Conception d'expériences avec
Données de réponse radiométrique
Une étude de cas
S tephen W. Czupryna, Expériences objectives ( stevecz@objexp.com )
Tony Shockey, Fluke Corporation ( tony.shockey@fluke.com )
Roy Huff, le groupe Snell ( rhuff@thesnellgroup.com )
ABSTRAIT
Les Voix du processus vient à nous sous plusieurs formes.La température, la pression, la tension, la dureté, la finition de surface et d'autres données de processus valides en disent long sur les processus de fabrication qui génèrent nos revenus.
Pour de nombreux processus, un aperçu clé est obtenu en écoutant le Voix du processus dans le langage de la température.Historiquement, nous avons utilisé des thermocouples, des pyromètres et d'autres dispositifs discrets pour mesurer la température et nous avons beaucoup appris.Cependant, l'avènement des imageurs thermiques économiques offre désormais un moyen nettement meilleur d'entendre la voix thermodynamique de nos processus industriels avec une commodité et une résolution qui étaient impensables dans un passé pas trop lointain.Avec une caméra thermique et un logiciel statistique en main, nous sommes incroyablement bien équipés pour entendre les messages importants que nos processus nous chuchotent dans la bande infrarouge du spectre électromagnétique.
Cet article est une étude de cas sur une entreprise de transformation des matières plastiques qui a utilisé JMP 11®, une caméra thermique Fluke Ti32®, le logiciel SmartView® de Fluke et la méthode Objective Experiments 5-step Design of Experiments (DOE) pour obtenir de nouvelles informations sur un processus de thermoformage qui avait donné des résultats décevants pendant des décennies.Les tentatives passées d'amélioration du processus avec des thermocouples et des pyromètres ont fourni des gains supplémentaires, mais ce n'est que lorsque l'entreprise a recueilli des données radiométriques valides dans le cadre d'une expérience conçue qu'elle a finalement obtenu des améliorations révolutionnaires et a considérablement affecté le résultat net de l'entreprise.
Ce document expliquera également comment le facteur wow vu à la fois dans les thermogrammes haute résolution et les outils de visualisation de données de JMP a assimilé un groupe diversifié de travailleurs de première ligne, de superviseurs et de gestionnaires dans une équipe cohésive avec un talent pour découvrir de nouvelles connaissances.
LA THERMOGRAPHIE, EN BREF
Tous les objets sur terre émettent un rayonnement infrarouge (IR).Grâce à l'utilisation de caméras infrarouges sans contact, un thermographe certifié peut détecter et mesurer le rayonnement infrarouge émis par une surface et mesurer la température de surface et les gradients thermiques. Figure 1 montre comment les imageurs thermiques détectent facilement des phénomènes importants que l'œil humain ne peut pas détecter.
Chiffre 1 : Condition dangereuse dans le fusible électrique
Une caméra infrarouge est un appareil électro-optique composé d'un détecteur, d'une optique IR, d'un écran, de commandes, d'un support de stockage et d'une alimentation électrique.Voir Figure 2 . Ces instruments ont de nombreuses applications industrielles offrant à l'utilisateur des affichages visuels des modèles thermiques et des données quantitatives qui peuvent être analysées avec le logiciel d'analyse d'image du fabricant ou un logiciel statistique comme JMP.
Chiffre 2 : Imageur thermique Fluke Ti32
Le détecteur et l'optique revêtent une importance particulière.Les détecteurs typiques sont sensibles au rayonnement dans deux bandes spectrales, l'IR à ondes moyennes (2,5-6,0 µm) et l'IR à ondes longues (8,0-15,0 µm).Le détecteur à matrice à plan focal est disponible dans une variété de résolutions.Pour le Fluke Ti32, la matrice est de 320 x 240 pixels, considérée comme haute résolution pour les caméras thermiques.Une seule image donne donc la même information que celle que l'on obtiendrait de 320x240=76 800 thermocouples discrets. La taille et la densité du détecteur combinées à l'optique déterminent la résolution spatiale et de mesure du système.
Heat marche vers son propre batteur
L'énergie quittant une surface peut être constituée de rayonnement électromagnétique émis, réfléchi et, pour certains matériaux, transmis.Pour l'analyse thermographique, seule l'énergie émise fournit des informations utiles sur la température de surface et une compensation doit être faite pour l'énergie réfléchie et transmise, si elle est présente.Heureusement, un thermographe certifié connaît ces limites et peut utiliser les algorithmes de l'imageur pour contourner l'influence indésirable de l'énergie réfléchie, de l'énergie de fond et de la transmission IR inhérente à certains matériaux.Il est essentiel de noter que les caméras IR ont une courbe d'apprentissage substantielle et qu'environ une semaine de formation pratique est nécessaire pour assurer des mesures précises.
L'émissivité est une propriété clé qui décrit la capacité d'un matériau à dégager (émettre) un rayonnement thermique. L'émissivité varie entre 0 et 1 et est fonction du type de matériau, de l'état de surface, de la température, de la longueur d'onde et de l'angle de vue.Encore une fois, la compétence du thermographe certifié joue un rôle important dans l'évaluation de l'objet à l'étude et la configuration de l'imageur pour effectuer des mesures fiables.
La thermographie, ce n'est plus seulement pour l'inspection des bâtiments
Il existe une grande variété d'applications pour la thermographie infrarouge, y compris les diagnostics électriques, électromécaniques, mécaniques, de bâtiments et de toits, les tests non destructifs, l'inspection des avions, le contrôle des processus industriels et l'amélioration des processus industriels.De nombreuses applications existent dans l'industrie du plastique, y compris le thermoformage, comme discuté dans cet article, ainsi que l'extrusion, le rotomoulage et le moulage par injection.
L'imageur Fluke Ti32
L'imageur Fluke Ti32 utilisé pour ce projet d'amélioration des processus est doté d'un réseau de détecteurs à microbolomètre qui fonctionne dans le spectre infrarouge à ondes longues.Le champ de vision instantané (IFOV) de ce système est de 1,25 mRad et la distance minimale de mise au point est d'environ 6 pouces avec l'objectif intégré.La sensibilité thermique de ce modèle est très bonne à 45mK et le taux d'acquisition est de 60Hz.
Les images de ce rapport ont été traitées et analysées à l'aide du logiciel Fluke SmartView®.Ce logiciel comprend divers outils d'analyse, l'ajustement de variables comme l'émissivité et l'exportation de données.Le logiciel permet au thermographe de modifier rétroactivement tous les réglages de la caméra à l'exception, bien sûr, de la mise au point.
TOUT EST UNE QUESTION DE CHALEUR
E Les connaissances en ingénierie indiquent que le contrôle de la température est un facteur critique pendant toutes les phases du processus de thermoformage.C'est un fait bien établi que de bonnes pièces sont le résultat d'un chauffage et d'un refroidissement uniformes à la fois de l'ébauche en plastique et de la pièce thermoformée.Des gradients thermiques excessifs sont connus pour provoquer une déformation des pièces, un mauvais contrôle de l'épaisseur, une faiblesse structurelle et une mauvaise finition de surface.
LE DÉFI
Le four thermoformeur à l'étude a une conception inhabituelle avec un système de navette et un réseau de chauffage unilatéral comme indiqué dans figure 3 et Figure 4 .
Le plateau de navette est sur des rails qui déplacent le flan en plastique directement sous un réseau de chauffage horizontal à plusieurs zones, puis transportent le flan chauffé où il est ramassé et formé sous vide à la main sur des moules en attente.Le chauffage se produit dans une seule direction et la distance entre le plateau et le réseau de chauffage est fixe .Le tableau et le blanc superposé sont illustrés dans Figure 4 .
Des études antérieures savaient que la température de surface des ébauches variait considérablement le long de sa longueur et de sa largeur.Un opérateur a remarqué que la première image thermique exploratoire de l'ébauche chauffée ressemblait à une chemise tie-dye Jimi Hendrix des années 1970 !
Le travail ne contenait rien de nouveau sur le plan expérimental, de sorte que le reste de cet article met l'accent sur l'approche étape par étape de l'expérimentation, la dynamique d'équipe et la philosophie expérimentale utilisée pour les décisions.
ÉQUIPE EXPÉRIMENTALE
La direction de l'entreprise a choisi 3 personnes pour le travail - un opérateur de ligne qualifié (un client !), un superviseur et un ingénieur de processus avec une expérience du DOE.D'autres personnes ont été amenées à travailler au besoin. Ci-après, ce groupe est désigné collectivement par les expérimentateurs .
PHILOSOPHIE DOE
Malgré son orientation technique, le succès du DOE dépend du fondement philosophique des expérimentateurs et de leurs gestionnaires.
Le DOE est itératif
Malgré la désignation corporative de l'étude sur le procédé de thermoformage comme une étude discrète Projet approuvé avec une date de fin cible et divers jalons, les expérimentateurs ont furtivement pensé selon différentes lignes.Ils considéraient le travail comme le début de nombreux cycles d'apprentissage, de préférence brefs. 1,2,3,4 cela donnerait une compréhension approfondie du processus.Ils n'étaient pas après une solution rapide.
Le DOE n'est pas un sport spectateur
Ceux qui ont une expérience antérieure du DOE savaient qu'il est généralement préférable de mener l'expérience et de collecter les données eux-mêmes plutôt que de confier la tâche à un technicien de laboratoire ou à un autre collègue.Par conséquent, tous les expérimentateurs ont prévu de se salir les mains, qu'ils le veuillent ou non.
Méfiez-vous des suppositions
Tout le monde s'est mis d'accord pour ne rien prendre pour acquis.Ils ont observé attentivement le processus, pris des notes, parlé avec les opérateurs et finalement exécuté le processus eux-mêmes.Les expérimentateurs ont effectué les vérifications de maintenance hebdomadaires, l'autotest du contrôleur, etc.Quelques problèmes ont été découverts et résolus avant le début des travaux. je n À la fin, il semblait y avoir une corrélation fortement positive entre les connaissances acquises et la quantité de grain sur les mains de l'expérimentateur.
ÉTAPE 1 - ÉTABLIR L'OBJECTIF
De nombreuses expériences industrielles échouent parce que l'objectif n'est pas soigneusement défini.Un document utile intitulé Check-list pour poser la bonne question 5 fourni une solution légère et simple à ce problème potentiel et un superbe forum de discussion de groupe.Avec le temps, le groupe est parvenu à un consensus inhabituel - la base de connaissances existante était trop clairsemée pour énoncer l'objectif d'une manière managériale typique comme r réduire les rebuts de 25 % en 6 mois ou alors augmenter la disponibilité de 5 % tous les 2 mois .Au lieu de cela, l'objectif a été défini de manière non traditionnelle, sous la forme d'un condition cible 3 comme représenté sur la Figure 5 .
AMÉLIORER LA COMPRÉHENSION DU PROCESSUS
AVEC UNE IMPLICATION MAXIMALE DE L'OPÉRATEUR
ET CONCEPTION ITÉRATIVE D'EXPÉRIENCES
Chiffre 5 : État cible
On pensait qu'une meilleure compréhension des processus à tous les niveaux de l'organisation conduirait inexorablement à des modèles prédictifs utiles et à de nouvelles connaissances.Ensuite, ils seraient équipés pour déterminer les cycles de fonctionnement idéaux de chaque zone de chauffage et les pratiques de production pour une large gamme de types, de tailles et d'épaisseurs de plastique.
ÉTAPE 2 – CHOISISSEZ UNE STRATÉGIE
Les expérimentateurs devaient choisir entre les 3 approches de base de l'expérimentation 5 :
- Dépistage
- Modèle d'interactions (frugal)
- Modèle de surface de réponse (approfondi)
Avec l'histoire douloureuse des performances imprévisibles des thermoformeuses à l'esprit, la direction de l'entreprise a approuvé des ressources suffisantes pour l'expérience et le groupe a rapidement convenu de l'approche de la surface de réponse.
ÉTAPE 3 - CRÉER UN PLAN
Stratégie en main, tout était en place pour créer un plan.
Choisissez des facteurs et des plages expérimentaux
Le plan comportait 6 facteurs de processus - les cycles de service, en %, de chaque zone de chauffage.Les fourchettes variaient de 20-60% à 30-70%.
Pensez aux facteurs connus pour les maintenir constants
Les facteurs qui n'étaient pas à l'étude ont été maintenus constants pendant l'expérience.
- Opérateur ( un expérimentateur )
- Lot de production d'ébauches en plastique
- Temps entre l'éjection du flan chauffé et la capture de l'image thermique
- Etc.
Danger, variables cachées !
L'équipe du projet a passé la majeure partie de son temps dans la zone de travail, offrant une belle opportunité d'identifier et de traiter une longue liste de variables insidieuses qui se cachent.
- Température ambiante
- Humidité ambiante
- Circulation d'air
- Moment de la journée, pauses
- Etc.
Le plan comprenait un temps de préchauffage de la thermoformeuse d'une heure pour assurer des conditions thermiques stables, l'enregistrement des variables cachées et la réalisation des essais expérimentaux en succession, sans pause.Une astuce de thermographe a été particulièrement utile 7 .Les expérimentateurs ont placé du ruban isolant en vinyle noir Scotch® Super 33+ sur un objet non métallique adjacent à la thermoformeuse.Voir Figure 6 .
Chiffre 6 : Le meilleur ami du thermographe
Ce ruban a une émissivité prévisible de 0,95 et il a fourni un excellent point de mesure pour la température ambiante.La peinture en aérosol noir mat Krylon a également une émissivité de 0,95 et peut être utilisé dans le même but 7 .
Choisissez les réponses
Le plan initial avait une réponse et les expérimentateurs étaient ouverts à en ajouter d'autres au fur et à mesure qu'ils accumulaient de nouvelles connaissances.C'était encore une autre entorse à l'approche historique consistant à tout planifier à l'avance et à fixer des délais arbitraires.Leur approche alternative - ajouter de nouvelles réponses au fur et à mesure que de nouvelles connaissances l'indiquent - coûte peu et révèle beaucoup.
La réponse originale d'intérêt était le gradient thermique dans le flan en plastique.C'est là que l'avantage des données radiométriques rapporte d'énormes dividendes. Lorsque l'image est enregistrée en tant que fichier de données radiométriques (.is2), le logiciel SmartView de Fluke peut exporter le tableau de données réel (76 800 points de données) ou un sous-ensemble de celui-ci vers un fichier .csv.Ensuite, l'expérimentateur est libre de définir la variable de réponse selon ses besoins.Par exemple, il pourrait s'agir d'une mesure du gradient thermique distinct le long d'une ligne indiquée, comme indiqué dans Figure 7 et Figure 8 .
Chiffre 7 : Image thermique avec ligne d'intérêt (L 0 )
Chiffre 8 : Tracé de la température de surface le long de L 0
Ou, la réponse pourrait être le gradient thermique dans une zone rectangulaire.Voir Figure 9 .
Chiffre 9 : Image thermique avec zone d'intérêt (A 0 ) et les températures de surface
La réponse de ligne ou de zone est largement supérieure à l'utilisation des lectures d'une jauge thermique discrète comme réponse expérimentale.Les expérimentateurs ont choisi log s de la zone A 0 comme variable de réponse du gradient thermique.Deux autres réponses ont été ajoutées plus tard - le temps de cycle de processus mesuré en minutes (CT) et la consommation d'énergie calculée.Ces réponses ont des implications financières importantes sous la forme de débit de l'usine et de coûts énergétiques.Figure 10 résume le plan final.
Chiffre dix : Facteurs & réponses
Définir le modèle et planifier les exécutions répliquées
Au début, on pensait qu'une expérience à 6 facteurs entraînerait un nombre d'essais ingérable, mais avec un cycle de chauffage court et de faibles coûts de matériel, l'équipe du projet a opté pour un modèle quadratique complet, un minimum plus 4 exécutions et 8 exécutions répétées, comme indiqué dans Figure 11 . Grâce à une planification intelligente, les expérimentateurs pouvaient exécuter les 40 essais en une journée, aucun blocage n'était donc nécessaire.
Chiffre 11 : I-Conception optimale
Vérification de la conception
La carte des couleurs sur les corrélations a montré que la conception était bonne et que l'expérience pouvait se poursuivre.Voir Figure 12 .
Chiffre 12 : Contrôle de conception
Note philosophique sur la dynamique d'équipe
Images thermiques comme celles présentées ci-dessus, les écrans de conception DOE faciles à comprendre et le JMP Ajuster le modèle les résultats présentés ci-dessous ont attiré l'attention des expérimentateurs et d'autres membres du personnel de l'usine.Pendant les travaux, des images thermiques ont été prises d'objets, de machines et de personnes et leur signification a été discutée avec enthousiasme.Pendant ce temps, le profileur de prédiction JMP et les diagrammes d'interaction ont suscité de nombreuses discussions et un débat animé.Des avis ont été exprimés.L'expérience a été partagée.
Grâce à cette dynamique d'équipe remarquable, les gens ont librement choisi de participer à l'effort d'amélioration des processus, prouvant ainsi l'adage lean restez simple et visuel.
ÉTAPE 4 – EXÉCUTER LE PLAN
Comme d'habitude, quelques essais ont été effectués afin de résoudre les problèmes de procédure attendus.Des ajustements ont été apportés au document intitulé Check-list pour poser la bonne question et des définitions opérationnelles claires ont été écrites pour toutes les mesures.J Ensuite, les expérimentateurs se sont mis la main encore plus sales en collectant les 40 ensembles de données de réponse.Beaucoup a été appris en cours de route.
Pré-requis #1 - vérifier la constante s
Après avoir ajusté les données de réponse collectées et calculées au modèle, les résultats ont été vérifiés pour la constante s à l'aide de 3 méthodes visuelles, le tracé des résidus par prédiction, le tracé de Box-Cox et une vérification de la normalité des résidus.Deux sur 3 ont réussi le test (voir Figure 13 pour un exemple) et l'équipe est passée au prérequis suivant.
Chiffre 13 : Vérifie la constante s
Pré-requis n° 2 - vérification de l'intégrité des mesures
Avec 8 répétitions, il a été possible de vérifier la répétabilité du processus et du système de mesure.J Sortie EMP tabulaire de MP 6 ( Figure 14 ) a révélé que 90 % de la variation mesurée provenait des essais expérimentaux eux-mêmes. Tableau de variabilité de JMP ( Figure 15 ) a fourni des informations corroborantes sous forme graphique.
Chiffre 14 : vérification d'intégrité EMP
Chiffre 15 : Tableau de variabilité
Ces résultats étaient faciles à comprendre et les expérimentateurs ont accepté de continuer.
Examiner les résultats
La sortie du modèle d'ajustement de JMP est de nature très graphique, ce qui facilite la tâche d'expliquer les résultats expérimentaux aux personnes à différents niveaux organisationnels.La sortie va de tabulaire à graphique à hautement interactive, comme indiqué dans Figure 16 pour Image 19 .
J le tracé réel par prédit (voir Figure 16 ) est une évaluation de la qualité du modèle lui-même.Les points tracés indiquent une bonne capacité prédictive.
Chiffre 16 : Réel par parcelle prédite
Les estimations de paramètres triés ( Illustration 17 ) nous indiquent, sous une forme tabulaire/graphique concise, la signification relative de chaque terme dans le modèle.Le facteur le plus important était l'effet principal de Zone.Les deuxième et troisième termes les plus significatifs sont les interactions Zone 1-3 et les interactions Zone 1-5.Les profils d'interaction ( Image 18 ) fournissent des informations supplémentaires.
Chiffre 17 : Estimations des paramètres triées
Chiffre 18 : Profils d'interaction
La découverte des interactions fortes Z1-Z3 et Z1-Z5 ( c'est-à-dire ceux avec des juxtapositions d'un coin à l'autre ) a été un bond en avant dans la compréhension des processus.
Réfléchir et choisir un endroit idéal
Les expérimentateurs et les dirigeants de l'entreprise ont découvert que JMP Prediction Profiler permet une évaluation visuelle claire des compromis technico-financiers, offrant un moyen simple et puissant de prendre des décisions commerciales basées sur des données provenant d'observations de processus réels.Voir Image 19 .
Chiffre 19 : Profileur de prédiction
Certains des zones de chauffage n'avaient pas d'impact dramatique sur les gradients thermiques, de sorte que le cycle de service pouvait être réglé vers le bas de la plage pour économiser sur les coûts d'énergie, pour prolonger la durée de vie des éléments chauffants, pour économiser sur les coûts de maintenance et pour réduire les interruptions de production coûteuses.
Il n'y a rien de mal avec votre expérience conçue…
Comme la nature a horreur du vide (enfin, du moins ici sur terre, de toute façon), certains fabricants ont également horreur de la zone proche des extrêmes des plages expérimentales et des zones abruptes des courbes de réponse.En conséquence, l'équipe a réfléchi à l'expérimentation Limites extérieures avec prudence car ils ne savaient rien de ce qui se passe aux cycles de service en dehors des plages testées.Par exemple, que se passerait-il si la Zone 1 dérivait vers un rapport cyclique de 65 % ?Personne ne savait.
Inversement, lorsque les courbes de réponse sont fortement inclinées, comme c'était le cas avec la zone 3, abhorrer-les-extremes peut être coûteux.Un petit changement dans le facteur peut déclencher un changement significatif dans la réponse.Notez que la valeur minimale de log de A 0 se produit à un cycle de service pour la zone 3 de 70 %.Cependant, ce point de consigne est à l'extrême de la plage testée et sur la partie raide de la courbe de la zone 3, le pire cauchemar d'un ingénieur de procédés.Figure 20 met en évidence cette zone de danger de processus.
Chiffre 20 : Ennuyeux Zone 3
Les expérimentateurs ont décidé de réduire le rapport cyclique de la zone 3 à 41 % et ont accepté la pénalité qui en résultait en log de A 0 .La justification: choisir des paramètres de procédé résistants aux sources de variation telles que le vieillissement des éléments chauffants, les courants d'air ambiant, la dérive, les erreurs, etc. F Figure 21 visualise la logique derrière le sweet spot choisi pour les 6 zones, encore une fois au centre d'un plateau, à l'écart des extrêmes.
Chiffre 21 : Le paradis des constructeurs
Tester le modèle et évaluer l'intervalle de tolérance
Ensuite, les expérimentateurs ont testé à plusieurs reprises le sweet spot et ont utilisé les données accumulées pour calculer un intervalle de tolérance, dans ce cas avec une confiance de 95 % sur 99 % du futur produit.L'intervalle de tolérance s'est avéré satisfaisant vis-à-vis des attentes des clients.
ÉTAPE 5 – RECONNAÎTRE LE SUCCÈS
Grâce aux nouvelles connaissances puissantes acquises au cours de l'expérience, les expérimentateurs ont recommandé avec confiance des changements permanents à la direction de l'entreprise.Des mesures ont été prises.Une étude supplémentaire a été approuvée.Cependant, quelques questions importantes subsistaient.
Refléter
Les expérimentateurs ont appris de leurs erreurs.Une pratique allégée, Hansei 9 , propose de réfléchir aux méthodes de travail après avoir franchi une étape importante comme la fin d'un cycle d'apprentissage et le début d'un autre.L'équipe a eu une discussion informelle et honnête sur ce qu'elle avait fait de mal et ce qu'elle aurait pu faire mieux.Cet exercice s'est avéré utile pour le suivi des études et des expériences futures.
Aider les autres
Les expérimentateurs ont également pris le temps de s'engager dans une autre pratique Lean utile, Yokoten dix , ce qui suggère un partage latéral des meilleures pratiques dans l'ensemble de l'organisation.Les avantages de cette pratique incluent l'introduction des méthodes DOE aux autres et les aider à réaliser leurs propres expériences.
Accuser réception
De plus, l'équipe a fait une pause pour reconnaître leur succès et s'est assurée que tous les participants étaient visiblement reconnus pour leurs contributions.De grandes piles de pizzas ont été apportées.
Surveiller
Supplémentaire log s de la zone A 0 des données ont été recueillies régulièrement pour détecter la présence de dérive de procédé.Si les performances du four se détérioraient de manière significative, le problème serait rapidement visible, puis étudié et résolu.
CLÉS DU SUCCÈS
La qualité des résultats obtenus a été grandement influencée par les superbes contributions des travailleurs de première ligne, l'utilisation des capacités de visualisation de données tant vantées de JMP, la capacité de « voir la chaleur » et une approche consensuelle de la prise de décision.Il était également clair que la conception d'expériences et la thermographie sont des technologies hautement complémentaires.Si l'équipe avait été limitée à des essais et erreurs, à des expériences à un facteur à la fois ou à l'utilisation de jauges thermiques discrètes, le thermoformeur aurait presque certainement continué à boiter comme il l'a toujours fait.
AUTRES APPLICATIONS
Des expériences avec des variables de réponse thermographiques peuvent être utilisées partout où les fabricants ont besoin de connaître la cause du processus et l'effet thermique.Voici un certain nombre d'applications différentes où les variables de réponse thermographique s'avéreraient utiles.Beaucoup d'autres sont sûrs d'exister.
- Fabrication de produits alimentaires
- Extrusion
- Recuit et traitement thermique
- Métallurgie
- Moulage par injection
- Conception CVC
- Matériaux composites
- Pultrusion
- Conception du système de chauffage, de refroidissement et de séchage
RÉFÉRENCES
[1] Roger Hoerl et Ron Snee, Pensée statistique , 2 nd édition, John Wiley & Sons, The Wiley and SAS Business Series, 2012
[2] Ian Cox, Marie A. Gaudard, Philip J. Ramsey, Mia L. Stephens et Leo T. Wright, Visuel Six Sigma , Institut SAS, Inc., Publié par John Wiley & Sons, SAS Business Series (2010)
[3] Mike Rother, Toyota Kata, Ch. 5, McGraw-Hill, 2010
[4] L'Institut Shingo, Le modèle Shingo , Université d'État de l'Utah, 2014
[5] William D. Kappele, Réalisation d'expériences objectives à l'aide de JMP , 5e édition, août 2011, Objective Experiments.La liste de contrôle est disponible sur www.objexp.com .
[6] Donald J. Wheeler, EMP III, Évaluation du processus de mesure , Presse CPS, 2010
[7] Le groupe Snell, Manuel du cours de thermographie niveau 1 , Barre, Vermont, 2014
[8] Manuel de qualité de Juran , Chapitre 6, Juran et DeFeo, McGraw-Hill, 2010
[9] Blog de l'Académie Gemba, Repentez-vous, je veux dire Hansei !, 2 mai 2007
[dix] DVD de l'Académie Gemba, Technologies JIT, partie 6
REMERCIEMENTS
Bill Kappele d'Objective Experiments a fourni un examen et des commentaires clés sur cet article.
BIOGRAPHIES DES AUTEURS
Stephen W. Czupryna est un Consultant et Formateur en Génie des Procédés avec Objective Experiments à Bellingham, WA.Il est titulaire d'un BS en économie, d'un AS en électro-optique laser et est certifié ceinture noire Lean Six Sigma par le Pyzdek Institute.Il possède également un certificat de thermographie de niveau I du groupe Snell avec une compétence reconnue dans les tests IR électriques et mécaniques.
Tony Shockey est le Responsable des services de thermographie Fluke pour l'Amérique .Il vient de l'industrie et a une formation en instrumentation, automatisation et contrôle de processus du Bellingham Technical College ainsi qu'une formation conforme à l'infrarouge de niveau II - ASNT.En tant qu'expert en la matière chez Fluke pendant 7 ans, il a fait des présentations dans le monde entier sur ces sujets, a dispensé une formation approfondie aux partenaires de distribution et aux utilisateurs finaux clés et continue d'être le support technique de première ligne pour Fluke Corporation.
Roy Huff est Vice président du groupe Snell.Il enseigne et consulte dans un large éventail de sujets d'essais de moteurs infrarouges et électriques.Roy est titulaire d'un BSEE de l'Université du Missouri-Columbia et d'un certificat thermique/infrarouge de niveau III de l'ASNT.Il est certifié par SMRP en tant que professionnel certifié en maintenance de la fiabilité et détient la certification IRT NAS410 de niveau III.Il a présenté au P/PM National Symposium, Thermosense, Thermal Solutions, EPRI, SMRP et d'autres conférences.
