Diseño de experimentos con
Datos de respuesta radiométrica
Un estudio de caso
STephen W. Czupryna, Experimentos objetivos (stevecz@objexp.com)
Tony Shockey, Fluke Corporation (tony.shockey@fluke.com)
Roy Huff, El Grupo Snell (rhuff@thesnellgroup.com)
ABSTRACTO
ElLa voz del procesollega a nosotros en muchas formas. Los datos válidos de temperatura, presión, tensión, dureza, acabado superficial y otros datos del proceso dicen mucho sobre los procesos de fabricación que generan nuestros ingresos.
Para muchos procesos, la información clave se obtiene escuchando a los demás.La voz del procesoen el lenguaje de la temperatura. Históricamente, hemos utilizado termopares, pirómetros y otros dispositivos discretos para medir la temperatura y se ha aprendido mucho. Sin embargo, la llegada de cámaras termográficas rentables proporciona ahora una forma mucho mejor de escuchar la voz termodinámica de nuestros procesos industriales con una comodidad y una resolución impensables en un pasado no muy lejano. Con una cámara termográfica y un software estadístico en la mano, estamos increíblemente bien equipados para escuchar los mensajes importantes que nuestros procesos nos susurran en la banda infrarroja del espectro electromagnético.
Este artículo es un estudio de caso sobre una empresa de procesamiento de plásticos que utilizó JMP 11®, una cámara termográfica Fluke Ti32®, el software SmartView® de Fluke y el método de diseño de experimentos (DOE) de 5 pasos de experimentos objetivos para obtener nuevos conocimientos sobre un proceso de termoformado que había arrojado resultados decepcionantes durante décadas. Los intentos anteriores de mejorar el proceso con termopares y pirómetros proporcionaron ganancias incrementales, pero solo cuando la empresa reunió datos radiométricos válidos como parte de un experimento diseñado, finalmente lograron mejoras revolucionarias y afectaron dramáticamente el resultado final de la empresa.
En este artículo también se explicará cómofactor sorpresaLo que se puede ver tanto en los termogramas de alta resolución como en las herramientas de visualización de datos de JMP, que asimilaron a un grupo diverso de trabajadores de primera línea, supervisores y gerentes en un equipo cohesivo con un don para descubrir nuevos conocimientos.
TERMOGRAFÍA, EN BREVE
Todos los objetos de la Tierra emiten radiación infrarroja (IR). Mediante el uso de cámaras infrarrojas sin contacto, un termografista certificado puede detectar y medir la radiación IR emitida por una superficie y medir la temperatura de la superficie y los gradientes térmicos. Figura 1Muestra cómo las cámaras termográficas detectan fácilmente fenómenos importantes que el ojo humano no puede.
Cifra1:Condición peligrosa en fusible eléctrico
Una cámara infrarroja es un dispositivo electroóptico compuesto por un detector, óptica IR, pantalla, controles, medio de almacenamiento y fuente de alimentación. VerFigura 2. Estos instrumentos tienen muchas aplicaciones industriales que proporcionan al usuario visualizaciones de patrones térmicos y datos cuantitativos que pueden analizarse con el software de análisis de imágenes del fabricante o con software estadístico como JMP.
Cifra2Cámara termográfica Fluke Ti32
De particular importancia son el detector y la óptica. Los detectores típicos son sensibles a la radiación en dos bandas espectrales: IR de onda media (2,5-6,0 µm) e IR de onda larga (8,0-15,0 µm). El detector de matriz de plano focal viene en una variedad de resoluciones. Para el Fluke Ti32, la matriz es de 320 x 240 píxeles, lo que se consideraresolución altapara cámaras térmicas. De esta forma, una única imagen proporciona la misma información que se obtendría de 320 x 240 = 76 800 termopares discretos. El tamaño y la densidad del detector combinados con la óptica establecen la resolución espacial y de medición del sistema.
El calor marcha a su propio ritmo
La energía que sale de una superficie puede estar compuesta de radiación electromagnética emitida, reflejada y, para algunos materiales, transmitida. Para el análisis termográfico, sólo la energía emitida proporciona información útil sobre la temperatura de la superficie y se debe realizar una compensación por la energía reflejada y transmitida, si está presente. Afortunadamente, un termografista certificado conoce estas limitaciones y puede usar los algoritmos del generador de imágenes para evitar la influencia no deseada de la energía reflejada, la energía de fondo y la transmisión IR inherente a ciertos materiales. Es importante tener en cuenta que las cámaras IR tienen una curva de aprendizaje sustancial y que se necesita aproximadamente una semana de capacitación práctica para garantizar mediciones precisas.
La emisividad es una propiedad clave que describe la capacidad de un material para emitir radiación térmica. La emisividad varía entre 0 y 1 y es función del tipo de material, condición de la superficie, temperatura, longitud de onda y ángulo de visión. Nuevamente, la habilidad del termografista certificado juega un papel importante a la hora de evaluar el objeto en estudio y configurar el generador de imágenes para realizar mediciones confiables.
La termografía ya no es solo para inspecciones de edificios
Existe una amplia variedad de aplicaciones para la termografía infrarroja, incluidos diagnósticos eléctricos, electromecánicos, mecánicos, de edificios y techos, pruebas no destructivas, inspección de aeronaves, control de procesos industriales y mejora de procesos industriales. Existen muchas aplicaciones en la industria del plástico, incluido el termoformado, como se analiza en este artículo, así como la extrusión, el rotomoldeo y el moldeo por inyección.
La cámara termográfica Fluke Ti32
El generador de imágenes Fluke Ti32 utilizado para este proyecto de mejora de procesos tiene un conjunto de detectores de microbolómetro que opera en el espectro infrarrojo de onda larga. El campo de visión instantáneo (IFOV) de este sistema es de 1,25 mRad y la distancia mínima de enfoque es de aproximadamente 6 pulgadas con la lente incorporada. La sensibilidad térmica de este modelo es muy buena a 45 mK y la tasa de adquisición es de 60 Hz.
Las imágenes de este informe se procesaron y analizaron utilizando el software Fluke SmartView®. Este software incluye varias herramientas de análisis, el ajuste de variables como la emisividad y la exportación de datos. El software permite al termografista cambiar retroactivamente todos los ajustes de la cámara excepto, por supuesto, el enfoque.
TODO ES CUESTIÓN DEL CALOR
ELos conocimientos de ingeniería apuntan al control de la temperatura como un factor crítico durante todas las fases del proceso de termoformado. Es un hecho bien establecido que las buenas piezas son el resultado de un calentamiento y enfriamiento uniforme tanto del plástico en bruto como de la pieza termoformada. Se sabe que los gradientes térmicos excesivos provocan distorsión de las piezas, mal control del espesor, debilidad estructural y mal acabado de la superficie.
EL RETO
El horno termoformador en estudio tiene un diseño inusual con un sistema de lanzadera y un conjunto de calentamiento de un solo lado como se muestra enFigura 3yFigura 4.
La bandeja transportadora se encuentra sobre rieles que mueven la pieza de plástico directamente bajo un sistema de calentamiento horizontal multizona y luego la transportan hacia afuera, donde se recoge y se moldea al vacío manualmente en moldes en espera. El calentamiento se produce en una sola dirección yLa distancia desde la bandeja hasta el conjunto de calentadores es fija.. La matriz y el espacio en blanco superpuesto se muestran enFigura 4.
Estudios anteriores ya sabían que la temperatura de la superficie de los espacios en blanco variaba significativamente a lo largo y ancho de los mismos. Un operador comentó que la primera imagen térmica exploratoria del blanco calentadoParecía una camisa teñida de Jimi Hendrix de los años 70.!
El trabajo no contenía nada nuevo a nivel experimental, por lo que el resto de este artículo enfatiza el enfoque paso a paso de la experimentación, la dinámica del equipo y la filosofía experimental utilizada para las decisiones.
EQUIPO EXPERIMENTAL
La dirección de la empresa eligió a tres personas para el trabajo: un operador de línea cualificado (¡un cliente!), un supervisor y un ingeniero de procesos con experiencia en DOE. Se incorporaron otras personas al trabajo según fuera necesario. En adelante, este grupo se denominará colectivamenteel experimentadores.
FILOSOFÍA DOE
A pesar de su sesgo técnico, el éxito del DOE depende del fundamento filosófico de los experimentadores y sus gerentes.
El DOE es iterativo
A pesar de la designación corporativa del estudio del proceso de termoformado como un proceso discreto,Proyecto aprobadoCon una fecha final prevista y varios hitos, los experimentadores pensaron sigilosamente en líneas diferentes. Vieron el trabajo como el comienzo de numerosos ciclos, preferiblemente breves, de aprendizaje.1,2,3,4Esto daría como resultado una comprensión profunda del proceso. No buscaban una solución rápida.
El DOE no es un deporte para espectadores
Quienes tenían experiencia previa en el DOE sabían que, por lo general, es preferible realizar el experimento y recopilar los datos ellos mismos en lugar de delegar la tarea a un técnico de laboratorio u otro colega. Por lo tanto, todos los experimentadores planeaban involucrarse, quisieran o no.
Cuidado con las suposiciones
Todos estuvieron de acuerdo en no dar nada por sentado. Observaron cuidadosamente el proceso, tomaron notas, hablaron con los operadores y finalmente ejecutaron el proceso ellos mismos. Los experimentadores realizaron controles de mantenimiento semanales, pruebas automáticas del controlador y similares. Se descubrieron y solucionaron algunos problemas antes de comenzar el trabajo .Al final, pareció haber una correlación fuertemente positiva entre el conocimiento adquirido y la cantidad de coraje en las manos del experimentador.
PASO 1 – ESTABLECER EL OBJETIVO
Muchos experimentos industriales fracasan porque el objetivo no está cuidadosamente definido. Un documento útil tituladoLista de verificación para hacer la pregunta correcta5proporcionó una solución sencilla y eficiente a este problema potencial y un excelente foro para discusión en grupo. Con el tiempo, el grupo llegó a un consenso inusual: la base de conocimiento existente era demasiado escasa para enunciar el objetivo de una manera gerencial típica.rreducir la chatarra en un 25% en 6 mesesoaumentar el tiempo de actividad en un 5% cada 2 meses. En cambio, el objetivo se definió de manera no tradicional, en forma decondición objetivo3como se muestra enFigura 5.
AUMENTAR LA COMPRENSIÓN DEL PROCESO
CON LA MÁXIMA PARTICIPACIÓN DEL OPERADOR
Y DISEÑO ITERATIVO DE EXPERIMENTOS
Cifra5:Condición objetivo
Se creía que una mejor comprensión de los procesos en todos los niveles de la organización conduciría inexorablemente a modelos predictivos útiles y a nuevos conocimientos. Luego, estarían equipados para determinar los ciclos de trabajo ideales de cada zona del calentador y las prácticas de producción para una amplia gama de tipos, tamaños y espesores de plástico.
PASO 2 – ELIGE UNA ESTRATEGIA
Los experimentadores tuvieron que decidir entre los tres enfoques básicos de la experimentación5:
- Cribado
- Modelo de interacciones (frugal)
- Modelo de superficie de respuesta (completo)
Teniendo en mente la dolorosa historia del impredecible desempeño de la termoformadora, la gerencia de la empresa aprobó amplios recursos para el experimento y el grupo rápidamente acordó el enfoque de la superficie de respuesta.
PASO 3 – CREAR UN PLAN
Con la estrategia en la mano, todo estaba en su lugar para crear un plan.
Elija factores y rangos experimentales
El plan incluía seis factores de proceso: los ciclos de trabajo, en porcentaje, de cada zona del calentador. Los rangos variaban del 20-60 % al 30-70 %.
Piense en factores conocidos que se deben mantener constantes
Los factores que no estaban bajo estudio se mantuvieron constantes durante el experimento.
- Operador de máquina ( un experimentador )
- Lote de producción de piezas en blanco de plástico
- Tiempo transcurrido entre la expulsión del blanco calentado y la captura de la imagen térmica
- Etc.
¡Peligro, variables acechantes!
El equipo del proyecto pasó la mayor parte de su tiempo en el área de trabajo, lo que proporcionó una excelente oportunidad para identificar y abordar una larga lista de variables insidiosas acechantes.
- Temperatura ambiente
- Humedad ambiental
- Circulación de aire
- Hora del día, descansos
- Etc.
El plan incluía un tiempo de calentamiento de la termoformadora de 1 hora para asegurar condiciones térmicas de estado estable, el registro de variables ocultas y la realización de ejecuciones experimentales en sucesión, sin interrupciones. Un truco del termografista resultó particularmente útil 7. Los experimentadores colocaron cinta aislante de vinilo negro Scotch® Super 33+ sobre un objeto no metálico junto a la termoformadora. VerFigura 6.
Cifra6El mejor amigo del termografista
Esta cinta tiene una emisividad predecible de 0,95 y proporcionó un excelente punto de medición de la temperatura ambiente. La pintura en aerosol negra mate Krylon también tiene una emisividad de 0,95.y se puede utilizar para el mismo propósito 7 .
Elija respuestas
El plan inicial tenía una sola respuesta y los experimentadores estaban dispuestos a añadir más a medida que acumulaban nuevos conocimientos. Esto supuso otra desviación del enfoque tradicional de planificar todo con antelación y establecer plazos arbitrarios. Su enfoque alternativo —añadir nuevas respuestas a medida que aumentaba el conocimiento— resultó económico y reveló mucho.
La respuesta original de interés fue el gradiente térmico en el blanco de plástico. Aquí es donde la ventaja de los datos radiométricos ofrece grandes beneficios. Al guardar la imagen como un archivo de datos radiométricos (.is2), el software SmartView de Fluke puede exportar la matriz de datos real (76 800 puntos de datos) o un subconjunto de la misma a un archivo .csv. Posteriormente, el experimentador puede definir la variable de respuesta según sea necesario. Por ejemplo, podría ser una medida del gradiente térmico distintivo a lo largo de una línea indicada, como se muestra enFigura 7yFigura 8.
Cifra7:Imagen térmica con línea de interés (L 0 )
Cifra8:Gráfico de la temperatura superficial a lo largo de L 0
O bien, la respuesta podría ser el gradiente térmico dentro de un área rectangular. VerFigura 9.
Cifra9: Imagen térmica con área de interés (A 0 ) y temperaturas de superficie
La respuesta de línea o de área es enormemente superior al uso de lecturas de un medidor térmico discreto como respuesta experimental. Los experimentadores eligieronregistros del Área A0como variable su respuesta de gradiente térmico. Posteriormente se agregaron dos respuestas más: el tiempo del ciclo del proceso medido en minutos (CT) y el consumo de energía calculado. Estas respuestas tienen importantes implicaciones financieras en forma de rendimiento de la planta y costos de energía. Figura 10resume el plan final.
Cifra10: Factores y respuestas
Definir el modelo y planificar ejecuciones replicadas
Al principio, se pensó que un experimento de 6 factores daría como resultado una cantidad inmanejable de ejecuciones, pero con un ciclo de calentamiento corto y bajos costos de material,El equipo del proyecto decidió utilizar un modelo cuadrático completo, mínimo más 4 ejecuciones y 8 ejecuciones replicadas como se muestra enFigura 11. Con una planificación inteligente, los experimentadores podrían realizar las 40 pruebas en un día, por lo que no fue necesario ningún bloqueo.
Cifra11:Diseño I-Óptimo
Comprobación del diseño
El mapa de colores sobre correlaciones mostró que el diseño era bueno y el experimento podía continuar. VerFigura 12.
Cifra12:Comprobación del diseño
Nota filosófica sobre la dinámica de equipo
Imágenes térmicas como las que se muestran arriba, las pantallas de diseño DOE de fácil comprensión y el JMPModelo de ajusteEl resultado que se muestra a continuación atrajo mucha atención de los experimentadores y otro personal de la fábrica. Durante el trabajo se tomaron imágenes térmicas de objetos, maquinaria y personas y se discutió con entusiasmo su significado. Mientras tanto, el generador de predicciones y los gráficos de interacción del JMP provocaron mucha discusión y un animado debate. Se expresaron opiniones. Se compartió la experiencia.
Como resultado de esta notable dinámica de equipo, las personas eligieron libremente participar en el esfuerzo de mejora del proceso, lo que demuestra el adagio lean.Mantenlo simple y visual.
PASO 4 – EJECUTAR EL PLAN
Como de costumbre, fue necesario realizar algunas pruebas para resolver los problemas de procedimiento previstos. Se realizaron ajustes al documento tituladoLista de verificación para hacer la pregunta correctay se escribieron definiciones operativas claras para todas las mediciones. TLuego, los experimentadores se ensuciaron aún más las manos al recolectar los 40 conjuntos de datos de respuesta. Se aprendió mucho a lo largo del camino.
Prerrequisito n.° 1: verificar la presencia de constantes s
Después de ajustar los datos de respuesta recopilados y calculados al modelo, se verificaron los resultados para s constantes utilizando tres métodos visuales: el gráfico de residuos por predicción, el gráfico de Box-Cox y una verificación de normalidad de los residuos. Dos de los tres pasaron la prueba (verFigura 13por ejemplo) y el equipo procedió al siguiente prerrequisito.
Cifra13:Verificar la constante s
Requisito previo n.° 2: verificación de la validez de la medición
Con 8 ejecuciones replicadas, fue posible verificar la repetibilidad del proceso y del sistema de medición.Salida EMP tabular del MP6 (Figura 14) reveló que el 90% de la variación medida provino de las propias ejecuciones experimentales. Gráfico de variabilidad del JMP (Figura 15) proporcionó información corroborativa en forma gráfica.
Cifra14: Comprobación de cordura EMP
Cifra15:Gráfico de variabilidad
Estos resultados fueron fáciles de entender y los experimentadores acordaron continuar.
Revisar resultados
La salida del modelo de ajuste de JMP es de naturaleza altamente gráfica, lo que facilita la tarea de explicar los resultados experimentales a personas en diferentes niveles organizacionales. Los resultados varían de tabulares a gráficos y altamente interactivos, como se muestra enFigura 16aFigura 19.
TLa trama real por la predicha (verFigura 16) es una evaluación de la calidad del propio modelo. Los puntos graficados indican una buena capacidad predictiva.
Cifra16: Gráfico real según lo previsto
Las estimaciones de parámetros ordenados (Figura 17) nos indican, en forma tabular/gráfica concisa, el significado relativo de cada término en el modelo. El factor más significativo fue el efecto principal de Zona. El segundo y tercer término más significativo son las interacciones de la Zona 1-3 y las interacciones de la Zona 1-5. Los perfiles de interacción (Figura 18) proporcionan información adicional.
Cifra17:Estimaciones de parámetros ordenados
Cifra18:Perfiles de interacción
El descubrimiento de las fuertes interacciones Z1-Z3 y Z1-Z5 (es decir, aquellos con yuxtaposiciones de esquina a esquina) supuso un gran avance en la comprensión de los procesos.
Reflexionando y eligiendo un punto óptimo
Los experimentadores y ejecutivos de la empresa descubrieron que JMP Prediction Profiler permite una evaluación visual clara de las compensaciones técnico-financieras, brindando una forma sencilla y poderosa de tomar decisiones comerciales basadas en datos de observaciones de procesos reales. VerFigura 19.
Cifra19: Perfilador de predicciones
Algunode las zonas de calentamiento no tuvo un impacto dramático en los gradientes térmicos, por lo que el ciclo de trabajo podría establecerse hacia el extremo inferior del rango para ahorrar en costos de energía, extender la vida útil de los elementos de calentamiento, ahorrar en costos de mantenimiento y reducir costosas interrupciones de producción.
No hay nada malo con el experimento que diseñaste…
Así como la naturaleza aborrece el vacío (bueno, al menos aquí en la Tierra), algunas personas dedicadas a la fabricación también aborrecen el área cercana a los extremos de los rangos experimentales y las áreas empinadas de las curvas de respuesta. Como resultado, el equipo reflexionó sobre el experimento.Límites exteriorescon cautela, ya que no sabían nada sobre lo que sucede en ciclos de trabajo fuera de los rangos probados. Por ejemplo, ¿qué pasaría si la Zona 1 llegara a un ciclo de trabajo del 65%? Nadie lo sabía.
Por el contrario, cuando las curvas de respuesta tienen una pendiente pronunciada, como fue el caso de la Zona 3,aborreciendo los extremospuede ser costoso Un pequeño cambio en el factor puede desencadenar un cambio significativo en la respuesta. Tenga en cuenta que el valor mínimo delogaritmos de A0se produce en un ciclo de trabajo para la Zona 3 del 70%. Sin embargo, ese punto de ajuste está en el extremo del rango probado.yen la parte empinada de la curva de la Zona 3, la peor pesadilla de un ingeniero de procesos. Figura 20Pone de relieve la zona de peligro de este proceso.
Cifra20:Zona molesta 3
Los experimentadores decidieron reducir el ciclo de trabajo de la Zona 3 al 41% y aceptar la penalización resultante.logaritmos de A0. La razón: elegir configuraciones de proceso que sean resistentes a fuentes de variación como el envejecimiento de los elementos de calentamiento, corrientes de aire ambiente, deriva, error, etc.Figura 21visualiza la lógica detrás del punto óptimo elegido para las 6 zonas, nuevamenteen el centro de una meseta, lejos de los extremos.
Cifra21:El paraíso del fabricante
Pruebe el modelo y evalúe el intervalo de tolerancia
A continuación, los experimentadores probaron repetidamente el punto óptimo y utilizaron los datos acumulados para calcular un intervalo de tolerancia, en este caso con un 95 % de confianza sobre el 99 % del producto futuro. El intervalo de tolerancia resultó satisfactorio respecto a las expectativas del cliente.
PASO 5 – RECONOCER EL ÉXITO
Con los nuevos y poderosos conocimientos adquiridos durante el experimento, los experimentadores recomendaron con confianza cambios permanentes en la gestión de la empresa. Se tomaron medidas. Se aprobó estudio adicional. Sin embargo, aún quedaban algunos asuntos importantes por resolver.
Reflejar
Los experimentadores aprendieron de sus errores. Una práctica lean,Hansei9, sugiere reflexionar sobre los métodos de trabajo después de alcanzar un hito significativo como el final de un ciclo de aprendizaje y el comienzo de otro. El equipo tuvo una discusión informal y honesta sobre lo que hicieron mal y lo que podrían haber hecho mejor. Este ejercicio resultó útil para estudios de seguimiento y experimentos futuros.
Ayudar a otros
Los experimentadores también se tomaron el tiempo para participar en otra práctica lean útil,Yokoten10, lo que sugiere un intercambio lateral de las mejores prácticas en toda la organización. Los beneficios de esta práctica incluyen presentar los métodos DOE a otros y ayudarlos a realizar sus propios experimentos.
Reconocer
Además, el equipo hizo una pausa para reconocer su éxito y se aseguró de que todos los participantes fueran reconocidos visiblemente por sus contribuciones. Trajeron grandes pilas de pizzas.
Monitor
Adicionalregistros del Área A0Se recopilaron datos periódicamente para detectar la presencia de desviaciones del proceso. Si el rendimiento del horno se deteriorara significativamente, el problema sería visible rápidamente y luego investigado y abordado.
CLAVES PARA EL ÉXITO
La calidad de los resultados obtenidos estuvo influenciada en gran medida por las magníficas contribuciones de los trabajadores de primera línea, el uso de las reconocidas capacidades de visualización de datos de JMP, la capacidad de "ver el calor" y un enfoque de consenso para la toma de decisiones. También quedó claro que el diseño de experimentos y la termografía son tecnologías altamente complementarias. Si el equipo se hubiera limitado a prueba y error, a experimentos de un factor a la vez o al uso de medidores térmicos discretos, la termoformadora casi con seguridad habría seguido funcionando como siempre lo había hecho.
OTRAS APLICACIONES
Los experimentos con variables de respuesta termográfica se pueden utilizar siempre que los fabricantes requieran conocimiento de la causa del proceso y el efecto térmico. A continuación se presentan varias aplicaciones diferentes en las que las variables de respuesta termográfica podrían resultar útiles. Seguramente existirán muchos más.
- Fabricación de alimentos
- Extrusión
- Recocido y tratamiento térmico
- Metalurgia
- Moldeo por inyección
- Diseño de HVAC
- Compuestos
- Pultrusión
- Diseño de calentador, sistema de refrigeración y secadora.
REFERENCIAS
[1] Roger Hoerl y Ron Snee,Pensamiento estadístico, 2Dakota del Norteedición, John Wiley & Sons, The Wiley and SAS Business Series, 2012
[2] Ian Cox, Marie A. Gaudard, Philip J. Ramsey, Mia L. Stephens y Leo T. Wright,Visual Six SigmaSAS Institute, Inc., publicado por John Wiley & Sons, SAS Business Series (2010)
[3] Mike Rother,Toyota Kata,Cap. 5, McGraw-Hill, 2010
[4] El Instituto Shingo,El modelo Shingo, Universidad Estatal de Utah, 2014
[5] William D. Kappele,Realización de experimentos objetivos con JMP, 5ª edición, agosto de 2011, Experimentos objetivos. La lista de verificación está disponible enwww.objexp.com.
[6] Donald J. Wheeler,EMP III, Evaluación del proceso de medición, SPC Press, 2010
[7] El Grupo Snell,Manual del curso de termografía de nivel 1, Barre, Vermont, 2014
[8] Manual de calidad de JuranCapítulo 6, Juran y DeFeo, McGraw-Hill, 2010
[9] Blog de la Academia Gemba,¡Arrepiéntete, quiero decir Hansei!2 de mayo de 2007
[10] DVD de la Academia GembaTecnologías JIT, Parte 6
EXPRESIONES DE GRATITUD
Bill Kappele de Objective Experiments proporcionó una revisión y comentarios clave sobre este artículo.
BIOGRAFÍAS DE LOS AUTORES
Stephen W. Czupryna es unConsultor e Instructor de Ingeniería de Procesoscon experimentos objetivos en Bellingham, WA. Tiene una licenciatura en Economía, una licenciatura en Electroóptica Láser y es cinturón negro Lean Six Sigma certificado por el Instituto Pyzdek. También posee un certificado de Termografía Nivel I de The Snell Group con reconocida competencia en pruebas IR tanto eléctricas como mecánicas.
Tony Shockey es elGerente de Servicios de Termografía de Fluke para las Américas. Proviene de la industria y tiene experiencia en instrumentación, automatización y control de procesos del Bellingham Technical College, así como capacitación en infrarrojos nivel II (compatible con ASNT). Como experto en la materia en Fluke durante 7 años, ha realizado presentaciones a nivel mundial sobre estos temas, ha realizado capacitaciones exhaustivas para socios de canal y usuarios finales clave y continúa brindando soporte técnico de línea secundaria para Fluke Corporation.
Roy Huff esVicepresidentedel Grupo Snell. Enseña y asesora en una amplia gama de temas relacionados con pruebas de motores eléctricos e infrarrojos. Roy tiene una licenciatura en Ingeniería Eléctrica de la Universidad de Missouri-Columbia y un certificado Térmico/Infrarrojo Nivel III de ASNT. Está certificado por SMRP como Profesional Certificado en Mantenimiento de Confiabilidad y posee la certificación Nivel III IRT NAS410. Ha presentado en el Simposio Nacional P/PM, Thermosense, Thermal Solutions, EPRI, SMRP y otras conferencias.
