JMP Background

JMP®的质量工程、可靠性和六西格玛

要获得高质量的成果,就必须有持续学习和改进的热情以及兢兢业业的精神。 通过系统化地使用数据来确定更高效的生产方式,最大程度地降低相关成本和时间,您可以获得更出色的生产流程、产品、服务和组织绩效水平。 JMP具备全方位业界领先的的分析功能,可以帮助您构建和保护品牌、缩短产品问世时间、减少保修成本,并提供始终满足和超越客户期望的产品与服务。

质量工程

处在质量项目核心地位的软件,应当以简便的方式包含大量统计和图形技术。 借助JMP出色的实验设计(第二代)、交互式过程控制和能力分析、预测分析和报告功能,您可以发现潜在问题、确定问题根源,并在其困扰客户之前加以解决。

可靠性

对于任何生产加工而言,产品的可靠性都极大地影响着业务能否实现成功。 如果产品在整个生命周期内都能保持预期的功能状态,就可以确保客户满意度,为企业不断带来业务需求并促使客户将产品推荐给其他用户。 JMP的可靠性工具可帮助您预防产品缺陷,提高产品的质量保证。 通过揭示数据和模型预测中的趋势和异常现象,JMP可帮助您发现严重的设计缺陷,找出材料或生产流程中的不足,继而确定解决方法。

六西格玛

可视化六西格玛代表着数据驱动的流程和产品改进项目发展的下一阶段,该功能可以重新调整并扩展传统六西格玛工具的应用,令其在真实环境中更有帮助性和高效性。 通过使用JMP,您可以发现问题和改进机会,可视化地确定解决方法并分享结果。

质量工程

统计过程控制

JMP提供各种统计过程控制(SPC)图来有效分离普通和特殊原因,帮助您进行过程分析,其中包括问题调查、失控状况和稳定性持续监控。

“控制图”平台提供丰富的功能,比如,可添加阶段和区组变量以及灵活的报警规则。 该平台支持连续、离散和稀有事件图表。 控制图生成器允许您通过拖放操作以交互方式创建控制图,让您可以轻松使用不同的图表类型和分组策略来划分变异源,并确定最合适的控制策略。 您还可以在拥有多个随机变异源时,使用控制图生成器制作所需图表。 控制图生成器的互动性使您可以通过静态控制图无法提供的方法进行绩效评估。

质量工程

测量系统和变异性

评估测量过程(EMP)是一种基于过程行为图的新型测量系统分析(MSA)技术。 MSA研究用于评估测量系统的精确度、一致性和偏倚。 EMP提供一种可视化和数量化评估测量系统的方法。 除提供指标的绝对数值之外,EMP还能使您了解更改测量系统将如何影响控制策略的响应能力。 EMP提供一种公正实用的方法来评估测量系统的效果,使您可以更加轻松地对系统进行归类,并且更好地了解如何改进才能(或不能)提高控制水平。

JMP的MSA平台还可以执行更多的传统GR&R研究(也可以通过“变异性/计数量具图”平台进行)。 这些研究使用既定的AIAG标准来衡量测量系统的变异对整体变异的贡献。 JMP支持主效应、交叉、嵌套及其他模型,以适当的方式量化测量系统的性能,并识别出需要改进的地方,使您可以精确而自信地对流程进行分析。 “变异性/计数量具图”平台还可以生成多变量图,让您无需进行常规分析即可快速了解主要变异源。

质量工程

能力研究

在JMP中可通过多种方式进行能力分析。“能力”平台允许您在一个图上对众多变量的能力进行比较。您可以快速确定哪些变量需要关注,并即刻了解各种情况分别需要何种改进策略(重新定位、减少变异或二者同时采用)。同时支持单侧和双侧规格限。这些规格限在JMP自身表格中被保存为列属性,直接与其所描述的数据相关联。 

新的“过程能力”平台支持Sigma的“组内”和“总体”估计值。它们可用于计算短期和长期能力指标,分别是:Cpk和Ppk。可为每个过程变量设置特定分布,包括非正态分布(Johnson等)或非参数过程。此外,还可使用最佳拟合,允许软件根据数据特征确定应当要使用的最佳拟合分布类型。也可使用子组嵌套选项。

质量工程

过程筛选

“过程筛选”平台允许质量工程师快速分析数千个控制图,从而找出亟待关注的少数关键因子以解决过程稳定性和能力性能问题。用户可对感兴趣的关键指标,例如报警率、稳定性比、偏移检测、漂移和能力指标,进行轻松排序。用户还可基于感兴趣的选择变量、能力分析和过程性能仪表板图形生成快速视图和完整控制图。

可靠性

寿命分布

您是否需要确定最佳分布来精确预测部件和产品的寿命? 您可以使用JMP自动评估大量的可靠性分布,以此来找到最佳拟合。 如果您愿意,还可以手动选择和比较参数和非参数分布。 JMP简单易用的“寿命分布”平台同时支持上述所有方法。 一旦选定最有用的模型,您可以通过JMP中的动态刻画器以交互方式确定寿命评估,并推断未来性能。 您还可使用“比较组”选项卡在一个图中分组查看寿命分布。

如果您的系统有多个独立的失效模式,您可以使用寿命分布中的竞争原因选项来分别分析各个原因。 您可以为每个失效模式指定特定的拟合分布,并以交互方式略过其他原因,查看可靠性的潜在提升情况。

其他功能包括Bayes估计、拟合混合模型、拟合竞争风险混合模型、灵敏度分析和剩余寿命均值计算器。

可靠性

可修复系统

JMP提供多个平台用于分析可修复系统。

“可靠性增长”平台能够在改进设计时,对单个可修复系统随时间变化的可靠性进行建模。 该平台适合Crow-AMSAA模型,并且具有变点检测功能,可自动确定可靠性模型何时发生变化。

“复发分析”平台可以分析可修复系统,或更广泛地研究复发事件。这个分析整合了单位成本。它对随时间累积的失效总数或修复总成本进行建模。您可以拟合并模拟各种参数模型,最终获得平均累积函数(MCF)。

“可靠性预测”平台允许您使用所选的可靠性模型预测未来产品缺陷,以进行修复和成本规划。 您能够以交互方式调整生产规划和保修期限,动态查看预测的更新和不确定性。

可靠性

可修复系统模拟(JMP Pro)

JMP现提供一个新型“可修复系统模拟”平台,用于执行离散事件模拟,能够支持复杂可修复系统的传统维护。此平台将开创性的图解形式维护安排引入到同一个工作空间内的可靠性框图旁。用户可在系统或部件层面分析停机事件、可用性和计划外中断。

可靠性

可靠性回归

“以X拟合寿命”平台让您可以对事件和感兴趣因子之间的关系进行建模。 您可以指定包括位置、位置和尺度、Arrhenius、电压、线性、对数和Logit在内的各种变换。 加速寿命试验设计通常通过这种方式进行分析,但是如果您有不止一个加速因子,灵活的“拟合参数生存”平台可以支持更复杂的模型和更加深入的分析。

“以X拟合寿命”平台中现在可进行Bayes分析,允许加入从之前与分析当前项目相关的研究中获得的知识,特别是在当前数据有限的情况下。

它还包括嵌套模型检验,使您可以进行分组比较。 嵌套模型检验包括针对不同位置和尺度、不同位置、回归和无效应模型的统计量和诊断图。

JMP的DOE菜单中提供一种加速寿命试验设计工具,用于规划前瞻性研究。 另外,还可在“样本大小与功效”菜单中找到“可靠性检验计划”和“可靠性验证计划”。 全新的“累积失效”平台扩展了JMP支持加速寿命试验的能力。 您现可执行步进应力、斜坡应力、正弦曲线或分段斜坡应力研究。

可靠性

退化

JMP中的“退化”平台使您可以分析随时间变化的产品退化数据,帮助预测产品质量和保修风险。 您可以通过JMP的“退化”平台,在产品或部件失效(软故障)或彻底故障(硬故障)之前,使用已收集的数据预测产品性能。

破坏性退化

为了衡量产品性能,有时必须将产品毁坏才能检验。 例如,在测量裂断强度时,需要对产品施压直至其断裂。 在可靠性研究中新增的“破坏性退化”平台,可以处理此类问题。该平台内嵌了一个丰富的模型库,它里面包含了很多标准模型、转换和数据分布的图形化表达。 其功能包括模型比较、累积密度函数和分位数刻画器。 爱荷华州立大学的可靠性专家William Q. Meeker表示,借助该全新JMP平台,“破坏性退化数据的分析将得到显著简化。”

可靠性

可靠性框图(JMP Pro)

可靠性框图以图形方式显示系统正常运行下所需部件之间的关系。 可靠性框图(亦称相关图)显示部件的稳定性是如何影响着一个复杂系统的正常运行或故障状况。 如果为部件指定了可靠性分布,“可靠性框图”平台能够计算系统的总体可靠性,根据部件的当前性能确定系统的预期性能。

您可以使用可靠性框图来设计系统,并强化系统的薄弱环节。 您可以创建流程图并将这些设计保存在库中,然后复制粘贴库中的项和设计来创建系统设计模版。 您可以通过查看不同的设计并比较多种配置的图表来进行假设分析。 您还可以确定最佳位置来添加冗余,以降低系统故障的可能性。

六西格玛

变异源

六西格玛可以定义为管理与要求相关的变异。 您可以单独或综合使用JMP中丰富的图形显示功能来动态评估数据结构,真实地查看不仅具有显著统计学意义、而且具有重要现实意义的主要变异源。 动态可视化使您可以获得远超静态图形的强大功能,虽然该功能在任何情况下都十分重要,但随着您的数据因为行列数量的增加而变得愈加复杂时,它会愈发显得不可或缺。

六西格玛

识别关键驱动因子

即便是面对高维数据,只要正确地使用动态可视化功能,再辅以对数据的理解,通常都能揭示出对您感兴趣的Y变量结果有独立或联合影响作用的X变量子集。 即使在某些情况下使用这种方法得到的信息量不足,或者您有太多变量需要处理,JMP还提供相应的强大统计功能,让您在保留信息的同时有效减少维度。 当想要发现数据关系时,使用“分割”、“聚类”和“判别”等平台,常常能够非常成功地分离出对更明确统计建模有用的重要X变量(如果更明确统计建模有意义并具有实效性的话)。

六西格玛

达成共识

收集和处理数据通常要耗费时间和金钱。 除非您的发现能够实际用于随后的决策制定,否则这些工作就是在消耗成本,而不是创造商业价值。 该流程的关键部分就是将发现分享给更多的相关人员。 由于我们面对的真实情况大多是如何做出取舍和让步,因此您常常需要使各方人员达成共识,而不仅仅是将发现分享给这些人员。 JMP中的刻画器和模拟器专门针对这种情况而设计,使团队成员能够快速有效地评估发现成果,并使用情境知识进行假设分析,以补充数据所包含的信息,而不会深陷建模的技术泥潭。

Back to Top