Progettazione di esperimenti con
Dati di risposta radiometrica
Un caso di studio
S tephen W. Czupryna, Esperimenti oggettivi ( stevecz@objexp.com )
Tony Shockey, Fluke Corporation ( tony.shockey@fluke.com )
Roy Huff, Il gruppo Snell ( rhuff@thesnellgroup.com )
ASTRATTO
Il Voce del Processo arriva a noi in molte forme.Temperatura, pressione, tensione, durezza, finitura superficiale e altri dati di processo validi la dicono lunga sui processi di produzione che generano i nostri ricavi.
Per molti processi, l'intuizione chiave si ottiene ascoltando il Voce del Processo nel linguaggio della temperatura.Storicamente, abbiamo utilizzato termocoppie, pirometri e altri dispositivi discreti per misurare la temperatura e molto è stato imparato.Tuttavia, l'avvento delle termocamere economiche offre ora un modo notevolmente migliore per ascoltare la voce termodinamica dei nostri processi industriali con praticità e risoluzione impensabili in un passato non troppo lontano.Con la termocamera e il software statistico in mano, siamo incredibilmente ben attrezzati per ascoltare i messaggi importanti che i nostri processi ci sussurrano nella banda infrarossa dello spettro elettromagnetico.
Questo articolo è un caso di studio su un'azienda di lavorazione della plastica che ha utilizzato JMP 11®, una termocamera Fluke Ti32®, il software SmartView® di Fluke e il metodo DOE (Objective Experiments 5-step Design of Experiments) per ottenere nuove informazioni su un processo di termoformatura che da decenni produceva risultati deludenti.I tentativi passati di migliorare il processo con termocoppie e pirometri hanno fornito guadagni incrementali, ma è stato solo quando l'azienda ha raccolto dati radiometrici validi come parte di un esperimento progettato che hanno finalmente ottenuto miglioramenti rivoluzionari e hanno influito notevolmente sui profitti dell'azienda.
Questo documento spiegherà anche come il fattore wow visto sia nei termogrammi ad alta risoluzione che negli strumenti di visualizzazione dei dati di JMP, ha assimilato un gruppo eterogeneo di lavoratori in prima linea, supervisori e manager in un team coeso con un talento per scoprire nuove conoscenze.
LA TERMOGRAFIA, IN BREVE
Tutti gli oggetti sulla terra emettono radiazioni infrarosse (IR).Attraverso l'uso di telecamere a infrarossi senza contatto, un termografo certificato può rilevare e misurare la radiazione IR emessa da una superficie e misurare la temperatura della superficie e i gradienti termici. Figura 1 mostra come le termocamere rilevano facilmente fenomeni importanti che l'occhio umano non è in grado di rilevare.
Figura 1 : Condizione pericolosa nel fusibile elettrico
Una telecamera a infrarossi è un dispositivo elettro-ottico composto da rilevatore, ottica IR, display, comandi, supporti di memorizzazione e alimentatore.Vedere figura 2 . Questi strumenti hanno molte applicazioni industriali che forniscono all'utente visualizzazioni visive di schemi termici e dati quantitativi che possono essere analizzati con il software di analisi delle immagini del produttore o con un software statistico come JMP.
Figura 2 : Termocamera Fluke Ti32
Di particolare importanza sono il rivelatore e l'ottica.I rilevatori 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 di array sul piano focale è disponibile in una varietà di risoluzioni.Per il Fluke Ti32, l'array è di 320 x 240 pixel, considerato alta risoluzione per termocamere.Una singola immagine fornisce quindi le stesse informazioni che si otterrebbero da 320x240=76.800 termocoppie discrete. Le dimensioni e la densità del rivelatore combinate con l'ottica stabiliscono la risoluzione spaziale e di misurazione del sistema.
Heat marcia al proprio batterista
L'energia che lascia una superficie può essere costituita da radiazioni elettromagnetiche emesse, riflesse e, per alcuni materiali, trasmesse.Per l'analisi termografica, solo l'energia emessa fornisce informazioni utili sulla temperatura superficiale e la compensazione deve essere effettuata per l'energia riflessa e trasmessa, se presente.Fortunatamente, un termografo certificato conosce queste limitazioni e può utilizzare gli algoritmi dell'imager per eludere l'influenza indesiderata dell'energia riflessa, dell'energia di fondo e della trasmissione IR inerente a determinati materiali.È fondamentale notare che le termocamere IR hanno una notevole curva di apprendimento e che è necessaria circa una settimana di formazione pratica per garantire misurazioni accurate.
L'emissività è una proprietà chiave che descrive la capacità di un materiale di emanare (emettere) radiazione termica. 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 visuale.Ancora una volta, l'abilità del termografo certificato svolge un ruolo importante nella valutazione dell'oggetto in esame e nell'impostare l'imager per effettuare misurazioni affidabili.
La termografia non è più solo per le ispezioni degli edifici
Esiste un'ampia varietà di applicazioni per la termografia a infrarossi, tra cui diagnostica elettrica, elettromeccanica, meccanica, di edifici e tetti, test non distruttivi, ispezione di aeromobili, controllo dei processi industriali e miglioramento dei processi industriali.Esistono molte applicazioni nell'industria della plastica, tra cui la termoformatura, come discusso in questo documento, nonché l'estrusione, lo stampaggio rotazionale e lo stampaggio a iniezione.
L'imager Fluke Ti32
L'imager Fluke Ti32 utilizzato per questo progetto di miglioramento del processo è dotato di un array di rivelatori microbolometrici che opera 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 integrato.La sensibilità termica di questo modello è molto buona a 45mK e la velocità di acquisizione è di 60Hz.
Le immagini in questo 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 fotocamera tranne, ovviamente, la messa a fuoco.
È TUTTA UNA QUESTIONE DI CALORE
E Le conoscenze ingegneristiche indicano il controllo della temperatura come fattore critico durante tutte le fasi del processo di termoformatura.È risaputo che i pezzi buoni sono il risultato di un riscaldamento e raffreddamento uniforme sia del semilavorato in plastica che del pezzo termoformato.È noto che gradienti termici eccessivi causano distorsioni delle parti, scarso controllo dello spessore, debolezza strutturale e scarsa finitura superficiale.
LA SFIDA
Il forno della termoformatrice in studio ha un design insolito con un sistema a navetta e una matrice di riscaldamento su un solo lato come mostrato in Figura 3 e Figura 4 .
Il vassoio navetta si trova su binari che spostano il grezzo di plastica direttamente sotto una matrice di riscaldamento orizzontale a più zone e quindi estraggono il grezzo riscaldato dove viene prelevato e formato manualmente sottovuoto sugli stampi in attesa.Il riscaldamento avviene da una sola direzione e la distanza dal vassoio all'array riscaldatore è fissa .L'array e lo spazio vuoto sovrapposto sono mostrati in Figura 4 .
Era noto da studi precedenti che la temperatura superficiale dei pezzi grezzi variava significativamente lungo la sua lunghezza e larghezza.Un operatore ha osservato che la prima immagine termica esplorativa del grezzo riscaldato sembrava una maglietta tie-dye di Jimi Hendrix degli anni '70 !
Il lavoro non conteneva nulla di nuovo sperimentalmente, quindi il resto di questo documento sottolinea l'approccio graduale alla sperimentazione, le dinamiche di gruppo e la filosofia sperimentale utilizzata per le decisioni.
SQUADRA SPERIMENTALE
La direzione dell'azienda ha scelto 3 persone per il lavoro: un operatore di linea qualificato (un cliente!), un supervisore e un ingegnere di processo con esperienza DOE.Altre persone sono state coinvolte nel lavoro secondo necessità. Di seguito, questo gruppo viene indicato collettivamente come il sperimentatori .
FATE FILOSOFIA
Nonostante la sua inclinazione tecnica, il successo del DOE dipende dalla base filosofica degli sperimentatori e dei loro manager.
DOE è iterativo
Nonostante la designazione aziendale dello studio del processo di termoformatura come discreto Progetto approvato con una data di fine obiettivo e varie pietre miliari, gli sperimentatori hanno pensato furtivamente lungo linee diverse.Hanno visto il lavoro come l'inizio di numerosi, preferibilmente brevi, cicli di apprendimento 1,2,3,4 ciò produrrebbe una profonda comprensione del processo.Non cercavano una soluzione rapida.
Il DOE non è uno sport per spettatori
Quelli con precedenti esperienze DOE sapevano che di solito è preferibile eseguire l'esperimento e raccogliere i dati da soli piuttosto che affidare l'attività a un tecnico di laboratorio o altro collega.Pertanto, tutti gli sperimentatori hanno pianificato di sporcarsi le mani, che lo volessero o no.
Attenzione alle supposizioni
Tutti erano d'accordo nel non dare nulla per scontato.Hanno osservato attentamente il processo, preso appunti, parlato con gli operatori e alla fine hanno eseguito il processo da soli.Gli sperimentatori hanno eseguito i controlli di manutenzione settimanali, l'autotest del controller e simili.Alcuni problemi sono stati scoperti e risolti prima dell'inizio dei lavori. io n alla fine, sembrava esserci una correlazione fortemente positiva tra la conoscenza acquisita e la quantità di grinta nelle mani dello sperimentatore.
FASE 1 – STABILIRE L'OBIETTIVO
Molti esperimenti industriali falliscono perché l'obiettivo non è ben definito.Un utile documento intitolato Lista di controllo per fare la domanda giusta 5 ha fornito una soluzione snella e semplice a questo potenziale problema e un eccellente forum per discussioni di gruppo.Col tempo, il gruppo ha raggiunto un consenso insolito: la base di conoscenza esistente era troppo scarsa per stabilire l'obiettivo in un tipico modo manageriale come r ridurre gli scarti del 25% in 6 mesi o aumentare il tempo di attività del 5% ogni 2 mesi .Invece, l'obiettivo è stato definito in modo non tradizionale, sotto forma di a condizione obiettivo 3 Come mostrato in Figura 5 .
AUMENTA LA COMPRENSIONE DEL PROCESSO
CON IL MASSIMO COINVOLGIMENTO DELL'OPERATORE
E PROGETTAZIONE ITERATIVA DEGLI ESPERIMENTI
Figura 5 : Condizione obiettivo
Si credeva che una migliore comprensione dei processi a tutti i livelli organizzativi avrebbe portato inesorabilmente a utili modelli predittivi e nuove conoscenze.Quindi, sarebbero attrezzati per determinare i cicli di lavoro ideali di ciascuna zona di riscaldamento e le pratiche di produzione per un'ampia gamma di tipi, dimensioni e spessori di plastica.
PASSO 2 – SCEGLI UNA STRATEGIA
Gli sperimentatori dovevano decidere tra i 3 approcci di base alla sperimentazione 5 :
- Selezione
- Modello di interazioni (frugale)
- Modello della superficie di risposta (approfondito)
Tenendo presente la dolorosa storia delle prestazioni imprevedibili della termoformatrice, la direzione dell'azienda ha approvato ampie risorse per l'esperimento e il gruppo ha concordato rapidamente l'approccio della superficie di risposta.
FASE 3 – CREARE UN PIANO
Strategia alla mano, tutto era pronto per creare un piano.
Scegli fattori e intervalli sperimentali
Il piano prevedeva 6 fattori di processo: i cicli di lavoro, in%, di ciascuna zona del riscaldatore.Gli intervalli variavano dal 20-60% al 30-70%.
Pensa a fattori noti da mantenere costanti
I fattori che non erano oggetto di studio sono stati mantenuti costanti durante l'esperimento.
- Operatore della macchina ( uno sperimentatore )
- Lotto di produzione di fustellati in plastica
- Tempo che intercorre tra l'espulsione del grezzo riscaldato e l'acquisizione dell'immagine termica
- Eccetera.
Pericolo, variabili in agguato!
Il team del progetto ha trascorso la maggior parte del tempo nell'area di lavoro, fornendo un'ottima opportunità per identificare e affrontare un lungo elenco di insidiose variabili in agguato.
- Temperatura ambiente
- Umidità ambientale
- Circolazione d'aria
- Ora del giorno, pause
- Eccetera.
Il piano prevedeva un tempo di riscaldamento della termoformatrice di 1 ora per assicurare condizioni termiche stazionarie, la registrazione delle variabili in agguato e l'esecuzione dei cicli sperimentali in successione, senza interruzioni.Un trucco del termografo è stato particolarmente utile 7 .Gli sperimentatori hanno posizionato il nastro isolante in vinile nero Scotch® Super 33+ su un oggetto non metallico adiacente alla termoformatrice.Vedere Figura 6 .
Figura 6 : Il migliore amico di un termografo
Questo nastro ha un'emissività prevedibile di 0,95 e ha fornito un eccellente punto di misurazione per la temperatura ambiente.Anche la vernice spray nera piatta Krylon ha un'emissività di 0,95 e può essere utilizzato per lo stesso scopo 7 .
Scegli le risposte
Il piano iniziale aveva una risposta e gli sperimentatori erano aperti ad aggiungerne altri man mano che accumulavano nuove conoscenze.Questa è stata l'ennesima deviazione dall'approccio storico di pianificare tutto in anticipo e stabilire scadenze arbitrarie.Il loro approccio alternativo - aggiungere nuove risposte come indica il montaggio di nuove conoscenze - costa poco e rivela molto.
La risposta originale di interesse era il gradiente termico nel grezzo di plastica.Qui è 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 secondo necessità.Ad esempio, potrebbe essere una misura del gradiente termico distinto lungo una linea indicata come mostrato in Figura 7 e Figura 8 .
Figura 7 : Immagine termica con linea di interesse (L 0 )
Figura 8 : Grafico della temperatura superficiale lungo L 0
Oppure, la risposta potrebbe essere il gradiente termico all'interno di un'area rettangolare.Vedere Figura 9 .
Figura 9 : Immagine termica con area di interesse (A 0 ) e temperature superficiali
La risposta di linea o di area è di gran lunga superiore all'utilizzo di letture da un misuratore termico discreto come risposta sperimentale.Gli sperimentatori hanno scelto logaritmi dell'Area A 0 come loro 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 sotto forma di produttività dell'impianto e costi energetici.Figura 10 riassume il piano finale.
Figura 10 : Fattori e risposte
Definire il modello e pianificare le esecuzioni di repliche
All'inizio si pensava che un esperimento a 6 fattori avrebbe comportato un numero ingestibile di corse, ma con un breve ciclo di riscaldamento e bassi costi di materiale, il team del progetto ha deciso per un modello quadratico completo, minimo più 4 esecuzioni e 8 esecuzioni replicate come mostrato in Figura 11 . Con una pianificazione intelligente, gli sperimentatori potevano eseguire tutte le 40 prove in un giorno, quindi non era necessario alcun blocco.
Figura 11 : I-Design ottimale
Controllo del progetto
La mappa dei colori sulle correlazioni ha mostrato che il progetto era buono e che l'esperimento poteva procedere.Vedere Figura 12 .
Figura 12 : Verifica del progetto
Nota filosofica sulle dinamiche di gruppo
Immagini termiche come quelle mostrate sopra, le schermate di progettazione DOE facilmente comprensibili e il JMP Modello adatto l'output mostrato di seguito ha attirato molta attenzione da parte degli sperimentatori e di altro personale di fabbrica.Durante il lavoro sono state scattate immagini termiche di oggetti, macchinari e persone e il loro significato è stato discusso con entusiasmo.Nel frattempo, il Prediction Profiler ei grafici di interazione di JMP hanno innescato molte discussioni e un vivace dibattito.Le opinioni sono state espresse.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 l'adagio snello mantienilo semplice e visivo.
FASE 4 – ESEGUIRE IL PIANO
Come al solito, alcune sessioni di pratica erano per risolvere i nodi procedurali previsti.Sono state apportate modifiche al documento intitolato Lista di controllo per fare la domanda giusta e chiare definizioni operative sono state scritte per tutte le misurazioni.T uando, gli sperimentatori si sono sporcati ancora di più le mani raccogliendo le 40 serie di dati di risposta.Molto è stato imparato lungo la strada.
Prerequisito n. 1: controlla la costante s
Dopo aver adattato i dati di risposta raccolti e calcolati al modello, i risultati sono stati controllati per s costanti utilizzando 3 metodi visivi, il grafico dei residui per previsione, il grafico di Box-Cox e un controllo di normalità dei residui.Due su 3 hanno superato il test (cfr Figura 13 per un esempio) e il team è passato al prerequisito successivo.
Figura 13 : Controlla la costante s
Prerequisito n. 2: controllo di integrità della misurazione
Con 8 ripetizioni è stato possibile verificare la ripetibilità del processo e del sistema di misura.J Output tabulare EMP di MP 6 ( Figura 14 ) ha rivelato che il 90% della variazione misurata proveniva dalle corse sperimentali stesse. Grafico della variabilità di JMP ( Figura 15 ) ha fornito informazioni corroboranti in forma grafica.
Figura 14 : controllo di integrità EMP
Figura 15 : Grafico di variabilità
Questi risultati erano facili da capire e gli sperimentatori hanno accettato di procedere.
Esaminare i risultati
L'output di Fit Model di JMP è di natura altamente grafica, facilitando 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 in Figura 16 a Figura 19 .
T La trama reale per previsione (cfr Figura 16 ) è una valutazione della qualità del modello stesso.I punti tracciati indicano una buona capacità predittiva.
Figura 16 : Effettivo per trama prevista
Le stime dei parametri ordinati ( Figura 17 ) ci dicono, in una concisa forma tabulare/grafica, 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 significativo sono le interazioni della Zona 1-3 e le interazioni della Zona 1-5.I profili di interazione ( Figura 18 ) forniscono ulteriori informazioni.
Figura 17 : Stime dei parametri ordinati
Figura 18 : Profili di interazione
La scoperta delle interazioni forti Z1-Z3 e Z1-Z5 ( cioè quelli con giustapposizioni da angolo a angolo ) è stato un salto di qualità nella comprensione dei processi.
Riflettere e scegliere un punto debole
Gli sperimentatori ei dirigenti dell'azienda hanno scoperto che JMP Prediction Profiler consente una chiara valutazione visiva dei compromessi tecnico-finanziari, fornendo un modo semplice ed efficace per prendere decisioni aziendali basate sui dati delle osservazioni di processo effettive.Vedere Figura 19 .
Figura 19 : Profilo di previsione
Alcuni delle zone riscaldate 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, estendere la durata degli elementi riscaldanti, risparmiare sui costi di manutenzione e ridurre costose interruzioni di produzione.
Non c'è niente di sbagliato nel tuo esperimento progettato...
Poiché la natura detesta il vuoto (beh, almeno qui sulla terra, comunque), alcuni produttori detestano allo stesso modo l'area vicino agli estremi degli intervalli sperimentali e le aree ripide delle curve di risposta.Di conseguenza, il team ha riflettuto sull'esperimento Limiti esterni con cautela poiché non sapevano nulla di ciò che accade ai 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 sapeva.
Al contrario, quando le curve di risposta sono fortemente inclinate, come nel caso della Zona 3, aborrire-gli-estremi può essere costoso.Un piccolo cambiamento nel fattore può innescare un cambiamento significativo nella risposta.Si noti che il valore minimo di logaritmi di A 0 si verifica a un ciclo di lavoro per la Zona 3 del 70%.Tuttavia, quel set point è all'estremo dell'intervallo testato e sulla parte ripida della curva della Zona 3, il peggior incubo di un ingegnere di processo.Figura 20 evidenzia questa zona di pericolo del processo.
Figura 20 : fastidiosa zona 3
Gli sperimentatori hanno deciso di ridurre il duty cycle della Zona 3 al 41% e di accettare la conseguente penalità logaritmi di A 0 .La logica: scegliere impostazioni di processo resistenti a fonti di variazione come invecchiamento degli elementi riscaldanti, correnti d'aria ambiente, deriva, errore, ecc. F figura 21 visualizza di nuovo la logica alla base dello sweet spot scelto per tutte e 6 le zone al centro di un altopiano, lontano dagli estremi.
Figura 21 : Il paradiso del produttore
Testare il modello e valutare l'intervallo di tolleranza
Successivamente, gli sperimentatori hanno testato ripetutamente 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 dei clienti.
FASE 5 – RICONOSCERE IL SUCCESSO
Con le nuove potenti conoscenze acquisite durante l'esperimento, gli sperimentatori raccomandarono con fiducia cambiamenti permanenti alla gestione aziendale.L'azione è stata intrapresa.È stato approvato uno studio aggiuntivo.Tuttavia, rimanevano alcune questioni importanti.
Riflettere
Gli sperimentatori hanno imparato dai loro errori.Una pratica snella, Hansei 9 , suggerisce di riflettere sui metodi di lavoro dopo aver raggiunto un traguardo significativo 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 hanno fatto di sbagliato e cosa avrebbero potuto fare meglio.Questo esercizio si è rivelato utile per proseguire gli studi e gli esperimenti futuri.
Aiutare gli altri
Gli sperimentatori si sono anche presi il tempo per impegnarsi in un'altra pratica snella utile, Yokoten 10 , che suggerisce la condivisione laterale delle migliori pratiche all'interno dell'organizzazione.I vantaggi di questa pratica includono l'introduzione di metodi DOE ad altri e l'aiutarli a eseguire i propri esperimenti.
Riconoscere
Inoltre, il team si è fermato per riconoscere il loro successo e si è assicurato che tutti i partecipanti fossero visibilmente riconosciuti per i loro contributi.Furono portate grandi pile di pizze.
Tenere sotto controllo
Aggiuntivo logaritmi dell'Area A 0 i dati sono stati raccolti regolarmente per rilevare la presenza di deriva del processo.Se le prestazioni del forno si deteriorassero in modo significativo, il problema sarebbe rapidamente visibile e quindi esaminato e risolto.
CHIAVI PER IL SUCCESSO
La qualità dei risultati ottenuti è stata fortemente influenzata dagli straordinari contributi dei lavoratori 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 anche chiaro che la progettazione degli esperimenti e la termografia sono tecnologie altamente complementari.Se il team si fosse limitato a tentativi ed errori, esperimenti un fattore alla volta o all'uso di misuratori termici discreti, il termoformatore avrebbe quasi certamente continuato a zoppicare come sempre.
ALTRE APPLICAZIONI
Gli esperimenti con variabili di risposta termografica possono essere utilizzati ovunque i produttori richiedano la conoscenza della causa del processo e dell'effetto termico.Di seguito sono riportate diverse applicazioni 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
- Pultrusione
- Progettazione del riscaldatore, del sistema di raffreddamento e dell'essiccatore
RIFERIMENTI
[1] Roger Hoerl e Ron Snee, Pensiero statistico , 2 nd edizione, 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, cap. 5, McGraw Hill, 2010
[4] L'Istituto Shingo, Il modello Shingo , Università statale dell'Utah, 2014
[5] William D. Kappele, Esecuzione di esperimenti oggettivi utilizzando JMP , 5a edizione, agosto 2011, Objective Experiments.La lista di controllo è disponibile all'indirizzo www.objexp.com .
[6] Donald J. Wheeler, EMP III, Valutazione del processo di misurazione , SPC Press, 2010
[7] Il Gruppo Snelli, Manuale del corso di termografia di livello 1 , Barre, VT, 2014
[8] Manuale della qualità di Juran , Capitolo 6, Juran e DeFeo, McGraw-Hill, 2010
[9] Blog dell'Accademia Gemba, Pentiti, intendo Hansei!, 2 maggio 2007
[10] DVD dell'Accademia Gemba, Tecnologie JIT, parte 6
RINGRAZIAMENTI
Bill Kappele di Objective Experiments ha fornito una recensione e un commento chiave su questo articolo.
BIOGRAFIE D'AUTORE
Stephen W. Czupryna è un Consulente e docente di ingegneria di processo con Esperimenti oggettivi a Bellingham, WA.Ha una laurea in Economia, un AS in Laser Electro-optics ed è una cintura nera Lean Six Sigma certificata Pyzdek Institute.Ha anche un certificato di termografia di livello I da The Snell Group con competenza riconosciuta nei test IR sia elettrici che meccanici.
Tony Shockey è il Fluke Thermography Services Manager per le Americhe .Proviene dall'industria e ha una formazione in strumentazione, automazione e controllo di processo presso il Bellingham Technical College, nonché una formazione conforme agli infrarossi di livello II – ASNT.In qualità di esperto in materia presso Fluke per 7 anni, si è presentato in tutto il mondo su questi argomenti, ha svolto una formazione approfondita per i partner di canale e gli utenti finali chiave e continua a essere il supporto tecnico di back line per Fluke Corporation.
Roy Huff lo è Vicepresidente del gruppo Snell.Insegna e fornisce consulenze in un'ampia gamma di materie relative ai test sui motori elettrici ea infrarossi.Roy ha conseguito un BSEE presso l'Università del Missouri-Columbia e un certificato termico/a infrarossi di livello III presso ASNT.È certificato da SMRP come Certified Reliability Maintenance Professional e detiene la certificazione IRT NAS410 di livello III.Ha presentato al P/PM National Symposium, Thermosense, Thermal Solutions, EPRI, SMRP e altre conferenze.
