Modelado de la calidad del producto basado en ciertas medidas del producto (2022-US-EPO-1085)Kaitlin Shorkey, ingeniera estadística, Corning Inc.
Esta presentación destaca los enfoques de modelado utilizados para comprender y predecir la calidad del producto en función de las mediciones del producto.El proceso de desarrollo del modelo consta de cuatro pasos: recopilación de datos, desarrollo del modelo, prueba e implementación.Durante la recopilación de datos, las piezas se recogen de la línea de producción y se completan las mediciones del producto.Estas piezas continúan con el proceso y están sujetas a una prueba de calidad.Estas mediciones del producto y los resultados de las pruebas de calidad se combinan en el conjunto de datos y se utilizan para el modelado.La prueba de calidad es la respuesta y las mediciones del producto son predictores.En el desarrollo del modelo, los datos se examinan minuciosamente para garantizar que estén lo más limpios posible.La agrupación de variables y la regresión por pasos se aplican para eliminar las variables de entrada altamente correlacionadas y seleccionar las variables importantes.El paso final es aplicar la regresión generalizada utilizando una distribución logarítmica normal y el método de estimación de lazo adaptativo.El modelo debe tener una precisión mayor que cierta métrica aceptable.Si el modelo cumple con este criterio, pasa a la fase de prueba.Esta fase implica usar el modelo bajo control de ingeniería para determinar qué tan bien el modelo predice la calidad del producto.Una vez satisfecho, el modelo se implementa en producción.El equipo de operaciones recibe información instantánea sobre el rendimiento de la pieza y puede ajustar y ajustar el proceso en tiempo real.Con esta información, también podemos considerar que el producto es aceptable o no.Si se rechaza, el producto se desecha y no continúa con el proceso.Estos modelos predictivos identifican partes inaceptables y alteran los procesos en los procesos anteriores.
Exploración de datosEstadística y Modelado
