使用 MDMVCC 进行多变量过程监控你好，几个月来我一直在使用模型驱动多元控制图进行过程监控，有几个问题我想问一下是否有人遇到过类似的问题，有什么解决方案吗
1. 通常，模型对基线偏差很敏感，但仍在正常操作范围内，并在 T2 图中标记出来。如果可以为变量分配权重，或者更好的是，可以在模型中定义和考虑正常操作范围，那就太好了 - 希望可以降低敏感度和 T2 / DModX 值。我认为这目前在 JMP 上不可用，但在其他软件上可用？
2. 列属性中为变量定义的规格限值对单变量控制内/失控的红/绿表示没有影响。贡献图中显示的控制内/失控似乎完全基于数据集中的方差 - 再次，了解与限值相关的性能会很有用。有没有办法利用也考虑规格限值的 MDMVCC？
3. 任何缺失的数据都会使行在 MDMVCC 中变得无用，因此我通常从自动数据插补开始填充缺失值。这将创建一个单独的数据表，其中没有原始数据表中的所有脚本和标签，然后我需要复制更改。或者，我在加入原始数据表之前对新数据执行插补。尽管如此，我无法分辨哪些数据点是插补的，因为一旦我合并表格，它们就与实际数据点没有区别了。有没有更好的方法来做到这一点？
感谢您花时间阅读我的帖子！
干杯，
先生
数据混合和清理回复：使用 MDMVCC 进行多变量过程监控T 三角和 SPE 在当前阶段都显着升高，因此您现在会遇到更多信号也就不足为奇了。
您可能对过程温度的当前控制感到满意。 尽管如此，T 平方表明该温度的变化不再与其他变量的变化相关。 控制图会告诉您异常或意外事件何时发生。 它不一定是坏的。 该图表中包含的 14 个变量的相关结构是什么？ 它在当前阶段有变化吗？
我不知道有什么方法可以降低 T 平方计算中变量的敏感性。 另一位读者可能会建议一种方法。
如果您从 T 方中删除过程温度怎么办，因为如果单变量图表表明它受控，您认为它不重要？
我不知道有什么方法可以在不影响 T 方的情况下估算缺失数据。
回复：使用 MDMVCC 进行多变量过程监控谢谢马克的回复。
是的，我指的是单变量的正常工作范围。
考虑到用户定义的正常范围，降低/调整对某些参数的敏感性的灵活性可能会有所帮助。
- 我附上了一个例子，其中 T 方图和 SPE 图显示了一些偏差，其中最大的贡献者是温度控制良好，除了偶尔的波动 +- 0.2 到 0.3，如果我不是很想知道什么时候过程温度在设定点的 0.3 以内 我想相应地降低模型的灵敏度，这可以帮助我更好地获取其他变量
我的第二个问题与第一个问题有关，因为我们是否可以通过控制限或规格限的列属性规范来影响控制范围内/失控的红色/绿色描述。
数据丢失时有发生，但不是很频繁，通常只是一百个变量中的几个。 我想知道是否有更好的方法将数据准备步骤（处理丢失的数据）与多变量监控过程集成在一起，以便提高效率。
回复：使用 MDMVCC 进行多变量过程监控1. 我假设“模型”是多变量的，但“正常工作范围”是单变量的。 T 方图的要点是，当观察打破已建立的相关性时，单个单变量图表不会发出变化信号。 您确定要降低 T 方图的敏感度吗？
2. 能力（在规格限内）取决于控制（在控制限内），但反之则不然。 正如您所说，控制是基于过程的固有或自然变化，而不是基于目标的绩效。
3. 插补将产生预期数据并降低图表的敏感度。 为什么数据丢失？ 数据丢失的频率如何？
