1 / 38

ARC GIS 10 DATA REVIEWER אפריל 2013

טכנולוגית בקרת איכות במפ"י. ARC GIS 10 DATA REVIEWER אפריל 2013. בקרת איכות –עקרונות התהליך. עקרונות לתהליך ב"א. תהליך בקרת האיכות מבוסס על תקן ISO19157 איכות הנתונים תיבחן ע"י סדרת בדיקות חלקן אוטומטיות וחלקן אינטראקטיביות

gaura
Download Presentation

ARC GIS 10 DATA REVIEWER אפריל 2013

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. טכנולוגית בקרת איכות במפ"י ARC GIS 10 DATA REVIEWER אפריל 2013

  2. בקרת איכות –עקרונות התהליך

  3. עקרונות לתהליך ב"א • תהליך בקרת האיכות מבוסס על תקן ISO19157 • איכות הנתונים תיבחן ע"י סדרת בדיקות חלקן אוטומטיות וחלקן אינטראקטיביות • כל בדיקה מסווגת למאפיין איכות, משקלול הציון עבורן יחושב הציון עבור אותו מאפיין • מאפייני האיכות נקבעו ע"פ הדרישות במפרט הקליטה • רמת האיכות נבחנת מול דרישת האיכות (סף השגיאה המותרAQL= ) שנקבעה עבור כל מאפיין איכות

  4. מהות התקן התקן מנחה לקביעת סטנדרט איכות, ומציג כיצד לכמת את רמת איכות הנתונים. מופנה ל- GIS ולא מיפוי הנדסי

  5. למה בכלל לכמת את איכות הנתונים ולהשקיע בתהליך איכות מורכב יותר??? • יעיל עבור ניתוח לגיבוש מודל עסקי. מיקוד יכולות עבור מוצרים. • יכול להעיד על איכות תהליך העבודה, נקודות חוזק, חולשה ובכך למקד בשיפור תהליכי עבודה- חוסך עלויות. • מחזק את הקשר שבין הלקוחות לייצור. קביעת סטנדרטים בצורה משותפת. • שירות טוב יותר לצרכנים. שיקוף טיב הנתונים, מונע "הפתעות" לאחר רכישה. יצירת אמון מול הצרכן.

  6. עקרונות מנחים

  7. גיבוש סטנדרט איכות עבודה משותפת בין היצרן והצרכן: דרישות מוצרים מול עלויות יצור הגדרת ה"מציאות" – סדרת חוקים (כללים) => מפרט הקליטה חלוקת הדרישות על פי קריטריונים ומאפייני איכות קביעת רמת רזולוציה לבחינה על פי רמת החשיבות עבור המוצר, AQL ומשקלים.

  8. בחינה הנתונים נבחנים מול ה"מציאות" שנקבעה כל כלל או אוסף כללים נבחן מול רמת האיכות שנקבעה בסטנדרט (עובר/לא עובר) התקן מציג סדרת בדיקות, ניתן להוסיף בדיקות נוספות במידה והן לא נותנות מענה.

  9. בחינה מה שניתן לבדוק באופן אוטומטי, נבדק עבור כלל הנתונים, מה שלא, ייבדק או עבור כלל הנתונים, או באופן מדגמי (נתון לשיקולי משאבים וזמן) יש חשיבות לסדר הבדיקות על מנת להימנע מכפילות שגיאות

  10. בדיקות מדגמיות LOT (מנה): מינימום היחידות שעבורן נדרשת בקרת האיכות (נתונים). כלומר, מנת העבודה שיצאה לעדכון. חייב להיות הומוגני. Sample (מדגם): מינימום היחידות שעליהן תתבצע הבדיקה. מחושב מתוך המנה. יש חשיבות לאופן חישוב המדגם על מנת שיוכל לייצג את המנה.

  11. מדגם על פי תכונות קיימות מספר שיטות לבחירת מדגם, שיטת המדגם בו יבחנו נתוני הבנט"ל , הינהמדגם הסתברותי על פי תכונות – בחינה בודדת. שיטה זו מתאימה מאחר והיא מתייחסת לבדיקה של דחייה/קבלה. כמו כן, ההתייחסות היא לבדיקה רנדומאלית. כלומר, בחירת הפרטים המשתתפים במדגם הינה אקראית ולא סלקטיבית. בחינת הפרטים מול AQL (עובר /לא עובר) – משתנה בינארי. לא מציג כמה הנתונים "רחוקים" או "קרובים" לנתון האמיתי.

  12. רמות בחינה • רמת בחינה דרגה II:בחינה נורמאלית (Normal inspection): רמת ברירת המחדל. המקובלת ביותר. השימוש בבחינה זו הוא כאשר צפוי כי הנתונים יעמדו ברמת האיכות המקובלת שנקבעה. • רמת בחינה דרגה I: בחינה מצומצמת ((Reduced inspection. השימוש בבחינה זו הוא כאשר ידוע (מניסיון) כי רמת האיכות של הנתונים גבוהה מה AQL הנדרש. בדרגה זו, המדגם מצומצם יותר מרמת בחינה נורמאלית. • רמת בחינה דרגה III: בחינה מחמירה (Tightened inspection). השימוש בבחינה זו הוא כאשר צפוי כי הנתונים אינם עומדים ברמת האיכות המקובלת שנקבעה. במקרה זה, המדגם נרחב יותר מרמת בחינה נורמאלית.

  13. מעבר בין רמות בחינה בחינה נורמאלית לבחינה מחמירה: כאשר 2 מתוך חמש מנות שנבדקו נכשלות בבדיקה, עוברים לרמת בחינה מחמירה. בחינה מחמירה לבחינה נורמאלית: כאשר 5 מנות שנבדקו ברצף עברו את הבדיקה או כאשר הבחינה המחמירה מעכבת את הייצור, חוזרים לרמת בחינה נורמאלית.

  14. חישוב מדגם מייצג http://www.sqconline.com/military-standard-105e-tables-sampling-attributes

  15. מנה = 200 רמת בחינה =נורמאלית AQL= 5%

  16. קבלה /דחיה של מנה

  17. דיווח

  18. בדיקות Batch– הוספת בדיקה שם בדיקה (אופציונאלי) בחירת שכבה עליה תבוצע הבדיקה בוחרים בדיקה, מגדירים פרמטרים ושומרים. סינון פרטים ע"י שאילתה (אופציונאלי) הערות (אופציונאלי) חומרה בעת כתיבת הבדיקה, השכבות הרלוונטיות חייבות להופיע ב-MXD

  19. בדיקות Batch– הרצה הוספת בדיקה מוכנה הסרת בדיקה אימות הבדיקה

  20. טבלת דיווח ניתן למיין ע"י גרירת כותרת עמודה לכאן הפיכת טבלה לשכבות

  21. Data Reviewer Service • התקנה השירות דרך סרגל התחלה. הפעלה • לאחר התקנה ניתן להפעיל את השירות. קליק ימני

  22. Data Reviewer Service בחירת בסיס נתונים (סביבת עבודה) בחירת SESSION הוספת בדיקות batch קביעת זמן תחילת הרצה הרצה עכשיו הרצה בעתיד

  23. Data Reviewer Service בחירת service job

  24. Data Reviewer Service קבצי לוג שורת סטאטוס

  25. בדיקות מדגמיות – יצירת מדגם שם בדיקה בחירת שכבות למדגם שיטת בחירת מדגם מדגם ע"ב מספר קבוע מדגם ע"ב אחוז קבוע מדגם ע"ב חישוב סטטיסטי

  26. בדיקות מדגמיות – מעבר על מדגם קליק ימני בטבלה מאפשר הכנסת סטאטוס למדגם

  27. בדיקות חוסרים– שימוש ב-Grid ניווט בגריד שינוי צבע משבצת קליק ימני שכבות להצגה בחלונית שכבת הגריד הרלוונטית שדה Lable דאבל קליק על משבצת תביא את המסך הראשי להתמקד בה

  28. בדיקות חוסרים– סימון חוסר לחיצה על כפתור זה תהפוך את סמן העכבר לדגל. השכבה בה חסרה יישות הקלקה עם הדגל במפה תוסיף דיווח בטבלה למלא סטאטוס הערות

  29. הפקת דו"ח

  30. בעיות • הכנסת בדיקות חדשות • התמודדות עם כמויות גדולות • שילוב ב – WMX • באגים

  31. סוף שאלות? תודה!

More Related