Was ist ein gleitendes Durchschnittsdiagramm Eine Art von zeitgewichteten Kontrolldiagrammen, die den ungewichteten gleitenden Durchschnitt über die Zeit für einzelne Beobachtungen darstellen. Dieses Diagramm verwendet Steuergrenzen (UCL und LCL), um zu bestimmen, wann eine Außer-Steuer-Situation aufgetreten ist. Moving Average (MA) - Diagramme sind effektiver als Xbar-Diagramme bei der Erkennung kleiner Prozessverschiebungen und sind besonders nützlich, wenn es nur 1 Beobachtung pro Untergruppe gibt. Jedoch werden EWMA-Diagramme allgemein gegenüber MA-Diagrammen bevorzugt, da sie die Beobachtungen gewichten. Die Beobachtungen können entweder Einzelmessungen oder Untergruppen sein. Bewegungsdurchschnitte werden aus künstlichen Untergruppen berechnet, die aus aufeinanderfolgenden Beobachtungen erstellt werden. Beispiel eines gleitenden Durchschnittsdiagramms Ein Hersteller von Zentrifugenrotoren möchte den Durchmesser aller in einer Woche produzierten Rotoren verfolgen. Die Durchmesser müssen nahe am Ziel liegen, da auch kleine Verschiebungen zu Problemen führen. Die Punkte scheinen zufällig um die Mittellinie zu variieren und liegen innerhalb der Kontrollgrenzen, es gibt jedoch einen Punkt, der der Kontrollgrenze nahe kommt, die Sie untersuchen möchten. Das gleitende Durchschnitt / Bewegungsbereichsdiagramm (MA / MR) wird verwendet Wenn Sie nur einen Datenpunkt zu einem Zeitpunkt haben, um eine Situation zu beschreiben (zB seltene Daten) und die Daten nicht normal verteilt werden. Das MA / MR-Diagramm ist dem Xbar-R-Diagramm sehr ähnlich. Der einzige wesentliche Unterschied ist, wie die Untergruppen gebildet werden und die außerhalb der Kontrolle Tests, die gelten. Die Schritte beim Erstellen des gleitenden Durchschnitts - / Bewegungsbereichsdiagramms entsprechen denen der Xbar-R-Kontrollkarten (hier klicken). Das MA / MR-Diagramm verwendet Daten erneut. Die folgenden Daten zeigen zum Beispiel die für jede Woche anfallenden Forderungen. Die Daten konnten in Untergruppengrößen von drei gruppiert und unter Verwendung eines MA / MR-Diagramms analysiert werden. Die erste Untergruppe für das MA / MR-Diagramm wird unter Verwendung der ersten drei Ergebnisse (für die Wochen von 2/5, 2/12 und 2/19) gebildet. Die zweite Untergruppe für das MA / MR-Diagramm verwendet die Wochen von 2/12 und 2/19 und fügt dann in der Woche von 2/26 hinzu. Die Daten für die Wochen 2/12 und 2/19 werden in der nächsten Untergruppe wiederverwendet. Dies geht für jede der verbleibenden Proben weiter. Dieser Ansatz ermöglicht es Ihnen, einen Punkt mit jedem neuen Datenpunkt zu plotten, anstatt auf drei Datenpunkte zu warten, um eine Untergruppe zu bilden. Die zyklischen Muster sind typisch für MA / MR-Diagramm. Out of Control-Tests Da Daten wiederverwendet werden, liegt der einzige Kontroll-Test, der für das MA / MR-Diagramm gilt, über den Kontrollgrenzen hinaus. Kontrollgrenzen für das Moving Average / Moving Range-Diagramm Die Kontrollgrenzgleichungen für das Moving Average / Moving Range-Diagramm sind identisch mit dem Xbar-R-Diagramm (hier klicken für die Xbar-R-Diagrammberechnungen) MA / MR-Diagramme können aktualisiert werden Werden die Daten durch Auswählen des Symbols Aktualisierungstabelle im SPC-Menü hinzugefügt. Sie können auch die aktuellen Optionen im Diagramm ändern, indem Sie im Menü SPC das Symbol Optionen auswählen. Sie können Steuergrenzen auch aufteilen, das Diagramm an einem neuen Punkt starten und Kommentare hinzufügen (siehe Abschnitt "Einzelpunktaktionen" in den Hilfedateien) sowie alle Kontrollpunkte entfernen oder den Bereich festlegen, Finden Sie im Abschnitt "Alle Punkte" in den Hilfedateien.) Der exponentiell gewichtete gleitende Durchschnitt (EWMA) ist eine Statistik zur Überwachung des Prozesses, die die Daten in einer Weise vergleicht, die den Daten immer weniger Gewicht verleiht. Vergleich von Shewhart-Kontrolldiagramm und EWMA-Kontrolltafel-Techniken Für die Shewhart-Diagrammsteuerungstechnik hängt die Entscheidung über den Zustand der Kontrolle des Prozesses zu irgendeinem Zeitpunkt (t) ausschließlich von der letzten Messung aus dem Verfahren ab, 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 vorherigen Daten ist, einschließlich der letzten Messung. Durch die Wahl des Gewichtungsfaktors (Lambda) kann die EWMA-Steuerprozedur empfindlich auf eine kleine oder allmähliche Drift in dem Prozess eingestellt werden, während die Shewhart-Steuerprozedur nur dann reagieren kann, wenn der letzte Datenpunkt außerhalb einer Kontrollgrenze liegt. Definition von EWMA Die berechnete Statistik ist: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. Wobei (mbox 0) der Mittelwert der historischen Daten (Ziel) (Yt) ist die Beobachtung zur Zeit (t) (n) die Anzahl der zu überwachenden Beobachtungen einschließlich (mbox 0) (0 Interpretation der EWMA - Dots sind die Rohdaten, die gezackte Linie ist die EWMA-Statistik im Laufe der Zeit. Das Diagramm zeigt uns, dass der Prozess in der Steuerung ist, weil alle (mbox t) zwischen den Kontroll-Grenzen liegen. Allerdings scheint es einen Trend nach oben für die letzten 5 Zeiträume.
No comments:
Post a Comment