Classifica dei lotti di produzione in base al loro profilo di impurità utilizzando JMPUn impianto di produzione produce migliaia di lotti e il laboratorio analitico analizza i campioni e genera dati, concentrazione di impurità e altri risultati dei test. Le impurità devono essere ridotte al minimo, ma ci sono alcuni attributi che devono essere massimizzati. La domanda è: qual è il modo migliore per classificare e visualizzare tali lotti in base ai dati complessivi e anche aggiungendo peso a determinate variabili? È come analizzare un dato DOE con tutte le risposte ma nessun fattore. Grazie mille per i tuoi suggerimenti. Saluti.
Ri: Classifica dei lotti di produzione basata sul loro profilo di impurità usando JMPQuesto caso riguarda l'analisi multivariata. Ci sono molti metodi che potresti usare.
Un diagramma parallelo mostra tutte le variabili tra lotti. Vedere Informazioni su Graph Builder in Guida> Libreria documentazione JMP> Guida alla grafica essenziale.
Il livello successivo potrebbe essere cercare correlazioni. La piattaforma multivariata visualizza una matrice di coefficienti di correlazione lineare e una matrice di grafici a dispersione per tutte le variabili due alla volta. Vedere Informazioni multivariate in Guida> Libreria documentazione JMP> Guida ai metodi multivariati.
L'analisi dei componenti di principio è un modo per utilizzare la correlazione tra due o più variabili e ridurre le dimensioni dei dati. Ad esempio, potresti avere 100 variabili ma attraverso correlazioni tra loro potresti scoprire che 5 componenti (combinazioni lineari delle variabili originali) rappresentano praticamente tutte le informazioni. Ciò rappresenta una riduzione di 20 volte della complessità.
I grafici di controllo multivariato utilizzano i componenti principali per cercare anomalie nelle correlazioni anziché nelle singole variabili.
C'è di più che si può fare ma vedere come questo inizio potrebbe aiutare.
Ri: Classifica dei lotti di produzione basata sul loro profilo di impurità usando JMPGli unici pensieri che aggiungerei ai suggerimenti di Mark sono:
1. Metti in discussione i sistemi di misurazione. Un modo per determinare gli errori di misurazione nei set di dati? Hai delle misure ripetute?
2. Guarda i dati usando semplici serie temporali. Dal momento che non hai fornito alcuna ipotesi sul perché le impurità variano (quindi non avresti alcuna strategia di sottogruppo), potresti semplicemente utilizzare un grafico a intervallo mobile e individuale per esaminare i dati.
Ri: Classifica dei lotti di produzione basata sul loro profilo di impurità usando JMPMark, grazie. Anche quello che stavo facendo era l'analisi multivariata. Sono contento di sapere che sono sulla buona strada. Lo apprezzo.
Ri: Classifica dei lotti di produzione basata sul loro profilo di impurità usando JMP @ftadesse_genoma ,
@markbailey e @statman ha dato ottimi suggerimenti. Non hai menzionato se ogni "lotto" è come una vasca di materiale o costituito da componenti più piccoli come wafer nei semiconduttori o schede in una linea di saldatura. Per espandere il suggerimento di @ statman, come anche il campione (i) dai lotti e la variazione campione-campione all'interno di un lotto dovrebbero essere rivisti come un tempo o una sequenza. Suggerisco un grafico di variabilità usando ID lotto e ID campione all'interno del lotto per il raggruppamento sull'asse X rispetto ai valori misurati, creando un grafico per ogni metrica di interesse.
Un diagramma di controllo mutivariato potrebbe evidenziare non solo un risultato insolito per una metrica, ma anche un cambiamento nella relazione in caso di correlazione.
Non è che non hai fattori, né fattori controllati, in effetti, è probabile che tu abbia molti fattori incontrollati: attrezzature utilizzate, lotti di materiale in entrata, ora del giorno, temperature, letture del calibro, ecc. tutto dipende dalla linea di produzione che hai descritto. Ecco perché vengono suggeriti i metodi delle carte di controllo, univariati o multivariati. Sono in grado di rilevare anomalie, risultati insoliti e quindi raccogliere e analizzare la cronologia del processo, che è simile a un metodo popolare degli eventi attuali di oggi, "traccia dei contatti". L'obiettivo è rispondere a ciò che potrebbe aver causato le anomalie. Se hai JMP PRO ci sono anche diversi strumenti per aiutarti con quell'analisi. Durante la raccolta dei dati della cronologia dei processi, suggerisco di coinvolgere persone informate sulla linea di produzione. Anche nella produzione sofisticata e automatizzata, sembra esserci sempre qualcosa che non viene catturato nei soli dati.
In bocca al lupo.
