Données de fabrication continues avec un résultat de qualité uniqueBonjour à tous. Je découvre JMP et j'ai passé en revue de nombreux cas d'utilisation et webinaires. Je recherche une stratégie sur la façon dont je peux aborder l'optimisation des conditions de processus d'un processus de fabrication par lots. Il existe de nombreuses ressources sur l'analyse multivariée que j'aimerais faire, mais je n'ai pas trouvé comment aborder mon objectif en raison de la nature du processus. J'ai deux sources de données avec lesquelles je traite:
- Le premier est une feuille de calcul avec des données de processus continues (température, pression, etc.) regroupées par ID de lot. Ce sont des moyennes horaires. Par exemple, si je regarde le lot ID #305, le traitement complet peut prendre 12 heures, il y a donc des informations continues enregistrées dans la feuille de calcul.
- La deuxième feuille de calcul contient les résultats de qualité du lot une fois celui-ci terminé. C'est un échantillon unique qui est prélevé en fin de lot. En continuant avec l'exemple que j'ai donné à partir de la première feuille de calcul, cette feuille de calcul aurait une seule ligne indiquant l'ID de lot #305 et la force du lot qui a été déterminée par le laboratoire de qualité.
J'ai vu des vidéos de méthodes multivariées pour étudier l'effet d'une condition de processus continu sur une autre (température par rapport à la pression), mais je ne sais pas comment configurer mes données pour pouvoir profiler une condition de processus et étudier son effet sur la qualité finale. Les données de qualité (ou de réponse) ne sont pas continues, mais elles peuvent être liées aux données continues car les ID de lot existent sur les deux feuilles de calcul.
Des idées sur la façon d'aborder cela? Merci!
AnalytiqueTableau de donnéesRe : Données de fabrication continues avec un résultat de qualité uniqueVoici quelques-unes de mes réflexions :
1. Vous aurez besoin d'avoir les x (variables lors du traitement d'un lot) et les Y (variables de réponse caractérisant le lot) dans le même fichier de données.
2. Alors que vous suggérez qu'il y a un échantillon du lot qui est testé (ou pour lequel vous avez une réponse quantitative), est-ce suffisant ? Avez-vous pris en compte les variations dues aux systèmes de mesure du laboratoire ? Comment l'échantillon est-il obtenu ? Avec un échantillon de chaque lot, il sera impossible de différencier les variations de lots entre les variations de lots. Vous devez développer des plans d'échantillonnage basés sur des hypothèses concernant l'effet des x et de l'échantillon pour comprendre ces relations.
3. Pouvez-vous créer des variables de réponse intermédiaires ? Des Y qui peuvent être corrélés aux Y mesurés au labo, mais qui sont mesurés en amont du labo ? Par exemple, peut-être que le Y dans le laboratoire est le poids moléculaire et une mesure du lot pourrait être la viscosité.
4. Vous n'aurez peut-être pas besoin de toutes les données continues pendant la création du lot. Encore une fois, commencez par des hypothèses sur les relations qui vous intéressent. Échantillonnez le flux de données pour sélectionner les données qui vous intéressent afin d'examiner les relations dans JMP. Par exemple, vous pouvez émettre l'hypothèse que le taux de changement de température a un impact sur Y. Ensuite, vous pouvez déterminer la pente de la ligne pour le taux de changement de température lors de la fabrication du lot et utiliser cette statistique pour étudier la relation avec le Y (à l'aide du modèle d'ajustement dans JMP).
5. En utilisant Analyse>Méthodes multivariées>Recherche multivariée pour les relations entre les x. Réduisez le nombre de x à inclure dans l'ensemble de données en fonction des x corrélés.
Re : Données de fabrication continues avec un résultat de qualité uniqueIl existe d'autres approches, mais honnêtement, aucune d'entre elles n'est aussi efficace que l'utilisation de Functional Data Explorer (FDE).
Le problème est de savoir comment caractériser l'ensemble du profil d'un lot en une seule observation pour correspondre à la mesure de la qualité. Options que j'ai essayé dans le passé:
* Identifiez un moment particulier dans le profil qui est "représentatif" de l'ensemble du profil.
* Utilisez le maximum/minimum/médiane/75e centile/25e centile/moyenne tronquée/etc. pour représenter l'ensemble du profil.
* Utilisez un formulaire modèle pour modéliser le profil. Utilisez ensuite les paramètres de ce formulaire de modèle pour représenter le profil.
* Utilisez les composants principaux pour résumer le profil, puis utilisez les scores des composants principaux pour représenter le profil.
Ce ne sont que quelques idées que j'ai utilisées. Je souhaite VRAIMENT que FDE soit disponible à l'époque où je rencontrais régulièrement ces problèmes.
Re : Données de fabrication continues avec un résultat de qualité uniqueMerci Dan. Savez-vous s'il existe d'autres approches possibles avec JMP "standard" ?
Re : Données de fabrication continues avec un résultat de qualité uniqueVous devriez examiner l'explorateur de données fonctionnelles (FDE) dans JMP Pro. Vos données de lot horaires génèrent un profil de lot pour chacune de ces mesures. FDE caractérisera ce profil de lot et vous permettra ensuite de le relier à la valeur de qualité de sortie unique.
Je ne rends pas vraiment justice à cette approche avec mon explication simple, mais c'est quelque chose que vous devriez examiner.
