A média móvel móvel ponderada exponencial (EWMA) é uma estatística para monitorar o processo que mede os dados de uma forma que dê cada vez menos peso aos dados à medida que eles são removidos no tempo. Comparação do gráfico de controle de Shewhart e das técnicas de controle de EWMA Para a técnica de controle de gráfico de Shewhart, a decisão sobre o estado de controle do processo a qualquer momento, (t) depende apenas da medida mais recente do processo e, claro, O grau de veracidade das estimativas dos limites de controle de dados históricos. Para a técnica de controle EWMA, a decisão depende da estatística EWMA, que é uma média ponderada exponencialmente de todos os dados anteriores, incluindo a medida mais recente. Através da escolha do fator de ponderação, (lambda), o procedimento de controle EWMA pode ser sensível a uma deriva pequena ou gradual no processo, enquanto o procedimento de controle Shewhart só pode reagir quando o último ponto de dados está fora de um limite de controle. Definição de EWMA A estatística que é calculada é: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. Onde (mbox 0) é a média dos dados históricos (alvo) (Yt) é a observação no tempo (t) (n) é o número de observações a serem monitoradas incluindo (mbox 0) (0 Interpretação do gráfico de controle EWMA O vermelho Os pontos são os dados brutos, a linha irregular é a estatística EWMA ao longo do tempo. O gráfico nos diz que o processo está no controle porque todos (mbox t) se situam entre os limites de controle. No entanto, parece haver uma tendência para cima nos últimos 5 Periods. What é um gráfico EWMA multivariante A forma multivariada do gráfico de controle EWMA. Use um gráfico de controle MEWMA para monitorar duas ou mais características de processo correlacionadas em um gráfico de controle ponderado exponencialmente ao mesmo tempo. Os gráficos de controle MEWMA podem ajudá-lo a detectar pequenos processos Muda mais cedo do que outros gráficos de controle multivariados. Por exemplo, use um gráfico de controle MEWMA para monitorar a temperatura e a pressão em um processo de moldagem por injeção plástica. Cada ponto MEWMA usa informações de todos os subgrupos ou observações anteriores em combinação w Com um fator de ponderação especificado pelo usuário. Uma vantagem adicional dos gráficos de controle MEWMA é que eles não são muito afetados quando um valor pequeno ou grande entra no cálculo. Além disso, os gráficos de controle MEWMA podem ser personalizados para detectar qualquer mudança de tamanho no processo. Devido a isso, eles são freqüentemente usados para monitorar processos de controle para detectar pequenas mudanças longe do alvo. Os pontos da trama podem ser baseados em subgrupos ou observações individuais. Quando os dados estão em subgrupos, calcula-se a média de todas as observações em cada subgrupo. As médias móveis ponderadas exponencialmente são calculadas a partir desses meios. Quando você possui observações individuais, as médias móveis ponderadas exponencialmente são calculadas a partir das observações individuais. Exemplo de um gráfico EWMA multivariante Um engenheiro monitora a temperatura e a pressão de um processo de moldagem por injeção de plástico com um gráfico MEWMA. O gráfico MEWMA indica que a temperatura e a pressão são estáveis. Todos os pontos estão abaixo do limite de controle. Gráfico de controle de média móvel ponderada exponencialmente variável fuzzy Cite este artigo como: Alipour, H. Noorossana, R. Int J Adv Manuf Technol (2010) 48: 1001. doi: 10.1007s00170-009-2365- 4 Os gráficos tradicionais de controle multivariante, como os quadros de controle de Hotellings 2 e T 2, são projetados para monitorar vetores de características de qualidade variável. No entanto, em determinadas situações, os dados são expressos em termos linguísticos e, nessas circunstâncias, os gráficos de controle multivariável variáveis ou atribuíveis não são escolhas adequadas para fins de monitoramento. Gráficos de controle multivariante difusos, como o Hotellings T 2, podem ser considerados ferramentas eficientes para superar os problemas das observações linguísticas. O objetivo deste trabalho é desenvolver uma tabela de controle de média móvel média ponderada (F-MEWMA) multivariada difusa. Neste trabalho, o controle de qualidade estatística multivariante e a teoria dos conjuntos difusos são combinados para desenvolver o método proposto. Conjuntos confusos e lógica difusa são poderosas ferramentas matemáticas para modelar sistemas incertos na indústria, na natureza e na humanidade. Através de um exemplo numérico, o desempenho do quadro de controle proposto foi comparado ao quadro de controle flutuante de Hotellings T 2. Os resultados indicam desempenho uniformemente superior do gráfico de controle F-MEWMA sobre o quadro de controle de Hotellings T 2. Gráficos de controle multivariados Ciclo de setores difusos Gráfico de controle multivariante difuso Valor representativo Hotellings T 2 Motivação variável multivariada de média exponencial Referências Linna KW, Woodall WH (2001) O desempenho de gráficos de controle multivariados na presença de erro de medição. J Qual Technol 33: 349355 Google Scholar Mason RL, Champ CW, Tracy ND, Wierda SJ, Young JC (1997) Avaliação de técnicas de controle de processo multivariadas. J Qual Technol 29: 140143 Google Scholar Mason RL, Chou Y-M, Young JC (2001) Aplicando a estatística de Hotellings T 2 aos processos em lote. J Qual Technol 33: 466479 Google Scholar Montgomery DC (2001) Introdução ao controle estatístico de qualidade. Wiley, Nova Iorque Google Scholar Taleb H, Liman M, Hirota K (2006) Gráfico de controle multinomial difuso multivariante. QTQM 3 (4): 437453 Google Scholar Informação de direitos autorais Springer-Verlag London Limited 2009 Autores e Afiliações Hossein Alipour 1 Autor de e-mail Rassoul Noorossana 2 1. Direção de Ciência e Pesquisa Universidade Islâmica Azad Teerã Irã 2. Departamento de Engenharia Industrial Irã Universidade de Ciência e Tecnologia Teerã Irã Sobre este artigo
No comments:
Post a Comment