Menu

Salford Predictive Modeler – SPM in Aktion

SPM in Aktion

Auf der Suche nach der Ursache einer übermäßigen Abweichung

Identifizieren, welche Faktoren zur übermäßigen Abweichung in einem chemischen Fertigungsverfahren beitragen

Mit Hilfe der Modellierungsengine CART, SPMs Entscheidungsbaumalgorithmus, der kategoriale Daten zum Vorhersagen eines qualitativen Werts verwendet, können historische Daten in einen Satz von Ja-/Nein-Regeln segmentiert werden. Diese Segmentierung teilt die Antwortvariable (Y), basierend auf den Einstellungen des Prädiktors (X), in Partitionen auf. Im untenstehenden Beispiel, in dem viele Variablen in CART ausgeführt wurden, stellt sich heraus, dass besonders ein Prädiktor – die Produktionsrate – zu einem Punkt beiträgt, der außerhalb der Grenzwerte der Produktion liegt.

Wenn die Produktionsrate <= 91,76, dann ist die geschätzte Wahrscheinlichkeit, dass der Prozess außer Kontrolle ist, relativ hoch (33 %). Wenn die Produktionsrate > 91,76, dann ist der Prozess wahrscheinlich statistisch beherrscht.
Wenn die Produktionsrate <= 91,76, dann ist die geschätzte Wahrscheinlichkeit, dass der Prozess außer Kontrolle ist, relativ hoch (33 %). Wenn die Produktionsrate > 91,76, dann ist der Prozess wahrscheinlich statistisch beherrscht.

Durch kontinuierliches Wachsen bzw. "Pflegen" des CART-Baums werden zusätzliche Ursachen der übermäßigen Abweichung in diesem Verfahren schnell identifiziert. Sobald die Auswahl auf einige entscheidende X eingegrenzt wurde, können Regelungen getroffen werden, die die Wahrscheinlichkeit, dass die Prozessspezifikationen nicht erfüllt werden, reduzieren.

Welche Faktoren korrelieren mit den Fertigungsfehlern?

In nur wenigen Minuten ermitteln, welche Faktoren in einem Herstellungsverfahren voraussichtlich für Fertigungsfehler verantwortlich sind

SPMs Modellierungsengine TreeNet ermittelt die Wahrscheinlichkeit eines Fehlers auf Grundlage der zur Verfügung stehenden Variablen (Signale). Mit der TreeNet-Funktion zum automatisierten Reduzieren der Variablen, "Automate Shaving", können die 590 Variablen, die mit dem Herstellungsverfahren verbunden sind, innerhalb von Minuten auf 299 Schlüsselfaktoren eingegrenzt werden, die eine Korrelation mit Fehlern in der Produktion aufweisen.

SPM ermittelt die Faktoren in einem Herstellungsverfahren, die voraussichtlich für Fertigungsfehler verantwortlich sind.

TreeNet kann die Variablen, die den größten Einfluss haben, schnell eingrenzen und die Beziehung zwischen der Wahrscheinlichkeit eines Fehlers und den identifizierten Variablen visuell darstellen, um einen präventiven Aktionsplan zu entwerfen.

SPM Auszeichnungen

Zu den SPM Auszeichnungen

© ADDITIVE GmbH. Alle Rechte, Irrtümer und Änderungen vorbehalten.

Impressum  /  Datenschutz  /  AGB