Tilastollisen laadunvalvonnan esittely, 4. painos 8. luku Kumulatiivinen summa ja painotettu keskimäärin painotettu keskimääräinen valvontataulukko. Teeman esittely Tilastollisen laadun valvonnan perusteet, 4. painos Luku 8 Kumulatiivinen summa ja painotetut painotetut siirrettävät keskiarvot Kaaviot Presentation transcript.1 Tilastollisen laadun esittely Control, 4. painos 8. luku Kumulatiivinen summa ja painoltaan painotetut keskimääräiset liikennevalot 2. Johdanto tilastolliseen laadunvalvontaan, 4. painos Johdanto 4 - 6 luvut keskittyivät Shewhart-ohjausdiagrammeihin Shewhartin hallintataulukoiden tärkein haitta on se, että se käyttää vain tietoja Prosessin sisältämä prosessi Kahden tehokkaan vaihtoehdon Shewhart-ohjausdiagrammeihin ovat kumulatiivinen summa CUSUM-kontrollikaavio ja eksponentiaalisesti painotettu liukuva keskiarvo EWMA-kontrollikaavio Erityisen hyödyllinen, kun pieniä siirtymiä halutaan havaita.3 Johdanto tilastolliseen laatuun Con Trol, 4. painos 8-1 Kumulatiivisen summan hallintataulukko 8-1 1 Perusperiaatteet Prosessin keskiarvon seurannan Cusum-ohjauskaavio Cusum-kaavi sisältää kaikki näytteen arvojen sekvenssin tiedot piirtäen kumulatiiviset summat Näytearvot tavoitearvosta Jos 0 on prosessin keskiarvon tavoite, on j: nnen näytteen keskiarvo, niin kumulatiivinen summan ohjauskaavio muodostetaan määrittämällä määrä.4. Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 2 Taulukko - tai algoritminen Cusum prosessin keskiarvon tarkastelemiseksi Olkoon xi prosessin i-havainto Jos prosessissa on kontrollia, niin oletetaan, että tiedetään tai voidaan arvioida. Kerätään johdannaiset tavoitteen 0 yläpuolelta kohde yhden tilastollisesti, C-kertyneet johdannaiset Tavoite 0 alle tavoite toisen tilaston, CC ja C - ovat yksipuolisia ylempää ja alempaa cusums, vastaavasti.5 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 2 Taulukko Tai algoritminen Cusum prosessin keskiarvon valvontaan Tilastot lasketaan seuraavasti Taulukko Cusum-aloitusarvot ovat K viitearvo tai lisäys - tai himmennysarvo Jos jompikumpi tilastollinen arvo ylittää päätösväli H, prosessia pidetään epäkelvottomana Usein otettu Kuten H 5.6 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 Taulukko - tai algoritminen prosessi prosessin keskiarvon tarkistamiseksi Viitearvon valitseminen KK valitaan usein puoliväliin tavoite 0: n ja valvonnan ulkopuolisen arvon välillä Keskiarvo 1, että olemme kiinnostuneita havaitsemaan nopeasti Shift ilmaistaan standardipoikkeutusyksiköissä 1 0, sitten K on.7 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 2 Taulukko - tai algoritminen Cusum prosessin valvomiseksi Esimerkki 8- 1 0 10, n 1, 1 Kiinnostuneita 1 0 1 0 1 0 1 0: n siirtymän havaitsemiseen Prosessikeskiarvon 1 10 1 11 K ja H 5 5 ohjelmaan suositellaan seuraavassa jaksossa käsiteltyjen yhtälöiden St Atistit ovat sitten.8 Tilastollisen laadunvalvonnan perusteet, 4. painos 8-1 2 Prosessin keskiarvon seurannan taulukko - tai algoritminen Cusum Esimerkki 8-1.9 Tilastollisen laadun valvonnan esittely, 4. painos 8-1 2 Taulukko - tai algoritminen valvonta Prosessin keskiarvo Esimerkki 8-1 cusum-ohjausdiagrammi osoittaa, että prosessi ei ole hallinnassa Seuraavassa vaiheessa on etsittävä määritettävissä olevaa syytä, toteutettava tarvittavat korjaavat toimenpiteet ja aloitettava uudelleen nolla-arvo. Jos prosessille on tehtävä muutos , Voi olla hyödyllistä arvioida prosessin keskiarvoa siirtymisen jälkeen.10 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 2 Taulukko - tai algoritminen prosessi prosessin valvomiseksi Esimerkki 8-1 Jos prosessille on tehtävä muutos , Voi olla hyödyllistä arvioida prosessin keskiarvo siirtymisen jälkeen Arvio voidaan laskea N: stä, - ovat laskureita, jotka osoittavat peräkkäisten jaksoiden lukumäärän, jonka Cus tai C - ovat olleet ei-nollia.11 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 4 Standardisoidut Cusums Voi olla kiinnostavaa standardisoida muuttuja xi Standardisoituja cusumeja ovat sitten.12 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 5 Rational alaryhmät Shewhart-kartan suorituskyky on Parannetaan järkevällä alaryhmällä Cusum ei välttämättä parane järkevällä alaryhmällä Vain jos on olemassa huomattavaa mittakaavaetua tai jonkin muun syyn ottaa suurempia näytteitä, tulisi harkita rationaalista alaryhmää. Cusum.13 Tilastollisen laadun valvonnan perusteet, 4. painos 8-1 6 Cusumin reagointikyvyn parantaminen suurissa siirtymissä Cusum-kontrollikaavio ei ole yhtä tehokas suurien siirtymien havaitsemisessa prosessin keskiarvossa Shewhart-kaaviossa Vaihtoehtona on käyttää yhdistettyä cusum-Shewhart-menettelyä online-ohjauksessa Yhdistetty cusum-Shewhart-menettely voi parantaa cusum Reagointikyky suuriin siirtymiin.14 Johdanto tilastolliseen laadunvalvontaan, 4. painos 8-1 7 Nopea Ensimmäinen reaktio - tai ylätunnisteen ominaisuus Nämä menettelyt otettiin käyttöön lisäämällä cusum-kontrollikaavion herkkyyttä käynnistyksen yhteydessä Pikakäynnistysvastus FIR tai headstart asettaa lähtöarvot yhtä suuriksi kuin jotain muuta kuin nolla-arvoa, tyypillisesti H 2 Aloitusarvojen asettamista H2: ksi kutsutaan 50 prosenttia pääluokassa.15 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 8 yksipuolinen cusum Käytettävissä on käytännön tilanteita, joissa yksi ainoa yksipuolinen cusum on hyödyllinen Jos vain yhden suunnan muutos on mielenkiintoista, niin yksipuolinen Cusum olisi sovellettavissa.16 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 9 A Cusum prosessin muuttujan tarkkailemiseksi Olkoon xi: n standardoitu arvo Uusi standardoitu määrä Hawkins 1981 1993 antaa Hawkinsin viittaavat siihen, että i ovat herkkiä variansseille Muutokset pikemminkin kuin keskimääräiset muutokset.17 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 9 A Cusum prosessin muuttujan seurannassa IN 0, 1, kaksi yksipuolista standardoitua s Caleum cusums ovat Scale Cusum, jossa jos jokin tilasto ylittää h, prosessi katsotaan kontrolloimattomaksi.18 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-1 11 V-maskin menetelmä V-mask-proseduuri on vaihtoehto taulukon Cusum V-mask-menetelmää on usein suositeltavaa käyttää useista syistä V-mask on kaksipuolinen järjestelmä, mutta se ei ole kovin hyödyllinen yksipuolisille prosessinvalvonta-ongelmille. V-naamion avulla toteutettu V-maski on joskus vaikea määrittää, kuinka pitkälle taaksepäin V-maskin käsivarsien pitäisi ulottua, mikä tekee tulkintaa vaikeaksi harjoittajalle, joka liittyy siihen. Painotettu liikkuva keskiarvo Ohjauskaavio Painotettu liukuva keskimääräinen ohjauskartta Prosessin keskiarvon seuranta Eksponentiaalisesti painotettu liukuva keskiarvo EWMA määritellään seuraavasti: 0.20 Introduction to Statis Tason laadunvalvonta, 4. painos 8-2 1 Painotettu liukuva keskimääräinen ohjauskartta Prosessin keskiarvon tarkkailu EWMA-ohjausdiagrammin raja-arvot ovat, missä L on valvontarajojen leveys.21 Tilastollisen laadunvalvonnan perusteet, 4. painos 8 -2 1 Painotettu keskimääräinen siirrettävä keskimääräinen kaaviokuva Prosessin keskiarvon seuranta Kun i kasvaa, termi 1- 1 - 2i lähestyy ääretön Tämä osoittaa, että kun EWMA-kontrollikaavio on ollut käynnissä useita aikavälejä varten, ohjausrajat lähestyvät tasaista - stattiarvot.22 Johdatus tilastolliseen laadunvalvontaan, 4. painos 8-2 2 EWMA-ohjauskaavion suunnittelu Kaavion suunnitteluparametrit ovat L ja parametrit voidaan valita antamaan haluttu ARL-suoritus Yleensä 0 05 0 25 toimii hyvin käytännössä L3 toimii kohtuullisen hyvin varsinkin, kun suurempi arvo L on välillä 2 6 ja 2 8 on hyödyllinen, kun 0 1 Samalla kuin cusum, EWMA toimii hyvin pieniä muutoksia, mutta Ei reagoida suurten siirtymien kanssa niin nopeasti kuin Shewhart-kaavio EWMA on usein suurempi kuin suuremmilla siirtymillä cusum, varsinkin jos 0 1 0 1.23 Tilastollisen laadun valvonnan perusteet, 4. painos 8-2 4 EWMA: n kestävyys epäonnistumiseen Kuten on käsitelty Luvussa 5 henkilöiden valvontakaavio on herkkä epätyypillisyydelle. Oikein suunniteltu EWMA on vähemmän herkkä normaalisuuden olettamiselle. Slideshare käyttää evästeitä parantaakseen toiminnallisuutta ja suorituskykyä ja antaa sinulle asianmukaisen mainonnan. Jos jatkat selaamista sivustolla, voit Suostua evästeiden käyttämiseen tällä verkkosivustolla Katso Käyttöehdot ja Yksityisyydensuoja. Sivumerkintä käyttää evästeitä parantamaan toimintoja ja suorituskykyä sekä antamaan sinulle asianmukaista mainontaa. Jos jatkat selaamista sivustolla, hyväksyt evästeiden käytön tällä sivustolla. Katso lisätietoja yksityisyydensuoja - ja käyttöoikeussopimuksesta. Tutustu kaikkiin SlideShare-sovelluksen suosikkiin liittyviin aiheisiin. Hanki SlideShare-sovellus Tallenna myöhempää käyttöä varten myös offline-tilassa. Jatka mobiilisivustolle. Kaksoisnapauttamalla voit zoomata ulos. Luento 14 cusum ja ewma. Share this SlideShare. LinkedIn Corporation 2017.EWMA - malli. Mikä se on? EWMA: n eksponentiaalisesti painotettu Moving-Average Chart on ohjausdiagrammi muuttujille, jotka ovat Sekä kvantitatiivinen että jatkuva mittaus, kuten mitattu ulottuvuus tai aika. Kaavio piirtää painotettuja liukuva keskiarvoja, käyttäjän valitsee painotuskertoimen määrittääkseen, miten vanhemmat datapisteet vaikuttavat keskiarvoon verrattuna viimeisimpiin. Koska EWMA-kaavio käyttää Tietoa kaikista näytteistä, se havaitsee huomattavasti pienemmät prosessin siirtymät kuin normaali kontrollikaavio. Kuten muidenkin kontrollikaavioiden kanssa, EWMA-kaavioita käytetään prosessien valvontaan ajan myötä. Miksi käyttää sitä Käyttää painotuskertoimia, jotka vähenevät eksponentiaalisesti Painotus jokaiselle vanhemmille datapisteille pienenee Eksponentiaalisesti, mikä antaa paljon enemmän merkitystä viimeaikaisille havainnoille, mutta ei kuitenkaan hylkää vanhempia havaintoja kokonaan. Punnitusasteen lasku on e Xpressoidaan vakiona tasoituskertoimena, numero välillä 0 ja 1 voidaan ilmaista prosentteina, joten tasoituskerroin 10 vastaa 0 1 Vaihtoehtoisesti voidaan ilmaista N: n aikaväleissä. Esimerkiksi N 19 on Joka vastaa 0: ta. 1. Tarkastuksen ajanjaksolla t merkitään Yt: ksi ja EMA: n arvo milloin tahansa ajanjaksona t merkitään St S1 on määrittelemätön S2 voidaan alustaa useilla eri tavoilla, useimmiten asettamalla S2 Y1, joskin on olemassa muita tekniikoita, kuten S2: n asettaminen keskimäärin ensimmäisiin 4 tai 5 havaintoon S2-alustuksen s vaikutusta tuloksena olevaan liukuvaan keskiarvoon riippuu pienemmistä arvoista, jolloin S2: n valinta on suhteessa tärkeämpiä kuin suuremmat arvot, Koska korkeammat alennukset ovat vanhempia havaintoja nopeammin. EWMA-kaavioiden etuna on, että jokainen piirretty piste sisältää useita havaintoja, joten voit käyttää keskimmäistä raja-arvoa sanomalla, että pisteiden keskiarvo tai liikkuva keskiarvo t Hänen tapauksensa jakautuu tavallisesti ja valvontarajat ovat selkeästi määriteltyjä. Käytettäessä sitä Kaaviot x-akselit ovat aikapohjaisia, joten kaaviot näyttävät prosessin historian. Tästä syystä sinulla on oltava määräaikaisia tietoja On syötetty sarjasta, josta se syntyi. Jos näin ei ole, prosessin trendit tai muutokset eivät välttämättä ole havaittavissa vaan kohdistuvat satunnaisiin yhteisiin syyvaihteluihin. Kun käytetään sitä EWMA tai eksponentiaalisesti painotetut liikkuvat keskiarvot Käytetään yleensä pienten siirtymien havaitsemiseen prosessin keskiössä. Ne havaitsevat 5 sigman siirtymät 2 sigmalle paljon nopeammin kuin Shewhart-kaaviot, joilla on sama otoskoko. Ne ovat kuitenkin hitaampia havaitsemaan suuria siirtymiä prosessin keskiarvoon. Lisäksi tyypillinen juoksu Testejä ei voida käyttää datapisteiden sisäisen riippuvuuden vuoksi EWMA-kaaviot voivat olla myös edullisia, kun alaryhmät ovat kooltaan n 1 Tässä tapauksessa vaihtoehtoinen kaavio voi olla yksittäinen X-kaavio, jossa tapauksessa n Jotta voidaan arvioida prosessin jakauma määriteltäessä sen odotetut rajat säätörajoilla. Kun painotukseen käytetään lambdan arvoa, on suositeltavaa käyttää pieniä arvoja kuten 0 2 pienten siirtymien havaitsemiseksi ja suurempien arvojen välillä 0 2 ja 0 4 suuremmille siirtymille EWMA-kaavio lambda 1 0: llä on X-palkin kaavio EWMA-kaavioita käytetään myös tunnetun, kontrolloimattoman melun vaikutuksen tasaamiseen datassa. Monet luokitteluprosessit ja kemialliset prosessit sopivat tähän luokitteluun. Kun taas päivittäisten laskentaprosessien vaihtelut voivat olla suuria, eivätkä ne yksinomaan osoita prosessin epävakautta. Lambdan valinta voidaan määrittää tekemään kaavio enemmän tai vähemmän herkkäksi näihin päivittäisiin vaihteluihin. Kuinka käyttää sitä EWMA Chart Standard Case Ei vaeltava keskimäärin Katso aina kaavion taulukko EWMA-kaavion raja-arvot perustuvat keskimääräiseen alueeseen tai liikkuvuuteen, jos n 1, joten jos kaavion kaavio ei ole hallinnassa, Niin EWMA-kaavion raja-arvot ovat merkityksettömiä. Kaaviokaaviosta etsitään pois ohjauspisteitä. Jos on olemassa jotain, erityiset syyt on poistettava. Muista, että alue on estimointi alaryhmän vaihtelusta. Prosessielementtejä, jotka lisäisivät vaihtelua alaryhmän datan välillä. Tutkittuaan kaaviokaavion EWMA-kaavion pisteiden tulkitseminen suhteessa kontrollirajoihin Suoritustestiä ei koskaan sovelleta EWMA-kaaviolle, koska piirretyt kohdat ovat luontaisesti riippuvaisia, jotka sisältävät Yhteiset kohdat Älä koskaan ota huomioon EWMA-taulukon kohtia suhteessa eritelmiin, koska prosessin havainnot vaihtelevat huomattavasti enemmän kuin painotetut liukuva keskiarvot Jos prosessi osoittaa tilastollisten rajojen suhteen riittävän pitkän ajan, jotta kaikki Mahdolliset erityiset syyt, voimme analysoida sen kykyä suhteessa vaatimuksiin Capability on vain merkityksellinen, kun prosessi on vakaa, s Emme pysty ennustamaan epävakaan prosessin lopputulosta. Keskimäräinen kaavion etsiminen Etsiä pois ohjauspisteistä Nämä edustavat siirtymistä prosessin odotetusta kulusta suhteessa aiempaan käyttäytymiseen. Kaavio ei ole kovin herkkä ajautumisprosessin hienovaraisille muutoksille , Koska se hyväksyy jonkinasteisen ajovirran prosessin luonteen vuoksi. Muista, että valvontarajat perustuvat eksponentiaalisesti tasoitettuun ennustusvirheeseen aiemmissa havainnoissa, joten mitä suurempia aiempia ajelehtimia on, sitä epäselvämpi kaavio on havaita muutokset Driftin määrä.
No comments:
Post a Comment