پیشینه تحقیق نمودارهای کنترل  و پایش پروفایل ها و روش های تخمین نقطه تغییر در پایش پروفایل دارای ۳۶ صفحه می باشد فایل پیشینه تحقیق به صورت ورد  word و قابل ویرایش می باشد. بلافاصله بعد از پرداخت و خرید لینک دنلود فایل نمایش داده می شود و قادر خواهید بود  آن را دانلود و دریافت نمایید . ضمناً لینک دانلود فایل همان لحظه به آدرس ایمیل ثبت شده شما ارسال می گردد.

فهرست مطالب

۲-۱-مقدمه    ۴
۲-۲ مفاهیم کلی    ۵
۲-۲-۱  نمودارهای کنترل    ۵
۲-۲-۲ انحرافات در نمودارهای کنترل    ۶
۲-۲-۳ مقایسه نمودارهای کنترل    ۷
۲-۲-۴ فاز ۱و۲ در نمودارهای کنترل    ۸
۲-۳  الگوهای خطی تعمیم یافته    ۹
۲-۴ پروفایل چیست؟    ۱۲
۲-۴-۱  انواع مختلف پروفایل ها    ۱۲
۲-۴-۱-۱ پروفایل خطی ساده    ۱۲
۲-۴-۱-۲ پروفایل خطی چندگانه    ۱۲
۲-۴-۱-۳ پروفایل های چندجمله ای    ۱۳
۲-۴-۱-۴ پروفایل غیر خطی    ۱۳
۲-۴-۲  پروفایل پواسون    ۱۳
۲-۴-۳  پروفایل لجستیک    ۱۵
۲-۵  نقطه تغییر    ۱۷
۲-۵-۱  برآوردکننده اریب نقطه تغییر    ۱۷
۲-۵-۲  اهداف و فواید تجزیه و تحلیل نقطه تغییر    ۱۸
۲-۵-۳ انواع داده ها در بررسی نقطه تغییر    ۱۸
۲-۵-۴ انواع تغییرات در بررسی نقطه تغییر    ۱۹
۲-۵-۴-۱ تغییر پله ای    ۱۹
۲-۵-۴-۲ تغییر پله ای چندگانه    ۲۱
۲-۵-۴-۳  تغییر با روند خطی    ۲۲
۲-۵-۴-۴ تغییر مونوتونیک    ۲۳
۲-۵-۵ شناسایی نقطه تغییر در پایش پروفایل    ۲۵
۲-۵-۵-۱ رویکرد برآورد MLE    ۲۵
۲-۵-۵-۲ رویکرد برآورد CUSUM    ۲۶
۲-۵-۵-۳ رویکرد برآورد  EWMA    ۲۷
۲-۵-۶    تخمین نقطه تغییر در پروفایل های لجستیک و پواسون    ۲۹
۲-۶ جمع بندی    ۳۱
فهرست مراجع    ۳۲

منابع

Saghaei, A., Mehrjoo, M. and Amiri, A. (2009). ‘A CUSUM based method for monitoring simple linear profiles’, The Int. J. Advanced Manufacturing Technology, Vol. 45, No. 11, pp.1252–۱۲۶۰٫

Shadman, A., Mahlooji, H., Yeh, A.B. and Zou, Ch. (2014). ‘A Change Point Method for Monitoring Generalized Linear Profiles in Phase I’, Quality and Reliability Engineering International , DOI: 10.1002/qre.1671.

Shang, Y., Tsung, F. and Zou, C. (2011). ‘Phase II profile monitoring with binary data and random predictors’, Journal of Quality Technology, Vol. 43, No. 3, pp.196–۲۰۸٫

Kim, K., Mahmoud, M.A. and Woodall, W.H. (2003). ‘On the monitoring of linear profiles’, Journal of Quality Technology, Vol. 35, No. 3, pp.317–۳۲۸٫

Kull, T.J. and Wacker, J.G. (2010). ‘Quality management effectiveness in Asia: the influence of culture’, Journal of Operations Management, Vol. 28, No. 3, pp.223–۲۳۹٫

Mahmoud, M.A. and Woodall, W.H. (2004). ‘Phase I analysis of linear profiles with calibration applications’, Technometrics, Vol. 46, No. 4, pp.380–۳۹۱٫

Mahmoud, M.A., Parker, P.A., Woodall, W.H. and Hawkins, D.M. (2007). ‘A change point method for linear profile data’, Quality and Reliability Engineering International, Vol. 23, No. 2, pp.247–۲۶۸٫

Myers, R.H. Montgomery, D.C. Vining, G.G.(2002). Generalized Linear Models. John Wiley & Sons, Inc. New York. USA.

McCullagh, P. and Nelder, J.A. (1989). Generalized Linear Models, 1st ed., Chapman & Hall, London, UK.

Shao, E.Y. and Hou, C.D. (2011). ‘A combined MLE and EWMA chart approach to estimating the change point of a gamma process with individual observations’, Int. J. Innovative Computing, Information and Control, Vol. 7, No. 5, pp.2109–۲۱۲۲٫

Sharafi, A., Aminnayeri, M. and Amiri, A. (2012). ‘Identifying the time of step change in binary profiles’, The Int. J. Advanced Manufacturing Technology, Vol. 63, Nos. 1–۴, pp.209–۲۱۴٫

Sharafi, A., Aminnayeri, M. and Amiri, A. (2012). ‘An MLE approach for estimating the time of step changes in Poisson regression profiles’, Scientia Iranica, Vol. 20, No. 3, pp.855–۸۶۰٫

Sharafi, A., Aminnayeri, M. and Amiri, A. (2013). ‘Estimating the change point of binary profiles in phase II’, Productivity and Quality Management, Vol. X, No. Y, pp.000–۰۰۰٫

Singh, A.K. and Shrivastava, R.L. (2012). ‘Total quality management: literature review and an agenda for future research’, Int. J. Productivity and Quality Management, Vol. 10, No. 3, pp.335–۳۷۳٫

۱-۱-مقدمه

کنترل فرآیند آماری به عنوان شاخه ای از کنترل کیفیت آماری، مجموعه ای از ابزار است که برای  کنترل و کاهش پراکندگی و در نتیجه بهبود کیفیت فرآیندها استفاده می شود. به عبارت دیگر هر روش آماری که برای کشف تغییرات فرآیند در طول زمان طراحی می شود در حوزه تحت پوشش کنترل فرآیند آماری قرار می گیرد (وودال[۱] و مونتگمری[۲] ،۱۹۹۹). از ابزار اصلی کنترل فرآیند آماری که به منظور بهبود کیفیت به کار گرفته می شوند می توان به هیستوگرام، برگه کنترل، نمودار پارتو، نمودار علت و معلول، نمودار پراکندگی، نمودار تمرکز نقص ها و نمودار کنترل اشاره نمود. از نظر مونتگومری (۲۰۰۵) در میان هفت ابزار فوق که غالباً ابزارهای هفتگانه عالی[۳] نامیده می شوند، نمودار کنترل مهمترین و قدرتمندترین ابزار کنترل فرآیند آماری می باشد. نمودار کنترل جهت کنترل میزان تغییرات در یک یا چند مشخصه کیفی مورد استفاده واقع می شود. در تحقیقات پیشین و به طور کلی در اکثر کاربردهای مرسوم کنترل فرآیند آماری، فرض بر این بوده است که کیفیت محصول یا عملکرد فرآیند می تواند به وسیله ی توزیع یک یا چند مشخصه کیفی توصیف شده و به وسیله نمودارهای کنترل تک متغیره یا چند متغیره کنترل شود.  در دهه ی گذشته  محققانی همچون کنگ[۴] و آلباین[۵] (۲۰۰۰) و وودال و همکاران (۲۰۰۴) حوزه ی جدیدی را در علم کنترل فرآیند آماری معرفی نموده و عنوان می کنند که در بسیاری از واحدهای صنعتی و خدماتی، کیفیت محصول یا عملکرد فرآیند به وسیله رابطه بین یک متغیر پاسخ و یک یا چند متغیر مستقل، بهتر توصیف می شود. آنها این رابطه را پروفایل می نامند. در بسیاری از کاربردها همچون کالیبراسیون این رابطه به وسیله ی یک مدل رگرسیون خطی توصیف می شود در حالی که در کاربردهای دیگر مانند اندازه گیری های مختلف از یک متغیر یکسان مثل ضخامت در مکان های مختلف یک قطعه، مدل های پیچیده تری همچون مدل های رگرسیون غیرخطی مورد نیاز است. طی سال های اخیر پایش پروفایل برای مشخصه های کیفی وصفی مانند برنولی، پواسون و چندجمله ای با استفاده از مدل های خطی تعمیم یافته مورد توجه محققین قرار گرفته است. پروفایل های خطی تعمیم یافته پروفایل هایی هستند که با استفاده از تابع تبدیل مشخص به پروفایل خطی تبدیل می شوند. روش های مختلفی برای مدل سازی و پایش این گونه از پروفایل ها توسعه داده شده است. تحقیق در این حوزه از یک سو منطبق با جهت گیری علمی محققان در زمینه ی کنترل کیفیت آماری و از سوی دیگر تلاش برای پاسخ به نیاز واحدهای صنعتی یا خدماتی است که به گونه ای نیاز به مدل سازی مشخصه های کیفی به صورت پروفایل های خطی تعمیم یافته دارند.

یکی از موضوعات نسبتاً نوین در حوزه ی کنترل فرآیند آماری پایش پروفایل ها[۶] است. در این حوزه پایش پروفایل های خطی تعمیم یافته عموماً مساله ی چالش برانگیزی است. به منظور پایش این پروفایل ها روش های مختلفی توسط محققان مورد استفاده قرار گرفته است. در این نوشتار، ابتدا به مفاهیم مورد استفاده اشاره شده است. سپس به مرور ادبیات پایش پروفایل ها بالاخص روش های موجود برای پایش پروفایل های تعمیم یافته گسسته پرداخته می شود. همچنین نحوه ی برآورد نقطه تغییر در پایش این پروفایل ها توضیح داده می شود.

۲-۲ مفاهیم کلی

۲-۲-۱  نمودارهای کنترل

کنترل فرآیند آماری یکی از روش های کنترل فرآیند حین تولید[۷] است که به منظور کاهش تغییرپذیری فرآیند از ابزار هفتگانه عالی[۸] بهره می گیرد. از مهمترین و پرکاربردترین این ابزارها، نمودار کنترل است. نمودار کنترل در سال ۱۹۲۴ توسط والتر شوهارت[۹] که در آن زمان در آزمایشگاههای تلفن بل مشغول به کار بود، ارائه شد و به منظور شناسایی سریع انحرافات بادلیل در فرآیند استفاده می شود. (مونتگومری، ۲۰۰۹)

تا زمانی که نقاط، بین حدود کنترل[۱۰] نمودارها قرار می گیرند، فرض می شود که فرآیند از نظر آماری تحت کنترل به سر می برد. همچنین حتی اگر تمامی نقاط در داخل حدود کنترل باشند نیز، امکان تشخیص روندهای غیرعادی و الگوهای غیرتصادفی در فرآیند توسط برخی قوانین حساسسازی[۱۱] وجود خواهد داشت. در صورت وجود چنین الگوهایی، فرآیند خارج از کنترل محسوب می شود.

۲-۲-۲ انحرافات در نمودارهای کنترل

هر مجموعه ای از داده ها علیرغم طراحی خوب و نگهداری مناسب، به طور ذاتی،  شامل مقدار خاصی تغییر پذیری هستند. این تغییرپذیری در اثر انباشته شدن مجموعه زیادی از انحرافات کوچک به وجود می آیند. به عبارت دیگر پس از حذف انحرافات بزرگ فرآیند، مقدار خاصی از انحرافات در فرآیند باقی می ماند. به اینگونه انحرافات کوچک که حذف آنها از فرآیند، مد نظر مهندسان کیفیت نیست انحرافات تصادفی[۱] و به آن دسته از انحرافات بزرگتر که مایل به حذف آنها هستیم، انحرافات بادلیل گویند. فرآیندی که فقط در حضور انحرافات تصادفی عمل کند را فرآیند تحت کنترل آماری گویند و فرآیندی که در حضور انحرافات بادلیل عمل کند را فرآیند خارج از کنترل می نامند (مونتگومری، ۲۰۰۹).

پیزدک (۲۰۰۳) معتقد است که توزیع یک فرآیند را فقط در صورت وجود انحرافات تصادفی می توان پیش بینی[۲] کرد و اگر فرآیند در حضور انحرافات بادلیل عمل کند، پیش بینی رفتار آینده آن به سادگی امکان پذیر نخواهد بود.Common causes

[۲] Prediction

[۱] Woodall

[۲] Montgomery

[۳] The Magnificent Seven

[۴] Kang

[۵] Albin

[۶]  Profile monitoring

[۷]  On – line control procedure

[۸]  Magnificent seven

[۹]  Walter A. Shewhart

[۱۰] Control limits

[۱۱] Sensitizing rules

تمامی فایل های پیشینه تحقیق و پرسشنامه و مقالات مربوطه به صورت فایل دنلودی می باشند و شما به محض پرداخت آنلاین مبلغ همان لحظه قادر به دریافت فایل خواهید بود. این عملیات کاملاً خودکار بوده و توسط سیستم انجام می پذیرد. جهت پرداخت مبلغ شما به درگاه پرداخت یکی از بانک ها منتقل خواهید شد، برای پرداخت آنلاین از درگاه بانک این بانک ها، حتماً نیاز نیست که شما شماره کارت همان بانک را داشته باشید و بلکه شما میتوانید از طریق همه کارت های عضو شبکه بانکی، مبلغ  را پرداخت نمایید.