Identificazione dei parametri Deriva verso la non conformitàCiao comunità,
Ho un dato di potenza che aumenta con il numero della corsa fino a quando non si schiaccia.
Quale dovrebbe essere un buon modo statistico per identificarlo alcune corse prima che si schiacci al fine di evitare lo schiacciamento riparandolo in tempo?
allegato, campione di dati.
BR,
Yoav
Consumatori e ricerche di mercatoRi: Identificazione dei parametri Deriva verso la non conformitàCiao DS,
Sembra che la media mobile degli ultimi 5 punti possa darmi un buon avvertimento. Devo ancora trovare l'esatto setpoint di modifica per l'avviso, ma sembra che questo sia un buon modo. sfortunatamente, non posso condividere online dati molto dettagliati.
un'altra opzione che credo si possa fare è trovare la "trend-force" con la media mobile e cercare una forte rottura del trend (forte cambiamento, aumento, del trend)
Distinti saluti,
Yoav
Ri: Identificazione dei parametri Deriva verso la non conformitàCIAO @YGerchman ,
Hai anche molte colonne di diverse fonti di dati: ad esempio velocità dello strumento, temperatura dello strumento o qualcosa del genere? Le migliaia di righe sono buone, ma anche avere altri dati da inserire nell'analisi potrebbe aiutare. Per me, sembra davvero che ci sia un fattore latente che è la causa principale del fallimento e non necessariamente il potere stesso, più come se qualcos'altro stesse andando fuori controllo che alla fine causa il picco del potere e il crash dello strumento.
Una cosa che potresti fare è considerare una media mobile delle ultime tre o cinque misurazioni e stimare dove si trova l'ultima lettura prima di un crash e trovare la relativa variazione di potenza -- diciamo che se la potenza inizia ad aumentare di oltre il 20% di il set point, questo indica che l'utensile è destinato a guastarsi. Poiché l'impostazione media nella fase 2 è inferiore rispetto alla fase 1 e continua a fallire, sembra che si tratti più di una variazione relativa della potenza rispetto al set point piuttosto che di una variazione assoluta.
Ma ancora una volta, se riesci a inserire altri dati e osservare eventuali correlazioni o picchi/cali simili in un punto di arresto, questo potrebbe aiutare a trovare un fattore latente.
Sono curioso di sapere cosa trovi.
Buona fortuna!,
DS
Ri: Identificazione dei parametri Deriva verso la non conformitàgrazie per la tua risposta dettagliata. per quanto riguarda l'ultima domanda: la seconda fase ha ottenuto l'impronta digitale di configurazione e non è influenzata dal crash di fase1. potrebbe essere anche superiore alla prima fase.
i dati sono un esempio semplificato di ciò con cui sono riuscito veramente. infatti - abbiamo migliaia di righe di dati e come ho spiegato prima - sto cercando qualche test che possa avvisare gli ingegneri di alcuni processi prima che lo strumento fallisca. sono sicuro che si può fare perché può vedere dal grafico di corsa anche ad occhio nudo.Ri: Identificazione dei parametri Deriva verso la non conformitàCIAO @YGerchman ,
Oltre a ciò che entrambi @Kevin_Anderson E @Georg fornito, aggiungerei quanto segue:
Un'altra opzione è se si dispone di dati aggiuntivi che vanno di pari passo con la potenza, è possibile utilizzare la piattaforma dei grafici di controllo multivariato basata su modello (in Analizza> Qualità e processo). Questa piattaforma riduce i dati multidimensionali (supponendo che tu abbia altri parametri di processo registrati insieme alla potenza) utilizzando PCA e riporta il valore T ^ 2 e osservando i valori anomali, puoi scoprire quale parte del tuo processo stava uscendo di controllo. Questo è spesso utile in circostanze in cui ci sono molti parametri di processo come velocità, temperatura, velocità di miscelazione, potenza, ecc. che fanno tutti parte del processo. A volte, può essere che la temperatura cambi, determinando un maggiore assorbimento di corrente, cambiando così la potenza, quindi a seconda della situazione, potrebbe essere che si tratti di una combinazione di fattori e la piattaforma MDMVCC è molto utile per questo.
Considerando che l'errore tende a verificarsi all'aumentare del numero di batch, ciò suggerirebbe che durante il processo sta accadendo qualcosa che cambia nel tempo. Puoi vedere che subito prima del fallimento, la potenza aumenta prima del crash per entrambe le fasi, quindi se disponi di dati da input di elaborazione aggiuntivi, questo potrebbe aiutare a rilevare un fattore latente che è la causa principale del fallimento. Inoltre, c'è un grande cambiamento nelle uscite di potenza tra le fasi 1 e 2. Le impostazioni sono cambiate o il guasto della fase 1 ha influito sulla potenza durante la fase 2?
Portare più dati potrebbe aiutare a determinare la causa.
Buona fortuna!,
DS
Ri: Identificazione dei parametri Deriva verso la non conformitàCaro @YGerchman , come possiamo vedere nel grafico SPC di @Kevin_Anderson la potenza aumenta sempre prima dello schiacciamento. Puoi trovare una regola per rilevare la cotta prima che accada. Non sono riuscito a ottenere alcun risultato ragionevole con le regole SPC presenti nella piattaforma, ma puoi anche calcolare un limite massimo da raggiungere prima che si verifichi lo schiacciamento e utilizzarlo per fissare la potenza prima che si verifichi lo schiacciamento. Vedi l'esempio nello screenshot.
- Ho prima cancellato le 0 righe di potenza (perché non le conosci prima che si schiacci)
- quindi ho creato una formula di colonna per calcolare la media e lo stddev della potenza in quella fase
- poi lo confronto con il valore attuale
- Quando il valore corrente > (mean(power) + 2 x stddev(power)), è appena prima del crash
Funziona per i dati correnti, potrebbero essere necessari molti più dati, per mostrare se questa regola è affidabile.
Inoltre tutto dipende dai costi per avere una corsa schiacciata e dai costi per risolvere il problema prima.
BR
Ri: Identificazione dei parametri Deriva verso la non conformitàCiao Yoav!
Probabilmente esiste un numero finito molto elevato di "buoni modi statistici" per segnalare le corse nei dati.
Un modo consiste nell'utilizzare le regole di Nelson nel menu a discesa Analizza, >Qualità e processo>Grafici di controllo legacy>Levey Jennings.Dopo aver inserito le variabili nei loro ruoli e aver fatto clic su OK, viene creato un grafico di controllo.Sotto il piccolo triangolo rosso capovolto (LIRT), scegli Test>Tutti i test.Ottieni qualcosa che assomiglia a questo:
Ho mostrato tutte le regole, ma puoi usare qualsiasi regola ritieni appropriata per rilevare specificamente ciò che desideri. In allegato ci sono un paio di articoli di riferimento di Lloyd Nelson che dettagliano le regole e le loro giustificazioni.
Naturalmente, potresti persino creare le tue regole, se lo desideri, e implementarle con JSL.E, come ho detto prima, ci sono molti altri test per eseguire i dati.Scegline uno che rilevi in modo affidabile ciò che desideri.
Buona fortuna!
