O monitorowaniu złożonych wielowymiarowych procesów
DOI:
https://doi.org/10.18778/0208-6018.322.04Słowa kluczowe:
wielowymiarowe procesy, monitorowanie procesów, testy permutacyjne, symulacje komputeroweAbstrakt
W artykule przedstawiono propozycję metody monitorowania złożonych wielowymiarowych procesów produkcyjnych. Rozważany problem dotyczy monitorowania jakości produkcji przy stosowaniu oceny alternatywnej jednocześnie względem wielu charakterystyk, gdy produkcja wykonywana jest na wielu różnych stanowiskach. Do opisu stanu jakości w czasie t wykorzystywana jest macierz, w której elementami są liczby wadliwych sztuk wykonanych na danym stanowiskuwedług ocenianych wielu charakterystyk.
Proponowana metoda odwołuje się do testu permutacyjnego. Sygnał o nieprawidłowym przebiegu produkcji jest uzyskiwany na podstawie porównania macierzy z bieżącego okresu dla monitorowanego procesu oraz macierzy danych uzyskanej z procesu ustabilizowanego. Ze względu na dużą liczbę charakterystyk rejestrowanych na skali porządkowej konstrukcja statystyki testowej została oparta o funkcję odległości macierzy. Własności proponowanej metody zostały poddane analizie z wykorzystaniem symulacji komputerowych. Przeprowadzono również porównania wyników uzyskanych z zastosowaniem proponowanej metody i karty kontrolnej c.
Pobrania
Bibliografia
Berry K.J., Johnston J.E., Mielke Jr. P.W. (2014), A Chronicle of Permutation Statistical Methods, Springer International Publishing, New York.
Deza M.M., Deza E. (2013), Encyclopedia of Distances, Springer Verlag, Berlin.
Domański Cz., Pekasiewicz D., Baszczyńska A., Witaszczyk A. (2014), Testy statystyczne w procesie podejmowania decyzji, Wydawnictwo Uniwersytetu Łódzkiego.
Efron B., Tibshirani R. (1993), An Introduction to the Bootstrap, Chapman & Hall. New York.
Good P. (2005), Permutation, Parametric and Bootstrap Tests of Hypotheses, Science Business Media, Inc.
Kończak G. (2007), Metody statystyczne w sterowaniu jakością produkcji, Akademia Ekonomiczna w Katowicach.
Kończak G. (2012), Wprowadzenie do symulacji komputerowych, Uniwersytet Ekonomiczny w Katowicach.
Kuratowski K. (1980), Wstęp do teorii mnogości i topologii, PWN, Warszawa.
Lehmann E.L. (2009), Parametric vs. nonparametric: Two alternative methodologies, “Journal of Nonparametric Statistics”, vol. 21, pp. 397–405.
Mielke P.W., Berry K.J. Jr. (2007), Permutation Methods. A Distance Function Approach. Springer Science+Business Media, LLC. New York.
Montgomery D.C. (2009), Introduction to Statistical Quality Control, John Wiley & Sons, Inc., Arizona State University.
Santos-Fernández E. (2012), Multivariate Statistical Quality Control Using R, Springer Science+Business Media, LLC., New York.
Walesiak M. (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu.
Pobrania
Opublikowane
Numer
Dział
Jak cytować
