실험 설계
방사성 반응 데이터
사례 연구
Stephen W. Czupryna, 객관적 실험(스티브 츠@objexp.com)
토니 쇼키, 플루크 코퍼레이션(토니.쇼키@플루크.com)
로이 허프(Roy Huff), 스넬 그룹(The Snell Group)rhuff@thesnellgroup.com)
추상적인
그만큼프로세스의 목소리우리에게는 다양한 형태로 찾아옵니다. 유효한 온도, 압력, 장력, 경도, 표면 마감 및 기타 공정 데이터는 수익을 창출하는 제조 공정에 대해 많은 것을 말해줍니다.
많은 프로세스에서 핵심적인 통찰력은 다음을 듣는 것으로 얻어집니다.프로세스의 목소리온도의 언어로. 역사적으로 우리는 열전대, 고온계 및 기타 개별 장치를 사용하여 온도를 측정했으며 이를 통해 많은 것을 배웠습니다. 그러나 비용 효율적인 열화상 카메라의 등장으로 산업 공정의 열역학적 목소리를 편리하고 높은 해상도로 들을 수 있는 획기적으로 향상된 방법이 제공되었는데, 이는 그리 먼 과거에는 상상도 할 수 없었던 일입니다. 열화상 카메라와 통계 소프트웨어를 활용하면, 우리는 전자기 스펙트럼의 적외선 대역에서 공정이 속삭이는 중요한 메시지를 들을 수 있는 뛰어난 역량을 갖추고 있습니다.
본 논문은 JMP 11®, Fluke Ti32® 열화상 카메라, Fluke의 SmartView® 소프트웨어 및 객관적 실험 5단계 실험 계획(DOE) 방법을 사용하여 수십 년 동안 실망스러운 결과를 낳은 열성형 공정에 대한 새로운 통찰력을 얻은 플라스틱 가공 회사에 대한 사례 연구입니다. 과거에는 열전대와 고온계를 사용하여 공정을 개선하려는 시도가 점진적인 성과를 가져왔지만, 회사가 설계된 실험의 일환으로 유효한 방사성 데이터를 수집한 후에야 획기적인 개선을 이루고 회사 최종 이익에 극적인 영향을 미칠 수 있었습니다.
이 논문에서는 또한 다음 방법을 설명합니다.와우 팩터고해상도 열화상도와 JMP의 데이터 시각화 도구에서 모두 확인할 수 있듯이, 다양한 현장 근로자, 감독자 및 관리자 그룹이 새로운 지식을 발견하는 재능을 지닌 응집력 있는 팀으로 통합되었습니다.
열화상 촬영, 간략히 말해서
지구상의 모든 물체는 적외선(IR) 복사를 방출합니다. 인증된 열화상 기술자는 비접촉 적외선 카메라를 사용하여 표면에서 방출되는 적외선을 감지하고 측정하며, 표면 온도와 열 기울기를 측정할 수 있습니다. 그림 1열화상 카메라가 인간의 눈으로는 감지할 수 없는 중요한 현상을 쉽게 감지하는 방법을 보여줍니다.
수치1: 전기 퓨즈의 위험 상태
적외선 카메라는 감지기, IR 광학 장치, 디스플레이, 컨트롤, 저장 매체 및 전원 공급 장치로 구성된 전기 광학 장치입니다. 보다그림 2. 이러한 계측기는 사용자에게 열 패턴을 시각적으로 표시하고 제조업체의 이미지 분석 소프트웨어나 JMP와 같은 통계 소프트웨어로 분석할 수 있는 정량적 데이터를 제공해 다양한 산업에 응용됩니다.
수치2: Fluke Ti32 열화상 카메라
특히 중요한 것은 감지기와 광학 장치입니다. 일반적인 검출기는 중파장 IR(2.5~6.0µm)과 장파장 IR(8.0~15.0µm)의 두 가지 스펙트럼 대역의 방사선에 민감합니다. 초점면 배열 검출기는 다양한 해상도로 제공됩니다. Fluke Ti32의 경우 배열은 320 x 240픽셀로 간주됩니다.고해상도열화상 카메라용. 따라서 단일 이미지는 320x240=76,800개의 개별 열전대에서 얻을 수 있는 정보와 동일한 정보를 제공합니다. 검출기 크기와 밀도는 광학 장치와 결합되어 시스템의 공간적 분해능과 측정 분해능을 결정합니다.
더위는 스스로의 드러머에 맞춰 행진한다
표면에서 빠져나가는 에너지는 방출, 반사, 그리고 일부 물질의 경우 전달되는 전자기파로 구성될 수 있습니다. 열화상 분석의 경우, 방출된 에너지만이 유용한 표면 온도 정보를 제공하며, 반사 및 투과된 에너지가 있는 경우 이에 대한 보상을 해야 합니다. 다행히도, 인증된 열화상 카메라 기술자는 이러한 한계를 알고 있으며 이미저의 알고리즘을 사용하여 특정 재료에 내재된 반사 에너지, 배경 에너지 및 IR 투과의 원치 않는 영향을 피할 수 있습니다. IR 카메라는 학습 곡선이 상당히 길다는 점과 정확한 측정을 보장하려면 약 1주일간의 실습 교육이 필요하다는 점을 기억하는 것이 중요합니다.
방출률은 재료가 열 복사를 방출하는 능력을 설명하는 주요 특성입니다. 방출률은 0과 1 사이에서 변하며 재료 유형, 표면 상태, 온도, 파장 및 시야각에 따라 달라집니다. 다시 말해, 인증된 열화상 기술자의 기술은 연구 대상을 평가하고 신뢰할 수 있는 측정을 위해 촬영자를 설정하는 데 중요한 역할을 합니다.
열화상은 더 이상 건물 검사에만 국한되지 않습니다.
적외선 열화상 기술은 전기, 전기기계, 기계, 건물 및 지붕 진단, 비파괴 검사, 항공기 검사, 산업 공정 제어 및 산업 공정 개선을 포함한 매우 다양한 분야에 응용될 수 있습니다. 이 논문에서 논의하는 바와 같이 플라스틱 산업에는 열성형을 비롯하여 압출, 로토몰딩, 사출 성형을 포함한 다양한 응용 분야가 있습니다.
Fluke Ti32 이미저
이 프로세스 개선 프로젝트에 사용된 Fluke Ti32 이미저에는 장파 적외선 스펙트럼에서 작동하는 마이크로볼로미터 감지기 어레이가 있습니다. 이 시스템의 순간 시야각(IFOV)은 1.25mRad이고 최소 초점 거리는 내장 렌즈 사용 시 약 6인치입니다. 이 모델의 열 감도는 45mK로 매우 좋고 수집 속도는 60Hz입니다.
이 보고서의 이미지는 Fluke SmartView® 소프트웨어를 사용하여 처리 및 분석되었습니다. 이 소프트웨어에는 다양한 분석 도구, 방출률과 같은 변수 조정, 데이터 내보내기 기능이 포함되어 있습니다. 이 소프트웨어를 사용하면 열화상 카메라 기술자가 초점을 제외한 모든 카메라 조정을 나중에 다시 변경할 수 있습니다.
모든 것은 열에 관한 것입니다
E공학 지식은 열성형 공정의 모든 단계에서 온도 제어가 중요한 요소임을 지적합니다. 플라스틱 블랭크와 열성형 부품이 모두 균일하게 가열되고 냉각되면 좋은 부품이 나온다는 것은 잘 알려진 사실입니다. 과도한 열 구배는 부품 변형, 두께 제어 불량, 구조적 취약성 및 표면 마감 불량을 유발하는 것으로 알려져 있습니다.
도전
연구 중인 열성형 오븐은 셔틀 시스템과 단면 가열 배열을 갖춘 특이한 디자인을 가지고 있습니다.그림 3그리고그림 4.
셔틀 트레이는 플라스틱 블랭크를 다중 구역 수평 가열 배열 바로 아래로 이동시킨 다음 가열된 블랭크를 셔틀하여 픽업하여 대기 중인 금형에 손으로 진공 성형하는 레일 위에 있습니다. 가열은 한 방향에서만 발생하고트레이에서 히터 어레이까지의 거리는 고정되어 있습니다. 배열과 중첩된 공백은 다음에 표시됩니다.그림 4.
과거 연구를 통해 공백의 표면 온도가 길이와 너비에 따라 상당히 다르다는 것이 알려졌습니다. 한 작업자는 가열된 공백의 첫 번째 탐색 열화상이1970년대 지미 헨드릭스의 염색 셔츠처럼 보였습니다.!
이 연구는 실험적으로 새로운 내용을 포함하지 않았으므로, 이 논문의 나머지 부분에서는 실험에 대한 단계별 접근 방식, 팀 역학 및 의사 결정에 사용되는 실험 철학을 강조합니다.
실험팀
회사 경영진은 이 작업에 3명을 선정했습니다. 숙련된 라인 운영자(고객!), 감독자, DOE 경험이 있는 프로세스 엔지니어입니다. 필요에 따라 다른 사람들이 작업에 참여했습니다. 이하 이 그룹을 총칭하여그만큼 실험자들.
DOE 철학
기술적 관점에도 불구하고 DOE의 성공은 실험자와 관리자의 철학적 토대에 달려 있습니다.
DOE는 반복적입니다
열성형기 공정 연구가 개별적인 연구로 기업에서 지정되었음에도 불구하고승인된 프로젝트실험자들은 목표 종료일과 다양한 이정표를 가지고 은밀하게 여러 가지 방향으로 생각해냈습니다. 그들은 작업을 여러 번의, 바람직하게는 짧은 학습 주기의 시작으로 보았습니다.1,2,3,4그러면 프로세스에 대한 심층적인 이해가 가능할 것입니다. 그들은 빠른 해결책을 찾지 않았습니다.
DOE는 관람 스포츠가 아닙니다
이전에 DOE 경험이 있는 사람들은 실험실 기술자나 다른 동료에게 작업을 맡기는 것보다 스스로 실험을 실행하고 데이터를 수집하는 것이 일반적으로 더 바람직하다는 것을 알고 있었습니다. 따라서 모든 실험자는 원하든 원치 않든 직접 손을 더럽힐 계획이었습니다.
가정에 주의하세요
모두가 아무것도 당연하게 여기지 않기로 합의했습니다. 그들은 그 과정을 주의 깊게 관찰하고, 메모를 하고, 운영자들과 이야기를 나누었고, 결국에는 직접 그 과정을 실행했습니다. 실험자들은 주간 유지 관리 점검, 컨트롤러 자체 테스트 등을 수행했습니다. 작업을 시작하기 전에 몇 가지 문제가 발견되어 해결되었습니다.결국 , 실험자의 끈기와 지식 획득 사이에는 강한 긍정적 상관관계가 있는 것으로 나타났습니다.
1단계 – 목표 설정
많은 산업 실험이 실패하는 이유는 목표가 신중하게 정의되지 않았기 때문입니다. 제목의 유용한 문서올바른 질문을 하기 위한 체크리스트5이러한 잠재적인 문제에 대한 간단하고 간결한 해결책을 제공했으며, 그룹 토론을 위한 훌륭한 포럼도 마련했습니다. 시간이 지나면서 그룹은 특이한 합의에 도달했습니다. 기존 지식 기반이 전형적인 관리 방식으로 목표를 명시하기에는 너무 희소했습니다.r6개월 동안 폐기물을 25% 줄이세요또는2개월마다 가동 시간을 5%씩 증가시킵니다.. 대신, 목표는 비전통적인 형태로 정의되었습니다.목표 조건3표시된 대로그림 5.
프로세스 이해도 증가
최대 운영자 참여
그리고 반복적인 실험 설계
수치5: 타겟 조건
모든 조직 수준에서 프로세스에 대한 이해가 향상되면 유용한 예측 모델과 새로운 지식이 필연적으로 창출될 것이라고 믿어졌습니다. 그러면 다양한 플라스틱 유형, 크기, 두께에 대한 각 히터 구역의 이상적인 듀티 사이클과 생산 관행을 결정할 수 있게 될 것입니다.
2단계 – 전략 선택
실험자들은 실험에 대한 3가지 기본 접근 방식 중에서 선택해야 했습니다.5:
- 상영
- 상호작용 모델(절약형)
- 반응 표면 모델(철저한)
예측 불가능한 열성형기 성능에 대한 아픈 역사를 염두에 두고 회사 경영진은 실험에 필요한 충분한 리소스를 승인했고, 그룹은 반응 표면 접근 방식에 빠르게 동의했습니다.
3단계 – 계획 만들기
전략은 이미 정해져 있었고, 계획을 세우는 데 필요한 모든 것이 갖춰져 있었습니다.
실험적 요인 및 범위 선택
이 계획에는 6가지 프로세스 요소가 있었습니다. 각 히터 구역의 듀티 사이클(%)입니다. 범위는 20-60%에서 30-70%까지 다양했습니다.
알려진 요소를 고려하여 일정하게 유지하십시오.
연구되지 않은 요소는 실험 동안 일정하게 유지되었습니다.
- 기계 조작자( 실험자 )
- 플라스틱 블랭크 생산 로트
- 가열된 블랭크를 배출하고 열화상을 캡처하는 사이의 시간
- 등.
위험해요, 변수들이 숨어 있어요!
프로젝트 팀은 대부분의 시간을 작업 현장에서 보냈는데, 이는 긴 목록에 숨겨진 교활한 변수들을 식별하고 해결할 수 있는 좋은 기회가 되었습니다.
- 주변 온도
- 주변 습도
- 공기 순환
- 시간대, 휴식시간
- 등.
계획에는 안정된 열 조건을 보장하기 위해 열성형기를 1시간 동안 예열하고, 숨겨진 변수를 기록하며, 중단 없이 연속해서 실험을 수행하는 것이 포함되었습니다. 열화상 카메라의 한 가지 요령이 특히 유용했습니다. 7 실험자들은 열화상 카메라 옆에 있는 비금속 물체에 Scotch® Super 33+ 검은색 비닐 전기 테이프를 붙였습니다. 참조그림 6.
수치6: 열화상 카메라 사용자의 가장 친한 친구
이 테이프는 0.95의 예측 가능한 방사율을 가지고 있으며 주변 온도에 대한 우수한 측정 지점을 제공했습니다. Krylon 플랫 블랙 스프레이 페인트도 0.95의 방사율을 가지고 있습니다.같은 목적으로 사용될 수 있습니다 7 .
응답을 선택하세요
초기 계획에는 하나의 반응이 있었고 실험자들은 새로운 지식을 축적하면서 더 많은 반응을 추가하는 데 열려 있었습니다. 이는 모든 것을 미리 계획하고 임의의 마감일을 명시하는 역사적 접근 방식에서 또 다른 이탈이었습니다. 그들의 대안적 접근 방식인 새로운 지식이 증가함에 따라 새로운 반응을 추가하는 것은 비용이 거의 들지 않고 많은 것을 보여주었습니다.
원래 관심 있는 반응은 플라스틱 블랭크의 열 기울기였습니다. 여기서 방사 측정 데이터의 이점이 큰 배당금을 지불합니다. 이미지가 방사 측정 데이터 파일(.is2)로 저장되면 Fluke의 SmartView 소프트웨어는 실제 데이터 배열(76,800개 데이터 포인트) 또는 그 하위 집합을 .csv 파일로 내보낼 수 있습니다. 그런 다음 실험자는 필요에 따라 반응 변수를 정의할 수 있습니다. 예를 들어, 표시된 선을 따라 뚜렷한 열 기울기를 측정할 수 있습니다.그림 7그리고그림 8.
수치7: 관심선(L 0 )을 포함한 열화상
수치8: L 0을 따라 표면 온도 플롯
또는 직사각형 영역 내의 열 기울기가 반응의 원인이 될 수도 있습니다. 보다그림 9.
수치9: 관심 영역(A 0 ) 및 표면 온도를 포함한 열화상
선 반응이나 면 반응은 실험 반응으로 개별 열 게이지의 판독값을 사용하는 것보다 훨씬 뛰어납니다. 실험자들은 선택했다면적 A의 로그 s0열 기울기 반응 변수로 사용합니다. 나중에 측정된 프로세스 주기 시간(분)(CT)과 계산된 전력 소비량이라는 두 가지 응답이 추가되었습니다. 이러한 대응은 공장 처리량과 에너지 비용의 형태로 중요한 재정적 영향을 미칩니다. 그림 10최종 계획을 요약합니다.
수치10: 요인 및 응답
모델 정의 및 복제 실행 계획
처음에는 6가지 요인의 실험을 하면 관리할 수 없는 수의 실행이 발생할 것이라고 생각했지만 가열 주기가 짧고 재료 비용이 낮기 때문에프로젝트 팀은 표시된 바와 같이 최소 4회 실행과 8회 반복 실행을 포함하는 전체 2차 모델을 결정했습니다.그림 11. 실험자들은 영리한 계획을 세워 40가지 실험을 하루에 모두 진행할 수 있었고, 따라서 방해가 필요하지 않았습니다.
수치11: I-최적 설계
디자인 체크
상관관계에 대한 색상 지도는 디자인이 훌륭하고 실험을 진행할 수 있음을 보여주었습니다. 보다그림 12.
수치12: 디자인 체크
팀 역학에 대한 철학적 참고 사항
위에 표시된 것과 같은 열화상, 쉽게 이해되는 DOE 설계 화면 및 JMP모델 적합성아래에 나온 출력은 실험자와 다른 공장 직원의 많은 관심을 끌었습니다. 작업 중에 물체, 기계, 사람의 열화상을 촬영하였고, 그 의미에 대해 열띤 토론이 이루어졌습니다. 그 사이 JMP 예측 프로파일러와 상호작용 플롯은 많은 논의와 활발한 토론을 촉발했습니다. 의견이 표명되었습니다. 경험을 공유했습니다.
이러한 놀라운 팀 역학의 결과로 사람들은 프로세스 개선 노력에 자유롭게 참여하기로 선택했으며, 이로써 린 속담이 증명되었습니다.간단하고 시각적으로 표현하세요.
4단계 – 계획 실행
평소처럼 예상되는 절차적 문제점을 해결하기 위해 몇 가지 연습을 했습니다. 제목의 문서에 조정이 이루어졌습니다.올바른 질문을 하기 위한 체크리스트모든 측정에 대해 명확한 운영 정의가 작성되었습니다. T그러자 실험자들은 40세트의 반응 데이터를 수집하면서 더 더러워졌습니다. 그 과정에서 많은 것을 배웠습니다.
필수 조건 #1 - 상수 s 확인
수집 및 계산된 응답 데이터를 모델에 맞춘 후, 잔차-예측 플롯, 박스-콕스 플롯, 잔차의 정규성 검사라는 세 가지 시각적 방법을 사용하여 결과가 상수 s인지 확인했습니다. 3명 중 2명이 시험에 합격했습니다(참조그림 13예를 들어) 팀은 다음 전제 조건으로 진행했습니다.
수치13: 상수 s를 확인하세요
필수 조건 #2 - 측정 건전성 검사
8번의 반복 실행을 통해 프로세스와 측정 시스템의 반복성을 확인할 수 있었습니다. JMP의 표형 EMP 출력6 (그림 14)은 측정된 변동의 90%가 실험 실행 자체에서 나왔다는 것을 밝혔습니다. JMP의 변동성 차트(그림 15)는 그래픽 형태로 확인 가능한 통찰력을 제공했습니다.
수치14: EMP 건전성 검사
수치15: 변동성 차트
이러한 결과는 이해하기 쉬웠고 실험자들은 계속 진행하기로 동의했습니다.
결과 검토
JMP의 적합 모델 결과는 본질적으로 매우 그래픽적이어서 조직 내의 다양한 수준의 사람들에게 실험 결과를 설명하는 작업이 수월해졌습니다. 출력 범위는 표 형식에서 그래픽 형식, 그리고 고도로 대화형적인 형식까지 다양합니다.그림 16에게그림 19.
T실제와 예측된 플롯(참조)그림 16)는 모델 자체의 품질을 평가한 것입니다. 그려진 점은 좋은 예측 능력을 나타냅니다.
수치16: 실제 플롯과 예측 플롯
정렬된 매개변수 추정치(그림 17) 모델의 각 용어의 상대적 중요성을 간결한 표/그래픽 형태로 보여줍니다. 가장 중요한 요인은 Zone의 주요 효과였습니다. 두 번째와 세 번째로 중요한 항목은 영역 1-3 상호 작용과 영역 1-5 상호 작용입니다. 상호 작용 프로필(그림 18) 추가적인 통찰력을 제공합니다.
수치17: 정렬된 매개변수 추정치
수치18: 상호작용 프로필
강력한 Z1-Z3 및 Z1-Z5 상호 작용의 발견(즉 모서리와 모서리가 서로 대조되는 것)은 프로세스 이해에 있어서 획기적인 진전이었습니다.
고민하고 좋은 자리를 선택하다
실험자와 회사 임원들은 JMP Prediction Profiler를 사용하면 기술적-재무적 상충 관계를 명확하게 시각적으로 평가할 수 있고, 실제 프로세스 관찰을 통해 얻은 데이터를 기반으로 비즈니스 결정을 내리는 간편하고 강력한 방법을 제공한다는 것을 발견했습니다. 보다그림 19.
수치19: 예측 프로파일러
일부가열 영역의 퍼센트가 열 기울기에 큰 영향을 미치지 않았으므로, 전력 비용을 절감하고, 가열 소자의 수명을 늘리고, 유지 보수 비용을 절감하고, 비용이 많이 드는 생산 중단을 줄이기 위해 듀티 사이클을 범위의 낮은 쪽으로 설정할 수 있었습니다.
당신이 설계한 실험에는 아무런 문제가 없습니다...
자연이 진공을 싫어하듯이(적어도 지구상에서는 그렇죠), 일부 제조업 종사자들도 마찬가지로 실험 범위의 양 극단과 반응 곡선의 가파른 영역에 가까운 곳을 싫어합니다. 그 결과, 팀은 실험에 대해 고민했습니다.아웃터 리미트그들은 테스트 범위 밖의 듀티 사이클에서 무슨 일이 일어나는지 전혀 알지 못했기 때문에 신중하게 조사했습니다. 예를 들어, Zone 1의 듀티 사이클이 65%로 변하면 무슨 일이 일어날까요? 아무도 몰랐다.
반대로, 반응 곡선이 Zone 3의 경우처럼 가파른 경사를 갖는 경우,극단을 혐오하다비용이 많이 들 수 있습니다. 요인의 작은 변화가 반응에 상당한 변화를 일으킬 수 있습니다. 최소값은 다음과 같습니다.A의 로그 s0Zone 3의 듀티 사이클은 70%로 발생합니다. 그러나 해당 설정점은 테스트 범위의 극단에 있습니다.그리고3구역 곡선의 가파른 부분은 공정 엔지니어의 최악의 악몽입니다. 그림 20이 과정의 위험 구역을 강조합니다.
수치20: 성가신 구역 3
실험자들은 Zone 3 듀티 사이클을 41%로 줄이고 그에 따른 페널티를 수용하기로 결정했습니다.A의 로그 s0. 근거: 가열 요소의 노화, 주변 공기 흐름, 드리프트, 오류 등과 같은 변동 소스에 견고한 프로세스 설정을 선택하십시오.그림 216개 구역 모두에 대해 선택된 최적의 지점의 근거를 다시 시각화합니다.극단에서 벗어난 고원의 중심에서.
수치21: 제조업체의 천국
모델 테스트 및 허용 범위 평가
다음으로, 실험자들은 스위트 스팟을 반복적으로 테스트하고 축적된 데이터를 사용하여 허용 오차 구간을 계산했습니다. 이 경우 미래 제품의 99%에 대해 95% 신뢰 수준을 적용했습니다. 허용 범위는 고객 기대치에 비해 만족스러운 것으로 입증되었습니다.
5단계 – 성공 인정
실험을 통해 얻은 강력한 새로운 지식을 바탕으로 실험자들은 회사 경영 방식을 영구적으로 바꾸는 것이 좋다고 자신 있게 권고했습니다. 조치가 취해졌습니다. 추가 연구가 승인되었습니다. 그러나 몇 가지 중요한 문제가 남아 있었습니다.
반영하다
실험자들은 자신의 실수로부터 교훈을 얻었습니다. 린 연습,한세이9, 학습의 한 주기를 마치고 다른 주기를 시작하는 등 중요한 이정표에 도달한 후에는 작업 방법을 되돌아보는 것을 제안합니다. 팀은 자신들이 잘못한 점과 더 잘할 수 있었던 점에 대해 비공식적이고 솔직하게 토론했습니다. 이 연습은 후속 연구와 미래의 실험에 유용한 것으로 입증되었습니다.
다른 사람들을 도와주세요
실험자들은 또한 또 다른 유용한 린 관행에 참여할 시간을 가졌습니다.요코텐10이는 조직 전체에서 모범 사례를 수평적으로 공유할 것을 제안합니다. 이 관행의 이점으로는 DOE 방법을 다른 사람들에게 소개하고 그들이 스스로 실험을 수행하도록 돕는 것이 있습니다.
인정하다
또한, 팀은 각자의 성공을 인정하기 위해 잠시 멈추었고 모든 참가자가 각자의 기여에 대해 눈에 띄게 인정받았는지 확인했습니다. 피자파이가 큰 더미로 들어왔습니다.
감시 장치
추가의면적 A의 로그 s0정기적으로 데이터를 수집하여 프로세스 드리프트의 존재를 감지했습니다. 오븐 성능이 크게 저하되면 문제가 빠르게 발견되어 조사하여 해결됩니다.
성공의 열쇠
달성된 결과의 질은 일선 근로자들의 뛰어난 기여, JMP의 자랑스러운 데이터 시각화 기능 사용, "열을 보는" 능력, 의사 결정에 대한 합의 접근 방식에 의해 크게 영향을 받았습니다. 실험 설계와 열화상 기술은 매우 상호 보완적인 기술이라는 점도 분명했습니다. 만약 팀이 시행착오나 한 번에 한 가지 요인만 다루는 실험이나 개별 열 게이지 사용에만 국한되었다면, 열성형 업체는 항상 그래왔듯이 계속해서 절뚝거리며 나아갔을 가능성이 매우 큽니다.
다른 응용 프로그램
제조업체에서 공정 원인과 열 효과에 대한 지식이 필요한 경우라면 열화상 반응 변수를 이용한 실험을 사용할 수 있습니다. 열화상 반응 변수가 유용한 것으로 입증된 다양한 응용 분야는 다음과 같습니다. 아마도 훨씬 더 많은 것들이 존재할 것이다.
- 식품 제조
- 압출
- 소둔 및 열처리
- 야금
- 사출성형
- HVAC 설계
- 복합소재
- 풀트루전
- 히터, 냉각 시스템 및 건조기 설계
참고문헌
[1] Roger Hoerl과 Ron Snee,통계적 사고, 2~이다에디션, John Wiley & Sons, The Wiley and SAS Business Series, 2012
[2] Ian Cox, Marie A. Gaudard, Philip J. Ramsey, Mia L. Stephens 및 Leo T. Wright,비주얼 식스 시그마, SAS Institute, Inc., John Wiley & Sons에서 출판, SAS Business Series(2010)
[3] 마이크 로더,토요타 카타,5장, McGraw-Hill, 2010
[4] 신고 연구소,신고 모델, 유타주립대학교, 2014
[5] 윌리엄 D. 카펠레,JMP를 사용하여 객관적 실험 수행, 5판, 2011년 8월, 객관적 실험. 체크리스트는 여기에서 이용 가능합니다.www.오브제프닷컴.
[6] 도날드 J. 휠러,EMP III, 측정 프로세스 평가, SPC 출판사, 2010
[7] 스넬 그룹,레벨 1 열화상 과정 매뉴얼, 버몬트주 배리, 2014
[8] Juran's Quality Handbook, 6장, Juran과 DeFeo, McGraw-Hill, 2010
[9] Gemba Academy 블로그,회개하라, 한세이를 말해요!2007년 5월 2일
[10] 젬바 아카데미 DVD,JIT 기술, 6부
감사의 말
Objective Experiments의 빌 카펠은 이 논문에 대한 핵심 리뷰와 논평을 제공했습니다.
저자 약력
Stephen W. Czupryna는프로세스 엔지니어링 컨설턴트 및 강사워싱턴주 벨링햄에서 객관적 실험을 실시합니다. 그는 경제학 학사 학위와 레이저 전기 광학 학사 학위를 취득했으며, Pyzdek Institute에서 인증한 Lean Six Sigma Black Belt를 취득했습니다. 그는 또한 Snell Group에서 취득한 레벨 1 열화상 자격증을 취득했으며, 전기 및 기계 IR 테스트 분야에서도 역량을 인정받았습니다.
토니 쇼키는미국 Fluke Thermography 서비스 관리자. 그는 산업계 출신으로 벨링햄 기술대학에서 계측, 자동화 및 공정 제어 분야를 전공했으며 적외선 레벨 II(ASNT) 규정에 따른 교육을 받았습니다. 그는 Fluke에서 7년간 전문가로 근무하면서 이 주제에 대해 전 세계적으로 프레젠테이션을 했고, 채널 파트너와 주요 최종 사용자를 대상으로 광범위한 교육을 실시했으며 Fluke Corporation의 백라인 기술 지원을 담당하고 있습니다.
로이 허프는부사장스넬 그룹의 그는 적외선과 전기 모터 테스트 분야의 광범위한 주제에 대해 강의하고 컨설팅을 하고 있습니다. 로이는 미주리-컬럼비아 대학에서 BSEE 학위를 받았고 ASNT에서 레벨 3 열/적외선 자격증을 취득했습니다. 그는 SMRP에서 인증 신뢰성 유지 관리 전문가로 자격을 취득했으며, 레벨 III IRT NAS410 자격증을 소지하고 있습니다. 그는 P/PM National Symposium, Thermosense, Thermal Solutions, EPRI, SMRP 및 기타 컨퍼런스에서 발표했습니다.
