Beweglichkeit Qualitat Qc




Beweglichkeit Qualität QcErstellen von verschobenen Durchschnittsdiagrammen aus Rohdaten Siehe MACMA1 in der SAS / QC-Beispielbibliothek Bei der Herstellung eines Metallclips ist die Lucke zwischen den Enden des Clips eine kritische Dimension. Um den Prozess fur eine Anderung der durchschnittlichen Lucke zu uberwachen, werden Untergruppenproben von funf Clips taglich ausgewahlt. Die Daten werden mit einem gleichma?ig gewichteten gleitenden Durchschnittsdiagramm analysiert. Die in den ersten 20 Tagen aufgezeichneten Lucken werden in einem SAS-Datensatz mit dem Namen Clips1 gespeichert. Die folgenden Aussagen erzeugen die Auflistung des Datensatzes Clips1 in Abbildung 9.5.3. Ausgabe 9.5.3 Teilauflistung der Datensatz-Clips1 Der Datensatz Clips1 hei?t in auseinandergezogener Form, da jede Beobachtung die Tag - und Abstandsmessung eines einzelnen Clips enthalt. Die ersten funf Beobachtungen enthalten die Spaltmessungen fur den ersten Tag, die zweiten funf Beobachtungen enthalten die Spaltmessungen fur den zweiten Tag und so weiter. Da die Variable Tag die Beobachtungen in rationale Untergruppen einteilt, wird sie als Untergruppenvariable bezeichnet. Die variable Lucke enthalt die Luckenmessungen und wird als Prozessvariable (bzw. kurzer Prozess) bezeichnet. Die Variabilitat innerhalb der Untergruppe der Spaltmessungen ist als stabil bekannt. Sie konnen ein einheitlich gewichtetes gleitendes Durchschnittsdiagramm verwenden, um zu bestimmen, ob das mittlere Niveau in der Steuerung ist. Die folgenden Anweisungen erstellen das in Abbildung 9.5.4 dargestellte Diagramm. Dieses Beispiel veranschaulicht die Grundform der MACHART-Anweisung. Nach dem Schlusselwort MACHART legen Sie den zu analysierenden Prozess (in diesem Fall Gap) gefolgt von einem Stern und der Untergruppenvariable (Tag) fest. Die SPAN-Option gibt die Anzahl der Begriffe an, die in den gleitenden Durchschnitt aufgenommen werden sollen. Optionen wie SPAN werden nach dem Schragstrich (/) in der MACHART-Anweisung angegeben. Eine vollstandige Liste der Optionen finden Sie im Abschnitt Syntax. Sie mussen die Spanne des gleitenden Durchschnitts angeben. Alternativ zur Angabe der SPAN-Option konnen Sie die Spanne aus einem Eingabedatensatz lesen, siehe Vordefinierte Kontrollgrenzwerte lesen. Der Eingabedatensatz wird mit der Option DATA in der PROC MACONTROL-Anweisung angegeben. Output 9.5.4 Gleichma?ig gewichtetes gleitendes Durchschnittsdiagramm fur Gapdaten Jeder Punkt auf dem Diagramm stellt den gleichma?ig gewichteten gleitenden Durchschnitt fur einen bestimmten Tag dar. Der gleitende Durchschnitt, der am Tag 1 aufgezeichnet ist, ist einfach das Untergruppenmittel fur Tag 1. Der gleitende Durchschnitt, der am Tag 2 aufgetragen wird, ist der Mittelwert der Untergruppeneinrichtung fur Tag 1 und Tag 2. Der gleitende Durchschnitt, der am Tag 3 aufgezeichnet ist, ist der Durchschnitt der Untergruppe Mittel fur Tag 1, Tag 2 und Tag 3.Contact Info Seitensuche, wann ein gleitender Mittelwertbereich verwendet werden soll Gleitender Durchschnitt Diagramme werden im Allgemeinen verwendet, um kleine Verschiebungen im Prozessmittel zu erkennen. Sie erkennen Verschiebungen von 0,5 Sigma auf 2 Sigma viel schneller als Shewhart-Diagramme mit der gleichen Stichprobengro?e. Sie sind jedoch langsamer bei der Erfassung gro?er Verschiebungen im Prozessmittel. Daruber hinaus konnen aufgrund der Abhangigkeit von Datenpunkten keine typischen Ausfuhrungstests verwendet werden. Moving Average Charts konnen auch bevorzugt werden, wenn die Untergruppen die Gro?e n1 haben. In diesem Fall konnte ein alternatives Diagramm das individuelle X-Diagramm sein, in welchem ??Fall Sie die Verteilung des Prozesses abschatzen mussten, um seine erwarteten Grenzen mit Kontrollgrenzen zu definieren. Der Vorteil von Cusum-, EWMA - und Moving-Average-Diagrammen besteht darin, dass jeder Punktpunkt mehrere Beobachtungen enthalt, so dass Sie den zentralen Grenzwertsatz verwenden konnen, um zu sagen, dass der Durchschnitt der Punkte (oder der gleitende Durchschnitt in diesem Fall) Grenzwerte sind klar definiert. Eine weitere Verwendung der Moving Average Charts ist fur Prozesse mit bekannten intrinsischen Zyklen. Viele Abrechnungsprozesse und chemische Prozesse passen in diese Kategorisierung. Wenn Sie in festgelegten Intervallen abgetastet und die Zellengro?e gleich der Anzahl der Untergruppen pro Zyklus eingestellt haben, konnen Sie beim Ablegen des altesten Samples in der Zelle den entsprechenden Punkt im nachsten Zyklus abnehmen. Wenn die zyklische Natur des Prozesses gestort wird, dann werden die neuen Punkte wesentlich anders sein, was zu Kontrollpunkten fuhrt. Wie bei anderen Steuerkarten werden Moving Average Charts zur Uberwachung von Prozessen im Laufe der Zeit verwendet. Die X-Achsen sind zeitbasiert, so dass die Diagramme eine Historie des Prozesses zeigen. Aus diesem Grund mussen Sie Daten haben, die zeitgesteuert sind, die in der Reihenfolge eingegeben werden, aus der sie generiert wurden. Wenn dies nicht der Fall ist, konnen Trends oder Verschiebungen des Prozesses nicht erkannt werden, sondern stattdessen einer zufalligen (haufigen) Variation zugeschrieben werden. Moving Average amp Range Charts konnen verwendet werden, wenn die Zellengro?e kleiner als zehn Untergruppen ist. Wenn die Zellengro?e gro?er als zehn ist, verwenden Sie Moving Average Amp-Sigma-Diagramme. Andere Diagramme, die in den obigen Szenarien nutzlich sind, sind die EWMA - und Cusum-Diagramme. Seit 1982: Die Kunstwissenschaft, um Ihr Endergebnis zu verbessern Quality America bietet Software zur statistischen Prozesskontrolle sowie Schulungsmaterialien fur Lean Six Sigma, Quality Management und SPC. Wir begleiten einen kundenorientierten Ansatz und fuhren in vielen Software-Innovationen kontinuierlich nach Wegen, unseren Kunden die besten und kostengunstigsten Losungen zu bieten. Die fuhrenden Unternehmen in ihrem Bereich, Quality America hat Software und Training Produkte und Dienstleistungen fur Zehntausende von Unternehmen in uber 25 Landern zur Verfugung gestellt. Copyright-Kopie 2013 Quality America Inc. SAS/QC Software Statistische Prozesssteuerung Fertigungsingenieure sind oft mit der Verwaltung der Variabilitat eines Prozesses beschaftigt, was mit Kontrollkarten moglich ist. Die dem Kontrollschema zugrundeliegenden Ideen sind, dass die naturliche Variabilitat in jedem Herstellungsprozess mit einem Satz von Kontrollgrenzen quantifiziert werden kann und dass eine Variation, die diese Grenzen uberschreitet, eine Veranderung des Prozesses signalisiert. Shewhart-Diagramme Shewhart-Kontrolltafel mit mehreren Kontrollgrenzen Das Shewhart-Diagramm wurde 1924 von Walter A. Shewhart (1891-1967), einem Physiker an den Bell Telephone Laboratories, eingefuhrt. In der Industrie ist das Shewhart-Diagramm die am haufigsten angewandte statistische Qualitatskontrollmethode fur das Studium der Veranderung des Outputs eines Herstellungsprozesses. Shewhart-Diagramme werden typischerweise verwendet, um Variation aufgrund von speziellen Ursachen von Variation aufgrund von gemeinsamen Ursachen zu unterscheiden. Besondere Ursachen sind lokale, sporadische Probleme wie der Ausfall einer bestimmten Maschine oder eine falsch aufgezeichnete Messung. Haufige Ursachen sind Probleme des Herstellungssystems, wie unzureichende Produktgestaltung oder uberma?ige Feuchtigkeit. Sobald die besonderen Ursachen identifiziert und eliminiert wurden, wird der Prozess als statistische Kontrolle bezeichnet. Wenn eine statistische Kontrolle erstellt wurde, konnen Shewhart-Diagramme verwendet werden, um den Prozess fur das Auftreten von kunftigen speziellen Ursachen zu uberwachen und die Auswirkungen von gemeinsamen Ursachen zu messen und zu reduzieren. Cusum Charts Zweiseitiges Cusum-Diagramm mit V-Maske Kumulative Summenkontrollkarten oder Cusum-Charts. Werden verwendet, um zu entscheiden, ob ein Proze? in statistischer Kontrolle durch Erfassen einer Verschiebung des Proze?mittels ist. Sie zeigen kumulative Summen der Abweichungen von Messungen oder Untergruppen von einem Zielwert an. Cusum-Diagramme konnen empfindlicher gegenuber Verschiebungen im Prozessmittel sein als Shewhart-Diagramme. Ein einseitiges Cusum-Schema. Oder Entscheidungsintervallschema. Eine Verschiebung in einer Richtung vom Zielmittel erfasst. Ein zweiseitiges Cusum-Schema. Implementiert mit einer V-Maske. Eine Verschiebung in beiden Richtungen von dem Zielmittel erfasst. Moving Average Diagramme Exponentiell gewichtetes gleitendes Durchschnittsdiagramm Gleitende Durchschnittsdiagramme konnen verwendet werden, um zu entscheiden, ob ein Proze? in der statistischen Steuerung und zum Erfassen von Verschiebungen im Proze?mittel liegt. Im Gegensatz zu einem Shewhart-Diagramm, bei dem jeder Punkt auf Informationen einer einzelnen Untergruppe basiert, kombiniert jeder Punkt auf einem gleitenden Durchschnittsdiagramm Informationen aus dem aktuellen Sample und vergangenen Samples. Infolgedessen sind gleitende Durchschnittsdiagramme fur kleine Verschiebungen im Proze?durchschnitt empfindlicher. Auf der anderen Seite ist es schwierig, Muster von Punkten auf einem gleitenden Durchschnittsdiagramm zu interpretieren, da aufeinanderfolgende gleitende Mittelwerte in der Regel hochkorreliert sind. Jeder Punkt auf einem gleichma?ig gewichteten gleitenden Durchschnittsdiagramm. Die ublicherweise als gleitendes Durchschnittsdiagramm bezeichnet wird. Reprasentiert den Durchschnitt einer spezifizierten Anzahl der letzten Untergruppeneinrichtung. Jeder Punkt auf einem exponentiell gewichteten gleitenden Durchschnitt (EWMA-Diagramm) reprasentiert einen gewichteten Mittelwert der letzten Untergruppeneinrichtung. Sie konnen auch Steuerkarten mit dem SQC-Menu System. Southern Research Station erstellen Autor (en): van Deusen, Paul C. Datum: 2001 Quelle: Reams, Gregory A. McRoberts, Ronald E. Van Deusen, Paul C. eds . 2001. Proceedings of the zweiten jahrlichen Forest Inventory and Analysis Symposium 2000 Oktober 17-18 Salt Lake City, UT. Gen. Rep.-SRS-47. Asheville, NC: US ??Department fur Landwirtschaft, Forstdienst, Southern Research Station. Pp. 90-93 Station ID: - Abstract Es gibt viele mogliche Schatzer, die mit jahrlichen Bestandsdaten verwendet werden konnten. Der 5-jahrige gleitende Durchschnitt wurde als Standardschatzer ausgewahlt, um erste Ergebnisse fur Staaten mit verfugbaren jahrlichen Bestandsdaten bereitzustellen. Benutzerziele fur diese Schatzungen werden diskutiert. Die Merkmale eines gleitenden Durchschnitts sind skizziert. Es zeigt sich, dass die gleitenden Durchschnittsmerkmale nicht immer mit den Zielen des Benutzers ubereinstimmen. Es werden alternative Schatzer vorgeschlagen, die wunschenswertere Eigenschaften aufweisen konnen als der einfache gleitende Durchschnitt. Zitat: van Deusen, Paul C. 2001. Alternativen zum Moving Average. In: Reichen, Gregory A. McRoberts, Ronald E. Van Deusen, Paul C. eds. 2001. Proceedings of the zweiten jahrlichen Forest Inventory and Analysis Symposium 2000 Oktober 17-18 Salt Lake City, UT. Gen. Rep.-SRS-47. Asheville, NC: US ??Department fur Landwirtschaft, Forstdienst, Southern Research Station. S. 90-93. Anfordern von Publikationen Sie konnen Druckexemplare unserer Publikationen uber unsere Publikation bestellen. Notieren Sie sich die Publikation, die Sie anfordern mochten, und besuchen Sie unsere Publikationsordnung. Publikationsnotizen Dieser Artikel wurde von US-Regierungsmitarbeitern zu offizieller Zeit verfasst und ist daher offentlich zuganglich. Unsere Online-Publikationen werden mit Adobe Acrobat gescannt und erfasst. Wahrend des Capture-Prozesses konnen einige typografische Fehler auftreten. Bitte wenden Sie sich an den SRS Webmaster, wenn Sie Fehler erkennen, die diese Veroffentlichung unbrauchbar machen. Zum Anzeigen dieses Artikels laden Sie die neueste Version von Adobe Acrobat Reader herunter. Siehe MACMA1 in der SAS / QC-Beispielbibliothek Das vorherige Beispiel veranschaulicht, wie Sie gleitende Durchschnittsdiagramme mit Rohdaten (Prozessmessungen) erstellen konnen. Jedoch werden in vielen Anwendungen die Daten als Untergruppenzusammenfassungsstatistiken bereitgestellt. Dieses Beispiel veranschaulicht, wie Sie die MACHART-Anweisung mit Daten dieses Typs verwenden konnen. Der folgende Datensatz (CLIPSUM) liefert die Daten aus dem vorhergehenden Beispiel in zusammengefasster Form: Eine Auflistung von CLIPSUM ist in Abbildung 21.3 dargestellt. Es gibt genau eine Beobachtung fur jede Untergruppe (beachten Sie, dass die Untergruppen immer noch durch DAY indiziert werden). Die Variable GAPX enthalt die Untergruppen-Mittel, die Variable GAPS die Untergruppen-Standardabweichungen und die Variable GAPN enthalt die Untergruppen-Stichprobengro?en (das sind alle funf). Der Datensatz CLIPSUM Abbildung 21.3: Der Zusammenfassungsdatensatz CLIPSUM Sie konnen diesen Datensatz lesen, indem Sie ihn als HISTORY-Datensatz in der PROC MACONTROL-Anweisung wie folgt angeben: Das resultierende gleitende Durchschnittsdiagramm ist in Abbildung 21.4 dargestellt. Da die LINEPRINTER-Option in der PROC MACONTROL-Anweisung angegeben ist, wird die Zeilen-Druckerausgabe erzeugt. Das in den einfachen Anfuhrungszeichen nach der Untergruppenvariable angegebene Sternchen () gibt das Zeichen an, das verwendet wird, um Punkte zu zeichnen. Dieses Zeichen muss einem Gleichheitszeichen folgen. Beachten Sie, dass GAP nicht der Name einer SAS-Variablen im Datensatz ist, sondern stattdessen das gemeinsame Prafix fur die Namen der drei SAS-Variablen GAPX, GAPS und GAPN ist. Die Suffixzeichen X. S Und N bedeuten Mittel. Standardabweichung . Und Probengro?e. beziehungsweise. So konnen Sie in einem HISTORY-Datensatz mit einem einzelnen Namen (GAP), der als Prozess bezeichnet wird, drei Untergruppenzusammenfassungsvariablen angeben. Die Variablen GAPX, GAPS und GAPN sind alle erforderlich. Der nach dem Sternchen angegebene Name DAY ist der Name der Untergruppen-Variablen. Moving Average Chart fur Luckenmessungen Abbildung 21.4: Gleichma?ig gewichtetes Moving Average-Diagramm aus Summary-Daten Im Allgemeinen muss ein HISTORY-Eingangsdatensatz, der mit der MACHART-Anweisung verwendet wird, folgende Variablen enthalten: Untergruppe Variable Untergruppe Mittel Variable Untergruppe Standardabweichung Variable Untergruppe Stichprobengro?e Variable Weiterhin Mussen die Namen des Untergruppenmittels, der Standardabweichung und der Stichprobengro?envariablen mit dem Prozessnamen beginnen, der in der MACHART-Anweisung angegeben ist, und mit den speziellen Suffixzeichen X enden. S Und N. beziehungsweise. Wenn die Namen dieser Konvention nicht folgen, konnen Sie die RENAME-Option in der PROC MACONTROL-Anweisung verwenden, um die Variablen fur die Dauer des Prozedurschrittes MACONTROL umzubenennen. Zusammenfassend hangt die Interpretation des Prozesses vom Eingabedatensatz ab. Wenn Rohdaten mit der Option DATA gelesen werden (wie im vorherigen Beispiel), ist process der Name der SAS-Variablen, die die Proze?messungen enthalt. Wenn Zusammenfassungsdaten unter Verwendung der Option HISTORY (wie in diesem Beispiel) gelesen werden, ist Prozess das allgemeine Prafix fur die Namen der Variablen, die die Zusammenfassungsstatistik enthalten. Weitere Informationen finden Sie unter 34HISTORY Data Set34. 13 13