Eine der Annahmen für das Prozessverhalten erfordert, dass jede Messung unabhängig ist und keine Beziehung zwischen aufeinanderfolgenden Messungen hat. Nicht alle Prozesse erzeugen unabhängige Messwerte. "In vielen industriellen Anwendungen werden Daten periodisch erfasst, und für viele dieser Wertefolgen besteht eine gewisse Beziehung zwischen aufeinanderfolgenden Werten", Advanced Topics in Statistical Process Control, Donald J. Wheeler.
Wenn es eine Autokorrelation in den Prozessdaten gibt, sind die Eingriffsgrenzen in standardmäßigen Prozessverhaltensdiagrammen zu eng und anfällig für Fehlalarme. Dieses Add-In berechnet den Lag1-Autokorrelationskoeffizienten, liest Kontrollgrenzen aus einer IMR-Kontrollkarte, berechnet neue Kontrollgrenzen, die um 1/sqrt(1-r^2) erweitert werden, und aktualisiert die Karte mit den neuen Grenzen. Donald Wheeler schlägt diese Methode in Kapitel 12, Advanced Topics in Statistical Process Control, vor. Dies ist eine von mehreren Methoden zum Erstellen von Prozessverhaltensdiagrammen für autokorrelierte Prozessdaten. Es ist vielleicht nicht immer das Beste.Es ist Sache des Benutzers zu entscheiden, ob diese oder eine andere Methode für seine Daten geeignet ist. Andere Methoden umfassen
*EWMA-Residuendiagramm – Teil des EWMA-Berichts von JMP
*IMR-Diagramme von Residuen aus einem Zeitreihenmodell des Prozesses – beinhaltet die Verwendung der Time Series-Plattform von JMP.
Vielen Dank an das JMP-Bildungsteam für die Inspiration. Dieses Skript repliziert das Verfahren, das in ihrem kostenlosen Online-SPC-Kurs verwendet wird:
https://community.jmp.com/t5/Learning-Center/JMP-Statistical-Process-Control-Course
Ich empfehle, den Kurs zu belegen, um Regelkarten für autokorrelierte Daten und SPC im Allgemeinen zu verstehen. Die Erklärungen sind prägnant, leicht verständlich und enthalten Übungen zum Üben.
Add-In-Verfahren:
1. Datentabelle mit autokorrelierten Prozessdaten öffnen oder aus einer bereits geöffneten Tabelle auswählen.
2. Wählen Sie die Spalte mit den Prozessdaten aus.
Deutung:
Ich habe die _Lag1-Spalte und den Fit Y by X-Bericht, der verwendet wird, um den Lag1-Korrelationskoeffizienten zu erhalten, für diagnostische Zwecke offen gelassen. Ich empfehle, den Bericht zu verwenden, um den Grad der Autokorrelation in den Daten zu verstehen. Es ist auch aufschlussreich, zu Vergleichszwecken ein Standard-IMR-Diagramm zu erstellen. Das Generieren eines Standard-IMR-Diagramms wird nicht vom Add-In durchgeführt.
