Tuesday 31 October 2017

An Adaptiv Eksponentielt Vektet Moving Average Kontroll Diagram For Overvåknings Prosess Variasjoner


Forskning om adaptiv CUSUM kontrollkart over kroppskvalitetskontroll basert på variansovervåking Vis abstrakt Skjul abstrakt ABSTRAKT: I en produksjonsprosess, når Statistisk prosesskontroll (SPC) omhandler en kvalitetskarakteristikk (f. eks. En dimensjon) som er en variabel, er det vanligvis nødvendig for å overvåke både middelverdien av kvalitetskarakteristikken og dens variabilitet. CUSUM-ordningen som består av noen få kooperative CUSUM-diagrammer, er raskere enn de tradisjonelle Shewhart-ampS-diagrammene for dette formålet. Imidlertid er utformingen og analysene av et slikt CUSUM-system med flere diagrammer matematisk uhåndterlige, og operasjonen er svært arbeidskrevende. Basert på Weighted Loss-funksjonen, foreslår denne artikkelen et CUSUM-diagram (kalt WLC-diagrammet) som oppdager både gjennomsnittlig skift og varianseskift ved å inspisere en enkelt statistisk WL (Weighted Loss Function). Den mest nyttige funksjonen i WLC-diagrammet er dens enkelhet for implementering og design sammenlignet med CUSUM-skjemaet ved å bruke noen få CUSUM-diagrammer. Dette skyldes hovedsakelig bruken av en enkelt statistisk WL. Videre er det funnet at WLC-diagrammet i gjennomsnitt er mer effektivt enn ampS-diagrammer og CUSUM-diagrammet med henholdsvis 30 og 14, basert på resultatene fra et faktorialforsøk. En trinnvis prosedyre er også presentert for å lette utøvere i utformingen av WLC-diagrammet. Artikkel juli 2005 Zhang Wu Yu Tian Vis abstrakt Skjul abstrakt ABSTRAKT: Det finnes to EWMA-type dispersjonsdiagrammer for overvåkning av dispersjonsøkninger i litteraturen. En tilbakestiller EWMA-statistikken til null når den er under null. Den andre avkorter negative normaliserte observasjoner til null i EWMA-statistikken. I dette papiret foreslås to ensidige EWMA-diagrammer for å oppdage dispersjonen øker og avtar, og ett tosidig EWMA-kart for overvåking av dispersjon øker eller avtar samtidig. Simulasjonsstudier viser at det foreslåtte øvre EWMA-diagrammet fungerer bedre enn de to eksisterende kolleger for å oppdage økninger i dispersjonen, og at det foreslåtte nedre sidede EWMA-diagrammet vesentlig overgår de to nedre EWMA-diagrammene som er utviklet likt deres to eksisterende øvre - sidet EWMA-diagrammer for å oppdage reduksjoner i dispersjon. Videre gir det foreslåtte tosidige EWMA-diagrammet mye bedre følsomhet enn de to tosidige EWMA-kartene generalisert fra de to eksisterende øvre sidede EWMA-diagrammer for å oppdage generelle endringer i dispersjon. Artikkel Okt 2010 Longcheen Huwang Chun-Jung Huang Yi-Hua Tina Wang Vis abstrakt Skjul abstrakt ABSTRAKT: I praksis, når størrelsen på et fremtidig gjennomsnittlig skift er ukjent, er det alltid ønskelig å designe et kontrollskjema for å utføre rimelig godt over et område av skift i stedet for å optimalisere ytelsen ved å oppdage et bestemt nivå av skift. Sammenlignet med det konvensjonelle kumulative summen (CUSUM) kontrollskjema designet på grunnlag av et forhåndsdefinert gjennomsnittlig skift, kan det adaptive CUSUM-diagrammet (ACUSUM) foreslått av Sparks (2000) oppdage et bredere spekter av gjennomsnittlige skift. Dette papiret utvikler en todimensjonal Markov-kjedemodell for å analysere ytelsen til ACUSUM-diagrammer. Videre foreslås en mer generell driftsmodell for dagens ACUSUM-diagram for å forenkle implementeringen. Artikkel april 2006 LJ Shu W. JiangAn adaptiv eksponentielt vektet glidende gjennomsnittlig kontrolldiagram for overvåking av prosessavvik. Det eksponentielt vektede glidende gjennomsnittlige (EWMA) kontrollskjemaet er effektivt for å oppdage små endringer i prosessparametere, men mindre effektive når endringene er relativt store på grunn av hva er kjent som tröghetsproblemet. For å redusere tregheten er det foreslått et adaptivt EWMA (AEWMA) diagram for å overvåke prosesssteder for å forbedre seg over de tradisjonelle EWMA-kartene. Den grunnleggende ideen til AEWMA-ordningen er å dynamisk vektve de siste observasjonene i henhold til en passende funksjon av den nåværende prediksjonsfeilen. Denne artikkelen utvider ideen om AEWMA-diagrammet for å overvåke prosesssteder i tilfelle overvåkingsprosessdispersjon. En Markov-kjedemodell er etablert for å analysere og designe det foreslåtte diagrammet. Det vises at AEWMA-dispersjonskartet virker bedre enn EWMA og andre dispersjonsdiagrammer med hensyn til dets evne til å utføre relativt godt ved både små og store endringer i prosessdispersjon. Vil du lese resten av denne artikkelen. quotEyvazian et al. (2008) foreslo et eksponentielt vektet bevegelsesprøvevariantdiagram for å overvåke prosessvarians når prøvestørrelsen er en. Shu (2008) utvidet det adaptive EWMA-diagrammet til prosessplassering for å overvåke prosessdispersjonen. Razmy og Peiris (2013) utformet EWMA-diagrammet for å overvåke standardisert prosessvariasjon. sitat Vis abstrakt Skjul abstrakt ABSTRAKT: Den eksisterende optimale utformingen av det faste prøveintervallet S-2-EWMA kontrollskjema for å overvåke prøvevarianansen av en prosess er basert på gjennomsnittlig kjølelengde (ARL) kriterium. Siden formen på kjørelengdedistribusjonen endres med størrelsen på skiftet i variansen, gir median-kjørelengden (MRL) en mer meningsfylt forklaring om kontrollkontrollens og ikke-kontroll-ytelsen til et kontrollskjema. Dette papiret foreslår den optimale utformingen av S-2-EWMA-diagrammet, basert på MRL. Markov kjede teknikken er ansatt for å beregne MRL. Forestillingene til S-2-EWMA-diagrammet, dobbeltsampling (DS) S-2-diagrammet og S-diagrammet blir evaluert og sammenlignet. MRL-resultatene indikerte at S-2-EWMA-diagrammet gir bedre ytelse for å oppdage små og moderate variansforskyvninger, samtidig som de opprettholder nesten samme følsomhet som DS S-2 og S-diagrammer mot store variansskift, spesielt når prøvestørrelsen øker. Artikkel jul 2015 quotEyvazian et al. (2008) foreslo et eksponentielt vektet bevegelsesprøvevariantdiagram for å overvåke prosessvarians når prøvestørrelsen er en. Shu (2008) utvidet det adaptive EWMA-diagrammet til prosessplassering for å overvåke prosessdispersjonen. Razmy og Peiris (2013) utformet EWMA-diagrammet for å overvåke standardisert prosessvariasjon. sitat Vis abstrakt Skjul abstrakt ABSTRAKT: Den eksisterende optimale utformingen av det faste samplingsintervallet S2-EWMA kontrollskjema for å overvåke prøvevarianansen av en prosess er basert på gjennomsnittlig kjølelengde (ARL) kriterium. Siden formen på kjørelengdedistribusjonen endres med størrelsen på skiftet i variansen, gir median-kjørelengden (MRL) en mer meningsfylt forklaring om kontrollkontrollens og ikke-kontroll-ytelsen til et kontrollskjema. Dette papiret foreslår den optimale utformingen av S2-EWMA-diagrammet, basert på MRL. Markov kjede teknikken er ansatt for å beregne MRL. Opptredener av S2-EWMA-diagrammet, dobbeltsampling (DS) S2-diagrammet og S-diagrammet blir evaluert og sammenlignet. MRL-resultatene indikerte at S2-EWMA-diagrammet gir bedre ytelse for å oppdage små og moderate variansskift, samtidig som det opprettholdes nesten samme følsomhet som DS S2- og S-diagrammene mot store variansskift, spesielt når prøvestørrelsen øker. Fulltekst Artikkel Jul 2015 quotThe utbredte applikasjoner av attributtdiagrammer kan tilskrives mange faktorer, som for eksempel enkelheten til håndtering av egenskapskvalitetsegenskaper, enkel kommunikasjon mellom mennesker på forskjellige nivåer og utbredelsen av talldata i mange ikke-produksjoner sektorer. I de senere år har mange nye kontrollkart og andre statistiske prosesskontrollteknikker blitt foreslått med en økende hastighet123. I de fleste multiattributeprosesser er det pålagt å samtidig kontrollere flere egenskapskvalitetsegenskaper siden kvaliteten på et produkt er avhengig av alle. citer Vis abstrakt Skjul abstrakt ABSTRAKT: I de siste årtier har multiattribute kontrollkort blitt anbefalt i praksis. De overgår de samtidige uniattribute charts for overvåking av multiattribute prosesser i mange applikasjoner. Jolayemi En statistisk modell for utforming av multiattribute kontroll diagrammer. Indisk j stat. 199961: 351365 utviklet en statistisk modell for utformingen av et multiattribute np (Mnp) diagram. Basert på denne modellen er det foreslått et multiattribute syntetisk (MSyn) diagram i denne artikkelen. Videre er hovedtrekkene i MSyn-diagrammet og Mnp-diagrammet integrert for å bygge et synonymt syn-np (MSyn-np) diagram. Resultatene fra de komparative studiene indikerer at det nye MSyn-np-diagramet utgjør overkant av Mnp-diagrammet og MSyn-diagrammet med henholdsvis 83 og 27, i forhold til det gjennomsnittlige antall defekter over et bredt spekter av prosessskift under forskjellige omstendigheter. Fulltekst Artikkel september 2014Evaluering av løpestørrelsen for et kombinert Shewhart-EWMA kontrollkort. Sitér denne artikkelen som: Capizzi, G. Masarotto, G. Stat Comput (2010) 20: 23. doi: 10.1007s11222-008-9113 -8 En enkel algoritme er introdusert for å beregne kjørelengdefordelingen av et overvåkingssystem som kombinerer et Shewhart-diagram med et eksponentielt vektet flytte gjennomsnittlig kontrollskjema. Algoritmen er basert på den numeriske tilnærmingen til de integrale ligningene og integrerte tilbakevendingsrelasjoner knyttet til kjørelengdefordelingen. Spesielt er en Clenshaw-Curtis produktintegreringsregel brukt for å håndtere diskontinuiteter i integandfunksjonen på grunn av samtidig bruk av de to kontrollordninger. Den foreslåtte algoritmen, implementert i R og publisering tilgjengelig, sammenligner seg positivt med Markov-kjeden-tilnærmingen, som opprinnelig ble brukt til å omtrentliggjøre egenskapene til rundevidden av den kombinerte Shewhart-EWMA. Kontrollkart Eksponentielt Vektet Flytende Gjennomsnittlig Integral likning Kjørlengde Shewhart kontrollkart Statistisk prosesskontroll Denne undersøkelsen ble delvis finansiert av italienske MIUR-Cofin 2006-tilskudd. Referanser Brook, D. Evans, D. En tilnærming til sannsynlighetsfordelingen av CUSUM kjørelengde. Biometrika 59. 539549 (1972) MATH CrossRef MathSciNet Google Scholar Capizzi, G. Masarotto, G. En adaptiv eksponentielt vektet Flytende Gjennomsnittlig kontrollskjema. Technometrics 45. 199207 (2003) CrossRef MathSciNet Google Scholar Champ, C. W. Rigdon, S. E. En sammenligning av Markov-kjeden og integral likning tilnærminger for å vurdere kjørelengdefordelingen av kvalitetskontrolldiagrammer. Commun. Stat. Simul. Comput. 20. 191204 (1991) MATH CrossRef Google Scholar Champ, C. W. Rigdon, S. E. Scharnag, K. A. Metode for å utlede integrerte ligninger som er nyttige i kontrollkartets ytelsesanalyse. Nonlinear Anal. Teorimetoder Appl. 47. 20892101 (2001) MATH CrossRef Google Scholar Clenshaw, C. W. Curtis, A. R. En metode for numerisk integrasjon på en automatisk datamaskin. Numer. Matte. 2. 197205 (1960) MATH CrossRef MathSciNet Google Scholar Crowder, S. V. En enkel metode for å studere kjørelengdefordeling av eksponentielt vektede flytte gjennomsnittlige diagrammer. Technometrics 29. 401407 (1987) MATH CrossRef MathSciNet Google Scholar Kang, S. H. Koltracht, I. Rawitscher, G. Nystrom-Clenshaw-Curtis-kvadratur for integrerte ligninger med diskontinuerlige kjerne. Matte. Comput. 72. 729756 (2002) CrossRef MathSciNet Google Scholar Knoth, S. spc: Statistisk prosesskontroll (2004). R pakke versjon 0.2 Lucas, J. M. Saccucci, M. S. Eksponentielt veide glidende gjennomsnittlige kontrollordninger: Egenskaper og forbedringer kvalitet. Technometrics 32. 129 (1990) CrossRef MathSciNet Google Scholar Luceno, A. Puig-Pey, J. Evaluering av sannsynlighetsfordelingen for run-length for CUSUM-diagrammer. Technometrics 42. 411416 (2000) CrossRef Google Scholar Luceno, A. Puig-Pey, J. En nøyaktig algoritme for å beregne løpslengde sannsynlighetsfordeling, og dens konvolutter, for et CUSUM-diagram for å kontrollere normal gjennomsnitt. Comput. Stat. Data Anal. 38. 249261 (2002a) MATH CrossRef MathSciNet Google Scholar Luceno, A. Puig-Pey, J. Beregning av løpslengde sannsynlighetsfordeling for CUSUM-diagrammer. J. Qual. Technol. 34. 209215 (2002b) Google Scholar Montgomery, D. C. Introduksjon til Statistisk kvalitetskontroll, 5. edn. Wiley, New York (2004) Google Scholar Nelder, J. A. Mead, R. En enkelksalgoritme for funksjonsminimering. Comput. J. 7. 308313 (1965) MATH Google Scholar Piessens, R. Computing integral transformasjoner og løsning av integrerte ligninger ved hjelp av Chebyshev polynomial tilnærminger. J. Comput. Appl. Matte. 121. 113124 (2000) MATH CrossRef MathSciNet Google Scholar Piessens, R. de Doncker-Kapenga, E. Uberhuber, C. W. Kahaner, D. K. QUADPACK. En subrutinepakke for automatisk integrasjon. Springer, Berlin (1983) MATH Google Scholar R Utvikling Core Team: R: Et språk og miljø for statistisk databehandling. R Stiftelsen for statistisk databehandling, Wien, Østerrike (2008). URL R-project. org Shu, L. En adaptiv eksponentielt vektet Flytende Gjennomsnittlig kontrollskjema for overvåking av prosessavvik. J. Stat. Comput. Simul. 30. 415428 (2008) Google Scholar Sloan, I. H. Kvadraturmetoder for integrerte ligninger av den andre typen over uendelige intervaller. Matte. Comput. 36. 511523 (1978) MathSciNet Google Scholar Sloan, I. H. Analyse av generelle kvadraturmetoder for integrerte ligninger av den andre typen. Numer. Matte. 38. 263278 (1981) MATH CrossRef MathSciNet Google Scholar Sloan, I. H. Smith, W. E. Produktintegrasjon med Clenshaw og Curtis og relaterte punkter. Numer. Matte. 30. 415428 (1978) MATH CrossRef MathSciNet Google Scholar Sloan, I. H. Smith, W. E. Produktintegrasjon med Clenshaw og Curtis poeng: implementerings - og feilpoeng. Numer. Matte. 34. 387401 (1980) MATH CrossRef MathSciNet Google Scholar Sloan, I. H. Smith, W. E. Egenskaper for interpolatoriske produktintegrasjonsregler. SIAM J. Numer. Anal. 19. 427442 (1982) MATH CrossRef MathSciNet Google Scholar Opphavsrettsinformasjon Springer ScienceBusiness Media, LLC 2009 Forfattere og tilknytninger Giovanna Capizzi 1 E-postforfatter Guido Masarotto 1 1. Institutt for statistiske vitenskap Universitetet i Padua Padova Italia Om denne artikkelen Et adaptivt eksponentielt vektet, flytende gjennomsnittlig kontrollskjema for overvåkingsprosessavvik Det kontrollert diagrammet med eksponentielt vektet glidende gjennomsnitt (EWMA) er effektivt for å oppdage små endringer i prosessparametere, men mindre effektive når endringene er relativt store, på grunn av det som er kjent som inerti-problemet. For å redusere tregheten er det foreslått et adaptivt EWMA (AEWMA) diagram for å overvåke prosesssteder for å forbedre seg over de tradisjonelle EWMA-kartene. Den grunnleggende ideen til AEWMA-ordningen er å dynamisk vektve de siste observasjonene i henhold til en passende funksjon av den nåværende prediksjonsfeilen. Denne artikkelen utvider ideen om AEWMA-diagrammet for å overvåke prosesssteder i tilfelle overvåkingsprosessdispersjon. En Markov-kjedemodell er etablert for å analysere og designe det foreslåtte diagrammet. Det vises at AEWMA-dispersjonskartet virker bedre enn EWMA og andre dispersjonsdiagrammer med hensyn til dets evne til å utføre relativt godt ved både små og store endringer i prosessdispersjon. Ytterligere forfatterinformasjon Lianjie Shu Artikkelnumre Logg inn via institusjonen Logg inn på Taylor Francis Online eller kjøp den Artikkel Kjøp 24 timers tilgang for USD 50,00 Lokal skatt vil bli lagt til som det passer Folk leser også Publisert online: 1 jan 2012 Publisert online: 12. mar 2012 Kommunikasjon i statistikk - teori og metoder Publisert på nettet: 8 feb 2010 Publisert på nettet: 14 aug 2008 Publisert på nettet: 12 mar 2012 Journal of Statistical Computation and Simulation Publisert online: 16 Feb 2016 Bla gjennom tidsskrifter etter emne Informasjon for åpen tilgang Hjelp og info Koble til med Taylor Francis Registrert i England Wales nr. 3099067 5 Howick Place London SW1P 1WG Denne nettsiden bruker informasjonskapsler for å sikre at du får den beste opplevelsen på vår nettside.

No comments:

Post a Comment