Rappresentare 5 segnali in 1: qual è il modo migliore per affrontare questo problema in JMP?CIAO,
Il mio processo prevede 5 strumenti di temperatura a ciascuna altezza attorno all'unità/attrezzatura, che misurano la temperatura allo stesso livello solo in una posizione leggermente diversa lungo la circonferenza.
Quindi, in totale, a diverse altezze abbiamo quasi 50 segnali di temperatura e guardarli è un mal di testa perché sebbene i segnali siano vicini l'uno all'altro, è difficile rilevare eventuali problemi poiché in genere solo 1-2 segnali che mostrano alcuni segni su ogni livello.
La mia domanda è: cosa posso utilizzare in JMP Pro 17 per semplificare questi 5 segnali in 1 segnale rappresentativo combinato. Mi piacerebbe saperne di più su questo tipo di modellazione.
Grazie.
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseRe: Rappresentare 5 segnali in 1: Qual è il modo migliore per affrontare questo problema in JMP?Aspetto risposte da altri, ma intanto puoi spiegare in cosa 1 o 2 segnali sono diversi dagli altri? Magari in vantaggio o in ritardo rispetto alla media, o con tendenza in una direzione diversa, o forse con un valore costante? Ogni altezza ha una temperatura diversa? L'effetto interessante viene notato all'interno di un'altezza o tra due o più altezze o solo tra tutti i 50 sensori?
Re: Rappresentare 5 segnali in 1: Qual è il modo migliore per affrontare questo problema in JMP?Il mio suggerimento è "inizia con la fine in mente". Il tuo studio è analitico o enumerativo? Sei interessato a monitorare le prestazioni del sistema o a prevedere le prestazioni future? Qual è l’output del sistema in esame? Quali caratteristiche dell’output sono necessarie per decidere l’idoneità all’uso? Conosci la variazione del sistema di misurazione stesso?
Re: Rappresentare 5 segnali in 1: Qual è il modo migliore per affrontare questo problema in JMP?Potresti trovare utile questa tecnica per rispondere alla domanda "sta succedendo qualcosa con la mia attrezzatura?" domanda:
https://www.jmp.com/support/help/en/17.0/index.shtml#page/jmp/model-driven-multivariate-control-charts.shtml#
Ma dipende da cosa vuoi imparare/rilevare.
Firmato,
Il tizio che monitora i reattori di polimerizzazione...
Re: Rappresentare 5 segnali in 1: Qual è il modo migliore per affrontare questo problema in JMP?Stai monitorando i segnali nel tempo? Perché non pensare all'utilizzo di Functional Data Explorer? Potresti inserire ciascun segnale (separato da un ID per la posizione) per ciascun massimo e scoprire l'andamento della media e della deviazione standard nel tempo (vedi il grafico seguente, questo indicherà dove stai riscontrando la deviazione maggiore dalla media) - quindi, se uno qualsiasi dei segnali si discosta dalla media, è possibile isolarlo con l'analisi delle componenti principali funzionali (in questo caso il "sensore" A01 si comporta in modo diverso dagli altri, quindi potrebbe richiedere un'indagine). Quindi potresti produrre un profiler funzionale che misuri il modello del segnale per ciascuna altezza.
Re: Rappresentare 5 segnali in 1: Qual è il modo migliore per affrontare questo problema in JMP?La mia risposta è più in linea con quella di Pete:
Perché ti interessano le letture della temperatura? Quali variabili di risposta potrebbero influenzare? Hai delle ipotesi? Senza conoscere la situazione completa è praticamente impossibile fornire consigli specifici.
Ipotetico:
Diciamo che questo è un reattore batch e questi sensori forniscono letture della temperatura in punti sistematici attorno al reattore. Le temperature influenzano la concentrazione del prodotto finale, il che è di massima preoccupazione. Ti interessa la variazione all'interno del reattore/lotto? Siete preoccupati dalla stratificazione delle temperature nel reattore/batch? Ti interessa la coerenza delle temperature all'interno del lotto? Che ne dici di batch-to-batch? Vorrei tracciare i dati e confrontare i componenti della variazione esposti dalle diverse letture della temperatura. Ottieni indizi sulle relazioni causali tra le temperature e il prodotto finale.
Mi sembra che potresti non voler combinare i dati in un'unica metrica finché non capirai quali informazioni potrebbero fornire tali dati. Riassumere i dati elimina le informazioni.
