预测 SPC（统计过程控制）
Predicting SPC (Statistical Process Control)
我将简要说明我的场景。公司批量生产 valves/nuts/bolts 等需要测量尺寸（如长度、半径、厚度等）以保证质量的部件。由于不可能检查所有零件，因此以批量方式选择它们。例如：从每 100 件的批次中，将随机选择 5 件并测量其尺寸的平均值并注明用于绘制 SPC 控制图（在 y 轴上绘制平均尺寸，在 x 轴上绘制批号）。
尽管有许多因素（如操作员效率、machine/tool 条件等）会影响产品质量，但它们似乎无法衡量。
我的 objective 是开发一个机器学习模型来预测即将到来的批次样本的产品尺寸（平均值）。这将有助于操作员预测是否会出现任何显着的尺寸变化，以便他可以暂停工作并找出潜在原因，从而防止 product/material.
的浪费
我对 R 编程和机器学习技术（如决策 trees/regression 等）有一些想法，但无法为此找到合适的模型。主要是因为我想不出这种情况的自变量。不过我对时间序列建模不太了解。
有人会提出一些 insights/ideas/suggestions 来解决这个问题吗？
很抱歉，我不得不写一个长篇故事，但只是想让事情尽可能清楚。
提前致谢。
斯里纳斯
您的要求可以分三步申请：
1.Fundamental
通过机器学习自动应用 SPC 规则，例如。用Nelson规则识别SPC图表模式，并扩展到特定过程中新的变化模式。
2.Supplemental
使用多变量集合和机器学习预测 Cp 和 SPC 趋势。比如烟雾颗粒会影响晶圆良率，如果数据分析模型link SPC和工人轮班安排
可能会更早发现
3.Intelligent代理
通过 SPC 和反应计划之间的集成自动处理事件。 link SPC 和 FMEA 的代理模型，并在 BAM 架构中使用 CEP 引擎构建。
我将简要说明我的场景。公司批量生产 valves/nuts/bolts 等需要测量尺寸（如长度、半径、厚度等）以保证质量的部件。由于不可能检查所有零件，因此以批量方式选择它们。例如：从每 100 件的批次中，将随机选择 5 件并测量其尺寸的平均值并注明用于绘制 SPC 控制图（在 y 轴上绘制平均尺寸，在 x 轴上绘制批号）。
尽管有许多因素（如操作员效率、machine/tool 条件等）会影响产品质量，但它们似乎无法衡量。 我的 objective 是开发一个机器学习模型来预测即将到来的批次样本的产品尺寸（平均值）。这将有助于操作员预测是否会出现任何显着的尺寸变化，以便他可以暂停工作并找出潜在原因，从而防止 product/material.
的浪费我对 R 编程和机器学习技术（如决策 trees/regression 等）有一些想法，但无法为此找到合适的模型。主要是因为我想不出这种情况的自变量。不过我对时间序列建模不太了解。
有人会提出一些 insights/ideas/suggestions 来解决这个问题吗？ 很抱歉，我不得不写一个长篇故事，但只是想让事情尽可能清楚。
提前致谢。 斯里纳斯
您的要求可以分三步申请：
1.Fundamental
通过机器学习自动应用 SPC 规则，例如。用Nelson规则识别SPC图表模式，并扩展到特定过程中新的变化模式。
2.Supplemental
使用多变量集合和机器学习预测 Cp 和 SPC 趋势。比如烟雾颗粒会影响晶圆良率，如果数据分析模型link SPC和工人轮班安排
可能会更早发现3.Intelligent代理
通过 SPC 和反应计划之间的集成自动处理事件。 link SPC 和 FMEA 的代理模型，并在 BAM 架构中使用 CEP 引擎构建。