Ciao a tutti,
In seguito al post (link a cui è fornito di seguito) -
https://community.jmp.com/t5/Discussions/Help-in-JSL-scripting-of-Model-Driven-Multivariate-Control-Chart/mp/655359#M84445
Vorrei estendere lo script per avere uno script generico sulle linee simili a quanto suggerito in precedenza, ma questa volta il grafico di controllo multivariato basato sul modello dovrebbe utilizzare alcuni modelli di riferimento (PCA o PLS) per fissare il limite di controllo. Il motivo è che, ai fini della continua verifica del processo, una volta fissato il limite (calcolato dal set di dati storici senza valori anomali), i batch futuri devono essere monitorati rispetto a questo limite. Attualmente, ciò che sta accadendo è che ogni volta che questo script viene eseguito, genera un nuovo limite di controllo (per ovvi motivi) poiché il set di dati è diverso.
Quindi, la prima parte è fissare il limite di controllo (tutti i set di dati storici/golden dovrebbero scendere al di sotto del limite di controllo) e per fare ciò, è possibile sviluppare un modello con validazione incrociata per finalizzare il numero di componenti in modo che il i punti dati scendono al di sotto del limite di controllo (ovviamente, dopo aver rimosso i valori anomali)? La parte difficile qui che sto affrontando, anche se i cosiddetti valori anomali vengono rimossi, ogni volta che MDMVCC fornisce uno o l'altro punto dati oltre un limite di controllo (poiché il set di dati sta cambiando).Questo deve essere risolto.
La seconda parte consiste nell'eseguire questo script (con limite di controllo fisso) sui lotti prodotti successivamente per identificare eventuali escursioni nelle variabili come parte dell'attività CPV.
L'idea generale è di avere uno script MDMVCC generico (da un modello di riferimento) in grado di prevedere/identificare i valori anomali/variazioni con buona precisione.
Apprezzo molto se qualcuno della comunità può guidarmi o gettare qualche luce in più su questa richiesta.
Grazie in anticipo !!
K.R.,
Nawaz
