Multivariate statistical process control and monitoring with change point analysis
Değişim noktasi analizi ile çok değişkenli istatistiksel süreç kontrolü ve izlenmesi
- Tez No: 306823
- Danışmanlar: DOÇ. DR. İPEK DEVECİ KOCAKOÇ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: İstatistik Ana Bilim Dalı
- Sayfa Sayısı: 130
Özet
Birden fazla kalite karakteristiğinin birlikte incelenmesinin gerektiği durumlarda çok değişkenli istatistiksel süreç kontrol çalışmaları yaygın olarak yapılmaktadır. Hotelling's T2 kontrol kartı gibi mevcut metotlar bir değişimin ortaya çıktığını ürettikleri sinyal ile gösterebilirler. Ancak bu sinyal her zaman değişimin sinyalin üretildiği zamanda ortaya çıktığını göstermez. Bu zorluktan dolayı süreç uzmanları sinyalden sonra özel nedenin ortaya çıktığı zamanı araştırmak zorundadır. Bu bilgi ile değişimin zamanını tespit etmek çoğu durum için oldukça zordur.Değişim noktası metotları İstatistiksel Süreç Kontrolu (İSK) uygulayıcılarına kontrol kartı sinyal verdikten sonar değişimin zamanını belirlemede yardımcı olurlar. Değişim noktası tahmini yardımıyla yapılan izleme faaliyeti, şüphesiz izleme sisteminin özel neden tespit etme yeteneğini arttırır.Bu çalışmada, çok değişkenli süreçler için değişim noktası yöntemleri önerilmektedir. İlk olarak, kovaryans matrisinin izlenmesinde kullanılan bir değişim noktası metodu tartışılmıştır. Simülasyon sonuçları önerilen yöntemin genelleştirilmiş varyans kontrol kartı sinyal verdikten sonra doğrulukla ve kesinlikle tahmin yapabildiğini göstermiştir. İkinci olarak, ortalama vektörü ve kovaryans matrisinin eşanlı izlenmesini sağlayacak bir değişim noktası prosedürü önerilmiştir. Bu prosedürün bileşik değişim noktası tahminin başarı ile gerçekleştirdiği gösterilmiştir. Bu araştırmada ayrıca çok değişkenli tek kontrol kartları için değişim noktası tahmin performansları bakımından bir karşılaştırmalı çalışma da bulunmaktadır.
Özet (Çeviri)
Multivariate statistical process control (MSPC) efforts are widely used in order to detect changes in processes where more than one inter-related quality characteristic is considered. The existing monitoring methods like Hotelling?s T2 control chart are capable of generating signals to show the existence of the change. However, this certain signal does not always mean that the change occurred at that particular time. Because of this obstacle, the process professionals need to look for a special cause after a signal and for many cases it is quite difficult to identify the time of a change with only this information.Change point methods help Statistical Process Control (SPC) practitioners to identify the time of a change after a control chart generates a signal. Using change point estimation with the monitoring tool surely improves the special cause detection ability of the monitoring system.In this study, change point procedures for multivariate processes are proposed. Firstly, the change point model for monitoring covariance matrices is discussed. The simulation results showed that this model accurately and precisely estimated the change point after a generalize variance control chart issued a signal. Secondly, a change point procedure for simultaneously monitoring the mean vector and covariance matrix is proposed. This procedure is shown to be successful to find the change point for multivariate joint estimation of a step change. The research also includes a comparative study for multivariate single control charts via change point estimation performance.
Benzer Tezler
- Bazı çok değişkenli istatistiksel süreç kontrol grafikleri
Some multivariate statistical process control charts
DERYA AYDIN TUTAL
Yüksek Lisans
Türkçe
2017
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KARAHASAN
- Uçuş kontrol sistemlerinde sensör hatalarının tespiti ve teşhisi
Sensor fault detection and diagnosis in flight control systems
BEHNAM MAHMOUDI
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF SEVİM
- Çok değişkenli kalite kontrolde sinyale neden olan değişken(ler)in belirlenmesi problemine yapay sinir ağı yaklaşımı
Artificial neural network approach for the problem of determining variable(s) causing to signal in multivariate quality control
ÖZKAN SARIKAYA
- Çok değişkenli istatistiksel süreç kontrolü: Bir hastane uygulaması
Multivariate statistical process control: A hospital application
HAFİZE YILMAZ
Yüksek Lisans
Türkçe
2012
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ KAHRAMAN
- Multivariate statistical quality control: An industrial application
Çok değişkenli istatistiksel kalite kontrolü: Endüstriyel bir uygulama
MAHMURE ÖVÜL ARIOĞLU SALMONA
Yüksek Lisans
İngilizce
2004
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT OKTAY FIRAT