| Abstract : | Ο Στατιστικός Έλεγχος Διαδικασίας (Statistical Process Control) αναφέρεται στη συλλογή μεθόδων που αποσκοπούν στον εντοπισμό ειδικών αιτιών μεταβολής της διαδικασίας με σκοπό τη διεξαγωγή της διαδικασίας μέσω μίας κατάστασης ελέγχου και παράλληλα στη μείωση της μεταβλητότητας που καταγράφεται κατά τη διεξαγωγή αυτής. Ο Στατιστικός Έλεγχος Διαδικασίας αποτελεί τον τομέα της στατιστικής ο οποίος σχετίζεται με την προσπάθεια βελτίωσης της ποιότητας. Γίνεται χρήση πολλών εργαλείων στην προσπάθεια επίτευξης αυτού του στόχου.Το πλέον αξιόλογο εργαλείο του Στατιστικού Ελέγχου Διαδικασίας είναι τα διαγράμματα ελέγχου. Τα διαγράμματα αυτά παρέχουν μία γραφική απεικόνιση της διαδικασίας δίνοντας τη δυνατότητα να αντιληφθούμε αμέσως εάν η διαδικασία βρίσκεται εντός ή εκτός ελέγχου.Στη διπλωματική αυτή εργασία θα παρουσιάσουμε τα πιο γνωστά διαγράμματα ελέγχου. Τα διαγράμματα που παρουσιάζονται είναι τα Shewhart, τα Αθροιστικά Διαγράμματα (Cumulative Sum) και τα Διαγράμματα Εκθετικής Εξομάλυνσης (Exponentially Weighted Moving Average) . Θα ασχοληθούμε επίσης με τις κύριες ιδιότητες και την ικανότητα εκτίμησης των διαγραμμάτων αυτών. Παράλληλα, θα γίνει εκτενής παρουσίαση του μέσου μήκους ροής (Average Run Length) και του μέσου χρόνου μέχρι την ύπαρξη ένδειξης ότι η διαδικασία είναι εκτός ελέγχου (Average Time to Signal) , που αποτελούν τις κύριες μεθόδους σύγκρισης της απόδοσης των στατικών και δυναμικών διαγραμμάτων ελέγχου. Εως τώρα υπάρχουν τρεις μεθόδοι υπολογισμού του ARL των διαγραμμάτων ελέγχου : η μέθοδος της Μαρκοβιανής Αλυσίδας (Markov chain model), η μέθοδος της Εσωτερικής Ολοκλήρωσης (Integral equation) και η μέθοδος της Προσομοίωσης (Simulation). Στην εργασία αυτή θα γίνει παρουσίαση των δύο πρώτων μεθόδων για την εκτίμηση του ARL των διαγραμμάτων που προαναφέρθηκαν.
Statistical process control (SPC) is the collection of methods for recognizing special causes and bringing a process into a state of control and reducing variation about a target value. Statistical control is a sector of statistics dealing with the effort of improving quality constantly. It uses many tools in order to achieve this goal. The most valuable tool of SPC is control charts. These charts give a graphical appearance of the process giving the ability to any manager to immediately understand if the process is under of control or not. In this thesis, a review of the most known control charts is presented. The control charts presented here are the Shewhart type for variables and attributes as well as the Cumulative Sum (CUSUM) and Exponentially Weighted Moving Average (EWMA) charts. The main properties and the estimation effect of these charts are also given. Moreover, we focus on Average Run Length (ARL) and Average Time to Signal (ATS) that are the key index for comparing the performance of static and adaptive control charts. Up to now, there are three ways to calculate the ARL of control charts: Markov chain model, integral equation, and simulation. A review of the Markov chain and integral equation methods for evaluating the ARL for several control charts are also introduced in this thesis.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.