توسعه نمودارهای کنترل جمع تجمعی و میانگین متحرک موزون نمایی دوگانه مبتنی بر رگرسیون خطی تعمیم‌یافته به منظور پایش فرایندهای آبشاری

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

2 دانشجوی کارشناسی ارشد، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

چکیده

امروزه فرایند تولید بیشترمحصولات به گونه­‌ای است که محصولات طی مراحلمختلفبههموابسته‌­ایبوجودمیآیند.بدلیل وجودخاصیتی در این‌گونه فرایندها موسوم به خاصیت آبشاری، پایش جداگانه­‌ی مراحل بدون در نظر گرفتن رابطه­‌ی بین مشخصه­‌های کیفی در مراحل مختلف و با استفاده از نمودارهای کنترل مرسوم، باعث افزایش خطا در نتایج می‌­شود. یکیازنمودارهایکنترل پرکاربردوتخصصی کهبرایپایشفرایندهایچندمرحله­ای استفاده می­‌شود،نمودارهایانتخابعاملانحرافمی­باشد. این‌گونهازنمودارهایکنترلبیشتربرایمشخصه­هایکیفینرمالتوسعه داده شده و مورداستفادهقرارگرفته اند. در این مقاله، دو نمودار کنترل براساس الگوهای خطی تعمیم‌یافته به منظور پایش یک فرایند دو مرحله‌­ای با مشخصه کیفی دو جمله‌­ای در مرحله دوم پیشنهاد شده است. در رویکرد پیشنهادی به منظور پایش متغیر دو جمله‌­ای، یک نمودار کنترل جمع تجمعی و یک نمودار کنترل میانگین متحرک موزون نمایی دوگانه با در نظر گرفتن رابطه بین مشخصه­‌های کیفی در دو مرحله طراحی شده است. نمودارهای کنترل پیشنهادی براساس مقادیر باقی‌مانده انحراف بنا نهاده شده اند که به منظور برقرار کردن رابطه بین مشخصه­‌های کیفی مرحله اول و دوم از یک تابع رابط جدید در چارچوب الگوی خطی تعمیم‌یافته استفاده شده است. عملکرد نمودارهای کنترل پیشنهادی با استفاده از شبیه سازی و براساس معیار متوسط طول دنباله ارزیابی شده است. نتایج نشان دهنده آن است که توانایی کشف نمودارهای کنترل جمع تجمعی و میانگین متحرک موزون نمایی دوگانه پیشنهادی به مراتب بهتر از نمودارهای کنترل موجود در ادبیات موضوع می­‌باشد.

کلیدواژه‌ها


[1] Wade M.R., Woodall W.H., (1993). A Review and Analysis of Cause-Selecting Control Charts. Journal of Quality Technology. 25:3, 161-169.

[2] Zhang G.X., (1984). A New Type of Control Charts and Theory of Diagnosis with Control Charts. World Quality Congress Transactions. American Society for Quality Control, 175-185.

[3] Mandel B.J., (1969). The Regression Control Chart. Journal of Quality Technology. 1:1, 1-9.

[4] Hawkins D.M., (1991). Multivariate Quality Control Based on Regression Adjusted Variables. Technometrics. 33:1, 61-75.

[5] Hawkins D.M., (1993). Regression Adjustment for Variables in Multivariate Quality Control. Journal of quality Technology. 25: 3, 170-182.

[6] Lucas J.M., Saccucci M.S., (1990). Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements. Technometrics. 32:1, 1–29.

[7] Zhang L., Chen G., (2005). An Extended EWMA Mean Chart. Quality Technology & Quantitative Management. 2:1, 39–52.

 [8] Hauck D.J., Runger G.C. Montgomery D.C., (1999). Multivariate Statistical Process Monitoring and Diagnosis with Grouped Regression-adjusted Variables. Communications in Statistics, Simulation and Computation, 28:2, 309-328.

[9] Niaki S.T.A., Davoodi M., (2009). Designing a Multivariate-multistage Quality Control System using Artificial Neural Networks. International Journal of Production Research, 47:1, 251-271.

[10] Asadzadeh Sh., Aghaie A., Shahriari H., (2009) Monitoring Dependent Process Steps using Robust Cause-Selecting Control Charts. Quality and Reliability Engineering International. 25:7, 851-874.

 [11] Asadzadeh Sh., Zerehsaz Y., Saghaie A., Aghaie A., (2011) Compound-Estimator based  Cause-Selecting Control Chart for Monitoring Multistage Processes. Communications in Statistics, Simulation and Computation. 40:3, 322-344.

[12] Jearkpaporn D., Montgomery D.C., Runger G.C., Borror C.M., (2003). Process Monitoring for Correlated Gamma-distributed Data using Generalized-Linear Model-Based Control Chart. Quality and Reliability Engineering International. 19:6, 477-491.

[13] Jearkpaporn D., Montgomery D.C., Runger G.C. Borror C.M., (2005). Model-based Process Monitoring using Robust Generalized Linear Models. International Journal of Production Research. 43:7, 1337-1354.

[14] Jearkpaporn D., Borror C.M., Runger G.C., Montgomery D.C. (2007). Process Monitoring for Mean Shifts for Multiple Stage Processes. International Journal of Production Research. 45:23, 5547-5570.

[15] Skinner K.R., Montgomery D.C., Runger G.C., (2003). Process Monitoring for Multiple Count Data using Generalized Linear Model-Based Control Charts. International Journal of Production Research. 41: 6, 1167-1180.

 [16] Asgari A., Amiri A., Niaki S. T. A., (2014). A New Link Function in GLM-based Control Charts to Improve Monitoring of Two-stage Processes with Poisson Response. The International Journal of Advanced Manufacturing Technology. 72:9, 1243-1256.

[17] اخوان نیاکی ، سیدتقی.، سلیمانی ، پریا.، اقبالی قهیازی ، معصومه.(1390). بررسی عملکرد روش های پایش پروفایل های خطی ساده در فرآیندهای دو مرحله ای ، نشریه مهندسی و مدیریت کیفیت،1(1)،60-1.

[18]  امیری، امیرحسین.، عسگری، علی.،دورودیان،محمدهادی. (1391)پایش فرآیندهای دو مرحله ای با متغیر خروجی گاما با به کارگیری الگوهای خطی تعمیم یافته و روش معکوس نورتا. نشریه مهندسی و مدیریت کیفیت، 2(1)، 70-1.

 [19] Amiri A., Yeh A.B., Asgari A. (2016). Monitoring Two-Stage Processes with Binomial Data Using Generalized Linear Model-Based Control Charts. Quality Technology and Quantitative Management. 13:3, 241-262.