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
- Tez No: 472645
- Danışmanlar: PROF. DR. MEHMET AKİF BAKIR
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 182
Özet
Modern üretim süreçlerinde genellikle birbiriyle ilişkili birden fazla kalite karakteristiğinin eş zamanlı kontrolü söz konusudur. Bu süreçlerin izlenmesi ve kontrolü çok değişkenli istatistiksel süreç kontrolü olarak isimlendirilir. Çok değişkenli kontrol çizelgeleri, çok değişkenli süreç kontrolünün en önemli araçlarıdır. Ancak çok değişkenli kontrol çizelgelerinin en önemli dezavantajı, süreçteki kontrol dışı durumu belirleyebilmesine rağmen, bu kontrol dışı sinyale neden olan değişken(ler) hakkında bilgi vermemesidir. Çok değişkenli süreç kontrolünde süreç ortalama vektörünün kontrolü kadar süreç değişkenliğinin kontrolü de çok önemlidir. Süreç ortalama vektörünün kontrolünde Hotelling T2 kontrol çizelgeleri, süreç değişkenliğinin kontrolünde ise genelleştirilmiş örneklem varyansı kontrol çizelgeleri en yaygın kullanılan çok değişkenli kontrol çizelgeleridir. Süreç ortalama vektörünün kontrolünde kontrol dışı sinyale hangi değişken(ler)in sebep olduğunun belirlemesinde en yaygın kullanılan yöntem Mason-Tracy-Young (MTY) Ayrıştırma yöntemidir. Ancak süreç değişkenliğinin kontrolünde kontrol dışı sinyale sebep olan değişken(ler)in belirlenebilmesi için yeterince çalışma bulunmamaktadır. Bu çalışmada çok değişkenli süreçler için hem ortalama vektörünün kontrolünde hem de süreç değişkenliğinin kontrolünde, kontrol dışı durumu ve kontrol dışı sinyale neden olan değişken(ler)i belirleyebilen yapay sinir ağı modelleri tasarlanmıştır. Performans ölçütü olarak kontrol dışı durumu doğru belirleme oranları ve sinyale neden olan değişken(ler)i doğru belirleme oranları incelenmiştir. Tasarlanan YSA modellerinin performansları değişken sayısı, ilişki düzeyi, kayma miktarı, kayma türü ve alt örnek hacmi faktörleri bakımından klasik yöntemlerle karşılaştırılmıştır. Sonuç olarak tasarlanan YSA modellerinin çok değişkenli süreçlerde hem ortalama vektörünün kontrolünde hem de süreç değişkenliğinin kontrolünde, klasik yöntemlere göre kontrol dışı durumu daha yüksek oranlarda doğru belirleyebildiği ve sinyale neden olan değişken(ler)i daha yüksek oranlarda doğru sınıflandırabildiği belirlenmiştir.
Özet (Çeviri)
Simultaneous control of more than one quality characteristics, which are generally correlated with each other, is a matter that is discussed in modern production processes. Monitoring and control of these processes is named as multivariate statistical process control. The multivariate control charts are the most important assets of the multivariate process control. However, the greatest disadvantage of the multivariate control charts is not providing information on the variable(s) that cause the out of control signal even though they are able to determine the out of control situation in the process. In multivariate process control, controlling the variability of the process is as important as controlling the process mean vector. The most commonly used multivariate control charts are; Hotelling T2 control charts for controlling the process mean vector, and sample generalized variance control chart for the variability of the process. The most commonly utilized method for determining which variable(s) caused the out of control signal, in the process mean vector control, is the Mason-Tracy-Young (MTY) Decomposition Method. However, there's not sufficient study in the control of the process variability for determining the variable(s) that cause out of control signal. In this study, in control of both mean vector and process variability for the multivariate processes; artificial neural network (ANN) models, which are able to determine the out of control situation and the variable(s) which cause out of control signal, have been designed. The rates of proper determination of the out of control situation and proper classification of the variable(s) that cause the signal are analyzed as performance criteria. The performances of the designed ANN models have been compared regarding the factors of number of variables, correlation level, magnitude of the shift, type of the shift and sub-sample size. As a result, it was identified that the designed ANN models are able to classify the variable(s) that cause the signal, and determine the out of control situations properly in higher ratios when compared to classical methods, in the control of both the mean vector and the process variability, inside the multivariate processes.
Benzer Tezler
- Çok değişkenli istatistiksel kalite kontrolünün ilaç endüstrisine uygulanması
Application of multivariate statistical quality control in pharmaceutical industry
MESUT ÜLEN
Yüksek Lisans
Türkçe
2010
Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM DEMİR
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Design of model based fault detection system for washing machine electric motors
Başlık çevirisi yok
EVREN ALBAŞ
Yüksek Lisans
İngilizce
1998
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ÖZSOY
- Monitoring tropospheric water vapor variations with ppp during severe weather
Troposferik su buharı değişimlerinin ppp ile kötü hava koşullarında izlenmesi
ENGİN TUNALI
Doktora
İngilizce
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA TEVFİK ÖZLÜDEMİR
- Detecting binding activity of a therapeutic monoclonal antibody targeting vascular endothelial growth factor using surface plasmon resonance
Vasküler endotelyal büyüme faktörünü hedeleyenterapötik monoklonal antikorun bağlanma aktivitesinin yüzey plazmon rezonans ile belirlenmesi
SERİM ERDEM
Yüksek Lisans
İngilizce
2024
Biyoteknolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULHALİM KILIÇ