JMP 사용자 Archana Pawse, PhD 는 Applied Magnetics, Superconductor Technologies 및 JDS Uniphase에서 제품 / 공정 / 신뢰성 엔지니어로 일해온 Six Sigma Black Belt입니다.
다음은 Pwse 박사가 다른 사람들과 공유하고 싶었던 JMP를 어떻게 사용하는지에 대한 설명입니다. 그녀가 직접 응답하거나 연락하도록 질문이나 의견을 남겨주세요. 이메일.
JMP를 근본 원인 분석에 사용하는 방법
제조 환경에서는 고장의 근본 원인을 신속하게 발견하는 것이 매우 중요합니다. 근본 원인 파악에 시간이 걸리면 돈과 자원이 낭비 될 수 있습니다. JMP는 여러 가지 방법으로 데이터를 쉽게 탐색하고 그래프로 나타낼 수 있기 때문에 근본 원인 조사에 유용합니다. 이 조사에서 유용한 셀, 파티션 플롯 및 가변성 차트를 선택하는 세 가지 JMP 기능 / 기술을 발견했습니다.
이러한 기술을 시연하기 위해 일부 가상 데이터를 생성했습니다. 이 예에서 Y1, Y2 및 Y3은 세 가지 프로세스 P1, P2 및 P3을 사용하여 생성 된 제품의 성능 매개 변수입니다.
P1-Machine, P1-X1 및 P1-X2는 프로세스 P1의 매개 변수입니다. P2-Machine, P2-X1, P2-X2는 프로세스 P2의 매개 변수입니다. P3-Machine, P3-X1은 프로세스 P3의 매개 변수입니다. 매개 변수 Y3에는 15 개의 실패가 있습니다 (값 <= 0.7).
1. 셀 선택하기
JMP에서 모든 관련 매개 변수를 그래프로 표시하면 그래프 또는 테이블의 셀에서 실패한 데이터 요소를 선택할 수 있으며 세션의 모든 그래프에서 강조 표시됩니다. 다른 소프트웨어에서는이 옵션을 사용할 수 없습니다. 실패를 강조 표시하면 다양한 매개 변수간에 상관 관계가 있는지 또는 한 그래프의 특이 치가 다른 그래프의 특이 치인지를 즉시 알 수 있습니다.
이 예에서는 매개 변수 Y1, Y2 및 Y3의 분포를 그래프로 표시하고 매개 변수 Y3에 대한 모든 오류를 선택했습니다. 이 실패는 Y1 및 Y2의 분포에서도 강조 표시되며, 이는 실패가 매개 변수 Y1에 대한 특이 치이기도 함을 나타냅니다. 이런 종류의 정보는 실패의 원인에 대한 더 많은 통찰력을 줄 수 있습니다.
2. 파티션 플롯
최종 제품 성능이 다양한 프로세스 매개 변수와 그 상호 작용에 의존하는 경우 모든 프로세스 매개 변수를 검토하여 제품 오류의 원인을 찾는 데 시간이 오래 걸립니다. 파티션 분석은이 목록을 몇 가지 매개 변수로 좁힐 수 있으므로 이러한 몇 가지 매개 변수를 자세히 조사 할 수 있습니다. 경우에 따라 파티션 분석은 근본 원인을 식별 할 수도 있습니다.
이 예에서 Y3 매개 변수는 응답 변수이며 모든 프로세스 매개 변수는 X 요소 필드에 입력됩니다. 파티션 분석에서 가장 우수한 분할 옵션은 P2 프로세스의 시스템 B와 P1 프로세스의 시스템 3에서 처리 될 때 제품이 실패 (Y3 값이 낮음) 함을 보여줍니다.
삼. 가변성 차트
가변성 차트는 실패를 시각화하는 데 유용합니다. 이 그래프는 여러 매개 변수 사이의 상호 작용을 표시하는 데 매우 효과적입니다. 또한 여러 색상, 기호, 기호 크기를 사용하여이 그래프에 4 개 이상의 매개 변수를 표시 할 수 있습니다.
이 예에서, 모든 실패한 제품 (Y3 <= 0.7)이 단계 P1에서 기계 B를 사용하고 단계 P2에서 기계 3을 사용하여 작성되었음을 그래프에서 쉽게 알 수 있습니다. 또한 서로 다른 P3 시스템의 데이터를 색으로 코딩하면 이러한 오류가 단계 P3에서 사용 된 시스템과 관련이 없음을 알 수 있습니다. 쉽게 구분할 수 있도록 통과 및 실패한 단위에 대해 다른 기호가 사용됩니다.
여기에 설명 된 기술 / 기능은 근본 원인 조사에만 국한되지 않습니다. 또한 프로세스 최적화 및 마케팅 응용 프로그램과 같은 다른 제조 응용 프로그램에 사용되어 대상 시장을 식별하거나 교차 판매 기회를 식별 할 수 있습니다.
