Masimo 是一家全球性的医疗技术公司，致力于开发和生产各种行业领先的监控技术，包括创新的测量、传感器和患者监护仪。在 Masimo Hospital Automation® 平台的助力下，Masimo 的连接、自动化、远程医疗和远程监控解决方案正在改善医院内外的护理服务，并使其自动化。此外，Masimo 还拥有一系列不断发展壮大的消费者健康和保健解决方案，例如 Masimo W1™ 健康追踪手表和 Stork™ 婴儿监视器，以及 Bowers & Wilkins® 和 Denon® 等著名音频品牌的音响设备。
挑战
随着业务拓展到消费者健康和保健产品领域，Masimo 的团队想方设法提高产品包装的美观性和坚固性。具体来说，设计团队希望给包装盒包覆一层塑料收缩膜，以使产品具有光滑的外观和触感，并且能够在运输过程中保护包装盒完好无损。
收缩包装是消费电子行业中的一种常用包装技术，但 Masimo 从未采用过这种技术，也没有内部人才或经验来开发收缩包装过程。事实证明，手动过程成本高昂且容易出错，因此过程工程团队希望实施全自动收缩包装过程，以提高产量并确保一致性。
收缩包装的要求如下：
-
使塑料膜收缩，并确保没有撕裂、褶皱和空隙等任何外观缺陷。
-
尽可能减小卷边的大小，使其长度不超过 0.060 英寸（卷边是塑料包装中多余的三角形部分，会影响产品的美观性并导致产品难以开封）。
-
尽可能减少做到上述第 1 点和第 2 点所需的材料。
Masimo 购买的热缩设备由两个按顺序工作的单元组成：第一个单元负责将热缩材料包覆在产品包装上，第二个单元负责对包装材料进行收缩。第一个单元涉及三个控制材料用量的数字因子：
-
袋长。
-
薄膜推进率。
-
决定着包装长度的工作台深度。
第二个单元负责对塑料进行加热和收缩，涉及两个数字因子：
-
密封时间。
-
密封温度。
Minitab 如何帮助他们
Minitab 22帮助描述热收缩过程的特征并优化这个过程。
第一步是使用试验设计 (DOE) 构建过程模型，用以将热缩设备参数与热缩产出关联起来。研究内容为上述五个因子，响应则是卷边长度。这项研究可用的材料有限，因此过程工程团队查阅了 Minitab 的支持网页，并决定采用"定义筛选设计"。Minitab 网站的"支持"部分提供了关于如何选择 DOE 设计的易于理解的详细信息，还详细说明了统计计算中涉及的严密数学运算。
图 1 汇总了 Minitab 提供的统计输出。令团队惊讶的是，当置信度为 95% (p > 0.05) 时，没有任何一个因子具有显著性，且 R-sq(pred) 为负数，这意味着模型没有预测能力。
这表明测量系统导致的数据噪声可能过大。该团队怀疑，导致问题的原因是，由于多名检查员以不同的方式执行卷边长度测量所致的测量系统变异。
图1
他们在查阅了 Minitab 的支持页面后确定，量具 R&R 是用于执行测量系统分析的适当工具。量具 R&R 可量化测量系统变异如何归因于检查员的重复性和再现性以及部件本身导致的变异。该团队使用 Minitab 创建了交叉量具 R&R 研究，其中涉及两名检查员、10 个部件和两次重复测量。图 2 中汇总的结果显示，重复性误差过大，尤其是编号为 1、2、6 和 8 的部件。
图2
凭借这些见解**，**过程工程团队研究了测量方法，开发出一种夹具和一组指令，然后使用经过改进的测量方法重复进行了量具 R&R。图 3 显示，重复性误差问题有显著改善。尽管编号为 6 和 8 的部件仍然存在一些重复性问题，但该团队认为，整体改进足以让项目继续下去。
图 3
在执行第二次 DOE 之前，该团队进行了额外的可行性研究，并与热封设备供应商一起审查了研究结果。 供应商建议使用固定的密封温度和密封时间，并通过改变烘烤炉传送带速度来改变对塑料施加的总能量。 第二次 DOE 是全因子设计，研究了如下因子：
-
袋长
-
薄膜推进率
-
工作台深度
-
烘烤炉速度
图 4 汇总了结果。由于测量系统得到改进，该模型相对于初始 DOE 有了显著改善。当置信度为 95% (p < 0.05) 时，袋长、薄膜推进率和工作台深度的主效应都很显著，还有包括烘烤炉速度在内的各种交互作用。如果没有 Minitab DOE 分析的强大功能，这些重要的交互作用可能会被忽略，从而导致过程模型欠佳。
图4
该团队对他们的过程模型充满信心，于是使用了 Minitab 的响应优化器来确定最佳因子设置，以实现 0.060 英寸的卷边长度，如图 5 所示**。**
图5
该团队使用经过优化的设置进行了额外的运行，以确认热收缩过程的短期重复性。确认后，该团队草拟了运行确认 (OQ) 和性能确认 (PQ) 方案并正式验证了该过程，成功实施了自动热缩设备，大大节省了成本并提高了产品质量。
结果
使用 Minitab 有助于实施自动热收缩过程。Minitab 的支持网页对于确定 DOE 设计和解释结果非常有帮助。这种解释促使该团队使用 Minitab 的交叉量具 R&R 工具研究测量方法。详细的统计输出和图形正确地引导该团队确定了可减少重复性误差的方法，第二次量具 R&R 证实了相关改进。最后，Minitab 的因子设计和响应优化工具有助于确定最佳参数设置。
在 Minitab 的协助下，实施并优化全自动热缩设备有助于消除由于操作人员的变化导致的包装不一致。此外，此举还增加了产量，并有望通过简化生产过程和减少手工劳动来节省成本。