첨가제 디스펜스 프로세스와 같은 다단계 프로세스가 있다고 상상해보십시오. 여기서 특성이 잘 지정된 펌프를 사용하여 설정된 양을 용기에 전달한 다음 마지막에 용기의 질량을 확인합니다. 내가 알고 싶은 것은 최종 충전 중량에서 얼마나 많은 변화가 예상되는지입니다. 내 이전에 블로그 하나의 범주 수준을 시뮬레이션하는 방법을 보여주었습니다. 이러한 접근 방식을 여러 입력으로 확장하는 것은 약간 까다롭고 더 많은 작업이 필요합니다. JMP의 여러 도구를 함께 사용하여 문제에 접근하는 또 다른 방법이 있습니다.
1단계. 다음과 같이 데이터 테이블을 만듭니다.
이 테이블에는 단 2개의 행이 있습니다! :Final 열에는 처음 4개 열을 합산하는 공식이 있습니다. 특별한 형식도 있습니다. 열 정보 및 속성으로 이동하여 시그마 속성을 추가했습니다(속성 드롭다운 목록의 약 2/3 위치). 각 단계에 대해 잘 정의된 유사한 펌프를 사용하고 있기 때문에 시그마를 0.25ml로 설정했습니다.
이 JSL 비트를 실행하여 테이블을 만듭니다.
dt=New Table( "Propagation of Error Profiler",
Add Rows( 2 ),
New Column( "Step 1", Set Property( "Sigma", 0.25 ), Set Values( [10, 12] )),
New Column( "Step 2", Set Property( "Sigma", 0.25 ), Set Values( [4, 5] )),
New Column( "Step 3", Set Property( "Sigma", 0.25 ), Set Values( [20, 22] )),
New Column( "Step 4", Set Property( "Sigma", 0.25 ), Set Values( [10, 12] )),
New Column( "Final",Formula( :Step 1 + :Step 2 + :Step 3 + :Step 4 ))
);
2 단계. 공식 프로파일링
그래프 메뉴에서 프로파일러를 선택합니다. 대화 상자에 "최종" 열을 추가하고 확인을 클릭합니다.
프로파일러 RTM(빨간색 삼각형 메뉴)에는 입력에서 알려진 오류를 시각화하는 데 도움이 되는 특수 옵션이 있습니다. (즉, 시그마가 열 속성으로 지정된 경우에만 해당됩니다.) 오차 막대의 속성 옵션을 선택합니다.
프로파일러의 다음 단계는 시뮬레이터를 켜는 것입니다. 이 옵션은 Prediction Profiler 개요 표시줄 RTM 아래에 있습니다. 시그마가 지정되어 있기 때문에 시뮬레이터는 테이블에 지정된 값과 열 속성의 시그마의 중간 지점에서 각 변수의 정규 분포 시뮬레이션으로 자동 시작됩니다. (많은 클릭을 절약)
이 시점에서 프로파일러는 다음과 같아야 합니다.
3단계 시뮬레이션 시작
여기가 흥미로워집니다. 최종 무게가 얼마나 변할지 잘 다룰 수 있도록 프로세스 실행을 충분히 시뮬레이션해야 합니다. 대표적인 런 수를 얻으려면 N 런의 5000을 500,000과 같이 변경합니다. (100만은 좋은데 1억은 시간이 좀 걸리긴 하지만 결국엔 조금 더 나을듯)
그런 다음 Simulate to Table 개요 표시줄을 열고 "테이블 만들기" 버튼을 클릭합니다.
이제 500K 실행이 있는 테이블이 있습니다. 각 실행은 각 프로세스 입력에 대해 서로 다른 임의 수준에 있습니다. 입력 및 출력의 분포를 확인하면 최종 채우기 가중치의 높은 쪽이 입력 범위의 위쪽에 있는 실행에서 주로 나오는 것을 알 수 있습니다.
이제 최종 채우기 무게의 변화에 대해 꽤 잘 알고 있으므로 배포 플랫폼의 일반적인 워크플로를 사용하여 채우기 무게가 차지할 것으로 예상할 수 있는 합리적인 범위를 계산할 수 있습니다.
4단계 4 시그마 한계 얻기
그래서, 그렇습니다. 저는 다음에 할 일을 할 수 있는 한 거의 빨리 계산기에서 4 표준 편차 범위를 계산할 수 있습니다. 그러나 이것은 조금 더 좋고 훨씬 더 시원합니다.
분석> 분포> 시뮬레이션된 최종 열을 선택합니다.
분포 개요 막대에서 연속 맞춤을 선택하고 일반을 선택합니다.
Fitted Normal 아웃라인 바에서 Set Spec Limits for k Sigma를 클릭합니다.
이 경우 4시그마를 선택하겠습니다. 알람 또는 제어 작업을 트리거하기 위해 발생할 가능성이 극히 낮은 최종 채우기 무게를 원합니다.
마지막 단계인 Fitted Normal 아웃라인 바에서 "Save Spec Limits" 옵션을 선택합니다.
이 보고서를 닫지 마십시오. (이상적으로는 JMP가 프로파일러의 시뮬레이터에서 사양 제한 속성을 동적으로 사용할 수 있도록 만들지만 그렇지 않으며 값을 수동으로 전송해야 합니다.)
5단계
기술적으로 나는 끝났습니다. 최종 충전 중량에 대한 프로세스 입력의 영향에 대한 대규모 Monte Carlo 시뮬레이션을 수행한 다음 우연에 의해 발생할 가능성이 없는 한계 세트를 추정했습니다.
하지만 더 많은 것이 있습니다.
프로파일러 보고서로 돌아가겠습니다. 하단의 시뮬레이터 개요 표시줄에서 두 가지 옵션을 켭니다. 1. 사양 제한 및 2. 자동 히스토그램 업데이트.
사양 제한 대화 상자에서 45.5 및 49.5를 LCL 및 UCL로 사용합니다. 이는 유통 플랫폼의 분석에서 파생된 반올림된 값입니다.
그런 다음 프로파일러의 오른쪽 상단에 프로파일러 그래프 옆에 시뮬레이션 버튼이 있습니다. 이를 클릭합니다. 또한 프로세스 입력에 대한 슬라이더를 이동해 보십시오. 이렇게 하면 하나 이상의 펌프 중 하나에서 드리프트에 대한 프로세스의 허용 오차가 얼마나 되는지 알 수 있습니다. 나는 또한 내가 더 높은 정밀도의 펌프를 가지고 있다면 높거나 낮은 최종 충진 중량의 위험 없이 훨씬 더 많은 먼지나 교정 오류를 견딜 수 있다는 것을 상당히 재확인할 수 있습니다.
그림에서 프로파일러를 생성하는 스크립트입니다.
dt<<PROFILER></PROFILER>
이 스크립트는 배포 플랫폼에서 분석을 생성합니다.
dt<<DISTRIBUTION></DISTRIBUTION>
이 정보가 유용하기를 바랍니다. 누군가(또는 나) 이 워크플로를 이전에 작성한 적이 있다고 확신하지만 이번 주 초에는 작성할 수 없었으므로 다시 여기에 있습니다.
건배,
비
