工序能力预测你好，
我已经在 JMP 中计算了该过程的过程能力，该过程使用了 2 个正态分布的混合。我们当前的 ppk 为 0.94。我们计划改进测量系统，因为它目前的变化很大。现在我想探索测量系统需要多大的改进（测量系统变化实际上是 2.5）。
有人知道如何在 JMP 中进行这种模拟吗？
质量与工艺工程回复：过程能力预测我的问题多于我的答案。 您当然可以在过程能力的历史数据部分输入西格玛值以获得“预测”结果。
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/historical-information.shtml#ww460621
你怎么知道测量系统的变化是 2.5？ 这是组合的重复性和再现性标准偏差吗？ 测量系统变异是否一致？ 你为什么不做任何你能做的事情来减少测量系统的变化呢？
我不明白 ” 2 种正态分布的混合”。 为什么有 2 个正态分布？ 规格是否合适？
回复：过程能力预测这是我的想法，
您在直方图中看到的总变化是方差（总计）=方差（部分）+方差（测量系统[MS]）。
如果您知道 MS 的方差以及总方差，则可以求解零件的方差。
然后您可以创建一个随机数据列，您可以在其中根据新方差总计创建一个假数据分布，您可以在其中使用先前计算的部分方差和估计的新 MS 方差。您可以制作多个列来逐步降低 MS 方差，然后使用过程能力平台查看所有不同的逐步下降并查看需要多少量才能达到所需的 Ppk。
希望这是有道理的！
史蒂夫
回复：过程能力预测感谢您的回答。 我能理解你的问题多于答案 
测量系统变化是用测量系统的当前分辨率计算的。 不幸的是，我们没有完成 MSA。
我们确实决定了哪种测量系统足以实现将 ppk 提高到 1.33 的目标，但我理解你的评论。 我们应该努力实现最好的改进。
2 个法线的混合是最合适的，但我已经检查过，发现对数正态也可能是一个很好的选择，所以我将使用这个分布。
我会尝试检查我是否可以用预测的结果解决这个问题。
回复：过程能力预测嗨，史蒂夫，
感谢您的回答。 你的想法听起来不错，对我来说很容易。 我会尝试，如果有效，我会回复。
