Ruch średnia kontrola wykres przykład

Co to jest wykres średniej ruchomej Typ wykresu ważonego ważeniem ważonym czasem, który oblicza średnią ruchową nieważoną w czasie w zależności od indywidualnych obserwacji. Ten wykres wykorzystuje limity kontrolne (UCL i LCL), aby określić, kiedy wystąpiła sytuacja poza kontrolą. Przekazywanie średnich wykresów (MA) jest bardziej skuteczne niż wykresy Xbar w wykrywaniu niewielkich przesunięć procesów i jest szczególnie użyteczne, jeśli tylko jedna obserwacja na podgrupę. Jednak wykresy EWMA są ogólnie korzystne w stosunku do wykresów MA, ponieważ obciążają obserwacje. Obserwacje mogą być indywidualnymi pomiarami lub podgrupami. Średnie ruchome są obliczane ze sztucznych podgrup, które są tworzone z kolejnych obserwacji. Przykład wykresu średniej ruchomej Producent rotorów wirówkowych chce śledzić średnicę wszystkich wirników produkowanych w ciągu tygodnia. Średnice muszą być zbliżone do celu, ponieważ nawet małe przesunięcia powodują problemy. Punkty wydają się zmieniać losowo wokół linii środkowej i znajdują się w granicach kontrolnych, ale jest jeden punkt, który zbliża się do limitu kontrolnego, który może zostać zbadany. Średnia ruchoma ważona wykładniczym (EWMA) jest statystyką monitorowania proces, który uśrednia dane w sposób, który zapewnia mniejszą wagę do danych, gdy są one następnie usuwane w czasie. Porównanie wykresu kontrolnego Shewhart i technik kontroli wykresu EWMA W technice sterowania wykresami Shewhart decyzja o stanie kontroli procesu w dowolnym momencie (t) zależy wyłącznie od ostatniego pomiaru z procesu i, oczywiście, stopień wiarygodności oszacowań limitów kontrolnych z danych historycznych. W przypadku techniki sterowania EWMA decyzja zależy od statystyk EWMA, która jest średnią waŜoną wykładniczo wszystkimi poprzednimi danymi, w tym ostatnim pomiarem. Przy wyborze współczynnika wagi (lambda) procedura kontroli EWMA może być wrażliwa na niewielki lub stopniowy dryft w procesie, podczas gdy procedura kontrolna Shewhart może się zareagować tylko wtedy, gdy ostatni punkt danych znajduje się poza granicą kontrolną. Definicja EWMA Obliczana statystyka to: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. gdzie (mbox 0) jest średnią danych historycznych (docelowych) (Yt) jest obserwacją w czasie (t) (n) jest liczba obserwacji, które mają być monitorowane, w tym (mbox 0) (0 interpretacja karty kontrolnej EWMA Czerwony kropki są surowymi danymi, które w przeszłości są statystyką EWMA, a wykres pokazuje nam, że proces jest kontrolowany, ponieważ wszystkie (mbox t) leżą między granicami kontroli, ale wydaje się, że tendencja ta wzrosła w ciągu ostatnich 5 lat Okresy. Zakres roboczy używany do określania górnych i dolnych limitów Wykresy kontrolne dla pojedynczych pomiarów, np. wielkość próbki 1, wykorzystują zakres ruchu dwóch kolejnych obserwacji w celu zmierzenia zmienności procesu. Zakres ruchu definiuje się jako MRi xi - x. wartość bezwzględna pierwszej różnicy (np. różnica między dwoma kolejnymi punktami danych) danych Analogicznie do wykresu kontrolnego Shewhart można wykreślić zarówno dane, które są osobne, jak i zakres ruchu. obserwacja Dla c tabela kontrolna do indywidualnych pomiarów, linie oznaczone: UCL pasek 3frac mbox bar pasek LCL - 3frac. koniec gdzie (bar) jest średnią wszystkich osób i (nachylenie) jest średnią wszystkich poruszających się zakresów dwóch obserwacji. Należy pamiętać, że jeden lub obydwa średnie mogą zostać zastąpione standardowym lub docelowym, jeśli są dostępne. (Zauważ, że 1.128 to wartość (d2) dla (n 2) Przykładowy zakres ruchu Poniższy przykład ilustruje wykres kontrolny dla poszczególnych obserwacji W celu monitorowania natężenia przepływu przeprowadzono nowy proces. Centrum pobierania Wykorzystanie wykresu średnich ruchów Podobnie jak w przypadku innych wykresów kontrolnych Przenoszenie średnich wykresów służy do monitorowania procesów w czasie. Osie x są oparte na czasie, dzięki czemu wykresy przedstawiają historię procesu. Z tego powodu musisz mieć dane, które są czasowo uporządkowane, wprowadzone w sekwencji, z której została wygenerowana. Jeśli tak nie jest, nie można wykryć trendów ani przesunięć w procesie, ale zamiast tego przypisać to losowej ( wspólna przyczyna) Wykresy średnich ruchów są zazwyczaj stosowane w naszym oprogramowaniu SPC do wykrywania małych przesunięć w sposobie. Ważne jest, aby wiedzieć, jak używać średnich ruchomej w celu wykrycia małych przesunięć w procesie. .5 sigma do 2 sigma znacznie szybciej niż wykresy Shewhart (tj. Wykresy X-bar i Individual-X) o takim samym rozmiarze podgrupy. Są jednak wolniejsze w wykrywaniu dużych przesunięć w sposobie. Ponadto nie można używać typowych reguł testowych z powodu zależności punktów danych. Poruszanie średnich wykresów może być również preferowane, gdy wielkość podgrupy jest równa 1. W tym przypadku alternatywnym wykresem może być wykres Individual-X. w takim przypadku należy oszacować rozkład procesu, aby określić jego oczekiwane granice z ograniczeniami kontroli. Zaletą Cusum. Wykres EWMA i Moving Average jest taki, że każdy wykreślony punkt zawiera kilka obserwacji, dzięki czemu można użyć twierdzenia Central Limit, aby stwierdzić, że średnia punktów (lub średniej ruchomej w tym przypadku) jest normalnie rozdzielana, a granice kontroli są wyraźnie określone. Kolejne zastosowanie Diagramy Ruchu Średniego dotyczy procesów o znanych wewnętrznych cyklach, formie autokorelacji, która narusza założoną niezależność podgrup wymaganych dla standardowych wykresów kontrolnych Shewhart. Wiele procesów księgowych i procesów chemicznych mieści się w tej kategorii. Jeśli próbujesz w określonych odstępach czasu i ustaw rozmiar komórki równą liczbie podgrup na cykl, wtedy, gdy upuścisz najstarszą próbkę w komórce, odbierzesz odpowiedni punkt w następnym cyklu. Jeśli cykliczny charakter procesu jest zdenerwowany, nowe dodane punkty będą zasadniczo różne, powodując zejście z punktów kontrolnych. Przenoszenie średniej wartości amplitudowych zakresów częstotliwości może być użyte, gdy rozmiar komórki jest mniejszy niż dziesięć podgrup. Wykres Współczynnik Moving Average amp Sigma może być użyty dla dowolnego rozmiaru komórki, ale jest wymagany dla rozmiaru dziesięć komórek lub więcej. Od 1982: sztuka naukowa, aby poprawić swoją najniższą jakość Ameryki oferuje oprogramowanie Statystyczna kontrola procesu, a także materiały szkoleniowe dla Lean Six Sigma, Quality Management i SPC. Obejmuje podejście zorientowane na klienta i prowadzi wiele innowacji oprogramowania, stale poszukujących sposobów zapewnienia naszym klientom najlepszych i najbardziej przystępnych rozwiązań. Liderzy w swojej dziedzinie, Quality America dostarczają oprogramowania i szkoleń produktów i usług dziesiątkom tysięcy firm w ponad 25 krajach. Kopia prawa autorskiego 2017 Quality America Inc.