کنترل فرایند 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 فرایندها استفاده می شود. به عبارت دیگر هر روش آماری که برای کشف تغییرات فرایند در طول زمان طراحی می شود در حوزه تحت پوشش کنترل فرایند آماری قرار می گیرد (وودال[1] و مونتگمری[2] ،1999). از ابزار اصلی کنترل فرایند 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 (2005) در میان هفت ابزار فوق که غالباً ابزارهای هفتگانه عالی[3] نامیده می شوند، نمودار کنترل مهمترین و قدرتمندترین ابزار کنترل فرایند 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 فرایند آماری، فرض بر این بوده است که کیفیت محصول یا عملکرد فرایند 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[4] و آلباین[5] (2000) و وودال و همکاران (2004) حوزه ی جدیدی را در علم کنترل فرایند آماری معرفی نموده و عنوان می کنند که در بسیاری از واحدهای صنعتی و خدماتی، کیفیت محصول یا عملکرد فرایند 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 بهره گرفتن از مدل های خطی تعمیم یافته مورد توجه محققین قرار گرفته است. پروفایل های خطی تعمیم یافته پروفایل هایی هستند که با بهره گرفتن 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.

1-2 تعریف مساله

در بسیاری از شرایط کیفیت فرایند یا محصول به کمک رابطه ی بین یک متغیر پاسخ و یک یا چند متغیر مستقل بهتر توصیف می شود لذا در هر مرحله ی نمونه گیری مجموعه ای از داده ها گردآوری می شود که می توان رابطه ی آن ها را به کمک تابعی تحت عنوان پروفایل نشان داد. پروفایل ها بر اساس نوع رابطه بین متغیر پاسخ و متغیرهای مستقل به انواع مختلفی تقسیم می شوند.

بررسی های صورت گرفته در ادبیات موضوع نشان می دهد که پایش پروفایل های خطی به علت سادگی محاسبات بخش قابل توجهی از تحقیقات صورت گرفته در حوزه پایش پروفایل ها را به خود اختصاص داده است. پروفایل های خطی تعمیم یافته پروفایل هایی هستند که با بهره گرفتن از تابع تبدیل مشخص به پروفایل خطی تبدیل می شوند. پروفایل های خطی تعمیم یافته گسسته شامل پروفایل های لجستیک (باینری) و پواسون می باشند. پایش این پروفایل ها به دلایلی چون کاربرد فراوان آن در صنعت و جدید بودن حوزه ی کاری به عنوان یک موضوع حایز اهمیت در زمینه پایش پروفایل ها مطرح می باشند. معمولا به منظور پایش این گونه از پروفایل ها، نمودارهای کنترل چندمتغیره تکی مورد استفاده قرار می گیرد. از سوی دیگر، با توجه به این که زمان کشف تغییر توسط نمودارهای کنترل لزوما منطبق با زمان واقعی تغییر نیست استفاده از رویکردهای شناسایی نقطه ی تغییر که زمان واقعی تغییر را معلوم می کند، می تواند در کشف سریع تر و ساده تر انحرافات با دلیل موثر واقع شود.

در این پایان نامه به منظور پایش پروفایل های لجستیک و پواسون در فاز 2 پس از توسعه مدل نقطه تغییر بر اساس تابع درستنمایی، نموداری مبتنی بر آماره ی درستنمایی استاندارد شده ارائه شده است. در این روش علاوه بر امکان تشخیص وضعیت خارج از کنترل، امکان برآورد نقطه تغییر نیز به صورت همزمان فراهم می شود.

1-3 ضرورت انجام تحقیق و کاربردهای آن

در این پایان نامه مباحث مربوط به پایش پروفایل های خطی تعمیم یافته گسسته بررسی شده است. این پایان نامه برای دانشجویان و محققانی که علاقه مند به تحقیق در زمینه کنترل فرایند آماری به ویژه پایش پروفایل ها هستند، مرجع مناسبی است. همچنین موسسات پژوهشی که در زمینه کنترل کیفیت آماری به بررسی می پردازند نیز می توانند از آن بهره گیرند. از دیدگاه کاربردی، روش های ارائه شده در این پایان نامه می تواند در بخش های خدماتی و صنعتی که عملکرد فرایند یا کیفیت محصول به وسیله یک رابطه باینری یا پواسون بین متغیر پاسخ و متغیرهای مستقل توصیف می شود، استفاده شود.

1-4 اهداف تحقیق

اهداف تحقیقاتی این پایان نامه در قالب موارد زیر مطرح می گردد:

1- توسعه روشی برای پایش پروفایل های پواسون و باینری با روش آزمون نسبت درستنمایی(LRT) در فاز 2

2- توسعه روشی برای تخمین نقطه تغییر در فاز 2

3- ارائه رابطه بازگشتی برای کوتاه تر کردن زمان پایش پروفایل های اضافه شده در فاز 2

4- مقایسه عملکرد تخمین نقطه تغییر با رویکرد LRT و تخمین نقطه تغییر با رویکرد MLE

1-5 مفروضات تحقیق

1- عملکرد فرایند یا کیفیت محصول به وسیله یک رابطه رگرسیونی بین متغیر پاسخ با توزیع باینری یا پواسون و یک متغیر مستقل X توصیف می شود. بعلاوه مقادیر متغیر پاسخ در طول زمان و همچنین به ازای سطوح مختلف متغیر X از یکدیگر مستقل هستند.

2- مقادیری که متغیر تصادفی X اختیار می کند مقادیر ثابت و معلوم هستند.

 

پایان نامه و مقاله

 

3- مطالعات پایش پروفایل ها در فاز2 نمودار کنترل صورت گرفته است.

4- تغییر اعمال شده از طریق ضرایب پروفایل بر میانگین متغیر پاسخ و از نوع پله ای منفرد است.

1-6 بیان روش انجام تحقیق

روش انجام تحقیق مطابق روش متداول در انجام یک کار تحقیقاتی در حوزه کنترل فرایند آماری بوده و بر اساس مراحل زیر صورت گرفته است:

1- جمع آوری اطلاعات شامل جستجو در سایت های معتبر علمی، مطالعه ی مقالات و کتاب ها

2- بررسی مقالات و مطالعات صورت گرفته در زمینه پایش پروفایل ها و کشف نقطه تغییر

3- پیدا کردن شکاف تحقیقاتی

4- بیان مسئله مبنی بر شناسایی نقطه تغییر در پروفایل های چندجمله ای تعمیم یافته گسسته

5- پیشنهاد روش مناسب در خصوص بکارگیری رویکرد آزمون نسبت درستنمایی برای حل مسئله مذکور

6- ارزیابی عملکرد روش و مقایسه آن با رویکرد مرسوم در شناسایی نقطه تغییر (برآورد بیشترین درستنمایی) با بهره گرفتن از شبیه سازی

1-7 نوآوری های پایان نامه

نوآوری این پایان نامه عبارت است از توسعه نمودار کنترل LRT برای پایش پروفایل های پواسون و لجستیک در فاز 2 و تخمین نقطه تغییر با این رویکرد و مقایسه عملکرد این رویکرد با رویکرد مرسوم پایش ضرایب پروفایل با بهره گرفتن از نمودار کنترل هتلینگ و تخمین نقطه تغییر با روش MLE. نوآوری دیگر این پایان نامه ارائه رابطه بازگشتی برای کوتاه تر کردن زمان پایش پروفایل های اضافه شده در فاز2 می باشد که زمان انجام محاسبات شبیه سازی را به مقدار قابل ملاحظه ای کاهش می دهد.

1-8 ساختار پایان نامه

فصل اول، به تعریف مساله و موضوعات اصلی تحقیق پرداخته و مواردی مانند مفروضات تحقیق، روش گردآوری اطلاعات و … در آن تبیین شده است. فصل دوم پس از اشاره ای به برخی مفاهیم استفاده شده در این پایان نامه به ادبیات پایش پروفایل ها بالاخص روش های موجود در ادبیات موضوع برای پایش پروفایل های لجستیک و پواسون پرداخته است. در فصل سوم پس از بیان مساله اصلی پایان نامه، روش های پیشنهادی شامل پایش پروفایل های لجستیک و پواسون با رویکرد LRT در فاز 2 و ارائه رابطه بازگشتی برای سریعتر انجام شدن محاسبات شبیه سازی و تخمین نقطه تغییر در فاز 2 کنترل فرایند آماری بررسی می شود. در فصل چهارم پس از ارائه ی مثال عددی، به کمک شبیه سازی کامپیوتری و با به کارگیری روش های پیشنهادی در فصل سوم به حل آن پرداخته شده و عملکرد روش هایLRT و MLE در تخمین نقطه تغییر مورد مقایسه قرار می گیرند. فصل پنجم به ارائه ی جمع بندی، نتیجه گیری و پیشنهاداتی برای مطالعات آتی می پردازد.

[1] Woodall

[2] Montgomery

[3] The Magnificent Seven

[4] Kang

[5] Albin

ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است

متن کامل را می توانید دانلود نمائید

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...