Please enable JavaScript.

Coggle requires JavaScript to display documents.

Definir a correlação de dados de falha de campo com dados de falha de…

- - - - MATRIZ QA
        A Matriz QA permite enxergar quais são as falhas mais críticas dos produtos. Isso engloba tanto falhas internas quanto externas, sendo que falhas externas tendem a ter impacto maior na matriz QA por ocorrerem próxima ao consumidor.
        De forma geral, o cálculo da matriz QA é definido como:
        S x C x Σ(F x D)
        S = Severidade
        C = Custo
        F = Frequencia
        D = Detecção
        Sendo que estes valores são convertidos em um range (1 a 5) para que valores extremos não impactem excessivamente a matriz.
        Link detalhes QA:
        https://drive.google.com/file/d/1Ruc8MNUknCTPj8KoPaU0IHbkKALY8lJ-/view?usp=sharing
    - - 1ª Base Elaborada - Falhas internas mensais por modelo agrupador
        Origem: Query da Agramkow
        Descrição: Uma base que contenha a quantidade que cada modelo agrupador falhou em cada um de seus testes de fábrica mês a mês.
        Utilidade: fornece uma visão geral ao QIS de como andam as falhas de fábrica, para que possa analisar potenciais desvios.
        Link: https://drive.google.com/drive/folders/1AcsrKk_Gtr1wYDsPfjYHOhWHtkUkXa5F?ogsrc=32
        
        Em uma visão geral dessa base há correlação entre algumas combinações. O desafio atual é que existem muitas combinações (RUS + Compressor vs Vazamento de Gases ou RUS vs vácuo e etc)
      - Análise TOP10 modelos 2015 - 2018
        Origem: Base Criada de falhas internas mensais por modelo agrupador + OS's + visualização em Tableau
        Descrição: Um dashboard piloto com gráficos da correlação das falhas de fábrica com as falhas de campo, possibilitando diversos filtros por tipos de falha interna e externa, modelo, período e etc.
        Link:
        https://drive.google.com/drive/folders/1XjBHj9yJCxn9dzbhlWsGhiRBPUPWyU_s?ogsrc=32
        
        CONCLUSÃO
        A principio não há uma conclusão muito concreta, apenas que há sim uma correlação entrealguns modelos e para alguns testes.
        
        Em geral o teste de vazamento de gás é o que mais demonstra correlação com as falhas de campo.
        
        Modelos mais novos, com pouco histórico, não demonstram uma correlação.
        
        Há a possibilidade que a correlação tenho como componente principal a sua fabricação e não as suas falhas internas. E essa correlação ja é obvia.
        
        Mudar o tipo de teste de campo, em geral não muda a correlação.
        
        Observou-se que para alguns modelos a correlação de falhas internas com falhas internas foi maior que a correlação com a produção (observando algumas falhas internas com algumas falhas externas)
      - 2ª Base Elaborada - Falhas internas por número de série
        Origem: Query da Agramkow
        Descrição: Uma base que contenha a quantidade de falhas de cada número de série.
        Utilidade: fornece uma visão ao QIS de como foi o desempenho nos testes de fábrica dos produtos que falharam.
        Link: https://drive.google.com/drive/folders/1xDj5ri3euOgpdhOB8uwESo8bYRNhOJ4o?ogsrc=32
        
        Ainda não explorada
      - CONVERSA COM ESPECIALISTAS
        A conversa com os especialistas de falhas internas e externas visou entender quais são as correlações que fazem sentido serem buscadas e que impactos a analise fornece para a companhia.
        
        MARIANE HANS
        
        MARLI R ECKSTEIN
        Especialista de falhas internas (responsável L2F3)
        De uma visão geral, Marli ve que o projeto pode ser muito benefico ao auxiliar as linhas a melhorarem testes que realmente diminuiram as OS's. Para isso deve ser necessário saber quais testes que há uma correlação com as falhas de campo.
        É evidente a correlação das falhas de campo com as falhas de fábrica, não apenas por defeitos de fábrica mas tambem por lotes de peças defeituosas de fornecedores.
        O teste de carrossel tem potencial de impactar uma boa parte dos problemas.
        Correlação por projeto faz sentido.
        Confirmou que testes de carrossel fornecem a mesma output logo podem sim ser agrupados.
        :red_flag: Correlações com causalidade:
        
        Vazamentos de gás x RUS e Compressor
        
        Carrossel x Motor Ventilador, RUS, Compressor, Sensor, Resistência,Controle Eletronico e Rele protetor
        
        Check Componentes vs portas faltantes e etc
        
        Seg Elétrica vs Choque
        
        Em uma oportunidade futura utilizar lançamentos de consertos e clusterizar por peça agrupada que foi consertada.
        Modelos agrupadores que não tenham correlação em casos que geralmente tem correlação (Vazamento gas vs RUS) pode significar um processo que ja é muito estável com o passar dos anos, e em geral seus defeitos são oriundos de causas comuns.
        Uma motivação ao projeto que pode permitir mostrar que se diminuirmos 5% as falhas internas significa diminuir em 1% OS's de RUS por exemplo. Logo o projeto ajuda a focar nos problemas e testes que importam.
        Concordou com a proposta de encontrar as maiores correlações de cada linha ou projeto.
        
        DIEGO R KRUGER
        Importante que seja analisado os modos de falha do carrossel de rendimento, já que os modos de falha são distintos.
        Uma visão de defeito reclamado provavelmente trará as mesmas visões que uma analise de "Peça Agrupada" da base de OS's.
        Seria interessante criar um indicador de retenção interna.
        Tentar criar casos de: Se fosse seguido a analise de Early Warning, poderiam ter sido contidas X OS's
        Em geral, utilizar a visão de PLATAFORMA TASKFORCE faz bastante sentido, já que a maioria dos modelos do mesmo projeto são feitos na mesma linha. Uma visão de modelo agrupador é relevante, mas trazer excesso de informações para analise Early Warning é negativo.
        Criar uma arvore de correlação que seja com base em pareto. (Ex: Primeiro nó total x total, 2 nós = RUS x total, Compressor x total ... ) pois assim passa a ideia de buscar a solução para os principais problemas da whirlpool
        
        LUIZ R CASTILHO
        Especialista do processo (chefe refrigeração)
        Agramkow possui sujeiras, onde nem todas as falhas (status = 0) realmente representam uma falha. Recomendou alinhar as analises que são feitas com as analises da Agramkow de Andre Biz e Andre Machado.
        Recomendou validar os dados gerados da AGK com o time dele.
        Análise faz mais sentido por linha e SKU, pois um projeto pode ser feito em mais de uma linha, o que significa diferentes análises e possíveis falhas.
        Falhas vistas na Agramkow não são repassadas ao consumidor, visto que é um teste automático e não sujeito a erros humanos. Maioria das falhas é decorrente de falhas em transporte.
        Dados muito antigos podem não fazer sentido para correlação pois não são mais uma fotografia da situação atual.
        Ferramenta do Tableau em si pode ser útil ao time dele para detectar possíveis diagnósticos e ajudar a validar teorias
        
        ANDRE V BIZ
        A árvore de análise de correlação faz sentido mas a análise principal deve sim ser por modelo agrupador.
        Não há a necessidade de quebrar por modos de falha interno, visto que em geral representam falhas de cunho semelhantes. O que faz sentido é futuramente quebrar por falhas do carrossel de rendimento, onde há falhas de resistência e então buscar correlação com OS's de resistência.
        Importante análise futura: produtos que passam por reprocesso (falha em teste de vazamento de gás e vácuo) tem maior chance de falharem em campo? Do GSIR atual, qual a porcentagem é de produtos remanufaturados? É maior que a porcentagem de produtos remanufaturados por fabricação. (para uma linha específica?)
        Mostrar que produtos reprocessados tem maior impacto em OS's
        Atualmente não consegue enxergar se um crescimento nas falhas internas é um sinal bom ou ruim.
        Teste de carrossel faz sentido buscar correlação com diversas falhas externas de intuito eletrico (ex: resistencia, controle eletronico, ventilador e etc).
        Talvez seja mais importante encontrar correlações negativas, que significam que um teste é bem aplicado e corrigido em fábrica.
        O sistema pode auxiliar as auditorias a identificarem quais testes devem ser melhor auditados.
        Ver a correlação com o tempo e ver se ela é impactada com a entrada de novos projetos. Em uma abordagem inicial talvez apenas por linha.
- - - - QIS (Quality Information System) - Time que consolida/analisa os dados de campo. (Ex.: Quais as falhas do modelo X de data de fabricação Y na peça Z)
        Manufatura - Time que entende a fundo as falhas de fábrica e tem o conhecimento dos indicadores de teste de fábrica (Ex.: Modelo X tem mostrado o problema Y na fabricação Z)
        TI (Tecnologia Informação) - Reponsável por consolidar as bases externas (Excel OS's) com as internas (Excel, Agrankow e Drive)
    - - QIS (Quality Information System) - Luiz C Filho, Tiago Bizari, Fernando Batista
        Manufatura - Mariane H Hans (Matriz QA), Flaviana Marques (Engenharia de Manufatura)
        Anderson L Souza (analisa dados da Agramkow)
        TI - Fernando V Santos (Se envolveu com projeto anterior), Wanderly T Limeira, Leandro Souza (Tableau)
        Engenharia - Andre Biz (engenheiro responsável por supervisão da Agramkow)
        Alexandre T. Pires (Agramkow)
        Cleide C Silva (análise da Agramkow)
        Adilson A Constantino (análise da Agramkow)
        Testes Refrigeração - João F Nascimento
        Edilton S Lima
        AGRAMKOW - Maiko
        Operações- Leonardo L Costa (responsável pelo banco e quem pode adiar a atualização do PLIS)
    - - :check:SQL Server: Para baixar os dados da base Agrankow utilizando
        :check:Tableau: Fferramenta de plot para grandes bases de dados
        :check:Tableau Prep: Possibilidade de utiliza-lo para preparar dados para o tableau
        :red_cross:Agrankow: Software de input dos dados de teste de fábrica
        :red_cross:Alteryx: Para visualização e Joins de tabelas
        Excel
        :red_cross:EG ( SAS Enterprise Guide): Para visualização e Joins de tabelas
        
        :red_cross:JMP: Análise estatística dos dados
        
        AGRAMKOW
        AGRAMKOW (AGK) é a plataforma de testes automáticos de fábrica da Whirlpool, o qual abrange os aparelhos, softwares e o gerenciamento dos bancos dos testes. Todos os produtos fabricados passam por teste da AGK e produtos reprovados nos testes são levados a manutenção e seus testes são analisados.
        Para obter bases completas da Agramkow é necessário utilizar o SQL Server ou outro software de SQL.
        Credenciais para acesso ao banco:
        IP: 10.12.32.75
        USR: AGKW5LOG
        PWD: dWm8gZMk
        Há um banco apenas de leitura de backup, o qual é atualizado a cada meia hora para não interferir nos dados gerados pela fábrica o production line information system (PLIS). Isso significa que queries maiores que 30 minutos serão abortadas para a transferência dos dados.
        Banco de dados -> PLIS5 (Em Espera/ Somente Leitura)
        Queries:
        https://drive.google.com/drive/folders/1e8-Z_haJvE1vTccqUqr7R_Vok_PhmC88?ogsrc=32
        
        TABELAS
        A tabela DEVICES é a que contém os testes que são feitos e suas descrições. (https://docs.google.com/spreadsheets/d/1WvfetlzCoSETbwfYX6eIplYXUxgpXIfLE7OemIvL4ko/edit#gid=0)
        A tabela RESULTS_HEADER é a que contém os testes em si, campo STATUS = 1 significa que não houve falha.
        A tabela FAIL_CODE é a que identifica os códigos de falha.
        
        Testes
        Vazamento de gás
        Vácuo
        
        Segurança Elétrica
    - - Agramkow (interna)
      - OS's (externa)