Vad är ett glidande medelvärde diagram. En typ av tidsvägd kontrolldiagram som plottar det obegripade glidande medeltalet över tiden för enskilda observationer Detta diagram använder kontrollgränserna UCL och LCL för att bestämma när en out-of-control-situation har inträffat Flyttande genomsnittliga MA-diagram Är mer effektiva än Xbar-diagram i detektering av små processväxlingar och är särskilt användbara när det bara finns 1 observation per undergrupp. EWMA-diagram är i allmänhet föredragna över MA-diagram, eftersom de viktar observationerna. Observationerna kan vara antingen enskilda mätningar eller undergruppsorgan Flytta medelvärden beräknas från konstgjorda undergrupper som skapas från varandra följande observationer. Exempel på ett glidande medelvärde. En tillverkare av centrifugrotorer vill spåra diametern på alla rotorer som produceras under en vecka. Diametrarna måste vara nära målet eftersom även små skift orsaka problem. Punkterna verkar variera slumpmässigt runt mittlinjen och ligger inom kontrolllimen Det finns dock en punkt som kommer nära kontrollgränsen som du kanske vill undersöka. Exponentiellt vägt rörande medelvärde EWMA är en statistik för övervakning av processen som medger data på ett sätt som ger mindre och mindre vikt på data som De avlägsnas vidare i takt med Shewhart-kontrolldiagrammet och EWMA-kontrolldiagrammeteknik. För Shewhart-diagramstyrtekniken beror beslutet om tillståndet för kontrollen av processen när som helst t, enbart på den senaste mätningen från processen och , Självklart, graden av sannolikheten för uppskattningarna av kontrollgränserna från historiska data För EWMA-kontrolltekniken beror beslutet på EWMA-statistiken, vilket är ett exponentiellt vägt genomsnitt av alla tidigare data, inklusive den senaste mätningen. Valet av viktningsfaktor, lambda, EWMA-kontrollförfarandet kan göras känsligt för en liten eller gradvis drift i processen, medan Shewhart-kontrollförfarandet c en reagerar endast när den sista datapunkten ligger utanför en kontrollgräns. Definitionen av EWMA. Den statistik som beräknas är mbox t lambda Yt 1- lambda mbox,,,,,,,,,,,, var. Mbox 0 är medelvärdet av historiskt data mål. Yt är observationen vid tiden t. N är antalet observationer som ska övervakas, inklusive mbox 0.Tolkning av EWMA-kontrolldiagrammet. De röda prickarna är de råa uppgifterna som den skurkade linjen är EWMA-statistiken över tiden. Diagrammet berättar att processen är i kontroll eftersom alla mboxar ligger Mellan kontrollgränserna Det verkar emellertid vara en trend uppåt för de senaste 5 perioderna. Förflyttningsintervallet används för att härleda övre och nedre gränser. Kontrolldiagram för individuella mätningar, t. ex. provstorlek 1, använd rörelsemängden av två på varandra följande observationer till Mäta processvariabiliteten. Flyttningsintervallet definieras som MRi xi - x vilket är absolutvärdet för den första skillnaden, t. ex. skillnaden mellan två på varandra följande datapunkter i data. Analogt med Shewhart kontrolldiagrammet kan man plotta både de data som är Individerna och det rörliga intervallet. Individuella kontrollgränser för en observation. För kontrolldiagrammet för enskilda mätningar börjar linjerna plottade UCL bar 3 frac mbox bar LCL bar - 3 frac end whe Re bar är medelvärdet av alla individer och överlinjen är medelvärdet av alla rörliga intervall av två observationer. Tänk på att antingen eller båda medelvärdena kan ersättas med en standard eller ett mål, om tillgängligt. Notera att 1 128 är värdet av d2 För n 2. Exempel på rörligt område. Följande exempel illustrerar kontrollschemat för enskilda observationer En ny process studerades för att övervaka flödeshastigheten De första 10 satserna resulterade i.
No comments:
Post a Comment