MDMVCC를 이용한 다변량 공정 모니터링안녕하세요, 저는 몇 달 동안 프로세스 모니터링을 위해 모델 드라이브 다변량 제어 차트를 사용해 왔으며 누군가 비슷한 문제를 겪었는지 확인하고 싶은 몇 가지 질문/문제가 있습니다. 사용 가능한 솔루션이 있습니까?
1. 모델은 기준선으로부터의 편차에 민감하지만 여전히 정상 작동 범위 내에 있으며 T2 플롯에 표시되는 경우가 많습니다. 가중치를 변수에 할당할 수 있거나 모델에서 정상 작동 범위를 정의하고 고려할 수 있다면 더 좋을 것입니다. 감도와 T2/DModX 값을 줄일 수 있기를 바랍니다. 현재 JMP가 아닌 다른 소프트웨어에서는 이 기능을 사용할 수 없는 것 같은데요?
2. 열 속성의 변수에 대해 정의된 규격 한계는 통제 내/외 일변량에 대한 빨간색/녹색 표시에 영향을 주지 않습니다. 기여 도표에 표시된 통제 범위 내/외는 데이터 세트의 분산에만 기초한 것으로 보입니다. 다시 말하지만, 한계에 따른 성과를 이해하는 것이 유용할 것입니다. 사양 한계도 고려한 MDMVCC를 활용할 수 있는 방법이 있나요?
3. 누락된 데이터가 있으면 MDMVCC에서 행이 쓸모없게 되므로 일반적으로 자동 데이터 대치로 시작하여 누락된 값을 채웁니다. 이렇게 하면 원래 데이터 테이블의 모든 스크립트와 레이블이 없는 별도의 데이터 테이블이 생성되며 그런 다음 변경 사항을 복사해야 합니다. 또는 원본 데이터 테이블에 조인하기 전에 새 데이터에 대한 대체를 수행합니다. 그럼에도 불구하고 테이블을 결합하면 실제 데이터 포인트와 구별되지 않기 때문에 어떤 데이터 포인트가 귀속되는지 알 수 없습니다. 이를 수행하는 더 좋은 방법이 있습니까?
시간을 내어 내 게시물을 읽어주셔서 감사합니다!
건배,
씨
데이터 혼합 및 정리Re: MDMVCC를 사용한 다변량 프로세스 모니터링T 스퀘어와 SPE 모두 현재 단계에서 상당히 상승한 것으로 나타나므로 이제 더 많은 신호를 접하게 되는 것은 놀라운 일이 아닙니다.
프로세스 온도의 현재 제어에 만족할 수 있습니다. 그래도 T 제곱은 이 온도의 변화가 다른 변수의 변화와 더 이상 상관관계가 없음을 나타냅니다. 관리도는 비정상적이거나 예상치 못한 이벤트가 발생한 시기를 알려줍니다. 반드시 나쁜 것은 아닙니다. 이 차트에 포함된 14개 변수의 상관관계 구조는 무엇이었습니까? 현재 단계에서 변경되었습니까?
T 제곱 계산에서 변수의 감도를 줄이는 방법을 모르겠습니다. 다른 독자가 방법을 제안할 수 있습니다.
일변량 차트가 제어 상태에 있음을 나타내면 중요하지 않다고 생각하므로 T 제곱에서 프로세스 온도를 제거하면 어떻게 됩니까?
나는 T 스퀘어를 손상시키지 않는 누락된 데이터를 대치하는 방법을 모릅니다.
Re: MDMVCC를 사용한 다변량 프로세스 모니터링답장을 보내 주셔서 감사합니다.
예, 제가 말하는 정상 작동 범위는 단변량입니다.
그리고 사용자가 정의한 정상 범위를 고려하여 특정 매개변수에 대한 민감도를 줄이거나 조정하는 유연성이 도움이 될 수 있습니다.
- T 스퀘어 차트와 SPE 차트에서 몇 가지 편차를 보여주는 한 가지 예를 첨부합니다. 여기서 공정 온도가 설정값에서 0.3 이내입니다. 그에 따라 모델의 민감도를 낮추고 싶습니다. 그러면 다른 변수를 더 잘 선택하는 데 도움이 될 수 있습니다.
두 번째 질문은 첫 번째 질문과 관련이 있습니다. 제어 한계 또는 사양 한계의 열 속성 지정에 의해 제어 내/외부에 대한 빨간색/녹색 묘사에 영향을 미칠 수 있는지 여부입니다.
데이터 누락은 때때로 발생하지만 자주 발생하지는 않으며 일반적으로 100개의 변수 중 몇 개에 불과합니다. 데이터 준비 단계(누락된 데이터 처리)를 다변량 모니터링 프로세스와 통합하여 효율적으로 만드는 더 좋은 방법이 있는지 알고 싶습니다.
Re: MDMVCC를 사용한 다변량 프로세스 모니터링1. "모델"은 다변량이지만 "정상 작동 범위"는 단변량이라고 가정합니다. T 스퀘어 차트의 요점은 개별 일변량 차트가 관측값이 확립된 상관관계를 깨뜨릴 때 변경 신호를 보내지 않는다는 것입니다. T 스퀘어 차트의 민감도를 낮추시겠습니까?
2. 기능(사양 한계 내)은 제어(제어 한계 내)에 따라 다르지만 그 반대는 아닙니다. 당신이 말했듯이 제어는 목표에 대한 성능이 아니라 프로세스의 내재적 또는 자연적 변형을 기반으로 합니다.
3. 대체는 예상 데이터를 생성하고 차트의 민감도를 줄입니다. 데이터가 누락된 이유는 무엇입니까? 데이터가 얼마나 자주 누락됩니까?
