Shewhart control charts. By introdu

Shewhart control charts. By introducing a weighting factor w, the EWMA charts combine current and historical observations in such a way that small changes in the mean are magnified and consequently easier to detect. However, it needs to be noted

that the performance of the EWMA chart depends on the factor w. For larger w, the EWMA chart performs similarly to the Shewhart chart. In contrast, when 0.05 < w < 0.20, the EWMA chart more efficiently detects smaller shifts. This was presented in examples shown in Figures 2, 4, and 5.

The EWMA chart with properly chosen w can be efficiently used to forecast the observation in the next time period. Analysts can plot this forecast in the control chart and visualize possible departures from expected behavior even before they actually occur. This allows analysts to take actions such as rechecking the performance of the equipment and the quality of reagents, and making adjustments to avoid further process changes that can result in out-of-control observations. In this case, preventive and corrective actions can reduce costs due to repeating expensive analysis.

Another advantage of using the EWMA chart is its good performance for observations that are not normally distributed or are autocorrelated. A well-designed EWMA chart with carefully chosen w and L values will perform better than the Shewhart chart when observations are not normally distributed. A successful strategy to deal with autocorrelated data is to construct the EWMA chart for model residuals and plot it parallel to the EWMA chart for observations in order to link information presented in the chart for residuals to the process. The EWMA chart can also be very effective in monitoring process variation. However, when monitoring variation, analysts need to be aware that they need to choose the right type of chart depending on whether the process mean is stable or may change. When the process mean may change, the EWMV chart performs better.

The EWMA charts can be extended to multivariate analytical processes, such as mass spectroscopy or chromatography, where several chemical parameters are measured simultaneously. In general, there are two approaches to monitoring the quality of

ผลลัพธ์ (ไทย) 1:

แผนภูมิควบคุม Shewhart โดยการแนะนำ ตัวน้ำหนัก w แผนภูมิ EWMA รวมปัจจุบัน และสังเกตการณ์ทางประวัติศาสตร์ในลักษณะขนาดเล็กที่เปลี่ยนแปลงในค่าเฉลี่ยจะขยาย และจึงง่ายต่อการตรวจสอบ อย่างไรก็ตาม มันต้องบันทึกว่า ประสิทธิภาพของแผนภูมิ EWMA ขึ้นอยู่กับตัว w สำหรับ w ใหญ่ แผนภูมิ EWMA ทำในทำนองเดียวกันไปยังแผนภูมิ Shewhart ในทางตรงข้าม เมื่อ 0.05 < w < 0.20 แผนภูมิ EWMA เพิ่มเติมตรวจพบกะขนาดเล็กได้อย่างมีประสิทธิภาพ นี้ได้นำเสนอในตัวอย่างที่แสดงในตัวเลข 2, 4 และ 5แผนภูมิ EWMA กับ w ท่านอย่างถูกต้องสามารถถูกใช้เพื่อคาดการณ์สังเกตในรอบระยะเวลาถัดไปได้อย่างมีประสิทธิภาพ นักวิเคราะห์สามารถพล็อตนี้คาดการณ์ในแผนภูมิควบคุม และแสดงออกได้จากลักษณะการทำงานที่คาดไว้ก่อนที่จะเกิดขึ้นจริง นี้ช่วยให้นักวิเคราะห์การดำเนินการเช่น rechecking ประสิทธิภาพของอุปกรณ์และคุณภาพของ reagents และการปรับปรุงเพื่อหลีกเลี่ยงการกระบวนการเปลี่ยนแปลงที่อาจส่งผลข้อสังเกตออกควบคุม เพิ่มเติม ในกรณีนี้ การดำเนินการป้องกัน และแก้ไขสามารถลดต้นทุนเนื่องจากการทำซ้ำการวิเคราะห์ราคาแพงประโยชน์อีกประการหนึ่งของการใช้แผนภูมิ EWMA มีประสิทธิภาพดีสำหรับการสังเกตที่มีการแจกจ่ายที่ไม่ปกติ หรือ autocorrelated แผนภูมิ EWMA ห้องกับค่า L และ w อย่างท่านจะทำดีกว่าแผนภูมิ Shewhart เมื่อไม่สังเกตปกติแจกจ่าย กลยุทธ์ประสบความสำเร็จในการจัดการกับข้อมูลของ autocorrelated คือการ สร้างแผนภูมิ EWMA สำหรับโมเดลค่าคงเหลือ และพล็อตมันขนานไปยังแผนภูมิ EWMA สำหรับการสังเกตการเชื่อมโยงข้อมูลที่แสดงในแผนภูมิสำหรับค่าคงเหลือในกระบวนการ แผนภูมิ EWMA ได้อย่างมีประสิทธิภาพมากในการปรับเปลี่ยนกระบวนการตรวจสอบ อย่างไรก็ตาม เมื่อตรวจสอบความผันแปร นักวิเคราะห์ต้องตระหนักว่า พวกเขาจำเป็นต้องเลือกชนิดของแผนภูมิขึ้นอยู่กับว่าหมายถึงกระบวนการมีเสถียรภาพ หรืออาจเปลี่ยนแปลง เมื่อค่าเฉลี่ยของกระบวนการอาจเปลี่ยนแปลง แผนภูมิ EWMV ทำงานดีขึ้นแผนภูมิ EWMA สามารถขยายให้ตัวแปรพหุวิเคราะห์กระบวนการ เช่นกมวลหรือ chromatography ที่พารามิเตอร์ทางเคมีหลายอย่างที่วัดกัน ทั่วไป มีสองวิธีในการตรวจสอบคุณภาพของ

ผลลัพธ์ (ไทย) 2:

Shewhart แผนภูมิควบคุม โดยการนำปัจจัยถ่วง W, แผนภูมิ EWMA รวมข้อสังเกตในปัจจุบันและในอดีตเช่นวิธีการที่เปลี่ยนแปลงเล็ก ๆ ในค่าเฉลี่ยที่มีการขยายและทำให้ง่ายต่อการตรวจสอบ แต่ก็จะต้องมีการตั้งข้อสังเกตว่าประสิทธิภาพของแผนภูมิ EWMA ขึ้นอยู่กับปัจจัยที่ก สำหรับขนาดใหญ่ W, แผนภูมิ EWMA ดำเนินการในทำนองเดียวกันกับแผนภูมิ Shewhart ในทางตรงกันข้ามเมื่อ 0.05 <w <0.20 แผนภูมิ EWMA มีประสิทธิภาพมากขึ้นตรวจพบการเปลี่ยนแปลงที่มีขนาดเล็ก นี้ถูกนำเสนอในตัวอย่างที่แสดงในรูปที่ 2, 4 และ 5. แผนภูมิ EWMA กับเลือกอย่างถูกต้องกสามารถนำมาใช้อย่างมีประสิทธิภาพในการคาดการณ์การสังเกตในช่วงเวลาต่อไป นักวิเคราะห์คาดการณ์สามารถลงจุดในแผนภูมิควบคุมและเห็นภาพนี้ออกไปได้จากพฤติกรรมที่คาดหวังแม้กระทั่งก่อนที่จะเกิดขึ้นจริง นี้จะช่วยให้นักวิเคราะห์ที่จะใช้การกระทำเช่น rechecking ประสิทธิภาพการทำงานของอุปกรณ์และคุณภาพของสารเคมีและการปรับเปลี่ยนเพื่อหลีกเลี่ยงการเปลี่ยนแปลงขั้นตอนต่อไปว่าจะส่งผลในการสังเกตออกจากการควบคุม ในกรณีนี้การดำเนินการป้องกันและแก้ไขสามารถลดค่าใช้จ่ายที่เกิดจากการทำซ้ำการวิเคราะห์ราคาแพง. ประโยชน์ของการใช้แผนภูมิ EWMA ก็คือผลงานที่ดีสำหรับข้อสังเกตที่ไม่ได้กระจายปกติหรืออัตสหสัมพันธ์ แผนภูมิ EWMA การออกแบบที่ดีที่มีการคัดเลือกอย่างพิถีพิถันค่า W และ L จะทำงานได้ดีขึ้นกว่าแผนภูมิ Shewhart เมื่อสังเกตจะไม่กระจายตามปกติ กลยุทธ์ที่ประสบความสำเร็จในการจัดการกับข้อมูลที่สัมพันธ์ในตัวเองคือการสร้างแผนภูมิ EWMA เหลือสำหรับนางแบบและพล็อตมันขนานไปกับแผนภูมิ EWMA สำหรับข้อสังเกตในการสั่งซื้อที่จะเชื่อมโยงข้อมูลที่นำเสนอในแผนภูมิสำหรับเหลือในการประมวลผล แผนภูมิ EWMA ยังจะมีประสิทธิภาพมากในการเปลี่ยนแปลงกระบวนการตรวจสอบ แต่เมื่อตรวจสอบการเปลี่ยนแปลงนักวิเคราะห์จะต้องตระหนักว่าพวกเขาจะต้องเลือกประเภทสิทธิของแผนภูมิขึ้นอยู่กับว่ากระบวนการหมายถึงการมีเสถียรภาพหรืออาจมีการเปลี่ยนแปลง เมื่อกระบวนการหมายถึงอาจมีการเปลี่ยนแปลง, แผนภูมิ EWMV มีประสิทธิภาพดีกว่า. แผนภูมิ EWMA สามารถขยายไปยังหลายตัวแปรกระบวนการวิเคราะห์เช่นสเปกโทรสโกมวลหรือโครมาโตที่พารามิเตอร์เคมีหลายวัดพร้อมกัน โดยทั่วไปมีสองวิธีในการตรวจสอบคุณภาพของ

ผลลัพธ์ (ไทย) 3:

เชิงเดี่ยวแผนภูมิควบคุม . โดยอาศัยปัจจัยถ่วง W , ewma แผนภูมิรวมปัจจุบันและประวัติศาสตร์การสังเกตในลักษณะที่การเปลี่ยนแปลงขนาดเล็กในหมายความว่าจะยกย่องและจึงง่ายต่อการตรวจสอบ แต่ก็ต้องสังเกต

ว่าประสิทธิภาพของแผนภูมิ ewma ขึ้นอยู่กับปัจจัย W ขนาด W , แผนภูมิ ewma ทําในทํานองเดียวกันกับกราฟเชิงเดี่ยว . ในทางตรงกันข้ามเมื่อ 0.05 < w < 0.20 , แผนภูมิ ewma ได้อย่างมีประสิทธิภาพตรวจจับกะเล็ก นี้ถูกนำเสนอในตัวอย่างที่แสดงในรูปที่ 2 , 4 , และ 5 .

แผนภูมิ ewma กับอย่างถูกต้องเลือก W สามารถมีประสิทธิภาพใช้ในการคาดการณ์ที่สังเกตได้ในช่วงถัดไป นักวิเคราะห์คาดสามารถแปลงนี้ในแผนภูมิควบคุม และเห็นภาพที่เป็นไปได้ขาออกจากพฤติกรรมที่พึงประสงค์แม้แต่ก่อนที่จะเกิดขึ้นจริงนี้จะช่วยให้นักวิเคราะห์เพื่อดําเนินการ เช่น มาทบทวนหนะ ประสิทธิภาพของอุปกรณ์และคุณภาพของสารเคมี และการปรับเปลี่ยนเพื่อหลีกเลี่ยงการเปลี่ยนแปลงในขั้นต่อไปที่ได้ผลจากการสังเกตที่ควบคุม ในกรณีนี้ , การป้องกันและแก้ไขการกระทำสามารถลดต้นทุนเนื่องจากการทำซ้ำการวิเคราะห์แพง

ประโยชน์ของการใช้แผนภูมิ ewma เป็นประสิทธิภาพที่ดีสำหรับการสังเกตที่ไม่ใช่แบบปกติหรือ 365 . ดี ewma แผนภูมิกับเลือกสรร W และค่าจะแสดงได้ดีกว่ากราฟเชิงเดี่ยว เมื่อสังเกตจะไม่แบบปกติ