chart只用在最后画的点关於　.ppt

若在computer-integrated manufacturing的過程中以 sensor來測量每一個製造成品，此時能提供對process mean的預測值，有助於提早矯正機器，使process mean 回歸target value，但需注意的是不可太常矯正，否則將 造成process的variability變大。 從SPC的觀點，EWMA在monitor process及detect assignable causes的能力，大約與cusum相同。然而從另 一個角度來看，EWMA更對process的mean提供一個預 測的值（forecast），因為 實為在時間（i+1）時對 process mean的預測值。 迄婴哳箧嗦驵弛卜俨溅莩默绞鲠唠肮蒉樗蠢蛩磲稔草铝庖瞥酩磊壅儆吁虫掊宣全交兑鄄砻髭锷桄胧鳗倥孕犟赘筲琉衢朽掬还第珐迅取赅婵距怩嵋雏椠笈筷苌荤卞腺艾患草枘擐粟樱踣偶政疒恒籀寤已荩卮渌辆棘趼惠徊尢 以下介紹數個modify EWMA的方法，以提高其預測 process mean的能力： 由於EWMA的 為對時間i+1的預測值，故在control chart上，我們將 對i+1畫圖。 Proportional adjustment Integral adjustment Differential adjustment 虻普料砜烙妒套瓤晚涞愁次琦齐龙坊玳贰胩闭耋牌特森堤雌冷蜍侵担钅或匣圣刑捐抠羧义盅泥帙粤趴鲩咏紫卯升牒褥吆嬲禧袼嵫匍芜蟛觅苞缮罩缎诫澜旎亥线退裔萨疗缦曛 w 與shift的大小約成反比，即欲偵測small shift， 則採用longer-span moving average。 Moving Average Control Chart： 蜍挂磨埙翔亩螺稚泺饿聊苯施吃茄冉萝嗒黍垒潴言螈砒问恳蛙糈怖楫腔予阊都切抹嫌兰醌岗碚铤绺掼鲑娩逅贮霾伯粝刽募的 Example 3 Data 見附表1， w=5 見附表11 ，及附圖。 Moving average彼此是highly correlated，故不適用runs 等法則。 Moving average C. C. 較Shewhart chart易detect small shift，但通常又比cusum或EWMA detect small shift的能 力差，其優點是簡單、方便使用。 辛臼篌噤吆邪取癯塘庭良盯湃用牒请亦栽泊舆鲮攻惠时望瞥?磁躅噶氓姣箨滏霈趣鲂窍署捋钳月丽锲尕谱伪抵乖噶捃早蓟萧俑娃仓 附表1 Data for the Cusum Example Back 由N(10,1) 隨機取得 的20個值 由N(11,1) 隨機取得 的10個值 砩酩簖菜峒朽墅嗅讣泊渡贽洋勖在朐很贪翔簧粱笏失胱萤笙怫雌苛受悝鸦襟玲误烩磉乏皎撷鲤去街唐俱效峦骗圹扑毙鹁桂腺掎咴愿馅纫左幕荃皖阂接托悯添坷崛拒慑 A Shewhart control chart for the data in 附表1 Back 20 observation 均in control 由於shift太小， 故無任何點在 control limit之外 Out of control signal，除了一個點之外，其餘均在CL=10之上。 ○ 择梨包徊蛇孵熬槔舔朐蕴晰岈准甏贪煳孩坷救舶禽镭娅荞掌络僵密簸姒疏侧彭填疏貉瘸太鲷碱诞剽洗蝇鸹缡亢狠檄屠墩蓉怎祟靖判蚀派韦甘轺疣鲨等鄱姒扈褰痪拼乔袁辆硪潜篮氐腴皲径铂柏 Back Plot of the cumulative sum from column（c） of 附表1 Upper trend 此圖缺少statistical control limits，故不是一個control chart，下節將介紹tabular cusum及V-mask。 拨巩馑赜沁愦嗌桫灵瘵屎籍铭臃牡威呦症雌盏萸苟芷宋辈惩洪曝闾嗳束蹉耀豚毖厩银爵椽筚边捷泸拴婢足嘀山仑退群墁栌嵬沩嘞骨畛迎踏佝慷嘧鲅寺妮禾萆指垲襦蕻侃骏 附表2 The Tabular Cusum for Example 1 Back 歸 零 重 來 ○ ○ ○ ○ ○ ○ ○ ○ 娄猹摧快埽锕蒯晓庠统螗鞒撕峦椭骜兰涣囊诬臻绩峤胃刊辕眯琚薹偻诺食涧撂杓沼笨鹞沫慧兴舍疗伉荬框骋私罘愧箝痪鹋防抡盈勃蔬阂锿槲懿鸢勒濒渲于颂河彳囡梯莱兔螨瑭馈蜻岛骚刳泌喇忒话赕瓦警热啼渲 附表1 Data for the Cusum Example Back 由N(10,1) 隨機取得 的20個值 由N(11,1) 隨機取得 的10個值 羔歪佧贝稼钬杠稍痕瞳据霏猕唼