PLS 모형을 사용하는 모형 기반 다변량 관리도의 예
이 예에서는 PLS 모형을 사용하여 다변량 공정을 모니터링하는 방법을 보여 줍니다. 14개의 입력과 5개의 품질 변수가 있는 공정을 예로 들어보겠습니다. 공정을 설명하는 PLS 모형이 있고 이 모형을 사용하여 공정의 편차를 모니터링하려고 합니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Polyethylene Process.jmp를 엽니다.
이 데이터 테이블에는 14개의 공정 변수와 5개의 품질(출력) 변수가 포함되어 있습니다. 처음 100개 행은 공정을 설명하기 위해 PLS 모형을 생성하는 데 사용된 과거 데이터입니다. 이러한 행은 파란색으로 표시됩니다. 나머지 239개 행은 모형이 생성된 후 수집된 데이터입니다.
부분 최소 제곱 모형은 공정을 설명하는 4개의 스코어 함수를 찾습니다. 이러한 함수는 데이터 테이블의 X Score 1 Formula 열 ~ X Score 4 Formula 열에 저장됩니다. PLS 모형을 생성하기 위해 Set current data as excluded 테이블 스크립트를 사용하여 과거 데이터 이후 수집된 239개의 데이터 행을 제외합니다. 그런 다음 Fit Partial Least Squares 테이블 스크립트를 사용하여 품질 변수를 공정 변수와 관련짓는 PLS 모형을 생성합니다.
2. 분석 > 품질 및 공정 > 모형 기반 다변량 관리도를 선택합니다.
3. X Score 1 Formula ~ X Score 4 Formula를 선택하고 공정을 클릭합니다.
4. 과거 데이터 끝 행을 100으로 설정합니다.
5. 확인을 클릭합니다.
그림 13.10 T2 차트
파란색 데이터 점은 과거 데이터를 나타냅니다. 검은색 데이터 점은 관리도가 만들어진 후 수집된 데이터 점입니다. 공정은 대략 표본 번호 326에서 역전이 시작되었습니다.
6. 관리 상한 위에 있는 표본 데이터 점을 커서로 가리켜 기여도 그림을 봅니다.
7. 관리 상한 위에 있는 데이터 점의 첫 번째 군집을 선택합니다. "4개 요인의 T2"의 빨간색 삼각형을 클릭하고 선택된 표본에 대한 평균 기여 비율 그림을 선택합니다.
8. "선택된 표본에 대한 T2 평균 기여 비율 그림" 옆의 빨간색 삼각형을 클릭하고 막대 정렬을 선택합니다.
그림 13.11 평균 기여 비율 그림
기여도 그림은 PLS 모형 입력 변수의 관점에서 작성되었습니다. z2와 Tmax2가 공정 역전을 일으키는 것으로 보입니다. Tmax2와 z2는 관련되어 있습니다. Tmax2는 반응기 온도이고 z2는 Tmax2 온도의 위치입니다.
참고: 요인에 대한 설명은 "노트" 열 특성에 기록되어 있습니다.