Прогнозирование SPC (статистический контроль процесса)

Question

Я дам краткое объяснение моего сценария. Компания производит массу компонентов, таких как клапаны / гайки / болты и т. Д., Которые необходимо измерять по размерам (например, длина, радиус, толщина и т. Д.) В целях качества. Поскольку невозможно проверить все части, они выбраны в пакетном стиле. Например: из партии из каждых 100 штук 5 будут выбраны случайным образом и будут измерены средние их размеры и отмечены для построения контрольных диаграмм SPC (на графике обозначены средние размеры по оси y и номер партии по оси x).

Несмотря на то, что существует ряд факторов (например, эффективность оператора, состояние станка / инструмента и т. Д.), Которые влияют на качество продукта, они не поддаются измерению.Моя цель состоит в том, чтобы разработать модель машинного обучения, чтобы предсказать размеры продукта для следующих образцов партии (среднее значение). Это поможет оператору предсказать, будут ли какие-либо существенные изменения в размерах, чтобы он мог приостановить работу и выяснить потенциальные причины и, таким образом, предотвратить потерю продукта / материала.

У меня есть представление о R-программировании и методах машинного обучения, таких как деревья решений / регрессия и т. Д., Но я не смог найти подходящую модель для этого. Главным образом, потому что я не мог думать о независимых переменных для этой ситуации. Я не имею большого представления о моделировании временных рядов.

Будет ли кто-нибудь высказать некоторые идеи / предложения / о том, как справиться с этим. Я сожалею, что мне пришлось написать длинную историю, но я просто хотел, чтобы все было как можно яснее.

Заранее спасибо. Сринат

Answer 1

Ваше требование может применяться с тремя уровнями по шагам:

1.Fundamental

Автоматическое применение правила SPC с машинным обучением, напр. определить шаблон диаграммы SPC с помощью правила Нельсона и перейти к новому шаблону изменений в конкретном процессе.

• Правила Нельсона
• Система ML для справки SPC

2.Supplemental

Предикатный тренд Cp и SPC с многовариантным сбором и машинным обучением. Например, частица дыма будет влиять на скорость выхода пластин, это может быть ранее установлено, если модель анализа данных связывает SPC и рабочую смену

• Улучшение SPC с помощью PPC

3. Интеллектуальный агент

Автоматическая интеграция процесса SPC и плана реакции. Попробуйте построить модель, чтобы связать SPC и FMEA

• Интеграция процессов
• Системная интеграция