یکی از ابزارهای مهم کنترل فرآیند، نمودارهای کنترل هستند. نمودارهای کنترل شوهارت فقط از اطلاعات آخرین نمونه استفاده میکنند، لذا فاقد حافظه هستند و قادر به تشخیص انحرافات کوچک نیستند. همچنین، نمودارهای کنترل شوهارت چندمتغیره اغلب بر اساس فرض نرمال بودن مشاهدات به کار می چکیده کامل
یکی از ابزارهای مهم کنترل فرآیند، نمودارهای کنترل هستند. نمودارهای کنترل شوهارت فقط از اطلاعات آخرین نمونه استفاده میکنند، لذا فاقد حافظه هستند و قادر به تشخیص انحرافات کوچک نیستند. همچنین، نمودارهای کنترل شوهارت چندمتغیره اغلب بر اساس فرض نرمال بودن مشاهدات به کار میرود که در عمل ممکن است برقرار نباشد. نمودارهای کنترل جمع تجمعی چندمتغیره (mcusum) یکی از پرکاربردترین ابزارهای کنترل فرآیند آماری چندمتغیره در کنترل کیفیت میباشد. نمودار کنترل جمع تجمعی چندمتغیره از عیوب نمودارهای شوهارت مبرا است. این نمودار دارای حافظه است و نسبت به انحرافات کوچک حساس است. تعیین توزیع دقیق و حدی آماره نمودار کنترل جمع تجمعی برداری چندمتغیره به دلیل ساختار آن حتی تحت فرض نرمال بودن توزیع دادهها مشکل است و به همین علت از طریق شبیهسازی، توزیع آن را تعیین میکنند. نمودارهای کنترل بوتاسترپ بدون نیاز به معلوم بودن توزیع دادهها، بر اساس باز نمونهگیری از مشاهدات (دادههای اصلی) است. در این مقاله برای اولین بار کاربرد روشهای باز نمونهگیری در نمودارهای کنترل جمع تجمعی چندمتغیره ارائه میگردد. چهار الگوریتم متفاوت بازنمونهگیری معرفی شده است. الگوریتمها با استفاده از معیار ARL0 در مطالعات شبیهسازی مقایسه شده اند. کد برنامههای شبیهسازی در برنامه R نوشته و اجرا گردیده است. در نهایت یک مثال واقعی که مطالعه موردی در کارخانه قند شهر اصفهان بوده، ارائه شده است.
پرونده مقاله
زمانی که بواسطه عوامل ناخواسته و غیر ذاتی، تغییری در پارامترهای توزیع یک فرآیند ظاهر می شود و فرآیند از شرایط تحت کنترل به شرایط خارج از کنترل منتقل می گردد، تجزیه و تحلیل ریشه ی و شناسایی عامل و یا عوامل انحراف فرآیند فوق برای مدیران فرآیند اهمیت زیادی دارد. در صورت تح چکیده کامل
زمانی که بواسطه عوامل ناخواسته و غیر ذاتی، تغییری در پارامترهای توزیع یک فرآیند ظاهر می شود و فرآیند از شرایط تحت کنترل به شرایط خارج از کنترل منتقل می گردد، تجزیه و تحلیل ریشه ی و شناسایی عامل و یا عوامل انحراف فرآیند فوق برای مدیران فرآیند اهمیت زیادی دارد. در صورت تحقق شرایط خارج از کنترل در یک فرآیند چند متغیره ، تجزیه و تحلیل برای شناسایی عوامل انحراف در مقایسه با یک فرآیند تک متغیره بسیار سخت تر و پیچیده تر می گردد. در یک فرآیند چند متغیره که در شرایط خارج از کنترل قرار دارد، زمانی می توان به یک تجزیه و تحلیل ریشه ی و اثربخش امید داشت که مدل بکارگرفته شده برای پایش فرآیند، علاوه بر قابلیت شناسایی شرایط خارج از کنترل، بتواند به طور همزمان نقطه تغییر فرآیند، عامل و یا عواملی را که باعث انحراف فرآیند شده است را بهمراه جهت تغییر تحمیل شده به آن فرآیند را شناسایی نماید. بررسی ها در ادبیات موضوع نشان می دهد، که هرچند رویکرد آماری در فرآیند های تک متغیره نسبتا اثربخش ظاهر شده است، ولی رویکرد آماری در فرآیند های چند متغیره تاکنون نتوانسته است نیاز فوق را بر ای مدیران فرآیند تامین نماید. بررسی ادبیات پایش فرآیندها مؤید این مهم است که روشهای محاسبات نرم مانند شبکه های عصبی توانسته است به نیاز اساسی مدیران فرآیند در پایش و شناسایی عوامل انحراف به صورت اثربخش تری پاسخ دهد. بطوریکه، در میان طرح های موجود در ادبیات موضوع ، فقط یک مدل جامع پیشنهادی وجود دارد که توانسته با استفاده از رویکرد شبکه عصبی در تئوری نشان دهد که می تواند با شناسایی چهار عامل کلیدی فوق مهندسین کیفیت و مدیران فرآیند را در ریشه یابی اثربخش عوامل انحراف در فرآیندهایی با بیش از یک متغیر یاری نماید. در این تحقیق با رویکرد کاربردی، مروری نسبتا جامع که بتواند برای محققان و مدیران فرآیند قابل استفاده باشد، مدل های پایش فرآیندهای چند متغیره بررسی می شود. به علاوه، از آنجایی که هنگامی محققان زمانی می توانند به توسعه مدل های پیشنهادی تئوریک همت گمارند که قابلیت بکارگیری طرح ها، در مقایسه با روش های سنتی و معمول، در عرصه های واقعی فرآیندها نیز به اثبات رسیده باشد، در این تحقیق پس از مرور ادبیات، کامل ترین و جامع ترین مدل های موجود انتخاب و در یکی از فرآیندهای واقعی تولید خودرو بکارگرفته شده است. تجزیه و تحلیل داده ها و نتایج حاصل از عملکرد مدل فوق، برای ریشه یابی و تشخیص علت واقعی شرایط خارج از کنترل فرآیند و مقایسه آن با یکی از مدل های مرسوم بر اساس شاخص مهم طول دنباله خارج از کنترل، در این مقاله مورد توجه قرار گرفته است.
پرونده مقاله
سکوی نشر دانش
سند یا سکوی نشر دانش ،سامانه ای جهت مدیریت حوزه علمی و پژوهشی نشریات دانشگاه آزاد می باشد