篩選並控制製造過程
請參閱如何：
- 使用製程穩定性和過程篩選幫助控制複雜的製造過程
- 隨著時間的推移，篩選許多（1000+）過程變數的過程，以確定過程穩定性
- 匯入多個文件和格式以進行流程分析
- 按四分位範圍篩選異常值並酌情處理異常值
- 保存異常值清理腳本以供將來使用
- 篩選缺失值
- 使用過程篩選控製圖檢查品質趨勢
- 解釋穩定性指數以找到不太穩定的子組
- 識別有問題的區域並運行單獨移動極差圖來檢查和識別可能的變化原因
- 確定製程能力
- 解釋 4 象限過程表現圖以比較和評估能力和穩定性組合
- 深入研究控製圖以獲取感興趣的變量
- 篩選歷史資料以尋找最有可能影響您的流程的變量
- 使用模型驅動的多元控製圖監控多個進程的參數
注意：問答從大約 18:40 開始貫穿整個影片。時間~30:50，可以看到歐洲氣象局（指數加權移動平均線）圖表在 JMP 16 中進行了更新，包含更多互動性和功能。 EWMA 對於檢測過程中的微小變化非常有用。
Exponentially Weighted Moving Averagae Charts are useful for detecting small process shiftsExponentially Weighted Moving Averagae Charts are useful for detecting small process shifts指數加權移動平均圖對於偵測小的過程變化非常有用
資源
- 部落格JMP 16 中的流程篩選新增了 3 種功能的說明（單次啟動 XBar 和 IMR 圖表；能夠對規格值進行著色和選擇。能夠更改 KSigma 以使警報測試更加敏感或不敏感）
品質和工藝工程
