Mi empresa es nueva con JMP, ahora estoy trabajando con JMP durante un año.
Con el autoestudio trato de mejorar.
En este momento estoy tratando de trazar las correlaciones e influencias de nuestros datos actuales y predecir cuál puede ser el resultado si dejamos salir / excluimos algunos de los experimentos actuales.
Perdemos mucho tiempo probando. Tenemos alrededor de 12-18 pruebas por lote. (sin incluir la prueba típica / prueba externa que no podemos hacer, que se realiza una vez en un par de años por producto)
Y el objetivo principal es reducir la frecuencia de la prueba.
Por el momento, estamos probando nuestros productos en tres niveles.
Nivel 1: primer control (hecho con todos los lotes, el operador puede agregar / cambiar cosas, antes de que se fabrique el producto final)
Nivel 2: prueba estándar (realizada con todos los lotes, prueba realizada con el producto final)
Nivel 3: prueba extendida (se realiza en frecuencia, la mayoría se realiza una vez cada cinco lotes / cargas).
Si algo sale de los límites de especificación / control en el nivel 1 o el nivel 2, el nivel 3 se completará sin importar si fue el tercer o cuarto lote en lugar del quinto.
El nivel 3 es un poco líder, siempre que estén dentro de los límites de las especificaciones, entonces el nivel 1 y el nivel 2 están bien.
Para que pueda ver el nivel 1 y el nivel 2 más como límites de control, ¿tenemos control de nuestro producto?
¿Es posible decir con este número (estadística), esas pruebas son estables, esas pruebas son menos estables (importante / menos importante)
La frecuencia de cada 5 lotes puede ir a un número mayor dependiendo de la estabilidad del producto (variedad baja).
¿Alguien tiene algún consejo sobre qué función usar en JMP?
Ya estoy pensando en:
- Multivariante
- Indicador de variabilidad / atributo
Estos son mis pensamientos. Parece que sería mejor si pudiera comprender cuáles son los factores (X) que afectan las medidas de rendimiento de sus lotes (Y). Puede diseñar planes de muestreo para descubrir dónde se encuentra la mayor variación (por ejemplo, medición, dentro de un lote, lote a lote, cambio de lotes de ingredientes crudos, etc.) o puede diseñar experimentos para manipular las variables que podrían afectar la "calidad "de los lotes. JMP puede ayudar a hacer ambas cosas. Una vez que comprenda las relaciones entre las X (variables de entrada) y las Y (medidas de salida), puede predecir el rendimiento del lote en función de su conocimiento de esas relaciones (y desarrollar modelos de predicción en JMP).
Está confiando en el azar (probabilidad) si solo observa los resultados y los compara con las especificaciones. y reaccionar a esas comparaciones.
¡Gracias por su respuesta!
Entiendo a dónde quieres ir.
Intentaré hacer un plan. Si no puedo resolverlo, me verás aquí de nuevo.:p
