Tuesday 31 October 2017

Glidande Medelvärde Kontroll Kartlägga Exempel


Vad är ett glidande medeldiagram En typ av tidsvägd kontrolldiagram som plottar det obegripade glidande medeltalet över tiden för individuella observationer. Detta diagram använder kontrollgränser (UCL och LCL) för att bestämma när en out-of-control-situation har uppstått. Flytta genomsnittliga (MA) - diagrammen är effektivare än Xbar-diagram i detektering av små processväxlingar, och är särskilt användbara när det bara finns 1 observation per undergrupp. EWMA-kartor föredras emellertid i allmänhet över MA-diagram, eftersom de viktar observationerna. Observationerna kan vara antingen individuella mätningar eller undergruppsmedel. Rörliga medelvärden beräknas från artificiella undergrupper som skapas från efterföljande observationer. Exempel på ett glidande medeldiagram En tillverkare av centrifugrotorer vill spåra diametern på alla rotorer som produceras under en vecka. Diametrarna måste vara nära målet eftersom även små skift orsakar problem. Punkterna verkar skilja sig slumpmässigt runt mittlinjen och ligger inom kontrollgränserna men det finns en punkt som kommer nära kontrollgränsen som du kanske vill undersöka. Exponentially Weighted Moving Average (EWMA) är en statistik för övervakning av bearbetar det som är genomsnittet för data på ett sätt som ger mindre och mindre vikt vid data eftersom de avlägsnas ytterligare i tid. Jämförelse av Shewhart-kontrolldiagrammet och EWMA-styrdiagrammeteknik För Shewhart-diagramstyrtekniken beror beslutet om processens tillståndsstatus när som helst, (t) enbart på den senaste mätningen från processen och, givetvis, graden av trohet av uppskattningarna av kontrollgränserna från historiska data. För EWMA-kontrolltekniken beror beslutet på EWMA-statistiken, vilket är ett exponentiellt vägt genomsnitt av alla tidigare data, inklusive den senaste mätningen. Genom val av viktningsfaktor (lambda) kan EWMA-kontrollförfarandet göras känsligt för en liten eller gradvis drift i processen, medan Shewhart-kontrollförfarandet endast kan reagera när den sista datapunkten ligger utanför en kontrollgräns. Definition av EWMA Den statistik som beräknas är: mbox t lambda Yt (l-lambda) mbox ,,, mbox ,,, t 1, 2, ldots ,, n. Där (mbox 0) är medelvärdet av historiska data (mål) (Yt) är observationen vid tidpunkten (t) (n) är antalet observationer som ska övervakas inklusive (mbox 0) (0 Tolkning av EWMA kontrollschema Den röda Prickar är de råa uppgifterna, den skarpa linjen är EWMA-statistiken över tiden. Diagrammet berättar att processen är i kontroll eftersom alla (mbox t) ligger mellan kontrollgränserna. Det verkar emellertid vara en trend uppåt för de senaste 5 Perioder som används för att härleda övre och nedre gränser Kontrollscheman för enskilda mätningar, t ex provstorlek 1, använder rörelseklassen för två på varandra följande observationer för att mäta processvariabiliteten. Flyttningsintervallet definieras som MRi xi - x. Det absoluta värdet av den första skillnaden (t. ex. skillnaden mellan två på varandra följande datapunkter) av data. Analogt med Shewhart kontrolldiagram kan man plotta både data (vilka är individerna) och rörelseområdet. Individuella kontrollgränser för en observation För c ontrol diagram för enskilda mätningar, linjerna ritade är: börja UCL bar 3frac mbox bar LCL bar - 3frac. slutet där (bar) är medeltalet av alla individer och (överlinjen) är medelvärdet av alla rörliga intervall av två observationer. Tänk på att antingen eller båda medelvärdena kan ersättas med en standard eller ett mål, om det är tillgängligt. (Observera att 1.128 är värdet för (d2) för (n2). Exempel på rörelseområde Följande exempel illustrerar kontrollschemat för enskilda observationer. En ny process studerades för att övervaka flödeshastigheten. De första 10 satserna resulterade iContact Info Site Search Knowledge Center När du ska använda en rörlig genomsnittsdiagram Som med andra kontrolldiagram. Flyttande medeldiagram används för att övervaka processer över tiden. X-axlarna är tidsbaserade, så att diagrammen visar en historia av processen. Du måste därför ha data som är tidsbestämd, som är inmatad i sekvensen från vilken den genererades. Om så inte är fallet kan det hända att trender eller skift i processen inte upptäcks, men i stället tillskrivas slumpmässigt ( Gemensam orsak) variation. Flytta genomsnittliga diagram används generellt i vår SPC-programvara för att upptäcka små skift i processmedelvärdet. Det är viktigt att veta hur man använder glidande medelvärden för att upptäcka små skift i din process. .5 sigma till 2 sigma mycket snabbare än Shewhart-diagram (dvs X-bar och Individual-X-diagram) med samma undergruppsstorlek. De är dock långsammare vid detektering av stora skift i processmedelvärdet. Dessutom kan typiska körtestregler inte användas på grund av datapunkternas beroende. Flytta genomsnittliga diagram kan också vara att föredra när undergruppstorleken är 1. I det här fallet kan ett alternativt diagram vara Individual-X-diagrammet. i vilket fall du skulle behöva uppskatta fördelningen av processen för att definiera dess förväntade gränser med kontrollgränser. Fördelen med Cusum. EWMA och Moving Average Chart är att varje plottad punkt innehåller flera observationer, så du kan använda Central Limit Theorem för att säga att medeltalet av punkterna (eller det glidande medlet i det här fallet) normalt distribueras och kontrollgränserna är tydligt definierade. En annan användning av Moving Average Charts är för processer med kända inhemska cykler, en form av autokorrelation som bryter mot antagandet av subgrupper som krävs för standard Shewhart kontrolldiagram. Många redovisningsförfaranden och kemiska processer passar in i denna kategori. Om du provar med bestämda intervaller och ställer in cellstorleken lika med antalet undergrupper per cykel, då du släpper det äldsta provet i cellen, hämtar du motsvarande punkt i nästa cykel. Om den cykliska karaktären av processen är upprörd kommer de nya punkterna att vara väsentligen annorlunda, vilket leder till att de inte är kontrollerade. Flyttning Genomsnittlig amp Område Diagram kan användas när cellstorleken är mindre än tio undergrupper. Sigma-diagrammets Flytande medel amp kan användas för vilken cellstorlek som helst, men krävs för cellstorlek tio eller mer. Sedan 1982: Konstvetenskapen för att förbättra din baslinje Quality America erbjuder statistisk processkontrollprogramvara, samt träningsmaterial för Lean Six Sigma, Quality Management och SPC. Vi omfamnar ett kunddriven tillvägagångssätt, och leder till många mjukvaruutvecklingar. Vi söker ständigt efter sätt att erbjuda våra kunder de bästa och mest prisvärda lösningarna. Ledare inom sitt område har Quality America tillhandahållit mjukvaror och träningsprodukter och tjänster till tiotusentals företag i över 25 länder. Upphovsrätt kopia 2013 Quality America Inc.

No comments:

Post a Comment