x-bar chart

De x-bar en R-chart zijn kwaliteitscontrolediagrammen die worden gebruikt om het gemiddelde en de variatie van een proces te bewaken op basis van in een bepaalde tijd genomen steekproeven. De controlegrenzen op beide kaarten worden gebruikt om het gemiddelde en de variatie van het proces in de toekomst te bewaken. Als een punt buiten de controlegrenzen ligt, geeft dit aan dat het gemiddelde of de variatie van het proces niet onder controle is; op dit punt kunnen aanwijsbare oorzaken worden vermoed. Op de x-bar grafiek toont de y-as het grote gemiddelde en de controlegrenzen, terwijl de x-as de steekproefgroep toont. Laten we eens kijken naar de R-code die het qcc-pakket gebruikt om een x-bar-diagram te genereren.

x-bar chart R code

x-bar chart example using qcc R package

De door R gegenereerde x-bar chart geeft belangrijke informatie voor de interpretatie ervan, waaronder de steekproeven (aantal groepen), de controlegrenzen, het algemene gemiddelde (Center), de standaardafwijking (StdDev) en vooral de punten buiten de controlegrenzen en de overschrijdende runs. Ingenieurs moeten speciaal naar deze punten kijken om oorzaken te identificeren en toe te wijzen die zijn toe te schrijven aan veranderingen in het systeem waardoor het proces uit de hand liep.

R-diagram

Om het R-diagram samen met het x-diagram te kunnen gebruiken, moet de steekproefgrootte n groter zijn dan 1 en kleiner dan 11. Voor grotere steekproeven moet in plaats daarvan de s-diagram worden gebruikt om de standaardafwijking van de steekproef te controleren in plaats van het bereik. In de R-diagram toont de y-as het bereik groot gemiddelde en de controlegrenzen, terwijl de x-as de steekproefgroep toont. Wanneer u een x-bar-diagram hebt gemaakt, hoeft u alleen de volgende regels code toe te voegen om de R-diagram te genereren.

R-chart R code

R-chart voorbeeld met behulp van qcc R-pakket

De door R gegenereerde R-chart biedt ook belangrijke informatie voor de interpretatie ervan, net als de hierboven gegenereerde x-bar-diagram. Op dezelfde manier moeten ingenieurs speciaal kijken naar punten buiten de controlegrenzen en naar overschrijdende runs om oorzaken te identificeren en toe te wijzen die worden toegeschreven aan veranderingen in het systeem waardoor het proces uit de hand liep.

Process Capability Analysis

De process capability is een statistische maat voor de inherente procesvariabiliteit van een bepaalde eigenschap. Met andere woorden, het vermogen van een proces om aan de gegeven specificaties te voldoen (b.v. eisen van de klant, technische toleranties of andere specificaties).

Als u de x-bar en R-diagrammen met behulp van R hebt gegenereerd, hoeft u alleen nog de volgende regels code toe te voegen waarin de ondergrens van de controle, de bovengrens van de controle en het doel worden gespecificeerd. Zodra u dit hebt gedaan, voegt u de laatste regel code hieronder toe om de samenvattende grafiek van de procescapaciteit te genereren.

Analyse van de procescapaciteit R-code

Analyse van de procescapaciteit met qcc R pakket

De bovenstaande samenvattende grafiek van de procescapaciteitsanalyse biedt belangrijke informatie en schattingen van de capaciteit voor de ingenieur om het procesvermogen te interpreteren om aan de gegeven specificaties te voldoen. Wilt u meer weten over wat deze capaciteitsramingen betekenen? Ga naar de ASQ (American Society for Quality) website door hier te klikken.

Conclusie

We hebben een van de vele industriële engineering toepassingen doorgenomen die R en het qcc pakket te bieden hebben. Zoals je misschien hebt gemerkt, hebben we met slechts een paar regels code kwaliteitscontrole diagrammen kunnen construeren en belangrijke informatie verkregen die gebruikt kan worden tijdens Lean Six Sigma en DMAIC projecten voor procesverbetering. Nogmaals, ik nodig je uit om door te gaan met het ontdekken van de geweldige dingen die je kunt doen met behulp van R als een industrieel ingenieur.

– –

Als je dit artikel nuttig vond, voel je dan welkom om mijn persoonlijke code te downloaden op GitHub. Je kunt me ook rechtstreeks mailen op [email protected] en me vinden op LinkedIn. Geïnteresseerd in meer informatie over data analytics, data science en machine learning toepassingen in het engineering veld? Bekijk mijn eerdere artikelen door mijn Medium profiel te bezoeken. Bedankt voor het lezen.

– Robert

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.