Um den 100. Jahrestag der Shewhart-Kontrollkarte zu feiern, hatten wir den preisgekrönten emeritierten Professor für Statistik an der Virginia Tech, Bill Woodall, und Annie Dudley, Senior Research Statistical Developer bei JMP, zu Gast, um über die Entwicklung von Überwachungsmethoden nachzudenken, um bessere Ergebnisse zu erzielen Prozesse. Das Thema kam so gut an, dass wir mehr Fragen hatten als Zeit, sie zu beantworten. Bill und Annie haben viele Weisheiten weitergegeben, daher empfehlen wir Ihnen, sich die On-Demand-Version anzusehen. Lesen Sie weiter, um mehr über ihr Fachwissen und ihre Erkenntnisse in ihren Antworten auf die verbleibenden Fragen zu erfahren:
Kennen Sie Fälle, in denen der überwachte Prozess saisonale Schwankungen aufwies, die behoben werden mussten, um unnötige Warnungen zu vermeiden?
Regelmäßige Saisonalität bei industriellen Anwendungen könnte Hinweise auf Prozessverbesserungen liefern. Wenn beispielsweise die Qualität montags durchgehend schlechter (oder besser) ist, wäre es wichtig herauszufinden, warum dies so ist. Bei der Überwachung der Rate ansteckender Krankheiten in Anwendungen im Bereich der öffentlichen Gesundheit ist eine regelmäßige Saisonalität unvermeidbar. Daher ist ein Zeitreihenmodell häufig geeignet und man kann die Prognosefehler eines Schritts im Zeitverlauf überwachen.
Wie würden Sie ein Kontrolldiagramm für kontinuierliche Daten erstellen? Was gibt es zu beachten?
Ich gehe davon aus, dass Sie nach Kontrollkarten für kontinuierliche Messungen wie Länge oder Gewicht fragen. In diesem Fall benötigt man zunächst eine Basisprobe, um den Prozess zu verstehen. Dies wird als Phase I betrachtet, wie im folgenden Dokument erläutert:
Jones-Farmer, LA, Woodall WH, Steiner, SH und Champ, CW (2014). „Ein Überblick über die Phase-I-Analyse zur Prozessverbesserung und -überwachung“. Journal of Quality Technology 46(3), 265-280.
Was in Phase II (dem laufenden Überwachungsteil) zu tun ist, hängt davon ab, was in Phase I entdeckt wurde. Oft werden XBar- und R-Diagramme verwendet.
Möglicherweise meinen Sie eine Variable wie die Temperatur, die kontinuierlich über die Zeit gemessen werden kann. In diesem Fall werden häufig ingenieurbasierte Grenzwerte und keine Regelkarten verwendet.
Welche Standardabweichung sollte bei der Erstellung von Kontrollkarten verwendet werden? Innerhalb oder insgesamt? Welche Vor- und Nachteile hat die Verwendung des einen oder anderen? Welches ist ein geeignetes Maß für die Prozessleistung: Cpk oder Ppk?
Bei der Erstellung des Kontrolldiagramms sollte die Variation innerhalb der Stichprobe verwendet werden. Die Verwendung der Gesamtstandardabweichung könnte ungewöhnliche Abweichungen verbergen, die auf das Vorhandensein zuordenbarer Ursachen hinweisen. Beide Fähigkeitsindizes sind nützlich. Der Index Cpk gibt die potenzielle Leistungsfähigkeit des Prozesses an, während Ppk die erreichte Leistungsfähigkeit angibt.
Halten Sie es wirklich für eine gute Idee, Spezifikationsgrenzen für ein XBar-Diagramm festzulegen, wenn die Teilgruppengröße größer als 1 ist? Die Spezifikationen beziehen sich auf einzelne Teile, nicht auf Durchschnittswerte von Teilegruppen – Durchschnittswerte variieren weniger als bei einzelnen Teilen.
Spezifikationsgrenzen sollten nur dann in einer Kontrollkarte eingetragen werden, wenn individuelle Beobachtungen vorliegen.
Was ist die größte Veränderung zwischen Industrie 3.0 und Industrie 4.0 der Regelkarte, da wir jetzt über mehr Computerleistung und viel mehr Daten verfügen?
Es gibt zu viele Änderungen, um sie aufzulisten. Ich schlage vor, einen Blick auf das folgende Papier zu werfen:
Colosimo, BM, Jones-Farmer, LA, Megahed, FM, Paynabar, K., Ranjan, C. und Woodall, WH (2024). „Statistische Prozessüberwachung von Industrie 2.0 bis Industrie 4.0: Einblicke in Forschung und Praxis.“ Erscheint in Technometrics.
Was halten Sie von der Nicht-Normalität und den Auswirkungen auf die Fehlalarmrate des Personendiagramms ? Dr. Wheeler und Shewhart selbst beschäftigen sich weniger mit der zugrunde liegenden Datenverteilung, während andere eine Transformation der Daten empfehlen.
Es ist oft nicht ratsam, eine nichtlineare Transformation der Daten zu verwenden, um eine annähernde Normalität zu erreichen, insbesondere in Phase I. Viele der Probleme werden im folgenden Artikel erörtert:
Khakifirooz, M., Tercero-Gómez, VG und Woodall, WH (2021). „Die Rolle der Normalverteilung bei der statistischen Prozessüberwachung“, Quality Engineering 33(3), 497–510.
Im Hinblick auf die Fehlalarmrate ist der Grad der Nichtnormalität sowie die Stichprobengröße wichtig.
Bedeutet der Übergang zu Industrie 4.0 auch weniger univariate und mehr multivariate Regelkarten, da mehr Daten von Sensoren erzeugt werden?
In der Industrie 4.0 werden multivariate Methoden erforderlich sein. Es werden neue multivariate Methoden benötigt.
Was sind Kontrolldiagrammrichtlinien für qualitative Daten (Bestanden/Nicht bestanden)?
Wenn Ausfälle selten sind, können p-Diagramme oder Diagramme basierend auf der geometrischen Verteilung verwendet werden.
Sie haben vorgeschlagen, dass eine Shewhart-Kontrollkarte immer einen zeitlichen Verlauf haben sollte. In Shewharts Buch von 1931 sprach er über rationale Untergruppierung und gab Beispiele (S. 310, 313, 331) für Kontrolldiagramme, die nicht zeitorientiert sind. Was denken Sie hier?
Die zeitliche Reihenfolge ist ein grundlegendes Merkmal von Kontrolldiagrammen. Der Einsatz einer Varianzanalyse erscheint in diesen Beispielen angemessener.
Bedeutet der Übergang zu Industrie 4.0 auch mehr multivariate SPC und weniger univariate, z. B. PCA-Modellierung von Sensordaten? Warum verfügt JMP nicht über Alarmskripte für MDMCC?
Während JMP über modellgesteuerte multivariate Regelkarten verfügt (MDMCC wurde in JMP 15 hinzugefügt), verfügt JMP noch nicht über Alarmskripte auf dieser Plattform, da wir daran nicht gedacht hatten. Toller Vorschlag!
Können Sie eine Arbeit/ein Buch/eine Quelle empfehlen, die ein „Glossar“ mit „Definition(en)“ von Begriffen enthält, die speziell für Kontrollkarten verwendet werden?
Das beste Buch ist die 8. Auflage von „Introduction to Statistical Quality Control“ von Douglas C. Montgomery, herausgegeben von John Wiley & Sons. Wir kennen das beste Glossar nicht, obwohl einige online verfügbar sind.
Zusätzlich zur On-Demand-Version dieser Episode von Statistical Speaking ist das von Bill verfasste Whitepaper On 100 Years of the Shewhart Control Chart sehr zu empfehlen. Bill hat freundlicherweise angeboten, die von ihm erwähnten Papiere zur Verfügung zu stellen. Fordern Sie sie per E-Mail an bwoodall@vt.edu an . Vielen Dank, Bill und Annie, dass Sie so viel nützliches Fachwissen geteilt haben! Wir laden Sie zu Ihren Kommentaren ein, um uns dabei zu helfen, den 100. Jahrestag der Shewhart-Kontrollkarte zu feiern. Auf kontinuierliche Verbesserung!
