Der exponentiell gewichtete Moving Average (EWMA) ist eine Statistik zur Überwachung des Prozesses, der die Daten in einer Weise mittelt, die den Daten weniger und weniger Gewicht verleiht, da sie zeitlich weiter entfernt werden. Vergleich der Shewhart-Kontrollkarte und der EWMA-Kontrolltafeltechniken Für die Shewhart-Chartsteuerungstechnik hängt die Entscheidung über den Stand der Kontrolle des Prozesses zu jeder Zeit (t) allein von der aktuellsten Messung aus dem Prozess ab und natürlich, Der Grad der Richtigkeit der Schätzungen der Kontrollgrenzen aus historischen Daten. Für die EWMA-Steuerungstechnik hängt die Entscheidung von der EWMA-Statistik ab, die ein exponentiell gewichteter Durchschnitt aller bisherigen Daten einschließlich der letzten Messung ist. Durch die Wahl des Gewichtungsfaktors (Lambda) kann das EWMA-Steuerungsverfahren auf eine kleine oder allmähliche Drift im Prozess empfindlich gemacht werden, während das Shewhart-Steuerungsverfahren nur dann reagieren kann, wenn der letzte Datenpunkt außerhalb einer Kontrollgrenze liegt. Definition von EWMA Die Statistik, die berechnet wird, ist: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2, ldots ,, n. Wo (mbox 0) ist der Mittelwert der historischen Daten (Ziel) (Yt) ist die Beobachtung zum Zeitpunkt (t) (n) ist die Anzahl der zu überwachenden Beobachtungen einschließlich (mbox 0) (0 Interpretation der EWMA-Kontrollkarte Die rot Punkte sind die Rohdaten, die die gezackte Linie ist die EWMA-Statistik im Laufe der Zeit. Die Grafik sagt uns, dass der Prozess in der Steuerung ist, weil alle (mbox t) zwischen den Kontrollgrenzen liegen, aber es scheint ein Trend nach oben für die letzten 5 zu sein PeriodenControl Charts für Moving Averages PowerPoint PPT Presentation Control Charts für Moving Averages und R Charts verfolgen die Leistung von Prozessen, die lange Produktionsläufe oder wiederholte Dienste haben. Manchmal kann es unzureichende Anzahl von Probenmessungen, um eine traditionelle und R-Diagramm zu erstellen. Zum Beispiel kann nur ein Stichprobe aus einem Prozess entnommen werden, anstatt die einzelnen Lesungen zu plotten, kann es sinnvoller sein, gleitende durchschnittliche und sich bewegende Bereichsdiagramme zu verwenden, um n Anzahl einzelner Werte zu kombinieren, um einen Durchschnitt zu erzeugen. Kontrollkarten für gleitende Mittelwerte Wenn eine neue Einzelmessung erfolgt, wird der älteste Wert, der den vorherigen Durchschnitt bildet, verworfen. Die neue Lesung wird mit den verbleibenden Werten aus dem vorherigen Durchschnitt kombiniert, um einen neuen Durchschnitt zu bilden. Dies ist bei der kontinuierlichen chemischen Industrie üblich, wo immer nur eine Lesung möglich ist. Control Charts für Moving Averages Durch die Kombination von einzelnen Werten, die im Laufe der Zeit produziert werden, gleitende Durchschnitte glätten kurzfristige Variationen und liefern die Trends in den Daten. Aus diesem Grund werden gleitende durchschnittliche Charts häufig für saisonale Produkte verwendet. Control Charts für Moving Averages ein Punkt außerhalb der Kontrolle Grenzen Interpretation ist die gleiche wie vorher - Prozess ist außer Kontrolle läuft über oder unter der zentralen Linie oder Kontrolle Grenzen Interpretation ist nicht die gleiche wie zuvor - die sukzessive Punkte sind nicht unabhängig voneinander Beispiel: Achtzehn Aufeinanderfolgende Hitze einer Stahllegierung wird auf RC-Härte geprüft. Die daraus resultierenden Daten sind unten dargestellt. Richten Sie die Regelgrenzen für die Gleit - und Bewegungsstrecke für eine Stichprobengröße von n3 ein. Hitze Härte Durchschnittliche Reichweite Hitze Härte Durchschnittlicher Bereich Beispiel: Achtzehn aufeinanderfolgende Hitze einer Stahllegierung wird auf RC-Härte geprüft. Die daraus resultierenden Daten sind unten dargestellt. Richten Sie die Regelgrenzen für die Gleit - und Bewegungsstrecke für eine Stichprobengröße von n3 ein. Hitze Härte Durchschnittlicher Bereich Hitze Härte Durchschnittlicher Bereich 1 0.806 100.809 0.810 0.002 2 0.814 11 0.808 0.809 0.003 3 0.810 0.810 0.008120.810 0.809 0.002 4 0.820 0.815 0.010 130.812 0.810 0.004 5 0.819 0.816 0.010140.810 0.811 0.002 6 0.815 0.818 0.005 150.809 0.810 0.003 7 0.817 0.817 0.004 160.807 0.809 0.003 8 0.810 0.814 0.007 170.807 0.808 0.002 9 0.811 0.813 0.007 180.800 0.805 0.007 Exponentiell gewichtetes Moving Average (EWMA) Die EWMA-Werte werden wie folgt erhalten: Kontrollgrenzen werden in Chart mit einem linearen Trend als Werkzeug oder Werkzeug gesetzt Trägt eine allmähliche Veränderung im Durchschnitt wird erwartet und als normal gelten die Messung allmählich erhöht die R-Diagramm wird wahrscheinlich in der Kontrolle bleiben - die Schätzung der möglicherweise nicht ändern. Der Unterschied zwischen oberer und unterer Spezifikationsgrenze ist in der Regel wesentlich größer als 6 gesetzt, um einen gewissen Sicherheitsspielraum gegen die Produktion von defekten Produkten zu bieten. Mit einem linearen Trend Schritt 1: Eine Trendlinie wird für die Tabelle erhalten. Eine vereinfachte Formel steht zur Verfügung, wenn eine ungerade Anzahl von Untergruppen Untergruppen in einem regelmäßigen Intervall genommen wird und der Ursprung in der mittleren Untergruppe angenommen wird. Diagramm mit einem linearen Trend Schritt 2: Für jede Untergruppe wird ein separates Paar von Kontrollgrenzen oben und erhalten Unterhalb der Trendlinie (so sind die Kontrollgrenzen schräge Linien parallel zur Trendlinie) Diagramm mit einem linearen Trend Schritt 3: Schätzung. Für k 3, 4 usw. wird der anfängliche Ziel-Mittelwert k über die untere Spezifikationsgrenze gesetzt und der Prozeß wird für die Nachjustierung gestoppt (ein neuer Aufbau wird gemacht, tooldie wird geändert), wenn der beobachtete Mittelwert k unter dem Wert liegt Obere Spezifikationsgrenze. Text Problem 10.25: Ein bestimmter Herstellungsprozess hat einen linearen zunehmenden Trend gezeigt. Beispieldurchschnitte und Bereiche für die letzten 15 Untergruppen, die alle 15 Minuten in Untergruppe von 5 Items aufgenommen wurden, sind in der folgenden Tabelle angegeben. Setzen Sie die lineare Trendlinie auf diese Daten und zeichnen Sie eine Trend-Kontrollkarte mit 3-Sigma-Grenzen. Text Problem 10.26: Die Spezifikationen für den Prozess in Problem 10.25 sind 20030. Der Prozess kann jederzeit gestoppt und neu eingestellt werden. Wenn bei der Nachjustierung der Mittelwert genau 4 oberhalb der unteren Spezifikation gesetzt werden soll und der Prozeß für die Nachjustierung gestoppt werden soll, wenn der Mittelwert ein Niveau erreicht hat, das genau 4 unterhalb der oberen Spezifikation liegt: (a) Berechnen Sie die angestrebten Start - und Stoppwerte von (B) Schätzung der Dauer eines Laufs zwischen den Anpassungen Lesen und Übungen Kapitel 10 (gleitender Durchschnitt und linearer Trend): S. 382-391 (Abschnitte 10.6-7) SPC gleitender Durchschnitt. ppt - STEUERUNGSKARTEN FÜR VARIABLEN. STEUERUNGSKARTEN FÜR VARIABLEN INDIVIDUELLE MESSUNGEN UND BEWEGLICHE BEREICHE Individuelle Messungen Die wichtigsten Arten von Daten, für die diese Tabelle verwendet werden soll, sind folgende: 61558 Rechnungsführungen aller Art, einschließlich Sendungen, Abwesenheiten, Eplusmnzienzen, Verluste, Prüfungsverhältnisse, Instandhaltungskosten, Unfall Berichte, Aufzeichnungen von medizinischen Prüfungen usw. 61558 Produktionsdaten wie Temperaturen, Drücke, Spannungen, Feuchtigkeit, Leitfähigkeit, Ofenwärme, Gaszusammensetzung, die Ergebnisse der chemischen Analyse usw. In all diesen Fällen steht nur eine Zahl zur Verfügung Gegebener Zustand Diese Vorschau hat absichtlich verschwommene Abschnitte. Melden Sie sich an, um die Vollversion anzuzeigen. SCHRITTE FÜR DIE HERSTELLUNG EINES KARTENS MIT ldquoMOVING RANGErdquo LIMITS CONTROL CHARTS FÜR VARIABLES 1. Beginnen Sie mit einer Reihe von individuellen Zahlen. Haben Sie 20 oder mehr Zahlen, wenn möglich, aber nicht weniger als 10 Nummern. 2. Nehmen Sie den Unterschied zwischen der ersten und der zweiten Zahl, und notieren Sie dann den Unterschied zwischen der zweiten und dritten Ziffern usw. Weiter so, bis Sie den Unterschied zwischen den nächsten und den letzten Zahlen genommen haben . Die Anzahl der Unterschiede oder ldquorangesrdquo sollte ein kleiner sein als das Dies ist das Ende der Vorschau. Melden Sie sich an, um auf den Rest des Dokuments zuzugreifen. Dieses Dokument wurde auf 09092016 für den Kurs IE ie123 am Mapa Institute of Technology hochgeladen. Was ist ein gleitender Durchschnitt-Diagramm Eine Art von zeitgewichteten Kontroll-Diagramm, das den ungewichteten gleitenden Durchschnitt über die Zeit für einzelne Beobachtungen zeichnet. Dieses Diagramm verwendet Kontrollgrenzen (UCL und LCL), um festzustellen, wann eine Out-of-Control-Situation aufgetreten ist. Moving Average (MA) Diagramme sind effektiver als Xbar Charts bei der Erkennung kleiner Prozessverschiebungen und sind besonders nützlich, wenn es nur 1 Beobachtung pro Untergruppe gibt. Allerdings sind EWMA-Charts in der Regel über MA-Charts bevorzugt, weil sie die Beobachtungen gewichten. Die Beobachtungen können entweder einzelne Messungen oder Untergruppen sein. Durchgehende Mittelwerte werden aus künstlichen Untergruppen berechnet, die aus aufeinanderfolgenden Beobachtungen entstehen. Beispiel für eine gleitende Durchschnittskarte Ein Hersteller von Zentrifugenrotoren will den Durchmesser aller Rotoren verfolgen, die während einer Woche produziert werden. Die Durchmesser müssen dem Ziel nahe sein, denn auch kleine Verschiebungen verursachen Probleme. Die Punkte scheinen sich zufällig um die Mittellinie zu ändern und befinden sich innerhalb der Kontrollgrenzen. Allerdings gibt es einen Punkt, der nahe an die Kontrollgrenze kommt, die Sie vielleicht untersuchen möchten.
Comments
Post a Comment