A Six Sigma és a destra



Hasonló dokumentumok
A Q-DAS CAMERA koncepció fázisai

Hat Szigma Testre Szabva (Six Sigma for You 6S4U)

Hanthy László Tel.:

Több valószínűségi változó együttes eloszlása, korreláció

Big Data Industry 4.0 Quality

Hat Szigma Zöldöves Tanfolyam Tematikája

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

IATF 16949:2016 szabvány fontos kapcsolódó kézikönyvei (5 Core Tools):

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

A funkciók áttekintése

Kísérlettervezés alapfogalmak

[Biomatematika 2] Orvosi biometria

Hipotézis vizsgálatok

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

A problémamegoldás lépései

y ij = µ + α i + e ij

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Mérési hibák

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Minitab 16 újdonságai május 18

Bevezetés a hipotézisvizsgálatokba

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Kettőnél több csoport vizsgálata. Makara B. Gábor

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

MINŐSÉGÜGYI STATISZTIKAI MÓDSZEREK. Dr. Drégelyi-Kiss Ágota ÓE BGK

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

A DOE (design of experiment) mint a hat szigma folyamat eszköze

Adatok statisztikai értékelésének főbb lehetőségei

Varianciaanalízis 4/24/12

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév

1x1 qs-stat millennium

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Méréselmélet MI BSc 1

6. Előadás. Vereb György, DE OEC BSI, október 12.

Szerszámtervezés és validálás Moldex3D és Cavity Eye rendszer támogatással. Pósa Márk Október 08.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

Define Measure Analyze Improve Control. F(x), M(ξ),

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

Nemparametrikus tesztek december 3.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kísérlettervezés alapfogalmak

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Kontrol kártyák használata a laboratóriumi gyakorlatban

- Bemutatkozás - Az innováció a tradíciónk!

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Működésbiztonsági veszélyelemzés (Hazard and Operability Studies, HAZOP) MSZ

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Kiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157.

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

ANOVA összefoglaló. Min múlik?

Statisztika Elıadások letölthetık a címrıl

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

Felhasználói kézikönyv

Minitab 17 újdonságai. Lakat Károly L.K.Quality Bt szept

Normális eloszlás paramétereire vonatkozó próbák

Többváltozós lineáris regressziós modell feltételeinek

RÖVID ÚTMUTATÓ A FELÜLETI ÉRDESSÉG MÉRÉSÉHEZ

[Biomatematika 2] Orvosi biometria

Matematikai geodéziai számítások 6.

Ágazati Vezetői Információs Rendszer koncepciója

Dr. Topár József 3. Eladás Marketing Külső szolgáltatás Alvállalkozók Fogyasztók. Engineering Termelés Anyagszabályozás Beszerzés Minőség

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Hipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet

Normális eloszlás tesztje

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László

Kísérlettervezés a kémia tanításában a természettudományos gondolkodás fejlesztéséért

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Szabadformájú felületek. 3D felületek megmunkálása gömbmaróval. Dr. Mikó Balázs FRAISA ToolSchool Október

Nemparaméteres próbák

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Matematikai geodéziai számítások 6.

Módszertani dilemmák a statisztikában 40 éve alakult a Jövőkutatási Bizottság

Budapesti kihelyezett Six Sigma képzés

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)

STATISZTIKAI MÓDSZEREK ALKALMAZÁSA SZABVÁNYOK ÁTTEKINTÉSE (ISO TC 69)

Segédlet a program megismeréséhez

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

Felhasználói kézikönyv

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Digitális elmozdulásmérœ rendszer

DEBRECENI EGYETEM MŰSZAKI KAR GÉPÉSZMÉRNÖKI TANSZÉK SPM BEARINGCHECKER KÉZI CSAPÁGYMÉRŐ HASZNÁLATA /OKTATÁSI SEGÉDLET DIAGNOSZTIKA TANTÁRGYHOZ/

Telepítési útmutató a Solid Edge ST7-es verziójához Solid Edge

A Statisztika alapjai

Szabad formájú mart felületek mikro és makro pontosságának vizsgálata

Variancia-analízis (folytatás)

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Záróvizsga szakdolgozat. Mérési bizonytalanság meghatározásának módszertana metallográfiai vizsgálatoknál. Kivonat

Átírás:

A Six Sigma és a destra A Q-DAS termékek felhasználhatósága a Six Sigma projektekben Hanthy László T&T Quality Kft. Q DAS - Experts in Statistics 2 www.ttq.hu 1

A Q-DAS szoftverrendszer rövid bemutatása Q DAS - Experts in Statistics 3 4 www.ttq.hu 2

A Q-DAS CAMERA koncepció fázisai COLLECTING (adatgyűjtés) procella Q-DAS -adatformátumok Folyamat-ismeret Testteil ASSESSING (megítélés) procella O-QIS (Monitoring +MCA/CMM-Reporting + procella SPC) MANAGING (adatkezelés) Q-DBM Adatbank (MS-SQL vagy ORACLE) SAP-csatoló (STI / IDI) Q-PRM folyamatmanager EVALUATING (kiértékelés) qs-stat, solara és destra O-QIS (Procella SPC +MCA/CMM-Reporting) REPORTING (jelentéskészítés) Form Designer M-QIS vezetői információs r. (Reporting System, Webszerver) Q-EMPB elsőminta-jelentés-kész. ARCHIVING (archiválás) Adattömörítés Q-DBM Adatbank (MS-SQL vagy ORACLE) Q DAS - Experts in Statistics 5 <Q-DAS Präsentation 2007.ppt/Q-DAS GmbH & Co.KG> D Q-DAS Monitoring és Upload Manager O-QIS 0:00 Közp. AB Szerver O-QIS Monitoring Q DAS - Experts in Statistics 6 www.ttq.hu 3

A Automatizált kiértékelés a destrával Szelekció DB Positionstoleranzen P o/p ok:mpo2 MPo2: P o = 1,78 P ok= 1,70 M4: C p = 1,58 C pk= 1,48 Q DAS - Experts in Statistics 7 T&T Quality Engineering Kft. --> Copyright Q-DAS GmbH & Co. KG A Q-DAS ME 8.0 szoftvermoduljai: qs-stat Szúrópróba-analízis - gépképesség-vizsgálatok Folyamatanalízis SPC és folyamatképesség solara Mérőrendszer-képességvizsgálat (MSA, VDA5 és GUM) destra A folyamatfejlesztés (pl. Six Sigma) eszköze Szúrópróba-analízis - gépképesség-vizsgálatok Folyamatanalízis SPC és folyamatképesség (csak 1 kiértékelési stratégia) Mérőrendszer-képességvizsgálat (MSA, VDA5 és GUM) (csak 1 kiértékelési stratégia) Megbízhatósági analízis élettartam- (kiesési) tesztek Regresszió- és variancia-analízis kísérlettervezés, és -kiértékelés ANOVA-val és regresszió-analízissel procella üzemszerű adatbevitel és szabályzókártya kézi mérőállomáson Q DAS - Experts in Statistics 8 www.ttq.hu 4

A Q-DAS ME 8.0 szoftvermoduljai: O-QIS Operátor-információs rendszer CMM-Reporting (3D és egyéb komplex) mérőgépek elektronikus szabályzókártyája folyamat-kiértékelési funkcióval és automatikus jelentéskészítéssel procella SPC üzemszerű adatbevitel és szabályzókártya kézi mérőállomáson, folyamat-kiértékelési funkcióval Q-DAS Alert Manager az adatbankban megjelenő riasztások szimultán online megjelenítése egy képernyőn Q-DAS Monitoring mérőgépek mérési eredményeinek szimultán megjelenítése, (statisztikai) állapotjelentése M-QIS Vezetői információs rendszer Reporting System Automatikus jelentéskészítés könyvtárba, e- mailre, SMS-be, nyomtatóra Hosszú távú analízis Időszakok k és egyéb szempontok szerinti összehasonlító elemzés, termék-központú értékelés (jeléntések generálása az adatbankba Q-DAS WEB Az adatbankba tárolt mérési eredmények és folyamat-riasztások szimultán online-megjelenítése a munkahelyeken böngésző segítségével Q-DAS Alert Manager az adatbankban megjelenő riasztások online megjelenítése egy képernyőn Q DAS - Experts in Statistics 9 10 www.ttq.hu 5

A Six Sigma és a Q-DAS A Q-DAS termékek felhasználhatósága a Six Sigma projektekben Q DAS - Experts in Statistics Áttekintés A destra és az egyéb Q-DAS-programok alkalmazása a Six Sigmaprojektekben Képességvizsgálatok a destra programban: rövid távú képességvizsgálat hosszú távú képességvizsgálat mérőrendszer-képességvizsgálat Statisztikai tesztek elvégzése Egyszerű vizsgálatok Shainin szerint Komponenscsere Box Plot Klasszikus kísérlettervezés é tervek készítése variancia-analízis regresszió-analízis Q DAS - Experts in Statistics 12 www.ttq.hu 6

12 10 8 6 4 2 0 0 2 4 6 8 10 12 Define Measure Analyze A meglévő folyamatokra irányuló Six Sigma projekt fázisai Alkalmazható Q-DAS-program-modulok A folyamat definiálása és a probléma típusának meghatározása A folyamat megértése és ábrázolása (folyamatábra) Az információfolyam megjelenítése A folyamatképesség meghatározása qs-stat, destra A mérőrendszer(ek) kiválasztása és képességük bizonyítása solara, destra Az eltérések okainak összegyűjtése, az eltérések potenciális okainak felismerése, a folyamat összefüggéseinek a meghatározása destra D M A Improve A megoldások kidolgozása és kiválasztása,, bizonyító kísérletek, jóváhagyás destra I Control A képes mérőrendszer(ek) kiválasztása solara, destra A folyamatképesség meghatározása, A folyamatszabályzások bevezetése qs-stat, destra Q-DAS Camera Concept C C pk σ Q DAS - Experts in Statistics 13 Áttekintés - képességvizsgálatok DESTRA modul: Mérőrendszer-analízis DESTRA modul: Szúrópróba-analízis DESTRA modul: Folyamatanalízis Mérőrendszer- Rövid távú analízis Folyamatanalízis képesség (ideális feltételek) (reális feltételek) A mérőrendszer feladatra való alkalmasságának bizonyítása Több kezelő több terméket ismételten megmér Cél: A jellemző előállíthatóságának megállapítása Módszer: Egy, több, mint 50 elemű minta, egymás utáni darabokból Mérőszámok: A jellemző tartós előállíthatóságának megállapítása Több, különböző időpontban vett minta, speciális eseményeket követően C g, C gk,%gr&r Képességindexek: C m és C mk Képességindexek: P p ; P pk vagy C p ;C pk Q DAS - Experts in Statistics 14 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 7

Rövid távú képességvizsgálat végzése Gépképesség-vizsgálat egy minőségjellemzőre a destra Szúrópróbaanalízis-moduljában Q DAS - Experts in Statistics < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG Rövid távú analízis: 50 mért hosszméret DESTRA: Szúrópróba-analízis-modul Q DAS - Experts in Statistics 16 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 8

Rövid távú analízis (szúrópróba-analízis) Keresd és távolítsd el a kilógó értékeket! Értékfolyam grafika; felhasználó Értékeld a folyamat stabilitását! Értékfolyam grafika; felhasználó Az eloszlásmodell kiválasztása, és paramétereinek becslése. DESTRA automatikusan (Regressziós együtthatóval) A minőség-mérőszámok meghatározása. DESTRA automatikusan (kvantilis módszer) A minőség-mérőszámok összevetése a követelményekkel. A gyakorlati következtetések levonása. Ha C m 2,0 és C mk 2,0, akkor a rövid távú képesség bizonyított Q DAS - Experts in Statistics 17 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG Kiértékelési stratégia Q DAS - Experts in Statistics 18 www.ttq.hu 9

Kiértékelési követelmények Q DAS - Experts in Statistics 19 Értékfolyam és egyéb grafikák Q DAS - Experts in Statistics 20 www.ttq.hu 10

Statisztikai próbák Q DAS - Experts in Statistics 21 Kiértékelési eredmények Eredménylista a DESTRA programban: Q DAS - Experts in Statistics 22 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 11

Folyamatképesség-vizsgálat és SPCkártya-elemzés Folyamatpesség-vizsgálat egy minőségjellemzőre a destra Folyamatanalízis-moduljában Q DAS - Experts in Statistics < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG A folyamatanalízis mérési értékei A rendszeres hatások felismerése céljából n=5-ös nagyságú mintákat vettek a folyamatból A Távtartó_HA.dfq fájl jellemzői: A mérési értékek 5-ös nagyságú mintákból származnak A mintákat (szúrópróbákat) különböző időpontokban vették... Q DAS - Experts in Statistics 24 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 12

Folyamatelemzés Keresd és távolítsd el a kilógó értékeket! Értékfolyam grafika; felhasználó Értékeld a folyamat stabilitását! DESTRA automatikusan: Teszt a helyzet ingadozására Teszt a szórás ingadozására Az eloszlásmodell kiválasztása, és paramétereinek becslése. DESTRA automatikusan (Regressziós együtthatóval) A minőség-mérőszámok meghatározása. DESTRA automatikusan (kvantilis módszer) A minőség-mérőszámok összevetése a követelményekkel. A gyakorlati következtetések levonása. Ha a folyamatot stabil-nak értékeltük, és a minta legalább 40 mérési értékből áll: C p és C pk Ha a folyamatot instabil-nak értékeltük, és a minta kevesebb, mint 40 mérési értékből áll: P p és P pk Q DAS - Experts in Statistics 25 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG Kiértékelési stratégia Q DAS - Experts in Statistics 26 www.ttq.hu 13

Kiértékelési követelmények Q DAS - Experts in Statistics 27 Szabályzókártyák Q DAS - Experts in Statistics 28 www.ttq.hu 14

Statisztikai próbák Q DAS - Experts in Statistics 29 Kiértékelési eredmények Eredménylista a DESTRA programban: Q DAS - Experts in Statistics 30 < ETS - 070 - Folyamatképesség - méréses.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 15

Több mért jellemzőt tartalmazó vizsgálati eredmények áttekintése Q DAS - Experts in Statistics 31 32 www.ttq.hu 16

GRR-vizsgálat Mérőrendszer-képességvizsgálat egy minőségjellemzőre a destra Solara-moduljában Q DAS - Experts in Statistics < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG Gyakorlati példa Q DAS - Experts in Statistics 34 < AFM - 050 2-es eljárás.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 17

Kiértékelési stratégia Q DAS - Experts in Statistics 35 Kiértékelési követelmények Q DAS - Experts in Statistics 36 www.ttq.hu 18

Gyakorlati példa: eltérések a mérő személyek között Q DAS - Experts in Statistics 37 < AFM - 050 2-es eljárás.ppt > Copyright Q-DAS GmbH & Co. KG Gyakorlati példa: különbségek termékenként Q DAS - Experts in Statistics 38 < AFM - 050 2-es eljárás.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 19

2-es eljárás (kiértékelés) Q DAS - Experts in Statistics 39 < AFM - 050 2-es eljárás.ppt > Copyright Q-DAS GmbH & Co. KG Jelentések készítése a destrában Q DAS - Experts in Statistics 40 www.ttq.hu 20

Két-mintavételes t-próba Két-mintavételes vizsgálat: Annak megállapítására, hogy a µ 1 és µ 2 középértékek egymástól jelentősen különböznek-e Q DAS - Experts in Statistics < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG 42 www.ttq.hu 21

A teszt megtervezése Feltételezés: A hosszúságméretek esztergálási folyamata mindkét gép esetében legalábbis rövid távon megközelítőleg normális eloszlású Null-hipotézis H 0 : H 0 : Δµ = µ 1 - µ 2 = 0 Alternatív hipotézis H 1 : H 1 : Δµ = µ 1 -µ 2 0 Q DAS - Experts in Statistics 43 < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG A teszt megtervezése A Δµ = µ 1 -µ 2 középértékek közötti különbség kritikusnak tekinthető? Ezt a döntést csak a vizsgálandó tényállás ismerete alapján lehet levezetni! Az esztergagépek példájhoz: A teszt fel kell ismerje a Δµ = µ 1 -µ 2 = 2 σ középérték-különbséget. Mennyi a σ standard eltérés? Az esztergagépek példájához: A múlt elemzései alapján ismert tény, hogy a standard eltérés s = 0,005 mm. Δµ = 2 σ = 2 0,005 = 0,01 mm. Q DAS - Experts in Statistics 44 < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 22

A teszt megtervezése α tévedési valószínűség, avagy 1. fajú hiba Az esztergapadok példájához: A kockázatot α = 5 % értékben alacsonynak minősíthetjük β tévedési valószínűség, vagy 2. fajú hiba Az esztergagépek példájához: Azt kockázatot, hogy a feltételezett középérték különbséget tévedésből ne vegyük észre, β = 10 % értékkel elegendően alacsonynak tekinthetjük. Kétoldalú, vagy egyoldalú kérdésfeltevés? Q DAS - Experts in Statistics 45 < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG A teszt megtervezése qs-stat / destra: Számok Statisztikai próbák Aszisztens ( ) - Kétmintás t-próba Emlékeztetőül: A középérték 2 szigma standard eltéréssel való eltolódása nem megfelelő folyamatot eredményez. Ezért tesztelni kell, hogy fennáll-e jelen esetben ilyen nagyságrendű középérték-differencia A szükséges minimális mérték n min =8 Q DAS - Experts in Statistics 46 < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 23

A teszt elvégzése A perselyek hosszértékeit meg kell mérni, és a gépekhez helyesen azonosítva a programba be kell vinni CNC-1 CNC-2 Q DAS - Experts in Statistics 47 < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG Az eredmény statisztikai értelmezése A kétmintavételes t-teszt eredménye A Δµ = µ 1 -µ 2 középérték-különbözet konfidencia intervallumai Q DAS - Experts in Statistics 48 < M4-110 Kétmintás t-próba.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 24

A próba elvégzése egy kattintással: Ha kétoldali próbát szeretnénk végezni, és nem akarunk előtte a mintavétel tervezéséve bajlódni, akkor ezt a kiértékelést kaphatjuk egy kattintásra: Q DAS - Experts in Statistics 49 50 www.ttq.hu 25

Komponenscsere A lapátkerekes szivattyú esetpéldája A lapátkerekes szivattyúnak a hibás funkcióért felelős komponensét keressük. Q DAS - Experts in Statistics < M4-040 Komponenscsere - mintapélda.ppt > Copyright Q-DAS GmbH & Co. KG A lapátkerekes szivattyú kísérletének terve A szivattyú esetében az alábbi komponensekre bontás bizonyul ésszerűnek. Röv. Alkatrész A B C D E F Szivattyúház Rotor Lapát Orsó Tömítőgyűrű Házfedél A komponencseréhez kísérlettervet állítunk fel Ehhez az alábbi fájlt használhatjuk mintaként Q DAS - Experts in Statistics < M4-040 Komponenscsere - mintapélda.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 26

A lapátkerekes szivattyú kísérletének terve A komponenscseréhez kikeressük a szállítási teljesítményeket, majd egy Komponenscsere_szivattyu.DFQ nevű fájlba beírjuk azokat. A Sarzsszám az alkatrészkomponenst, a Szöveg az e kísérlettervben szokásos rövidítési szimbólumokat tartalmazza. Q DAS - Experts in Statistics < M4-040 Komponenscsere - mintapélda.ppt > Copyright Q-DAS GmbH & Co. KG Értékfolyamok egymás felett a komponenscsere értékeléséhez A tömítőgyűrű hatása döntő B és C kereszthatása Q DAS - Experts in Statistics < M4-040 Komponenscsere - mintapélda.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 27

Box Plot vizsgálat A szórás lényeges okainak a kiválasztása a sok lehetséges befolyásoló tényezőből Q DAS - Experts in Statistics < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG Mintapélda: Tengelycsap Egy CNC-forgácsoló gépen tengelyeket gyártanak A tengelycsapok átmérője erősen szór, ezáltal a folyamatképesség sem megfelelő A szórás oka ismeretlen 1. Válaszérték: a tengelycsap átmérője ( mérhető) 2. Mérőrendszer-képesség A mérőrendszer-képességvizsgálatot elvégezték, és rendben is van Q DAS - Experts in Statistics 56 < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 28

Mintapélda: Tengelycsap Peremfeltételek: A tengelyeket mindig ugyanazon a forgácsológépen készítik egy műszakban 3. A következő szórás-kategóriákat vizsgáljuk: Időbeni szórás: óránként egy-egy mintavétel Ciklikus szórás: 3 egymás után gyártott termék kivételével Helyfüggő szórás: A tengelycsapok két mérési pozíciója (jobb és bal) Q DAS - Experts in Statistics 57 < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG Mintapélda: Tengelycsap 4. A szóráscsaládfa elkészítése: A tengelycsap szórása a következő szóráskomponensekből áll: Időbeni szórás Helyfüggő szórás Ciklikus szórás Átmérő Óráról órára (5 óra alatt) Mérési helyről mérési helyre (2 hely,de egy terméken) Termékről termékre (3 egymás utáni termék) 5. Összes mennyiség: 2 5 3 = 30 mérési érték, de csak 15 termék! Q DAS - Experts in Statistics 58 < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 29

Adatfelvétel a Szúrópróba-analízis-modulban Q DAS - Experts in Statistics 59 Az adatok szétválasztása a Box-Plot-elemzéshez Automatikus szelekció az adatbankból, melyben különböző felosztási szintek és kritériumok szerint csoportosíthatjuk az adatokat. Például óránként is felbonthatjuk azokat. Q DAS - Experts in Statistics 60 < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 30

Box-Plot a destrával Időfüggő rendszeres változás Rendszeres különbség a bal és a jobb oldal között Q DAS - Experts in Statistics 61 < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG Az egyes mintákat páronként F- és t-próbákkal is összevethetjük! Q DAS - Experts in Statistics 62 < M4-030 BoxPlot.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 31

Teljes kísérlettervek készítése a destrában Faktoronként két, vagy több szintű, teljes faktoros kísérletterv a destra Regresszió- és variancia-analízis-moduljában Q DAS - Experts in Statistics < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG 63 Az esetpélda feldolgozása a destra programmal A kémiai reakciók kihozatala a tapasztalatok szerint a hőmérséklettel azonos irányba változik. Kísérleti cél: Faktorok A maximális kihozatal (%) elérése 3 hőmérséklet-lépcső: 60 C, 70 C és 80 C. 4 adalékanyag (1, 2, 3 és 4) Az adalékanyagoktól azt várjuk, hogy a kihozatal hőmérséklettől való függését csökkentsék. Kísérletterv: Többszintű teljes faktoros A teljes terv 3-szori elvégzése. Attól tartunk, hogy az idő múlásával trendet tapasztalunk, ezért a kísérletet 3 blokkra bontjuk.. Q DAS - Experts in Statistics 64 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 32

Menü: Fájl Új 1. Klikk 2 3 Q DAS - Experts in Statistics 65 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG A célértéket és a faktorokat definiáljuk 4 Q DAS - Experts in Statistics 66 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 33

1. A hőmérséklet beállításának nézeti képe 1 2 Q DAS - Experts in Statistics 67 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG 2. Az adalékanyagok beállításának képe 3 1 2 A teljes kísérletsorozatot összesen 3-szor végezzük el. A kísérleteket blokkokra osztjuk. Q DAS - Experts in Statistics 68 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 34

A beállítások ellenőrzése 1 2 Q DAS - Experts in Statistics 69 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG A kísérlet eredményeinek (kihozatal) beírása Q DAS - Experts in Statistics 70 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 35

Variancia-analízis végzése a destrában Faktoronként két, vagy több szintű, teljes faktoros kísérletterv a destra Regresszió- és variancia-analízis-moduljában Q DAS - Experts in Statistics < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG 71 Menü: Analízis/eljárás a kísérletterv kiértékelése Kattint Q DAS - Experts in Statistics 72 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 36

A célértékek és a faktorok egymáshoz rendelését ellenőrizzük Kattint Q DAS - Experts in Statistics 73 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG A modell kiválasztását is ellenőrizzük (teljes faktoros) Kattint Q DAS - Experts in Statistics 74 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 37

A variancia-analízis eredménye E funkcióra kattintva el lehet tüntetni a blokkfaktort A blokk-faktor nem szignifikáns Q DAS - Experts in Statistics 75 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG A variancia-analízis eredménye (blokkok nélkül) Q DAS - Experts in Statistics 76 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 38

A hőmérséklet és adalék, mint fő tényezők grafikája 80 C nál magas nyereség adódik A 4. típusú adaléknál magas nyereség adódik. Q DAS - Experts in Statistics 77 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG A hőmérséklet idő kereszthatásának grafikája 80 C-nál és a 4. típ.-ú adaléknál jelentkezik a legmagasabb nyereség. Q DAS - Experts in Statistics 78 < M51-070 Áttekintés teljes_faktoros_destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 39

Variancia-analízis-változatok Q DAS - Experts in Statistics 79 Q DAS - Experts in Statistics 80 www.ttq.hu 40

Response Surface-példa kívánságfüggvénnyel Nem lineáris függvénykapcsolatok elemzése regressziós modellekkel. Q DAS - Experts in Statistics < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG 81 Gyakorlati esetpélda Lézervágás 1,5 mm vastag alumíniumlemezt vágunk CO 2 -lézerrel, 1,5 kw maximális teljesítménnyel A lézersugár megolvasztja az anyagot, melyet a vágógáz kifúj A vágási felület szélén az olvadt anyag megdermedhet (szakáll): A cél: szakállvastagság=0 A vágási felületnek lehetőleg simának kell lennie A cél: durvaság=0 Költség-okok miatt törekszünk a nagy vágási sebességre, a folyamat biztonsága érdekében nagy távolságot szeretnénk Q DAS - Experts in Statistics 82 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 41

Példa Faktorok és tapasztalati szintértékeik: Faktor Szintértékek Sebesség [m/min] 1,5 2,5 3,75 5,0 6,0 Nyomás [bar] 8 10 13 16 18 Távolság [mm] 0,3 0,7 1,1 A fókusz helyzete [mm] 0,0 0,75 1,5 Teljesítmény [kw] 1,0 1,25 1,5 5 Faktor: kocka 2 5 1 V-ös felbontással (részfaktoros) A csillagpontok káltalában láb faktoronként ké összesen 5 szintet adnak kkiki A csillagpontok a kocka felületén 3 szintet adnak ki faktoronként (felület-központosítás) Q DAS - Experts in Statistics 83 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG Ss z. Sebesség [m/min] Nyomás [bar] Távolság [mm] Fókuszhelyzet [mm] Teljesítmény [kw] Szakáll [mm] Érdesség [μm] 1 2,5 10 0,3 0,0 1,5 0,15 0,2 2 5,0 10 0,3 0,0 1,0 2,65 10,2 3 2,5 16 0,3 0,0 1,0 0,75 7,0 4 5,0 16 0,3 0,0 1,5 0,05 7,2 5 2,5 10 1,1 0,0 1,0 1,20 9,2 6 5,0 10 1,1 0,0 1,5 0,85 6,7 7 2,5 16 1,1 0,0 1,5 1,00 3,5 8 5,0 16 1,1 0,0 1,0 2,95 13,8 9 2,5 10 0,3 1,5 1,0 0,70 4,9 10 5,0 10 0,3 1,5 1,5 0,00 0,0 11 2,5 16 0,3 1,5 1,5 0,00 0,0 12 5,0 16 0,3 1,5 1,0 2,10 6,3 13 2,5 10 1,1 1,5 1,5 0,50 0,0 14 5,0 10 1,1 1,5 1,0 1,90 4,5 15 2,5 16 1,1 1,5 1,0 0,45 5,8 16 5,0 16 1,1 1,5 1,5 0,00 2,4 17 1,5 13 0,7 0,75 1,25 0,60 2,1 18 6,0 13 0,7 0,75 1,25 1,95 4,3 19 3,75 8 0,7 0,75 1,25 0,15 6,4 20 3,75 18 0,7 0,75 1,25 0,45 7,8 21 3,75 13 0,3 0,75 1,25 0,30 2,6 22 3,75 13 1,1 0,75 1,25 0,65 5,2 23 3,75 13 0,7 0,0 1,25 0,75 5,6 24 3,75 13 0,7 1,5 1,25 0,00 1,8 25 3,75 13 0,7 0,75 1,0 1,30 6,3 26 3,75 13 0,7 0,75 1,5 0,00 0,0 27 3,75 13 0,7 0,75 1,25 0,30 3,7 28 3,75 13 0,7 0,75 1,25 0,25 2,6 29 3,75 13 0,7 0,75 1,25 0,40 5,1 Fájl: Response_Surface_Lézervágás.dfq Q DAS - Experts in Statistics 84 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 42

A teljes regressziós modell (leépítés nélkül!) 1 2 Q DAS - Experts in Statistics 85 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG A befolyásoló mennyiségek ábrázolása az általánosított célértékhez Itt az optimumot keressük! Q DAS - Experts in Statistics 86 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 43

Prognózis a szakáll-magasságra Az optimális érték rendben van? Q DAS - Experts in Statistics 87 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG Prognózis az érdességre Az optimális érték rendben van? Q DAS - Experts in Statistics 88 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 44

Általánosított célérték - 3D Q DAS - Experts in Statistics 89 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG A szakáll-magasság modellje Q DAS - Experts in Statistics 90 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG www.ttq.hu 45

Az érdesség-mélység modellje Q DAS - Experts in Statistics 91 < M51-140 RSM destra.ppt > Copyright Q-DAS GmbH & Co. KG Optimálás a célfüggvényre Q DAS - Experts in Statistics 92 www.ttq.hu 46

Regresszió-analízis-változatok Q DAS - Experts in Statistics 93 www.ttq.hu 47