|
当您在流程的不同步骤中与多个供应商合作时，测试潜在的改进可能会变得复杂，但是 在Minitab统计软件中进行实验以确定重要的输入，然后将模型导入Minitab Workspace中执行Monte Carlo Simulation可以帮助您了解一些情况。此外，它比在真实零件上运行更多测试更快，更便宜。 考虑Spaceman Electronics的情况 （在我们所有的用例中，这都是基于我们在该领域中看到的现实情况，但Spaceman是一家虚构的公司）。为了制造一种产品的零件，一家供应商制造了芯子，而另一家包覆了芯子，然后是他们组装成品。  过去 ，Spaceman的产品工程师Neil指示生产线经理实施7％的报废因子，以解释某些单元无法很好地适应产品的情况。报废因子是指您可以预期在制造或加工过程中将被销毁或毁坏的批次的百分比（例如，如果您生产100件，历史上有7％的报废，而93％的批次是合格的，则可以除100乘0.93并四舍五入，确定您需要制作108个单位）。 如果Neil的团队可以降低废品率，每单位的废品成本为0.70美元，那么他们每年可以节省的成本高达165,000美元。但是，如果他们没有为两个供应商提供尽可能精确的指导，则尝试进行改进可能既麻烦又耗时。因此，他开始模拟一些潜在的结果，以便在告知供应商其过程中要进行哪些更改之前做出明智的决定。 蒙特卡洛模拟的工作原理 蒙特卡洛模拟使用系统的数学模型，并且模拟基于定义输入和输出之间关系的方程式提供期望值。Neil和他的团队计划并在Minitab中进行了一系列实验，以确定过程中的重要因素。他们生成了帕累托图，显示出输送位置和注射速度是他们要关注的因素，以及他们将在Minitab Workspace中使用的方程式：   导入模型并在Minitab Workspace中运行它 现在，他们有了方程式，Neil在Minitab Workspace中打开了一个项目，并插入了Monte Carlo Simulation工具。他可以手动输入输入和输出，并通过Minitab Workspace和Companion by Minitab中提供的此工具的选项键入方程式（此示例中有更多信息），但是他们已经有了该信息，因此他可以继续前进。 Neil单击从Minitab导入模型的选项，然后选择他的Minitab文件。   该方程式自动将转移位置和注射速度作为X输入。他知道这些因素具有正态分布，因此他从下拉菜单中选择“正态”，然后输入均值和标准差以及规格上限和下限。然后，他点击顶部附近的绿色“模拟”按钮，Minitab Workspace在短短的几秒钟内完成了50,000个模拟过程：  了解结果和参数优化  此过程的过程性能度量（Cpk）为0.4816，远远低于最低标准1.33。在此可视化效果下，出现一个绿色按钮“ Parameter Optimization”，将Neil引导至下一步：优化其输入。他设置了目标 （目标响应的平均值为0.935，位于规格上限和下限之间的一半），并输入高和低值进行输入，然后其余部分由Minitab Workspace进行，他点击“优化参数”。   在Neil指定的范围内找到最佳输入设置后，Minitab Workspace会显示建议的过程更改的模拟结果。仿真表明，最佳设置实际上将消除工艺中的不合格产品，Cpk为2.34，这大大超过了1.33 Cpk标准。 获得出色的结果 当Neil分享他的发现时，供应商可以优化零件的几何尺寸和公差，这不仅可以减少报废产品的数量，还可以缩短制造周期。 |
|
|
