По данным, представленным в Таблице 2, выполнить анализ процесса, если объем выборок одинаков и равен 75.
Содержание Задача 1. 3 Задача 2. 8
Задача 1 В таблице 1 приведены входные данные некоторого химического процесса, идущего в реакторе. Предельные значения по стандарту: . Проведите анализ технологического процесса. Таблица 1
Для того, чтобы построить контрольные карты по количественному признаку, необходимо преобразовать имеющуюся таблицу данных к следующему ввиду (рис. 1): Рисунок 1 Копируем данные в новую рабочую книгу в программе Statistica, переименовываем переменные в «Номер выборки», «Номер данных в выборке», «Показатель качества» (рис. 2). Рисунок 2 ГОСТ Р 50779.42 рекомендует использовать контрольные карты средних и выборочных стандартных отклонений. Строим их в пакете Statistica (рис. 3): Рисунок 3 Анализ X-карты показывает, что только одна точка пересекает нижнюю границу. Проводим Run Tests для X-карты. Тест не выявил отклонений (рис. 4): Рисунок 4
Задаем предупредительные границы и строим X и S карты снова (рис.5): Рисунок 5 Видим, что значения не выходят за области, рассчитанные программой, так и за ограничительные границы ( , заданные вручную. Запускаем Run Tests для X-карты (рис.6): Рисунок 6 Запускаем Run Tests для R-карты (рис.7): Рисунок 7 Тест не выявил отклонений. Строим SixGraph (рис.8). Рассмотрим Capability Plot. Видим, что зеленая линия, отвечающая за управляемость процесса, меньше, чем красная, отвечающая за неуправляемость процесса. Кроме того, среднее значение смещено, а гистограмма выходит за границы функции нормального распределения. Следовательно, процесс требует корректировки. В тоже время, график Normal Probability Plot не отрицает возможности аппроксимации процесса с помощью нормального распределения.
Рисунок 8 Рисунок 9 Рисунок 10 Рисунок 11
Задача 2 По данным, представленным в Таблице 2, выполнить анализ процесса, если объем выборок одинаков и равен 75. Таблица 2
Переносим данные в пакет Statistica (рис.10): Рисунок 12 Для анализа данных построим контрольные карты по атрибутивному признаку, так как нам даны данные о количестве дефектов в выборке. Из первичного анализа данных видим, что обнаружение не является редким событие, так как происходит более чем у 5% проверенных единиц продукции ( , поэтому построим NP и P карты Контрольные пределы для Np- и P-карт рассчитываются на основе биномиального распределения. На Np-картах отображается число дефектов (в партии, в день, на один станок), а на P-картах отображается относительная частота дефектов, то есть отношение числа обнаруженных дефектов к числу проверенных единиц продукции. Рисунок 13 Из графика видим, что процент брака в 5 и 10 выборках превышает 15%. Проверяем на наличие серий значений, проявляющих необычные структуры с помощью Runs Tests Рисунок 14 2 из 3-х расположенных подряд точек попадают в зону A или выходят за ее пределы - с 8 по 10.Этот критерий служит "ранним предупреждением" о начинающейся разладке процесса. 4 из 5-ти расположенных подряд точек попадают в зону B или за ее пределы – с 5 по 9.Как и предыдущий, этот критерий может рассматриваться в качестве индикатора - "раннего предупреждения" о возможной разладке процесса. Делаем вывод, что необходимо вмешательство персонала, чтобы уладить возможные ошибки на раннем этапе.
Строим Np-карту (рис.13). Видим два выброса – выборки 5 и 10. Рисунок 15 Рисунок 16 Таким образом, видим, что если исключить выборки 5 и 10, то процесс может считаться управляемым.
U- карта. Рисунок 17 Рисунок 18
Исключаем выборки с 5 по 10. Рисунок 19
Рисунок 20 Необходимо вмешательство персонала для корректировки процесса.
©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|