Das Design Des Multivariaten Synthetischen Exponentiell Gewichteten Gleitenden Durchschnittskontrollschemas

Der exponentiell gewichtete gleitende Durchschnitt (EWMA) ist eine Statistik für die Überwachung des Prozesses, die die Daten in einer Weise, die weniger und weniger Gewicht auf Daten, da sie weiter entfernt werden, in der Zeit. Vergleich von Shewhart-Kontrolldiagramm und EWMA-Kontrolltafel-Techniken Für die Shewhart-Diagrammsteuerungstechnik hängt die Entscheidung über den Zustand der Kontrolle des Prozesses zu irgendeinem Zeitpunkt (t) ausschließlich von der letzten Messung aus dem Verfahren ab, Der Grad der Richtigkeit der Schätzungen der Kontrollgrenzen aus historischen Daten. Für die EWMA-Steuerungstechnik hängt die Entscheidung von der EWMA-Statistik ab, die ein exponentiell gewichteter Durchschnitt aller vorherigen Daten ist, einschließlich der letzten Messung. Durch die Wahl des Gewichtungsfaktors (Lambda) kann die EWMA-Steuerprozedur empfindlich auf eine kleine oder allmähliche Drift in dem Prozess eingestellt werden, während die Shewhart-Steuerprozedur nur dann reagieren kann, wenn der letzte Datenpunkt außerhalb einer Kontrollgrenze liegt. Definition von EWMA Die berechnete Statistik ist: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. Wobei (mbox 0) der Mittelwert der historischen Daten (Ziel) (Yt) ist die Beobachtung zur Zeit (t) (n) die Anzahl der zu überwachenden Beobachtungen einschließlich (mbox 0) (0 Interpretation der EWMA - Dots sind die Rohdaten, die gezackte Linie ist die EWMA-Statistik im Laufe der Zeit. Das Diagramm zeigt uns, dass der Prozess in der Steuerung ist, weil alle (mbox t) zwischen den Kontroll-Grenzen liegen. Allerdings scheint es einen Trend nach oben für die letzten 5 Eine weitere mögliche Vergleichsmethode ist der naiv-multivariate EWMA-Ansatz, der Z j als langen multivariaten Vektor behandelt (vgl. Kap Für alle FCP-, SSN - und MEW-Charts folgten wir der Empfehlung von Zou, Tsung und Wang (2008), die Bandbreite h als h E 1,5n 15 zu wählen N i1 (xix) 2 n 12. Zusammenfassung Zusammenfassung Zusammenfassung ABSTRAKT: In vielen Anwendungen ist die Qualität eines Prozesses am besten durch eine funktionale Beziehung zwischen einer Antwortvariable und einer oder mehreren erklärenden Variablen gekennzeichnet. Die Profilüberwachung dient der Überprüfung der Stabilität dieser Beziehung über die Zeit. Kontrolldiagramme, die auf einer nichtparametrischen Regression basieren, sind besonders nützlich, wenn die in-Kontrolle (IC) oder die außer Kontrolle befindliche (OC) Beziehung zu kompliziert ist, um parametrisch spezifiziert zu werden. Dieses Papier schlägt ein neuartiges nichtparametrisches Kontrolldiagramm unter Verwendung einer sequentiellen Wechselpunktformulierung mit verallgemeinerten Wahrscheinlichkeitsverhältnistests vor. Seine Steuergrenzen werden durch ein Bootstrap-Verfahren bestimmt. Dieses Diagramm kann ohne Kenntnis der Fehlerverteilungen implementiert werden, solange einige IC-Profile vorher verfügbar sind. Darüber hinaus bietet das vorgeschlagene Steuerungsdiagramm, das von bestimmten guten Eigenschaften des dynamischen Wechselpunktansatzes und der vorgeschlagenen Diagramm-Statistik profitiert, nicht nur einen ausgeglichenen Schutz gegen Verschiebungen unterschiedlicher Größen, sondern passt sich auch an die Glätte der Differenz zwischen IC und OC an Regression-Funktionen. Folglich hat es eine nahezu optimale Leistung für verschiedene OC-Bedingungen. Volltext-Artikel Jan 2010 Changliang Zou Peihua Qiu Douglas Hawkins quotDie MEWMA-Vektor vorgeschlagen von Lowry et al. 3 ist definiert als: ZEIT Auszug Zusammenfassung verstecken ABSTRAKT: Die standardmäßige multivariate Kontrollkarte verwendet in der Regel eine feste Stichprobengröße im festen Stichprobenintervall (FSI), um einen Prozess zu überwachen. In dieser Studie wird ein multivariat exponentiell gewichteter gleitender Durchschnitt (MEWMA) mit variablen Stichprobenintervallen (VSI) untersucht. Das MEWMA-Diagramm mit VSI variiert das Abtastintervall aus dem Prozess in Abhängigkeit von den Daten des Prozesses. Das Leistungsmaß des VSI-MEWMA-Diagramms wird durch einen Markov-Ketten-Ansatz erhalten und wird mit dem entsprechenden Standard-FSI-MEWMA-Diagramm in Bezug auf die durchschnittliche Zeit bis zum Signal für eine unterschiedliche Größe der Verschiebungen im Prozessmittel verglichen. Es wird gezeigt, dass das VSI MEWMA-Diagramm effizienter ist als das entsprechende Standard-FSI-MEWMA-Diagramm bei der Erfassung von Verschiebungen im Prozessmittel. Zudem wurde die multivariate Version des CUSUM-Diagramms von Woodall und Ncube (1985) und Croisier (1988) vorgeschlagen. Eine multivariate Erweiterung des exponentiell gewichteten gleitenden Durchschnittes (MEWMA) findet sich bei Lowry et al. (1992). Zusammenfassung Abstract In diesem Artikel wird eine Methodik vorgestellt, die dazu beiträgt, die Hauptmittelverschiebungen, die als Hauptalarme bezeichnet werden, in einem nicht normalen multivariaten Prozess unter Verwendung der verfügbaren In-Control-Daten vorherzusagen. Die Analyse basiert auf der Transformation der beobachteten korrelierten Variablen zu unabhängigen Faktoren durch unabhängige Komponentenanalyse. Diese unabhängigen Komponenten ermöglichen es, Verschiebungen zu simulieren, die die Kovarianzstruktur erhalten. Die grafischen Darstellungen dieser simulierten Verschiebungen sind hilfreich bei der Verbesserung der Gestaltung und Steuerung des Prozesses. Es werden zwei reale Herstellungsverfahren präsentiert, die den Vorteil der vorgeschlagenen Methodik zeigen. Artikel Nov 2008 Isabel Gonzlez Ismael SnchezDesign eines multivariaten exponentiell gewichteten gleitenden Durchschnitt Diagramm mit variablen Stichprobenintervallen Zitieren Sie diesen Artikel als: Lee, M. H. Khoo, M. B.C. Comput Stat (2014) 29: 189. doi: 10.1007s00180-013-0443-4 Diese Studie entwickelt ein Verfahren für die statistische Gestaltung des multivariaten exponentiell gewichteten gleitenden Durchschnittes (MEWMA) der variablen Stichprobenintervalle (VSI). Das VSI-MEWMA-Diagramm wird mit dem entsprechenden festen Abtastintervall - (FSI-) MEWMA-Diagramm in Bezug auf die stationäre durchschnittliche Zeit bis zum Signal für unterschiedliche Größenordnungen von Verschiebungen im Prozessmittelvektor verglichen. Es wird gezeigt, dass das VSI MEWMA-Diagramm besser als das entsprechende Standard-FSI-MEWMA-Diagramm arbeitet, um einen weiten Bereich von Verschiebungen im Prozessmittelvektor zu erfassen. Durchschnittliche Zeit bis zum Signal Multivariates EWMA-Diagramm Statistisches Design Variable Stichprobenintervalle Referenzen Aparisi F, Haro CL (2001) Hotellings () - Regelkarte mit variablen Abtastintervallen. Int J Prod Res 39: 31273140 Google Scholar Aparisi F, de Luna MA (2009) Das Design und die Leistung der multivariaten synthetischen - () Kontrollkarte. Commun Stat Theory Methods 38: 173192 Bodden KM, Ridgon SE (1999) Ein Programm zur Annäherung der ARL-Regelung für das MEWMA-Diagramm. J Qual Technol 31: 120123 Google Scholar Bessegato L, Quinino R, Ho LL, Duczmal L (2011) Variable Intervall-Sampling in ökonomischen Designs für die Online-Prozesskontrolle von Attributen mit Fehlklassifizierungsfehlern. J Oper Res Soc 62: 13651375 CrossRef Google Scholar Castagliola P, Celano G, Fichera S (2006) Bewertung der statistischen Leistung eines variablen Stichprobenintervalls R EWMA-Kontrolldiagramm. Qual Technol Quant Manag 3: 307323 MathSciNet Google Scholar Chen YK (2007) Wirtschaftliches Design von variablen Stichprobenintervallen () Kontrollkarten - ein hybrider Markov-Kettenansatz mit genetischen Algorithmen. Exp Syst Anwendung 33: 683689 CrossRef Google Scholar Chou CY, Chen CH, Chen CH (2006) Wirtschaftliches Design von variablen Abtastintervallen () Kontrollkarten mit genetischen Algorithmen. (2000) Ein variables Abtastintervall EWMA-Diagramm für Attribute. Int J Adv Manuf Technol 49: 281292 CrossRef Google Scholar Faraz A, Chalaki K, Moghadam MB (2011) Über die Eigenschaften der Hotellings () - Regelkarte mit variablen Abtastintervallen. (2006) Variable Stichprobenintervalle in Shewhart-Diagrammen basierend auf stochastischer Fehlerzeitmodellierung. Qual Technol Quant Manag 3: 361381 MathSciNet Google Scholar Kim K, Reynolds MR Jr (2005) Multivariate Überwachung mit einer MEWMA-Kontrollkarte mit ungleichen Probengrößen. J Qual Technol 37: 267281 Google Scholar Lee MH (2009) Multivariate EWMA-Diagramme mit variablen Abtastintervallen. Econ Qual Control 24: 231241 CrossRef MATH MathSciNet Google Scholar Lee MH (2010a) Multivariate EWMA-Kontrollkarte mit adaptiven Stichprobengrößen. Gemeinschaft Stat Simul Comput 39: 15481561 CrossRef MATH Google Scholar Lee MH (2010b) Variables Stichprobenintervall Hotellings () Chart mit Probenahme zu festen Zeiten. J China Inst Ind Eng 27: 394406 Google Scholar Lee MH, Khoo MBC (2006) Optimaler statistischer Entwurf eines multivariaten EWMA-Diagramms basierend auf ARL und MRL. Kommunikation Stat Simul Comput 35: 831847 CrossRef MATH MathSciNet Google Scholar Li Z, Luo Y, Wang Z (2010) Cusum von Q-Diagramm mit variablen Abtastintervallen zur Überwachung des Prozessmittels. (2010) Ein exponentiell gewichtetes gleitendes Durchschnittschema mit variablen Abtastintervallen für die Überwachung von linearen Profilen. Comput Ind Eng 59: 630637 CrossRef Google Scholar Lin YC, Chou CY (2011) Robustheit der EWMA und der kombinierten (bar-text) Kontrollkarten mit variablen Abtastintervallen zu Nicht-Normalität. J Appl Stat 38: 553570 CrossRef MathSciNet Google Scholar Liu JY, Xie M, Goh TN, Liu QH, Yang ZH (2006) Kumulative Anzahl der konformen Tabelle mit variablen Abtastintervallen. (1992) Ein multivariates, exponentiell gewichtetes gleitendes Durchschnittskontrolldiagramm (1992). Technometrics 34: 4653 CrossRef MATH Google Scholar Lucas JM, Saccucci MS (1990) Exponentiell gewichtete gleitende durchschnittliche Kontrollschemata: Eigenschaften und Erweiterungen. Technometrics 32: 112 CrossRef MathSciNet Google Scholar Luo H, Wu Z (2002) Optimale np Regelkarten mit variablen Stichprobengrößen oder variablen Abtastintervallen. Econ Qual Control 17: 3961 CrossRef MATH MathSciNet Google Scholar Mahadik SB (2012) Variables Abtastintervall Hotellings () - Diagramme mit Läufen Regeln für das Umschalten zwischen Abtastintervalllängen. Qual Reliab Eng Int 28: 131140 CrossRef Google Scholar Ou Y, Wu Z, Yu FJ (2011) Ein SPRT-Regelungsdiagramm mit variablen Abtastintervallen. Int J Adv Manuf Technol 56: 11491158 CrossRef Google Scholar Prabhu SS, Montgomery DC, Runger GC (1994) Eine kombinierte adaptive Stichprobengröße und Stichprobenintervall-Kontrollschema. J Qual Technol 26: 164176 Google Scholar Prabhu SS, Runger GC (1997) Entwurf einer multivariaten EWMA-Kontrollkarte. J Qual Technol 29: 815 Google Scholar Reynolds MR Jr (1989) Optimale variable Abtastintervall-Kontrollkarten. Seq Anal 8: 361379 CrossRef MATH Google Scholar Reynolds MR Jr (1995) Auswertung der Eigenschaften von variablen Stichprobenintervall-Kontrollkarten. Seq Anal 14: 5997 CrossRef MATH Google Scholar Reynolds MR Jr, Amin RW, Arnold JC (1990) CUSUM-Diagramme mit variablen Abtastintervallen. Technometrics 32: 371396 CrossRef MATH MathSciNet Google Scholar Reynolds MR Jr, Amin RW, Arnold JC, Nachlas JA (1988) (Balken) Diagramme mit variablen Abtastintervallen. (2011) Multivariate Kontrolldiagramme zur Überwachung der mittleren Vektor - und Kovarianzmatrix mit variablen Stichprobenintervallen. MathSciNet. (2005) Multivariate Überwachung des Prozessmittelvektors mit sequentieller Sampling-Methode. J Qual Technol 37: 149162 Google Scholar Rigdon SE (1995) Eine Doppelintegralgleichung für die durchschnittliche Lauflänge eines multivariaten exponentiell gewichteten gleitenden Durchschnittskontrollschemas. Stat Probab Lett 24: 365373 CrossRef MATH MathSciNet Google Scholar Runger GC, Montgomery DC (1993) Adaptive Sampling-Erweiterungen für Shewhart-Kontrollkarten. IIE Trans 25: 4151 CrossRef Google Scholar Runger GC, Prabhu SS (1996) Ein Markov-Kettenmodell für das multivariate, exponentiell gewichtete Bewegungsdurchschnittskontrolldiagramm. J Am Stat Assoc 91: 17011706 CrossRef MATH MathSciNet Google Scholar Saccucci MS, Amin RW, Lucas JM (1992) Exponentiell gewichtete gleitende Durchschnittsregelschemata mit variablen Abtastintervallen. (1991) Ein doppeltes, exponentiell gewichtetes gleitendes Mittelwert-Regelungsverfahren mit variablen Abtastintervallen. (1991). Englisch: v3.espacenet. com/textdoc? DB = EPODOC & ... PN = (2001) Steady-state-optimale adaptive Kontroll-Diagramme auf der Basis von variablen Abtastintervallen. Stoch Anal Appl 19: 10251057 CrossRef MATH MathSciNet Google Scholar Yang SF, Chen WY (2011) Überwachung und Diagnose abhängiger Prozessschritte mit VSI-Kontrollkarten. J Stat Plan Inferenz 141: 18081816 CrossRef MATH Google Scholar Yang SF, Ko CY, Yeh JT (2010) Mit VSI Verlustregelung Charts zur Überwachung eines Prozesses mit falscher Einstellung. Kommunikation Stat Simul Comput 39: 736749 CrossRef MATH MathSciNet Google Scholar Zhang Y, Castagliola P, Wu Z, Khoo MBC (2012) Die Variable Stichprobenintervall (Balken) Diagramm mit geschätzten Parametern. Qual Reliab Eng Int 28: 1934 CrossRef Google Scholar Copyright-Informationen Springer-Verlag Berlin Heidelberg 2013 Autoren und Mitgliedsverbände Ming Ha Lee 1 E-Mail-Autor Michael BC Khoo 2 1. Fakultät für Ingenieurwissenschaften, Informatik und Wissenschaft Swinburne University of Technology Sarawak Campus Kuching Malaysia 2. Schule für Mathematische Wissenschaften Universiti Sains Malaysia Penang Malaysia Über diesen Artikel Print ISSN 0943-4062 Online ISSN 1613-9658 Verlagsname Springer Berlin Heidelberg