使用 MDMVCC 進行多變量製程監控您好，我已經使用模型驅動多元控製圖進行過程監控幾個月了，有一些問題/問題我想檢查一下是否有人遇到過類似的任何可用解決方案
1. 通常，模型對基線偏差很敏感，但仍在正常操作範圍內，並在 T2 圖中進行標記。如果可以為變數分配權重，或者更好的是可以在模型中定義和考慮正常工作範圍，那就太好了 - 希望降低靈敏度和 T2 / DModX 值。我想這目前在JMP上不可用，但在其他軟體上可用？
2. 為列屬性中的變數定義的規格限對控制內/失控的單變數的紅色/綠色描述沒有影響。貢獻圖中顯示的內部/失控似乎完全基於資料集中的變異數 - 同樣，了解限制方面的表現將很有用。有沒有辦法利用 MDMVCC 並考慮規格限制？
3. 任何遺失的資料都會使該行在 MDMVCC 中變得無用，因此我通常會從自動資料插補開始來填充遺失的值。這將建立一個單獨的資料表，而沒有原始資料表中的所有腳本和標籤，然後我需要複製變更。或者，我在加入原始資料表之前先對新資料進行插補。儘管如此，我無法判斷哪些數據點是估算的，因為一旦我合併表格，它們就無法與實際數據點區分開來。有一個更好的方法嗎？
感謝您花時間閱讀我的貼文！
乾杯，
先生
資料混合與清理回复：使用 MDMVCC 進行多變量過程監控T 三角和 SPE 在當前階段都顯著升高，因此您現在會遇到更多信號也就不足為奇了。
您可能對過程溫度的當前控制感到滿意。 儘管如此，T 平方表明該溫度的變化不再與其他變量的變化相關。 控製圖會告訴您異常或意外事件何時發生。 它不一定是壞的。 該圖表中包含的 14 個變量的相關結構是什麼？ 它在當前階段有變化嗎？
我不知道有什麼方法可以降低 T 平方計算中變量的敏感性。 另一位讀者可能會建議一種方法。
如果您從 T 方中刪除過程溫度怎麼辦，因為如果單變量圖表表明它受控，您認為它不重要？
我不知道有什麼方法可以在不影響 T 方的情況下估算缺失數據。
回复：使用 MDMVCC 進行多變量過程監控謝謝馬克的回复。
是的，我指的是單變量的正常工作範圍。
考慮到用戶定義的正常範圍，降低/調整對某些參數的敏感性的靈活性可能會有所幫助。
- 我附上了一個例子，其中 T 方圖和 SPE 圖顯示了一些偏差，其中最大的貢獻者是溫度控制良好，除了偶爾的波動 +- 0.2 到 0.3，如果我不是很想知道什麼時候過程溫度在設定點的 0.3 以內 我想相應地降低模型的靈敏度，這可以幫助我更好地獲取其他變量
我的第二個問題與第一個問題有關，因為我們是否可以通過控制限或規格限的列屬性規範來影響控制範圍內/失控的紅色/綠色描述。
數據丟失時有發生，但不是很頻繁，通常只是一百個變量中的幾個。 我想知道是否有更好的方法將數據準備步驟（處理丟失的數據）與多變量監控過程集成在一起，以便提高效率。
回复：使用 MDMVCC 進行多變量過程監控1. 我假設“模型”是多變量的，但“正常工作範圍”是單變量的。 T 方圖的要點是，當觀察打破已建立的相關性時，單個單變量圖表不會發出變化信號。 您確定要降低 T 方圖的敏感度嗎？
2. 能力（在規格限內）取決於控制（在控制限內），但反之則不然。 正如您所說，控制是基於過程的固有或自然變化，而不是基於目標的績效。
3. 插補將產生預期數據並降低圖表的敏感度。 為什麼數據丟失？ 數據丟失的頻率如何？
