carte à barres x
La carte à barres x et la carte R sont des cartes de contrôle de la qualité utilisées pour surveiller la moyenne et la variation d’un processus sur la base d’échantillons prélevés dans un temps donné. Les limites de contrôle sur les deux chats sont utilisées pour surveiller la moyenne et la variation du processus à venir. Si un point est en dehors des limites de contrôle, cela indique que la moyenne ou la variation du processus est hors de contrôle ; des causes assignables peuvent être suspectées à ce stade. Sur le diagramme à barres, l’axe des y indique la moyenne générale et les limites de contrôle, tandis que l’axe des x indique le groupe échantillon. Jetons un coup d’œil au code R utilisant le package qcc pour générer un graphique en x-bar.
Le graphique à barres X généré par R fournit des informations importantes pour son interprétation, notamment les échantillons (Nombre de groupes), les limites de contrôle, la moyenne générale (Center) l’écart type (StdDev), et surtout, les points au-delà des limites de contrôle et les séries en infraction. Les ingénieurs doivent porter un regard particulier sur ces points afin d’identifier et d’attribuer les causes attribuées aux changements dans le système qui ont conduit le processus à être hors de contrôle.
R-chart
Pour utiliser le R-chart avec le x-bar chart, la taille de l’échantillon n doit être supérieure à 1 et inférieure à 11. Pour des échantillons plus grands, il faut utiliser le graphique s à la place pour surveiller l’écart type de l’échantillon plutôt que son étendue. Sur le graphique R, l’axe des y indique la grande moyenne de l’intervalle et les limites de contrôle, tandis que l’axe des x indique le groupe d’échantillons. Une fois que vous avez créé un graphique x-bar, il vous suffira d’ajouter les lignes de code suivantes pour générer le R-chart.
Le R-chart généré par R fournit également des informations significatives pour son interprétation, tout comme le x-bar chart généré ci-dessus. De la même manière, les ingénieurs doivent porter un regard particulier sur les points au-delà des limites de contrôle et sur les passages en infraction afin d’identifier et d’attribuer les causes attribuées aux changements sur le système qui ont conduit le processus à être hors contrôle.
Analyse de la capacité du processus
La capacité du processus est une mesure statistique de la variabilité inhérente du processus d’une caractéristique donnée. En d’autres termes, la capacité d’un processus à répondre aux spécifications données (par exemple, les exigences du client, les tolérances d’ingénierie ou d’autres spécifications).
Une fois que vous avez généré les graphiques x-bar et R à l’aide de R, vous n’aurez qu’à ajouter les lignes de code suivantes spécifiant la limite de contrôle inférieure, la limite de contrôle supérieure et la cible. Une fois que vous l’avez fait, ajoutez la dernière ligne de code ci-dessous pour générer le graphique récapitulatif des capacités du processus.
Le tableau récapitulatif de l’analyse de capacité des processus ci-dessus fournit des informations significatives et des estimations de capacité pour que l’ingénieur puisse interpréter la capacité du processus à répondre aux spécifications données. Vous souhaitez en savoir plus sur la signification de ces estimations de capabilité ? Allez sur le site de l’ASQ (American Society for Quality) en cliquant ici.
Pensées finales
Nous avons parcouru une des nombreuses applications d’ingénierie industrielle que R et le paquet qcc ont à offrir. Comme vous avez pu le remarquer, avec seulement quelques lignes de code, nous avons pu construire des cartes de contrôle de la qualité et obtenir des informations significatives à utiliser lors des projets Lean Six Sigma et DMAIC pour l’amélioration des processus. Encore une fois, je vous invite à continuer à découvrir les choses étonnantes que vous pouvez réaliser en utilisant R en tant qu’ingénieur industriel.
– –
Si vous avez trouvé cet article utile, n’hésitez pas à télécharger mon code personnel sur GitHub. Vous pouvez également m’envoyer un courriel directement à l’adresse [email protected] et me trouver sur LinkedIn. Vous souhaitez en savoir plus sur l’analyse des données, la science des données et les applications de l’apprentissage automatique dans le domaine de l’ingénierie ? Explorez mes articles précédents en visitant mon profil Medium. Merci de votre lecture.
– Robert