Minitab

#DOE برای مساله مورد نظر با کمک نمودارهای تحلیلی، میزان تاثیر دو فاکتور سیستم فرایند سفارش و روشهای بسته بندی بر روی کاهش زمان آماده سازی سفارشات را بررسی می کنیم. با توجه به شکل 168 رفتار کنید نتیجه رو در شکل 169 مشاهده خواهید کرد. @MINITAB_class

#DOE شکل167

#DOE 5- مقدار متغیر خروجی را پس از انجام آزمایشاتی که MINITAB ارائه داده است در ستون Hours ثبت می کنیم. به عبارتی اینجا با توجه به مقدار 3 که در قسمت قبل گفتم MINITAB سه بار آزمایش های مختلف رو برای شما در نظر میگیره و به جای اینکه تمام حالت ها رو آزمایش کنید فقط این حالاتی که نرم افزار ارائه داده رو تست و مقدار ایجاد شده رو در Worksheet قرار می دید.(شکل167) @MINITAB_class

#DOE شکل166

#DOE 3- گزینه Design را انتخاب کنید. مقدار Number Of Replicates for corner point را برابر 3 قرار دهید و Ok کنید. 4- در پنجره Create Factorial Design گزینه Factors را انتخاب کنید. اطلاعات دو فاکتور مورد نظر را وارد می کنیم. پس از تایید پنجره Create Factorial Design طرح آزمایش مورد نظر در پنجره Worksheet نمایش داده می شود.(شکل166) @MINITAB_class

#DOE شکل165

#DOE طرح آزمایشی (#DOE)که در اینجا بررسی می کنیم در مورد روش فاکتوریل هست. می خواهیم دو فاکتور سیستم فرایند سفارش و روشهای بسته بندی را بر روی یک متغیر خروجی به نام زمانی که طول می کشد، یک سفارش آماده شود. 1- ابتدا یک پروژه جدید ایجاد می کنیم. 2- برای ایجاد فاکتورهای مورد نظر از منوی زیر استفاده می کنیم: Stat/DOE/Factorial/Create Factorial Design(شکل165) @MINITAB_class

در نرم افزار MINITAB چهار روش برای طراحی آزمایشات #DOE وجود دارد: فاکتوریال Factorial سطح پاسخ Response Surface مخلوط Mixture تاگوچی Taguchi مراحل انجام کار و تحلیل نمودارها در هر چهار روش مشابه اند. @MINITAB_class

مقدمه ای برDesign of Experiments (#DOE) DOE یک روش برای بررسی اثر متغیر چندگانه روی یک متغیر خارجی (پاسخ) است. برای بررسی متغیرهایی که بر روی یک متغیر خارجی تاثیر می گذارند می توان آزمایشاتی را طراحی نمود. ولی از نظر زمان و هزینه نمی توان تمام حالت های مختلف را آزمایش نمود. به همین دلیل روشی ایجاد شده است که بر اساس تعداد متغیرهایی که مورد بررسی قرار می گیرند حالت هایی را برای آزمایش پیشنهاد می کند. محقق به جای اینکه تمام حالت ها را بررسی کند فقط حالت هایی که در روش DOE پیشنهاد می شود را مورد آزمایش قرار می دهد و در نهایت این روش ترکیب بهترین حالت را ارائه خواهد نمود. @MINITAB_class

حدود پیشنهادی برای Cpk شکل164

سلام قبل از اینکه بحث DOE رو بررسی کنیم چندتا موضوع در مورد #Sixpack که دوستان سوال داشتند رو مطرح می کنم: 1- در نمودار Sixpack مقدار Cpm چه مفهومی داره. به شکل 163 توجه کنید. در این شکل Cpm با مقدار * نمایش داده شده. مقدار #Cpm توانایی فرایند نسبت به یک مقدار هدف خاص پس ما می تونیم علاوه بر وارد کردن مقادیر حدود مشخصات نقشه یک مقدار رو به عنوان هدف در فرایند وارد کنیم که این مقدار می تونه وسط حدود نقشه باشه یا نباشه. برای تعریف مقدار هدف یا Target مطابق شمل 163 بعد از تعریف حدود نقشه باید گزینه Option رو بزنید و مقدار Target رو تعریف کنید. لطفا موضوع بالا رو بررسی و نتیجه رو مشاهده کنید 2- حدود مجازی برای Cpk وجود داره؟ برای حدود Cpk جدولی در کتاب SPC ساپکو وجود داره که در شکل 164 نمایش داده شده. @MINITAB_class

برای بررسی یک موضوع خیلی مواقع لازمه شما آزمایشات زیادی از متغیرهای تاثیرگذار در موضوع انجام بدید. از نظر زمانی و هزینه ای منطقی نیست کل پارامترهای موثر در یک موضوع رو آزمایش کنید. در MINITAB تکنیکی قرارگرفته که طراحی آزمایشات یا #DOE نام داره. در این روش به جای اینکه همه ی حالات رو آزمایش کنیم نرم افزار چند نمونه آزمایش رو به ما پیشنهاد میکنه که با انجام دادن این آزمایشات و وارد کردن نتایج اون در MINITAB نرم افزار نمودارهای تحلیلی به ما می ده که با کمک اون می تونیم متغیرهای موثر بر موضوع رو به درستی بررسی کنیم. به عبارتی به جای اینکه تمام حالت ها رو آزمایش کنیم تعداد آزمایشات کمتر میشه. @MINITAB_class

سلام برای دوستانی که علاقه مند به بحث #DOE هستند، مثالی رو آماده کردم که در پست های بعدی ارسال می کنم. @MINITAB_class

سلام به دوستانی که تازه وارد کانال شدند پیشنهاد می کنم فایل پاورپوینت رو دانلود کنند و مطالب مربوط به SPC رو مطالعه کنند. مطالبی که در کانال عنوان میشه در راستای این پاورپوینت هست در کانال به نکات و جزئیات می پردازیم. @MINITAB_class

قبلا در کلیپ 11 نحوه رسم نمودار های #Sixpack رو نمایش داده بودم تفاوت کار در مثال جدید اینه که در مثل تامین کننده 1 و 2 داده ها در یک ستون وارد شدند در صورتی که در کلیپ 11 در هر بار نمونه گیری داده ها در یک سطر وارد شدند. @MINITAB_class

توضیحات شکل 163 #Sixpack در شکل 163 حدود نقشه رو در قسمت Lower Spec و Upper Spec وارد کردیم. در ضمن فایل پیوست رو در پست بعدی قرار دادم. با توجه به شکل 163 تامین کننده 1 وضعیت بسیار بهتری نسبت به تامین کننده 2 داره . این مطلب رو هم می تونید از نمودار هیستوگرام تامین کننده 2 وهم می تونید از مقادیر #Cp و #Cpk متوجه بشید. مقدار Cpk تامین کننده 1 = 5.52 مقدار Cpk تامین کننده 2 = 1.93 قابلیت فرایند تامین کننده 1 خیلی بیشتر از تامین کننده 2 هست. در ضمن در این شکل نمودار احتمال نرمال بودن رو می بینید که توسط تست اندرسون دارلینگ انجام شده. در این تست فرض صفر عبارت اند از: داده ها ی استخراج شده نرمال هستند در تامین کننده1 P-value = 0.844 که نشان دهنده تایید فرض صفر یعنی نرمال بودن داده هاست. یادآوری: اگر P_Value بزرگتر از 0.05 بود فرض صفر رو می پذیریم. در تامین کننده1 P-value = 0.299 که نشان دهنده تایید فرض صفر یعنی نرمال بودن داده هاست. @MINITAB_class

نمودار #sixpack دارای قسمت های زیره: 1. نمودار x bar 2. نمودار R 3. نمودار پراکندگی بین زیر گروهها 4. نمودار هیستوگرام 5. نمودار احتمال نرمال بودن 6. جدول آنالیز #Cp و #Cpk پس با رسم این نمودار عملا ما پنج نمودار + یک جدول تحلیل قابلیت فرایند خواهیم داشت. @MINITAB_class

#Sixpack شکل163