طراحی نمودار کنترل مبتنی بر میانه با استفاده از قوانین حساس سازی تکمیلی
محل انتشار: کنفرانس بین المللی مدیریت و مهندسی صنایع
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,224
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMI01_116
تاریخ نمایه سازی: 20 دی 1394
چکیده مقاله:
پایش میانگین فرآیند عمدتا از طریق استفاده از نمودار کنترل برای میانگین (که به عنوان نمودار X̅ شناخته می شوند) صورت می گیرد. هر چند میانگین نمونه نسبت به داده های پرت که مشاهداتی هستند که مقادیر آنها بیشتر و یا کمتر از اکثریت دیگر مشاهدات هستند، حساس است. آماره میانه، از سویی دیگر نسبت به چنین داده هایی مقاوم است. توسعه یک نمودار کنترل میانه کارا جهت پایش شیفت های کوچک در میانه فرآیند یک ضرورت عملی است. فرض معمول برای طراحی یک نمودار کنترل این است که مشخصه کیفی مورد نظر از توزیع نرمال پیروی می کند؛ در حالی که ممکن است در بسیاری از فرآیندها این فرض صادق نباشد. در این مقاله فرض شده داده های مورد مطالعه از توزیع نمایی تبعیت می کنند. در پایش چنین داده هایی به دلیل وجود چولگی به راست توزیع نمایی استفاده از آماره میانگین نتایج مفیدی به دست نمی دهد، لذا در این مقاله به طراحی نمودار کنترل مبتنی بر آماره میانه پرداخته شده و استفاده از نمودار کنترل میانه به جای نمودار کنترل میانگین به دلایل مختلفی از قبیل عملکرد مناسب در حضور داده های پرت، داشتن مزیت در مواجهه با داده های چوله، سهولت در محاسبات و ... توصیه شده است. در نهایت جهت بهبود عملکرد نمودار کنترل پیشنهادی نیز استفاده از قوانین حساس سازی مورد مطالعه قرار گرفته است.
کلیدواژه ها:
نویسندگان
مجید امین نیری
دانشیار، دکتری تخصصی مهندسی صنایع، گروه مهندسی سیستم، دانشکده مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیرکبیر دعوت به مطالعه در دا
عادل علاءالدینی
دانشیار، دکتری تخصصی مهندسی صنایع، گروه ساخت وتولید، دانشکده مکانیک، دانشگاه تکزاس در سن آنتونیو
محمد فتحی روشن
کارشناس ارشد مهندسی صنایع صنایع، دانشکده مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیرکبیر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :