挑战
由于数字化程度的提高、新技术的出现和越来越多的数据收集现代制造环境的机械和工艺环境需要不断演变。 杜邦公司台湾新竹工厂 II 配备了先进的工厂植根于深厚的持续改进文化是应对系统基础设施不断飞速发展的唯一途径。
解决方案
基于 JMP® 统计发现软件的必修内部六西格玛培训计划加速了企业级高级分析的部署。 如今每位杜邦工程师都有能力并且拥有工具可应用数据分析的最佳实践更快、更经济地实现关键绩效指标。
结果
台湾杜邦公司通过优先发展核心分析能力优化了智能制造设施的价值实现。 在技术和技能提升方面的双重投资已成为杜邦竞争优势的基石。
5G 和人工智能 (AI) 的最新发展在相关技术中引发了一系列创新从云集成制造环境到智能传感器再到高端包装。 但随之而来的是新一代制造系统前所未有的需求和挑战。
杜邦是该领域的全球创新领导者之一致力于提供先进的半导体材料解决方案。 在 50 多年的时间里杜邦公司的台湾新竹 II 厂区因推动先进的半导体技术创新周期而闻名不仅在台湾而且在全球范围内。
台湾杜邦公司的领导层将他们在数字工厂时代的竞争力部分归功于先进的分析方法并且这些方法在企业层面得到了优先重视。 事实上现在所有新员工在杜邦的第一年都必须参加六西格玛培训。 此项授权被广泛认为是因为人们认识到如果操作系统的工程人员缺乏分析技能和能力即使是最先进的制造系统也难以取得成功 – 而其他公司却未能针对这一现实采取如此敏捷的行动。
可提升分析能力的六西格玛培训计划
如何提升整个员工的分析技能 部门经理ifrans Pang 解释道投资于义务培训并为员工提供所需工具使他们能够处理数字化工厂已收集的数据。 作为一名六西格玛黑带专家Pang 现在负责监督公司的六西格玛培训计划并且在解决特别复杂的数据挑战时通常是同事的主要联络人以提供一对一的指导。
在Pang看来只有鼓励学员不仅让他们对统计概念有更细致的理解而且让他们学习实际技能以便他们返回工厂后能够实施统计方法这样的培训课程才是最成功的培训。 围绕单个软件实现标准化是扩大杜邦培训理念和分析精神的关键。 继 2017 年陶氏化学两家公司合并后杜邦公司选择了 JMP® 统计发现软件。
“JMP 已成为台湾杜邦公司所有 6 Sigma 培训的标准软件包。”Pang 解释道。 在入门级级别分析学初学者会在第一天安装 JMP然后逐步完成控制图、过程能力分析、测量系统分析和实验设计 (DOE)。 这些技能在一年中得以强化即使是在培训之外公司还鼓励员工参加模拟游戏和公司的两届年度持续改进项目竞赛而这些比赛都专门使用了 JMP。
这些多学科分析计划被视为职业发展的重要组成部分是在深化全公司范围内通过协作解决问题的同时保持分析技能的机会。 随着越来越多的工程师通过杜邦严格的培训计划并参加继续教育领导层表示整个组织的能力得到了显着提升。 他们将这一改善在很大程度上归功于JMP的更广泛使用。
投资于提倡分析方法的员工
“在杜邦每个项目都需要有数据和统计数据的支持”过程控制系统经理 Miles Chan 解释道 这些非常愿意接受分析实现功能、成为 JMP 高级用户的工程师他们的思想领导力在公司中获得了认可。 此外自从软件推出以来杜邦公司的领导层开始通过内部晋升结构鼓励JMP的使用。
“JMP 非常强大。 界面干净简洁非常直观” Run Plant 工程师 Vinson Wei 说。 “即使无需培训JMP 也很容易使用尤其是对工程师来说。” Wei 的工作主要专注于过程可靠性他使用 JMP 中的分布、图形生成器、运行图和 ANOVA 进行根本原因分析。 但他表示最重要的是JMP 有助于快速识别偏差的来源。
他解释道正是概念的早期验证帮助展示了 JMP 中的可量化价值 – 节省时间和降低成本并消除了同事们最初的怀疑。 Analyical Lab 高级工程师 Jerry进一步在早期阶段提出了批评者他是 Minitab 和SPSS 的长期用户他最初抵制这种工具的变化。 但是在见证了几个项目的成功之后Huang 在 JMP 中看到了一个更用户友好的多元实验工具。 从那时起他一直是该技术的支持者。
“在使用 DOE 时JMP 提供了强大的功能和完整的模型预测可以帮助我们准确快速地找到最佳条件。 这是其他软件所不具备的。”
拥有更强分析能力的员工队伍更灵活地响应客户需求
数据驱动的沟通是杜邦公司通过其广泛的培训计划培养的分析文化的另一个关键但有时被低估的关键方面。 随着 杜邦数字化工厂的数据输出现已完全连接到 JMP杜邦工程师使用 JMP 向客户展示围绕数据可视化通用语言进行标准化的报告。
Wei 解释说无论是与客户还是与同事合作团队必须能够在最短的时间内清晰地表达信息。 他解释说动态可视化是直观共享信息的最佳方式而且是一种错误或异常值显而易见的格式。
“JMP 的输出结果易于理解、简洁、直观地解释项目。”Huang 补充道 与客户的有效沟通使杜邦能够更灵活地应对客户不断变化的需求这是高科技制造业的一个决定性特征。
例如Huang解释说随着客户的工艺规范从7纳米升级到5纳米再到3纳米杜邦已着手开发新一代检测仪器。 在一个案例中Huang与Wei合作帮助客户解决外部太阳能检测问题。
太阳能电池板检测可能会受到许多环境变量的不利影响包括温度、海拔高度或探测条件杜邦的客户正在寻求在不牺牲成本的情况下确定可实现的最佳条件组合。 首次将该问题提交给杜邦时客户正在依赖于每次处理一个因素的实验逐渐调整公式并进行迭代测试而没有对关键输出参数进行定量。
Yellow 和 Wei 很快发现通过 JMP 中的多重回归和 DOE 建立的多元方法可以大大缩短确定解所需的时间。 该软件一流的实验设计平台使他们能够建立最佳条件满足客户对先进制造过程的高度相关性要求。 此外JMP 中的分布作图使杜邦团队能够快速识别和解决变异性问题—在使用其他软件时Huang 表示这项挑战需要进行大量的实验迭代。 他补充道如果他们不使用 JMP合格率会低得多并可能导致客户满意度问题。
“提高分析效率,
让工作事半功倍 ”
随着台湾杜邦公司越来越多的工程人员具备分析技能为公司带来价值的不仅仅是累积效率。 Yellow 解释道全公司范围内的分析能力使杜邦能够从其数字化工厂中获取最多的数据洞察。 他表示 JMP 是一款利器工具能够使工程师“事半功倍”。
如今竞争对手纷纷大力投资技术实现完全数字化的制造环境而许多人却忽略了在培养员工能力方面的同样重要的投资。 有鉴于此杜邦在技术和工程师方面的双重投资似乎确实具有先见之明并使公司在未来能够保持竞争优势。
本文中阐述的结论特定于文中描述的特定情景、业务模式、数据输入和计算环境而存在。每个SAS客户的经历都不同且由业务和技术变量决定,所有陈述必须视为非典型的。实际节约、结果和性能特征将根据每个客户配置和条件而有所不同。SAS未表示也不保证每个客户都能取得相似的结果。SAS产品和服务书面协议中的明确担保声明是SAS对其产品和服务的全部担保。本文中的任何内容均不构成附加担保。客户与SAS分享其成功案例属于经双方同意的合作交流或SAS软件成功实施之后的项目总结行为。