善が達成され、会社の収益に劇的な影響をもたらしました。
この論文では、すごい要素高解像度のサーモグラムと JMP のデータ視覚化ツールの両方で見られるように、多様な最前線の作業員、監督者、管理者のグループが、新しい知識を発見する能力を備えたまとまりのあるチームに統合されました。
サーモグラフィーの概要
地球上のすべての物体は赤外線 (IR) を放射します。 認定サーモグラファーは、非接触型赤外線カメラを使用することで、表面から放射される赤外線を検出して測定し、表面温度と温度勾配を測定できます。 図1人間の目では検出できない重要な現象を熱画像装置が簡単に検出する方法を示します。
形1: 電気ヒューズが危険な状態
赤外線カメラは、検出器、IR 光学系、ディスプレイ、制御装置、記憶媒体、および電源から構成される電気光学装置です。 見る図2. これらの機器には多くの産業用途があり、メーカーの画像分析ソフトウェアまたは JMP などの統計ソフトウェアを使用して分析できる熱パターンと定量的データを視覚的に表示します。
形2: Fluke Ti32 サーマルイメージャー
特に重要なのは検出器と光学系です。 一般的な検出器は、中波 IR (2.5-6.0µm) と長波 IR (8.0-15.0µm) の 2 つのスペクトル帯域の放射線に敏感です。 焦点面アレイ検出器にはさまざまな解像度があります。 Fluke Ti32の場合、アレイは320 x 240ピクセルで、高解像度サーマルカメラ用。 したがって、1 つの画像から、320 x 240 = 76,800 個の個別の熱電対から得られる情報と同じ情報が得られます。 検出器のサイズと密度を光学系と組み合わせることで、システムの空間解像度と測定解像度が決まります。
ヒートは独自のリズムで進む
表面から発せられるエネルギーは、放射、反射、および一部の材料では透過する電磁放射で構成されます。 サーモグラフィ分析では、放射されたエネルギーのみが有用な表面温度情報を提供し、反射エネルギーと透過エネルギーがある場合はそれを補正する必要があります。 幸いなことに、認定サーモグラファーはこれらの制限を認識しており、イメージャーのアルゴリズムを使用して、反射エネルギー、背景エネルギー、および特定の材料に固有の IR 透過による不要な影響を回避することができます。 IR カメラには相当の学習曲線があり、正確な測定を保証するには約 1 週間の実践的なトレーニングが必要であることに注意することが重要です。
放射率は、物質が熱放射を発する（放出する）能力を表す重要な特性です。 放射率は 0 から 1 の間で変化し、材料の種類、表面の状態、温度、波長、視野角に応じて異なります。 繰り返しになりますが、認定サーモグラファーのスキルは、調査対象の物体を評価し、信頼性の高い測定を行うためにイメージング装置を設定する上で重要な役割を果たします。
サーモグラフィーはもはや建物の検査だけに使われるものではありません
赤外線サーモグラフィーには、電気、電気機械、機械、建物および屋根の診断、非破壊検査、航空機検査、産業プロセス制御、産業プロセス改善など、さまざまな用途があります。 プラスチック業界では、本稿で説明した熱成形のほか、押し出し成形、回転成形、射出成形など、さまざまな用途が存在します。
Fluke Ti32イメージャー
このプロセス改善プロジェクトに使用される Fluke Ti32 イメージャーには、長波赤外線スペクトルで動作するマイクロボロメータ検出器アレイが搭載されています。 このシステムの瞬間視野角 (IFOV) は 1.25mRad で、内蔵レンズを使用した場合の最小焦点距離は約 6 インチです。 このモデルの熱感度は 45mK で非常に優れており、取得速度は 60Hz です。
このレポートの画像は、Fluke SmartView® ソフトウェアを使用して処理および分析されました。 このソフトウェアには、さまざまな分析ツール、放射率などの変数の調整、データのエクスポートが含まれています。 このソフトウェアにより、サーモグラファーは、フォーカスを除くすべてのカメラ調整を遡及的に変更できるようになります。
すべては熱のため
Eエンジニアリングの知識によれば、熱成形プロセスのすべての段階で温度制御が重要な要素となります。 良質の部品は、プラスチックブランクと熱成形部品の両方を均一に加熱および冷却することで得られるということは、よく知られた事実です。 過度の温度勾配は、部品の歪み、厚さの制御不良、構造上の弱点、表面仕上げの劣化を引き起こすことが知られています。
課題
研究対象の熱成形炉は、図に示すようにシャトルシステムと片面加熱アレイを備えた珍しい設計となっている。図3そして図4.
シャトルトレイはレール上にあり、プラスチックブランクをマルチゾーンの水平加熱アレイの真下に移動し、加熱されたブランクをシャトルアウトして、手で持ち上げて待機中の金型に真空成形します。加熱は一方向からのみ行われ、トレイからヒーターアレイまでの距離は固定されている. 配列と重ね合わせた空白は、図4.
過去の研究から、ブランクの表面温度は長さと幅に沿って大きく変化することが分かっていました。 あるオペレーターは、加熱されたブランクの最初の探査熱画像が1970年代のジミ・ヘンドリックスのタイダイ柄シャツのようだった!
この研究には実験的に新しいことは何も含まれていないため、本論文の残りの部分では、実験への段階的なアプローチ、チームのダイナミクス、および意思決定に使用される実験哲学に重点を置いています。
実験チーム
会社の経営陣は、この作業のために熟練したライン オペレーター (顧客)、スーパーバイザー、および DOE 経験のあるプロセス エンジニアの 3 名を選出しました。 必要に応じて他の人々も作業に参加した。以下、このグループを総称しての 実験者.
DOEの哲学
技術的な傾向にもかかわらず、DOE の成功は実験者とその管理者の哲学的基盤に依存します。
DOEは反復的である
熱成形プロセス研究を個別の研究として企業指定しているにもかかわらず、承認されたプロジェクト目標終了日とさまざまなマイルストーンを定めて、実験者たちは密かにさまざまな方向から考えを巡らせました。 彼らは、この仕事を、できれば短期間の学習サイクルの始まりとみなした。1,2,3,4プロセスの深い理解が得られます。 彼らは手っ取り早い解決策を求めていたわけではない。
DOEは観戦スポーツではない
以前に DOE での経験を持つ者は、実験を研究室の技術者や他の同僚に任せるよりも、自ら実験を行ってデータを収集する方が通常は望ましいことを知っていました。そのため、すべての実験者は、望むと望まざるとにかかわらず、自ら手を動かすことを計画しました。
思い込みには注意
誰もが、何事も当然のことと思わないことに同意した。 彼らはプロセスを注意深く観察し、メモを取り、オペレーターと話し、最終的には自らプロセスを実行しました。 実験者は毎週のメンテナンスチェックやコントローラーのセルフテストなどを実施しました。 作業開始前にいくつかの問題が発見され、対処されました。結局、得られた知識と実験者の手のグリットの量の間には強い正の相関関係があるように思われた。
ステップ1 – 目標を設定する
多くの産業実験は、目標が慎重に定義されていないために失敗します。 役に立つ文書適切な質問をするためのチェックリスト5この潜在的な問題に対するシンプルで簡潔な解決策と、グループディスカッションのための優れたフォーラムを提供しました。 やがて、グループは珍しい合意に達した。既存の知識基盤は、次のような典型的な管理方法で目標を述べるにはあまりにも乏しいということである。r6か月で廃棄物を25%削減または2か月ごとに稼働時間を5%増加. 代わりに、目標は非伝統的な形で定義され、目標条件3に示すように図5.
プロセスの理解を深める
オペレーターの最大限の関与
実験の反復設計
形5: 目標条件
組織のあらゆるレベルでプロセス理解が向上すると、有用な予測モデルと新しい知識が必然的に得られると信じられていました。 その後、各ヒーターゾーンの理想的なデューティサイクルと、さまざまなプラスチックの種類、サイズ、厚さに応じた生産方法を決定できるようになります。
ステップ2 – 戦略を選択する
実験者は、実験に対する3つの基本的なアプローチの中から選択する必要があった。5:
- スクリーニング
- 相互作用モデル（質素）
- 応答曲面モデル（徹底的）
予測不可能な熱成形機の性能に関する苦い歴史を念頭に置き、会社の経営陣は実験のために十分なリソースを承認し、グループはすぐに応答曲面アプローチに同意しました。
ステップ3 – 計画を立てる
戦略が手元にあり、計画を立てるための準備はすべて整っていました。
実験因子と範囲を選択する
計画には 6 つのプロセス要素 (各ヒーター ゾーンのデューティ サイクル (%)) がありました。範囲は 20 ～ 60% から 30 ～ 70% まででした。
定数を保つための既知の要因について考える
研究対象とならなかった要因は実験中一定に保たれました。
- 機械オペレーター（実験者）
- プラスチックブランクの生産ロット
- 加熱されたブランクの排出から熱画像の取得までの時間
- 等。
危険、潜む変数！
プロジェクト チームはほとんどの時間を作業エリアで過ごし、潜在する多数の潜在的な変数を特定して対処する絶好の機会を得ました。
計画には、安定した熱条件を確保するための 1 時間の熱成形機のウォームアップ時間、潜在的な変数の記録、中断なしで連続して実験を実行することが含まれていました。 サーモグラファーのトリックの一つが特に役立ちました7。実験者は、スコッチ®スーパー33+黒ビニール電気テープを熱成形機に隣接する非金属物体に置きました。図6.
形6: サーモグラファーの親友
このテープは放射率が0.95と予測可能で、周囲温度の測定点として最適です。Krylonのフラットブラックスプレーペイントも放射率が0.95です。同じ目的に使用することができます7 。
回答を選択
当初の計画では、応答は 1 つでしたが、実験者は新しい知識が蓄積されるにつれて応答を追加することに前向きでした。これは、すべてを事前に計画し、任意の期限を定めるという従来のアプローチからのさらなる逸脱でした。新しい知識が蓄積されるにつれて新しい応答を追加するという彼らの代替アプローチは、コストがほとんどかからず、多くのことを明らかにしました。
関心のあった最初の反応は、プラスチックブランクの温度勾配でした。ここで、放射測定データの利点が大きな利益をもたらします。画像が放射測定データファイル (.is2) として保存されると、Fluke の SmartView ソフトウェアは、実際のデータ配列 (76,800 データポイント) またはそのサブセットを .csv ファイルにエクスポートできます。その後、実験者は必要に応じて反応変数を自由に定義できます。たとえば、図に示すように、指定された線に沿った明確な温度勾配の測定値にすることができます。図7そして図8.
形7: 関心線（L 0 ）を含む熱画像
形8: L 0に沿った表面温度のプロット
あるいは、応答は長方形の領域内の温度勾配である可能性があります。 見る図9.
形9: 関心領域（A 0 ）と表面温度を示す熱画像
線応答または面応答のいずれも、個別の熱ゲージからの読み取り値を実験応答として使用するよりもはるかに優れています。 実験者はエリアAのlog0温度勾配応答変数として。 後で、測定されたプロセス サイクル時間 (CT) (分単位) と計算された電力消費量の 2 つの応答が追加されました。 これらの対応は、プラントの処理能力とエネルギーコストという形で重要な財務上の影響を及ぼします。 図10最終計画を要約します。
形10: 要因と対応
モデルの定義と複製実行の計画
当初、6因子実験では実行回数が多すぎて管理できないと考えられていましたが、加熱サイクルが短く、材料コストが低いため、プロジェクトチームは、図に示すように、完全な二次モデル、最小プラス4回の実行と8回の反復実行を決定しました。図11. 巧妙な計画により、実験者は 1 日で 40 回の試験をすべて実行することができ、ブロックする必要がありませんでした。
形11: I-最適設計
デザインチェック
相関関係のカラーマップは、設計が適切であり、実験を続行できることを示しました。 見る図12.
形12: デザインチェック
チームのダイナミクスに関する哲学的考察
上に示したような熱画像、わかりやすいDOE設計画面、JMP適合モデル以下に示す出力は、実験者や他の工場関係者から大きな注目を集めました。 作業中、物体、機械、人物の熱画像が撮影され、その意味について熱心に議論されました。 一方、JMP 予測プロファイラーと相互作用プロットは多くの議論と活発な討論を引き起こしました。 意見が述べられました。 経験が共有されました。
この驚くべきチームのダイナミクスの結果、人々はプロセス改善の取り組みに自由に参加することを選択しました。これはリーン格言の証明です。シンプルで視覚的にわかりやすいものにしましょう。
ステップ4 – 計画を実行する
いつものように、予想される手順上の不具合を解決するために、数回の練習が行われました。 文書に調整が加えられました。適切な質問をするためのチェックリストすべての測定について明確な操作定義が記述されました。その後、実験者はさらに手を動かして 40 セットの応答データを収集しました。 その過程で多くのことを学びました。
前提条件 #1 - 定数sを確認する
収集および計算された応答データをモデルに適合させた後、残差予測プロット、Box-Cox プロット、残差の正規性チェックという 3 つの視覚的手法を使用して、定数 s の結果をチェックしました。 3人のうち2人が合格した（図13（例）そしてチームは次の前提条件に進みました。
形13: 定数sをチェック
前提条件 #2 - 測定の妥当性チェック
8回の反復実行により、プロセスと測定システムの再現性を確認することができました。MP の表形式の EMP 出力6 (図14）は、測定された変動の90％が実験実行自体から生じたことを明らかにした。JMPの変動チャート（図15）は、グラフ形式で裏付けとなる洞察を提供しました。
形14: EMP の健全性チェック
形15: 変動チャート
これらの結果は理解しやすく、実験者は実験を続行することに同意しました。
レビュー結果
JMP のモデルの適合出力は、非常にグラフィカルな性質を持ち、さまざまな組織レベルの人々に実験結果を説明する作業を容易にします。 出力は、表形式からグラフ形式、高度にインタラクティブなものまで多岐にわたります。図16に図19.
T予測値と実測値のプロット（図16) は、モデル自体の品質の評価です。プロットされた点は、優れた予測能力を示しています。
形16: 予測プロットによる実測値
ソートされたパラメータ推定値（図17）は、モデル内の各用語の相対的な重要性を簡潔な表形式またはグラフ形式で示します。 最も重要な要因は、ゾーンの主な効果でした。 2 番目と 3 番目に重要な項は、ゾーン 1-3 相互作用とゾーン 1-5 相互作用です。 インタラクションプロファイル（図18) は追加の洞察を提供します。
形17: ソートされたパラメータ推定値
形18: インタラクションプロファイル
強いZ1-Z3およびZ1-Z5相互作用の発見（つまり、隅から隅まで並置されているもの）は、プロセスの理解において飛躍的な進歩でした。
熟考してスイートスポットを選択する
実験者と会社の幹部は、JMP 予測プロファイラーによって、技術と財務のトレードオフを明確に視覚的に評価でき、実際のプロセス観察から得たデータに基づいてビジネス上の意思決定を行う簡単で強力な方法が得られることを発見しました。 見る図19.
形19: 予測プロファイラー
いくつかの加熱ゾーンは温度勾配に劇的な影響を与えないため、デューティ サイクルを範囲の下限に設定して、電力コストを節約し、加熱要素の寿命を延ばし、メンテナンス コストを節約し、コストのかかる生産中断を減らすことができます。
計画された実験には何の問題もありません…
自然が真空を嫌うのと同じように（少なくとも地球上では）、製造業の人の中には、実験範囲の両端付近の領域や応答曲線の急勾配の領域を嫌う人もいます。 その結果、チームは実験的にアウターリミッツテスト範囲外のデューティサイクルで何が起こるかについては何も知らなかったため、注意が必要でした。 たとえば、ゾーン 1 のデューティ サイクルが 65% に変化するとどうなるでしょうか? 誰も知らなかった。
逆に、ゾーン3の場合のように、応答曲線が急勾配である場合、極端を嫌うコストがかかる可能性があります。 要因の小さな変化が、応答に大きな変化を引き起こす可能性があります。 の最小値はAのlogs0ゾーン 3 のデューティ サイクルが 70% のときに発生します。 しかし、その設定点はテスト範囲の極限にある。そしてゾーン 3 曲線の急勾配部分では、プロセス エンジニアにとって最悪の悪夢となります。 図20このプロセスの危険ゾーンを強調します。
形20: 厄介なゾーン3
実験者は、ゾーン3のデューティサイクルを41％に減らし、その結果生じるペナルティを受け入れることにした。Aのlogs0. 根拠:加熱要素の経年変化、周囲の空気の流れ、ドリフト、エラーなどの変動要因に対して堅牢なプロセス設定を選択します。F図216つのゾーンすべてにおいて、選択されたスイートスポットの根拠を再度視覚化します。極端から離れた高原の中心にあります。
形21: メーカー天国
モデルをテストし、許容範囲を評価する
次に、実験者はスイートスポットを繰り返しテストし、蓄積されたデータを使用して許容区間を計算しました。この場合は、将来の製品の 99% に対して 95% の信頼度で計算されました。 許容範囲は顧客の期待に応えられるものであることが証明されました。
ステップ5 – 成功を認める
実験中に得られた強力な新しい知識により、実験者は自信を持って会社の経営に恒久的な変更を推奨しました。 措置が取られました。 追加調査が承認されました。 しかし、いくつか重要な問題が残っていました。
反映する
実験者たちは失敗から学んだ。 無駄のない実践、Hansei9は、学習の 1 つのサイクルの終了や次のサイクルの開始など、重要なマイルストーンに到達した後に作業方法を振り返ることを提案しています。 チームは、何が間違っていたのか、何を改善できたのかについて、非公式かつ正直に話し合いました。 この演習は、その後の研究や将来の実験に役立つことが証明されました。
他の人を助ける
実験者はまた、別の有用なリーン実践にも時間を費やした。Yokoten10これは、組織全体でベストプラクティスを横方向に共有することを示唆しています。 この実践の利点には、DOE メソッドを他の人に紹介し、独自の実験の実行を支援できることなどがあります。
認める
さらに、チームは立ち止まって成功を認め、参加者全員の貢献が目に見えて認められるようにしました。 大量のピザが運ばれてきました。
モニター
追加エリアAのlog0プロセスドリフトの存在を検出するためにデータが定期的に収集されました。 オーブンの性能が著しく低下した場合、問題はすぐに確認され、調査されて対処されます。
成功の鍵
得られた結果の品質は、最前線の作業員の優れた貢献、JMP の自慢のデータ視覚化機能の使用、「熱を見る」能力、そして意思決定に対するコンセンサスアプローチに大きく影響されました。 また、実験計画法とサーモグラフィーは高度に補完的な技術であることも明らかでした。 もしチームが試行錯誤、一度に 1 つの要素の実験、または個別の熱ゲージの使用に限定されていたら、熱成形機はこれまでどおり、ほぼ確実にうまく機能し続けていたでしょう。
その他のアプリケーション
サーモグラフィ応答変数を使用した実験は、製造業者がプロセスの原因と熱の影響に関する知識を必要とするあらゆる場所で使用できます。 以下は、サーモグラフィ応答変数が役立つと思われるさまざまなアプリケーションです。 他にもたくさん存在するはずです。
- 食品製造
- 押し出し
- 焼きなましと熱処理
- 冶金
- 射出成形
- HVAC設計
- 複合材料
- プルトルージョン
- ヒーター、冷却システム、乾燥機の設計
参考文献
[1] ロジャー・ホエルとロン・スニー、統計的思考、2と版、John Wiley & Sons、The Wiley and SAS Business Series、2012年
[2] イアン・コックス、マリー・A・ゴーダード、フィリップ・J・ラムゼイ、ミア・L・スティーブンス、レオ・T・ライト、ビジュアルシックスシグマ、SAS Institute, Inc.、John Wiley & Sons 発行、SAS Business Series (2010)
[3] マイク・ローザーToyota Kata, 第 5 章、マグロウヒル、2010 年
[4] 真悟研究所真悟モデル、ユタ州立大学、2014年
[5] ウィリアム・D・カッペルJMP を使用した客観的な実験の実行、第 5 版、2011 年 8 月、客観的実験。 チェックリストは以下から入手可能です。このサイトについて.
[6] ドナルド・J・ウィーラーEMP III、測定プロセスの評価、SPCプレス、2010年
[7] スネルグループ、レベル 1 サーモグラフィー コース マニュアル、バーレ、バーモント州、2014年
[8] ジュランの品質ハンドブック第 6 章、Juran と DeFeo、McGraw-Hill、2010 年
[9] 現場アカデミーブログ、悔い改めよ、つまり反逆せよ！2007年5月2日
[10] 現場アカデミーDVD、JIT テクノロジー、パート 6
謝辞
Objective Experiments の Bill Kappele 氏がこの論文の主要なレビューと解説を提供しました。
著者略歴
スティーブン・W・チュプリナはプロセスエンジニアリングコンサルタントおよびインストラクターワシントン州ベリンガムのObjective Experimentsと共同で実施。 彼は経済学の学士号、レーザー電気光学の準学士号を取得しており、Pyzdek Institute 認定の Lean Six Sigma ブラック ベルトです。 彼はまた、電気的および機械的な IR テストの両方において認められた能力を持ち、Snell Group のレベル I サーモグラフィー認定も取得しています。
トニー・ショッキーはアメリカのフルークサーモグラフィーサービスマネージャー. 彼は業界出身で、ベリンガム工科大学で計装、自動化、プロセス制御の学位を取得し、赤外線レベル II - ASNT 準拠のトレーニングも受けています。 Fluke で 7 年間にわたり主題専門家として活躍し、これらの主題について世界中で講演し、チャネル パートナーや主要なエンド ユーザーに対して広範なトレーニングを実施し、Fluke Corporation のバックライン テクニカル サポートを続けています。
ロイ・ハフは副社長スネルグループの。 彼は、赤外線や電気モーターのテストに関する幅広い分野の指導とコンサルティングを行っています。 ロイはミズーリ大学コロンビア校で電気工学の学士号を取得し、ASNT でレベル III の熱/赤外線証明書を取得しています。 彼は SMRP により認定信頼性保守専門家として認定されており、レベル III IRT NAS410 認定を取得しています。 彼は、P/PM National Symposium、Thermosense、Thermal Solutions、EPRI、SMRP などの会議で講演を行っています。
