Niveau: intermédiaire
Paul Deen, gestionnaire de programme, science des données, ASM International
Nous nous attendons à ce que la plupart des processus se comportent normalement. S'il y a un objectif et que les gens font un effort pour atteindre cet objectif, nous nous attendons à ce que les résultats d'un processus suivent une distribution normale. On sait alors que si les choses s'écartent de la normale, le processus a changé. Corrigez le processus et restez sur la cible pour obtenir la meilleure version de votre processus. C'est ce qu'on appelle le contrôle statistique des processus et les écarts sont détectés via des cartes de contrôle. Que se passe-t-il en cas de contrainte? Très souvent, les données ne suivent pas une distribution normale et aucune plate-forme de carte de contrôle ne peut y faire face. La solution standard consiste à effectuer une transformation sur les données brutes pour les rendre plus normales, puis à appliquer des cartes de contrôle classiques.
Les systèmes de contrôle de processus ne fonctionnent que s'ils sont exécutés en direct sur la ligne et effectués par les opérateurs. Les données transformées ne fonctionnent pas dans cette application. Donc, au lieu de transformer les données, nous devons transformer la carte de contrôle. En utilisant les scripts JMP, j'ai pu créer un script de graphique de contrôle personnalisé qui permet à l'utilisateur de sélectionner une distribution et des limites de spécifications, puis de générer un graphique, y compris des alarmes et des taux pouvant être utilisés pour le contrôle de processus sur la ligne.
