想像一下，我有一個多步驟過程，就像添加劑分配過程一樣，我使用特徵良好的泵將設定的體積輸送到容器，然後最後檢查容器的質量。 我想知道的是最終填充重量預計會有多少變化。 在我之前的部落格我展示瞭如何模擬一個分類等級。 將該方法擴展到多個輸入會有點棘手，並且需要做更多的工作。 還有另一種方法可以結合使用 JMP 中的多個工具來解決該問題。
步驟1.製作一個資料表，如下所示：
在此表中只有 2 行！ :Final 列有一個對前 4 列求和的公式。 還有一些特殊的格式。 我進入“列資訊”和“屬性”，並添加了一個 Sigma 屬性（大約位於屬性下拉清單中的 2/3）。 由於我在每個步驟中都使用類似的明確定義的泵，因此我將 sigma 設定為 0.25 ml。
運行這段 JSL 來製作表格：
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 ))
);
第2步。 描述公式
從圖形選單中，選擇刻畫器。 將“最終”列新增至對話方塊中，然後按一下「確定」。
在 Profiler 紅色三角選單 (RTM) 中，有一個特殊選項可協助視覺化輸入中的已知錯誤。 （即，僅當 sigma 被指定為列屬性時才存在。）選擇「誤差線機率」選項。
分析器的下一步是開啟模擬器。 此選項位於預測刻畫器輪廓欄 RTM 下方。 由於指定了 sigma，模擬器會自動開始對錶中指定值和列屬性中的 sigma 的中點處的每個變數進行常態分佈模擬。 （節省了很多點擊時間）
此時您的分析器應如下所示：
步驟 3 開始模擬
這就是有趣的地方。 我需要模擬運行該過程足夠多次，以便能夠很好地掌握最終重量的變化程度。 若要獲得代表性的運行次數，請將 N 次運行中的 5000 變更為 500,000 之類的值。 （100萬很好，1億還需要一段時間，雖然最後的估計會好一點）
然後打開“模擬到表格”大綱列並點擊“製作表”按鈕。
現在我有一個包含 500K 次運行的表。 對於每個過程輸入，每次運行都處於不同的隨機等級。 檢查輸入和輸出的分佈，我可以看到我的最終填充重量的高側主要來自輸入位於其範圍高側的運行。
現在我對最終填充重量的變化有了很好的了解，我可以使用分配平台中的典型工作流程來計算我可以預期填充重量佔據的合理範圍。
步驟 4 取得 4 西格瑪限值
所以，是的，我可以在計算器上計算 4 個標準差範圍，幾乎與我下一步要做的事情一樣快。 但這更好一點，也更酷一點。
分析>分佈> 選擇模擬的最終列。
從分佈輪廓欄中，選擇“擬合連續”並選擇“常態”。
從「擬合法線」輪廓欄中，按一下「設定 k 西格瑪的規格限值」。
在這種情況下，我將選擇 4 sigma。 我想要一個極不可能發生的最終填充重量來觸發警報或控制操作。
最後一步，在「擬合法線」輪廓欄下，選擇「儲存規格限制」選項
並且不要關閉此報告。 （理想情況下，JMP 會動態地使規格限制屬性可用於探查器的模擬器，但事實並非如此，我們必須手動傳輸這些值。）
步驟5
從技術上講我已經完成了。 我對過程輸入對最終填充重量的影響進行了大規模的蒙特卡羅模擬，然後估計了一組不太可能偶然發生的限制。
但等等，還有更多。
我要回到分析器報告。 在底部的模擬器輪廓欄下，開啟兩個選項。 1. 規格限制，以及 2。 自動直方圖更新。
在規格限制對話方塊中，使用 45.5 和 49.5 作為 LCL 和 UCL。 這些是我們從分發平台的分析中得出的四捨五入值。
接下來，在分析器的右上角，分析器圖表旁邊有一個「模擬」按鈕，點擊該按鈕。 也可以嘗試移動過程輸入的滑桿，透過這樣做，我可以看到過程對多個泵浦之一中的漂移有多大的容忍度。 我還可以相當清楚地看到，如果我有更高精度的泵，我可以容忍更多的污垢或校準誤差，而不會冒最終填充重量高或低的風險。
這是生成圖中分析器的腳本
dt<<PROFILER></PROFILER>
該腳本將從分發平台產生分析
dt<<DISTRIBUTION></DISTRIBUTION>
希望這個對你有幫助。 我確信有人（或我）之前已經寫過這個工作流程，但本週早些時候我無法寫出，所以這裡又寫了。
乾杯，
乙
