توسعه نمودار کنترل مبتنی بر مدل نقطه تغییر با استفاده از تکنیکهای ناپارامتری برای پایش پروفایلهای غیرخطی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده صنایع
- author زهرا هادی دوست
- adviser یاسر صمیمی حمید شهریاری
- publication year 1393
abstract
در برخی از کاربردهای کنترل کیفیت آماری، عملکرد فرآیند یا کیفیت محصول به وسیله ی رابطه ی بین یک متغیر پاسخ و یک یا چند متغیر مستقل توصیف میشود. در ادبیات کنترل کیفیت آماری این رابطه را پروفایل می نامند. در موارد مشخصی عملکرد فرآیند یا کیفیت محصول به وسیله ی یک پروفایل غیرخطی پیچیده توصیف میشود که این پروفایل از مدل پارامتری خاصی پیروی نمی کند. در این شرایط به منظور مدل کردن پروفایل ، رویکردهای ناپارامتری که از انعطاف پذیری بیشتری در مدل سازی رفتار پروفایل برخوردارند به کار گرفته می شوند. معمولا به منظور پایش این گونه از پروفایل ها نمودارهای کنترل چندمتغیره برای مشاهدات تکی یا نمودارهای کنترل ناپارامتری مورد استفاده قرار می گیرند. اما با توجه به این که زمان کشف تغییر توسط نمودارهای کنترل لزوما منطبق با زمان واقعی تغییر نیست استفاده از رویکردهای شناسایی نقطه ی تغییر که زمان واقعی تغییر را معلوم می کنند، می تواند در کشف سریع تر و ساده تر انحرافات بادلیل موثر واقع شود. در این پایان نامه به منظور مدل سازی پروفایل غیرخطی پیچیده از روش هموارسازی اسپلاین استفاده شده سپس دو روش برای پایش پروفایلهای مورد نظر در فاز ii کنترل فرآیند آماری ارایه و عملکرد روش ها به کمک مثال عددی و شبیه سازی کامپیوتری مورد بررسی و مقایسه قرار گرفته است. در روش اول پس از دریافت هشدار خارج از کنترل از نمودار هاتلینگ t2 چندمتغیره با استفاده از برآوردکننده ی حداکثر درست نمایی به تخمین نقطه ی تغییر پرداخته شده و در روش دوم پس از توسعه ی مدل نقطه ی تغییر بر اساس تابع درست نمایی، نموداری مبتنی بر آماره ی درست نمایی استاندارد شده ارایه شده است. نتایج حاکی از توانایی روش دوم در کشف سریع تغییر در میانگین فرآیند است درحالی که در خصوص برآورد زمان تغییر، دو روش پیشنهادی عملکرد یکسانی از خود نشان داده اند.
similar resources
مدل نقطه تغییر ناپارامتری برای کنترل آماری فرایند چندمتغیره
کنترل آماری فرایند نیازمند روش های آماری است که تغییرات را در الگوی داده هایی در طول زمان تشخیص دهد. روش های رایج مانند نمودارهای شوهارتی و غیر شوهارتی جمع تجمعی و میانگین متحرک موزون نمایی نیازمند مقادیر تحت کنترل پارامترهای فرایند هستند، که به ندرت دقیقاً معلوم هستند. وقتی که پارامترهای براورد شده را به کار ببریم، رفتار طول اجرا به طور تصادفی تغییر می کند و در واقع کنترل رفتار طول اجرا...
توسعه یک نمودار کنترل انتخاب عامل انحراف برای پایش فرآیندهای دو مرحلهای با مشخصه کیفی پواسان
full text
طراحی یک نمودار کنترل بی‌نیاز از مدل برای پایش فرایندهای چندمتغیره‌ی خودهمبسته
برای پایش فرایندهای خودهمبسته‌ی یک‌متغیره و همچنین کنترل فرایندهای چندمتغیره نمودارهای زیادی ارائه شده است، ولی باوجود کاربرد نسبتاً فراوان، نمودارهای چندمتغیره در حالت خودهمبسته کم‌تر مورد بررسی قرار گرفته‌اند. در این نوشتار بااستفاده از روشی جدید به‌منظور کاهش خودهمبستگی مشاهدات، یک نمودار کنترل به‌نام نمودار میانگین‌های گروهی دسته‌بندی شده‌ی چندمتغیره (MGBM) برای پایش‌بردار میانگین فراینده...
full textطراحی یک نمودار کنترل بی نیاز از مدل برای پایش فرایندهای چندمتغیره ی خودهمبسته
برای پایش فرایندهای خودهمبسته ی یک متغیره و همچنین کنترل فرایندهای چندمتغیره نمودارهای زیادی ارائه شده است، ولی باوجود کاربرد نسبتاً فراوان، نمودارهای چندمتغیره در حالت خودهمبسته کم تر مورد بررسی قرار گرفته اند. در این نوشتار بااستفاده از روشی جدید به منظور کاهش خودهمبستگی مشاهدات، یک نمودار کنترل به نام نمودار میانگین های گروهی دسته بندی شده ی چندمتغیره (m g b m) برای پایش بردار میانگین فراینده...
full textتوسعه یک نمودار کنترل انتخاب عامل انحراف برای پایش فرآیندهای دو مرحلهای با مشخصه کیفی پواسان
امروزه بیشتر محصولات تولیدی، در طی مراحل مختلف به هم وابسته از فرآیند بوجود می آیند. بدلیل وجود خاصیت آبشاری در اغلب اینگونه از فرآیندها، پایش آنها با استفاده از نمودارهای کنترلی مرسوم، باعث بوجود آمدن خطاهای غیر قابل اجتناب و تصمیم گیری های اشتباه می شود، یکی از نمودارهای کاربردی و تخصصی برای پایش فرآیندهای چند مرحله ای، نمودارهای انتخاب عامل انحراف می باشد. اینگونه از نمودارها بیشتر برای مشخص...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده صنایع
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023