Thursday, 2 November 2017

An adaptiv exponentiellt vägda glidande medelvärde kontroll kartlägga för övervakning process varianser


Forskning om adaptivt CUSUM kontrollschema över kroppskvalitetskontroll baserat på variansövervakning Visa abstrakt Dölj abstrakt ABSTRAKT: I en produktionsprocess handlar statistisk processkontroll (SPC) om en kvalitetskaraktäristik (t. ex. en dimension) som är en variabel, är det vanligtvis nödvändigt att övervaka både medelvärdet av kvalitetskarakteristiken och dess variation. CUSUM-systemet som omfattar några kooperativa CUSUM-diagram är snabbare än de traditionella Shewhart-ampS-diagrammen för detta ändamål. Emellertid är mönster och analyser av ett sådant CUSUM-system med flera kartor matematiskt ouppnåeliga och operationen är mycket mödosam. Baserat på viktförlustfunktionen, föreslår den här artikeln ett CUSUM-diagram (kallat WLC-diagrammet) som upptäcker både medelskift och variansskift genom att inspektera en enda statistisk WL (viktförlustfunktion). Den mest användbara funktionen i WLC-diagrammet är dess enkelhet för implementering och design jämfört med CUSUM-systemet med hjälp av några CUSUM-diagram. Detta beror främst på användningen av en enda statistik WL. Vidare är det baserat på resultaten från ett factorialexperiment att WLC-diagrammet i genomsnitt är mer effektivt än ampS-diagrammen och CUSUM-schemat med flera diagram med ca 30 respektive 14. En steg-för-steg-procedur presenteras också för att underlätta utövare vid utformningen av WLC-diagrammet. Artikel Jul 2005 Zhang Wu Yu Tian Visa abstrakt Dölj abstrakt ABSTRAKT: Det finns två dispersionsdiagram av EWMA-typ för övervakning av dispersionsökningar i litteraturen. Man återställer EWMA-statistiken till noll när den är under noll. Den andra avkortar negativa normaliserade observationer till noll i EWMA-statistiken. I detta dokument föreslås två ensidiga EWMA-diagram för att detektera dispersion ökar respektive minskar respektive ett tvåsidigt EWMA-diagram för övervakning av dispersion ökar eller minskar samtidigt. Simuleringsstudier visar att det föreslagna övre sidiga EWMA-diagrammet fungerar bättre än de två existerande motsvarigheterna för att detektera ökningar i dispersionen och att det föreslagna nedre sidiga EWMA-diagrammet överstiger de två nedre sidor av EWMA-diagrammen som liknar deras två befintliga övre - sidiga EWMA-diagram för att detektera minskningar i dispersionen. Dessutom ger det föreslagna tvåsidiga EWMA-diagrammet en mycket bättre känslighet än de två tvåsidiga EWMA-diagrammen genererade från de två existerande övre sidiga EWMA-diagrammen för att detektera övergripande förändringar i dispersionen. Artikel okt 2010 Longcheen Huwang Chun-Jung Huang Yi-Hua Tina Wang Visa abstrakt Dölj abstrakt ABSTRAKT: I praktiken, när storleken på ett framtida medelväxling är okänt, är det alltid önskvärt att designa ett kontrollschema för att fungera relativt bra över ett område av skift istället för att optimera prestanda vid detektering av en viss nivå av skift. Jämfört med det konventionella ackumulativa summan (CUSUM) kontrollschema som är konstruerat baserat på ett förutbestämt medelskifte, kan det adaptiva CUSUM-diagrammet (ACUSUM) som föreslagits av Sparks (2000) detektera ett större antal medelväxlingar. I detta dokument utvecklas en tvådimensionell Markov-kedjemodell för att analysera prestanda i ACUSUM-diagram. Dessutom föreslås en mer generell driftsmodell för det aktuella ACUSUM-diagrammet för att förenkla genomförandet. Artikel april 2006 LJ Shu W. JiangAn adaptiv exponentiellt vägd rörlig genomsnittlig kontrolldiagram för övervakning av processvariationer Det exponentiellt viktade rörliga genomsnittliga (EWMA) styrdiagrammet är effektivt för att detektera små förändringar i processparametrarna men mindre effektiva när ändringarna är relativt stora på grund av vad som är känt som tröghetsproblemet. För att minska trögheten har ett adaptivt EWMA-diagram (AEWMA) föreslagits för att övervaka processlokaler för att förbättra över de traditionella EWMA-diagrammen. Grundsidan av AEWMA-systemet är att dynamiskt väga de tidigare observationerna enligt en lämplig funktion av det aktuella prediktionsfelet. Denna artikel utökar tanken på AEWMA-diagrammet för övervakning av processlokaler vid övervakningsprocessdispersion. En Markov-kedjemodell är etablerad för att analysera och utforma det föreslagna diagrammet. Det visas att AEWMA-dispersionsschemat utför bättre än EWMA och andra dispersionsdiagram med avseende på dess förmåga att utföra relativt bra vid både små och stora förändringar i processdispersion. Vill du läsa resten av denna artikel. quotEyvazian et al. (2008) föreslog ett exponentiellt vägat rörligt provvariantdiagram för att övervaka processvarianter när provstorleken är en. Shu (2008) utvidgade det adaptiva EWMA-diagrammet för processplats för att övervaka processdispersionen. Razmy och Peiris (2013) utformade EWMA-diagrammet för övervakning av standardiserad processvariant. citationstecken Visa abstrakt Dölj abstrakt ABSTRAKT: Den befintliga optimala utformningen av det fasta provtagningsintervallet S-2-EWMA-kontrollschema för att övervaka provvariationen av en process baseras på kriteriet för genomsnittlig körlängd (ARL). Eftersom formen av körlängdsfördelningen ändras med storleken på förskjutningen i variansen, ger median körlängden (MRL) en mer meningsfull förklaring om kontrollschemat i kontroll och utan kontroll. I detta papper föreslås den optimala utformningen av S-2-EWMA-diagrammet, baserat på gränsvärdet. Markov-kedje-tekniken används för att beräkna gränsvärdena. Föreställningarna för S-2-EWMA-diagrammet, dubbelprovtagning (DS) S-2-diagram och S-diagram utvärderas och jämförs. MRL-resultaten visade att S-2-EWMA-diagrammet ger bättre prestanda för att detektera små och måttliga variansskift, samtidigt som man behåller nästan samma känslighet som DS S-2 och S-diagrammen mot stora variansskift, speciellt när provstorleken ökar. Artikel jul 2015 quotEyvazian et al. (2008) föreslog ett exponentiellt vägat rörligt provvariantdiagram för att övervaka processvarianter när provstorleken är en. Shu (2008) utvidgade det adaptiva EWMA-diagrammet för processplats för att övervaka processdispersionen. Razmy och Peiris (2013) utformade EWMA-diagrammet för övervakning av standardiserad processvariant. citationstecken Visa abstrakt Dölj abstrakt ABSTRAKT: Den befintliga optimala utformningen av det fasta samplingsintervallet S2-EWMA-kontrollschema för att övervaka provvariant av en process baseras på kriteriet med genomsnittlig körlängd (ARL). Eftersom formen av körlängdsfördelningen ändras med storleken på förskjutningen i variansen, ger median körlängden (MRL) en mer meningsfull förklaring om kontrollschemat i kontroll och utan kontroll. I detta dokument föreslås den optimala utformningen av S2-EWMA-diagrammet, baserat på gränsvärdet. Markov-kedje-tekniken används för att beräkna gränsvärdena. Föreställningarna för S2-EWMA-diagrammet, dubbelprovtagning (DS) S2-diagrammet och S-diagrammet utvärderas och jämförs. MRL-resultaten visade att S2-EWMA-diagrammet ger bättre prestanda för att detektera små och måttliga variansskift, samtidigt som man behåller nästan samma känslighet som DS S2- och S-diagrammen mot stora variansskift, speciellt när provstorleken ökar. Fulltext Artikel Jul 2015 citat De utbredda tillämpningarna av attributdiagrammen kan hänföras till många faktorer, såsom enkelheten i hantering av attributkvalitetsegenskaper, enkel kommunikation mellan människor på olika nivåer och förekomsten av räkningsdata i många icke-tillverkande sektorer. Under de senaste åren har många nya kontrollscheman och andra statistiska processstyrningstekniker (SPC) föreslagits med en ökande hastighet123. I de flesta processer med flera attribut måste man samtidigt kontrollera flera attributkvalitetsegenskaper, eftersom kvaliteten på en produkt beror på dem alla. citationstecken Visa abstrakta Dölj abstrakta ABSTRAKT: Under de senaste decennierna har flerkompatibla kontrollscheman i allmänhet rekommenderats i praktiken. De överträffar de simultana uniattribute-diagrammen för övervakning av multiattributsprocesser i många applikationer. Jolayemi En statistisk modell för design av multiattribut kontrollscheman. Indian j stat. 199961: 351365 utvecklade en statistisk modell för utformningen av ett multiattribute np (Mnp) diagram. Baserat på denna modell föreslås ett multiattribute syntetiskt (MSyn) diagram i den här artikeln. Dessutom är huvudfunktionerna i MSyn-diagrammet och Mnp-diagrammet integrerade för att bygga ett multiattribut Syn-np (MSyn-np) diagram. Resultaten av jämförande studier tyder på att det nya MSyn-np-diagramet överstiger Mnp-diagrammet och MSyn-diagrammet med 83 respektive 27, med avseende på det genomsnittliga antalet defekter över ett brett spektrum av processväxlingar under olika omständigheter. Fulltext Artikel sep 2014Evaluering av körlängdsfördelningen för ett kombinerat Shewhart-EWMA kontrollschema Citera denna artikel som: Capizzi, G. Masarotto, G. Stat Comput (2010) 20: 23. doi: 10.1007s11222-008-9113 -8 En enkel algoritm införs för att beräkna körlängdsfördelningen för ett övervakningssystem som kombinerar ett Shewhart-diagram med ett exponentiellt vägt rörligt medelvärde kontrollschema. Algoritmen är baserad på den numeriska approximationen av de integrella ekvationerna och integrerade återkommande relationer relaterade till körlängdsfördelningen. I synnerhet tillämpas en Clenshaw-Curtis produktintegrationsregel för hantering av diskontinuiteter i integandfunktionen på grund av samtidig användning av de två kontrollsystemen. Den föreslagna algoritmen, som implementeras i R och publicering tillgänglig, jämför sig positivt med Markov-kedjan, som ursprungligen användes för att approximera egenskaperna hos den kombinerade Shewhart-EWMA. Kontrolldiagram Exponentiellt Vägt Flyttande Genomsnitt Integrerad ekvation Körlängd Shewhart kontrollschema Statistisk processkontroll Denna forskning finansierades delvis av italienska MIUR-Cofin 2006-bidrag. Referenser Brook, D. Evans, D. Ett tillvägagångssätt för sannolikhetsfördelningen av CUSUM körlängd. Biometrika 59. 539549 (1972) MATH CrossRef MathSciNet Google Scholar Capizzi, G. Masarotto, G. En adaptiv exponentiellt viktad rörlig medelkontrolldiagram. Technometrics 45. 199207 (2003) CrossRef MathSciNet Google Scholar Champ, C. W. Rigdon, S. E. En jämförelse av Markov-kedjan och integrerade ekvationsmetoder för att utvärdera körlängdsfördelningen av kvalitetskontrolldiagram. Commun. Statistik. Simul. Comput. 20. 191204 (1991) MATH CrossRef Google Scholar Champ, C. W. Rigdon, S. E. Scharnag, K. A. Metod för att härleda integrella ekvationer användbara i kontrolldiagrams prestationsanalys. Nonlinear Anal. Teorimetoder Appl. 47. 20892101 (2001) MATH CrossRef Google Scholar Clenshaw, C. W. Curtis, A. R. En metod för numerisk integration på en automatisk dator. Numer. Matematik. 2. 197205 (1960) MATH CrossRef MathSciNet Google Scholar Crowder, S. V. En enkel metod för att studera längdfördelningar av exponentiellt viktade rörliga medeldiagram. Technometrics 29. 401407 (1987) MATH CrossRef MathSciNet Google Scholar Kang, S. H. Koltracht, I. Rawitscher, G. Nystrom-Clenshaw-Curtis kvadratur för integrella ekvationer med diskontinuerliga kärnor. Matematik. Comput. 72. 729756 (2002) CrossRef MathSciNet Google Scholar Knoth, S. spc: Statistisk processkontroll (2004). R-paketversion 0.2 Lucas, J. M. Saccucci, M. S. Exponentiellt viktade glidande medelkontrollsystem: Egenskaper och förbättringar kvalitet. Technometrics 32. 129 (1990) CrossRef MathSciNet Google Scholar Luceno, A. Puig-Pey, J. Utvärdering av sannolikhetsfördelning för körlängd för CUSUM-diagram. Technometrics 42. 411416 (2000) CrossRef Google Scholar Luceno, A. Puig-Pey, J. En exakt algoritm för att beräkna körlängdssannolikhetsfördelningen och dess omvälvningar, för ett CUSUM-diagram för att kontrollera normal medelvärde. Comput. Statistik. Data Anal. 38. 249261 (2002a) MATH CrossRef MathSciNet Google Scholar Luceno, A. Puig-Pey, J. Beräkning av körlängds sannolikhetsfördelning för CUSUM-diagram. J. Qual. Technol. 34. 209215 (2002b) Google Scholar Montgomery, D. C. Introduktion till statistisk kvalitetskontroll, 5: a ed. Wiley, New York (2004) Google Scholar Nelder, J. A. Mead, R. En simplexalgoritm för funktionsminimering. Comput. J. 7. 308313 (1965) MATH Google Scholar Piessens, R. Computing integral transformer och lösa integrerade ekvationer med hjälp av Chebyshev polynomial approximations. J. Comput. Appl. Matematik. 121. 113124 (2000) MATH CrossRef MathSciNet Google Scholar Piessens, R. de Doncker-Kapenga, E. Uberhuber, C. W. Kahaner, D. K. QUADPACK. Ett subrutinpaket för automatisk integration. Springer, Berlin (1983) MATH Google Scholar R Utveckling Core Team: R: Ett språk och miljö för statistisk dator. R Stiftelsen för statistisk dator, Wien, Österrike (2008). URL R-project. org Shu, L. En adaptiv exponentiellt viktad rörlig genomsnittlig kontrolldiagram för övervakning av processvariationer. J. Stat. Comput. Simul. 30. 415428 (2008) Google Scholar Sloan, I. H. Kvadraturmetoder för integrerade ekvationer av den andra typen över oändliga intervall. Matematik. Comput. 36. 511523 (1978) MathSciNet Google Scholar Sloan, I. H. Analys av allmänna kvadraturmetoder för integrerade ekvationer av den andra typen. Numer. Matematik. 38. 263278 (1981) MATH CrossRef MathSciNet Google Scholar Sloan, I. H. Smith, W. E. Produktintegration med Clenshaw och Curtis och relaterade punkter. Numer. Matematik. 30. 415428 (1978) MATH CrossRef MathSciNet Google Scholar Sloan, I. H. Smith, W. E. Produktintegration med Clenshaw och Curtis poäng: implementerings - och felpunkter. Numer. Matematik. 34. 387401 (1980) MATH CrossRef MathSciNet Google Scholar Sloan, I. H. Smith, W. E. Egenskaper för interpolatoriska produktintegrationsregler. SIAM J. Numer. Anal. 19. 427442 (1982) MATH CrossRef MathSciNet Google Scholar Information om upphovsrätt Springer ScienceBusiness Media, LLC 2009 Författare och anslutningar Giovanna Capizzi 1 Email författare Guido Masarotto 1 1. Institutionen för statistiska vetenskaper University of Padua Padova Italien Om den här artikeln En adaptiv exponentiellt vägd rörlig genomsnittlig kontrollschema för Övervakningsprocessavvikelser Det exponentiellt viktade glidande medelvärdet (EWMA) kontrolldiagrammet är effektivt för att detektera små förändringar i processparametrarna men mindre effektiva när förändringarna är relativt stora på grund av det som kallas tröghetsproblemet. För att minska trögheten har ett adaptivt EWMA-diagram (AEWMA) föreslagits för att övervaka processlokaler för att förbättra över de traditionella EWMA-diagrammen. Grundsidan av AEWMA-systemet är att dynamiskt viktiga de tidigare observationerna enligt en lämplig funktion av det aktuella prediktionsfelet. Denna artikel utökar tanken på AEWMA-diagrammet för övervakning av processlokaler vid övervakningsprocessdispersion. En Markov-kedjemodell är etablerad för att analysera och utforma det föreslagna diagrammet. Det visas att AEWMA-dispersionsschemat fungerar bättre än EWMA och andra dispersionsdiagram med avseende på dess förmåga att utföra relativt bra vid både små och stora förändringar i processdispersion. Ytterligare författarinformation Lianjie Shu Artikelmetrimer Logga in via din institution Logga in på Taylor Francis Online Eller köp det Artikel Köp 24 timmars tillgång till USD 50,00 Lokal skatt läggs till som vanligt Folk läser också Publicerad online: 1 jan 2012 Publicerad online: 12 mar 2012 Kommunikation i statistik - Teori och metoder Publicerad online: 8 feb 2010 Publicerad online: 14 aug 2008 Publicerad online: 12 mar 2012 Tidsskrift för statistisk beräkning och simulering Publicerad online: 16 feb 2016 Bläddring av tidskrifter per ämne Information för öppen åtkomst Hjälp och information Anslut med Taylor Francis Registrerad i England Wales nr 3099067 5 Howick Place London SW1P 1WG Den här webbplatsen använder cookies för att du ska få den bästa upplevelsen på vår hemsida

No comments:

Post a Comment