MONITORING OF SERIALLY CORRELATED AND NON-NORMAL PROCESSES

Abstract

الاختلاف والتغييرأمر لا مفر منه أي عملية. تستخدم أدوات التحكم الإحصائي في العمليات مثل رسوم( مخططات) السيطرة البيانية لرصد هذه التغيرات بهدف تحسين نتائج العملية أو الأداء. تعمل رسوم المراقبة هذه على افتراض أن المعلومات مستقلة وموزعة بشكل طبيعي، ولكن الواقع أن هذه الفرضيّات غير صحيحة. يضعف الارتباط الذاتي أداء رسوم السيطرة البيانية من خلال إنتاج الانذارات الكاذبة المتكررة في عملية مستقرة أو يقلل من حساسية الرسوم هذه عندما تكون العملية خارجة عن السيطرة. تطبيق الرسوم المعدلة والمتبقية هي وسائل لإزالة أثر الارتباط الذاتي. نقترح استخدام رسوم السيطرة البيانيّة التالية: خليط EWMA-CUSUM (MEC) وخليط CUSUM-EWMA (MCE) المتبقية والمعدلة لمراقبة المعلومات الآحاديّة المرتبطة ذاتيّا. ثم نقارن أداء هذه الرسوم المقترحة حديثا مع بعض المخططات القائمة مثل شيوارت، CUSUM وEWMA المتبقية والمعدلة. في حالة عدم اتباع التوزيع الطبيعي، قد يكون لمخططات السيطرة البيانية المعتادة عواقب سيئةعلى احتمالات الخطأ في هذه العملية. نقدم رسوم سيطرة للتشتت في حالة المتغيرات المتعددة لرصد فعال وقوي من التحولات في مصفوفة التغاير من العمليات ذات المتغيرين غير الطبيعيّة. مخططات السيطرة هذه SMAX، QMAX، MDMAX وMADMAX تعتمد على تقديرات تشتت مثل الانحراف المعياري (S)، المدى الربعي الوسطي (Q)، متوسط الانحراف المطلق من المتوسط (MD)، الانحراف المطلق المتوسط (MAD) على التوالي. ثم نقارن أداء هذه المخططات مع مخططات التباين متعدد المتغيرات العامة القائمة ومخططات RMAX. يستند تقييم الأداء والمقارنات من رسوم السيطرة البيانية على متوسط طول المدى (ARL) والخسارة الإضافيّة من الدرجة الثانية (EQL). وسوف نستخدم بيانات حقيقيّة وبيانات محاكاة لشرح كيفية أداء الرسوم البيانية. وجميع هذه المخططات المقترحة في هذه الأطروحة تساعد مهندس الجودة لتحسين كفاءة أداء العملية.