شاخص‌هاي كارايي تابعي مبتني بر منطق فازي براي پروفايل خطي ساده

Fuzzy-based functional process capability indices for simple linear profile

شاخص‌هاي كارايي فرايند معيارھاي عددي هستند كه ميزان مطابقت محصولات توليدي يك فرآيند با مشخصات در نظر گرفته شده توسط مشتريان يا توليدكنندگان را نشان مي‌دهند. در فرايندهايي كه كيفيت فرايند يا محصولات بر اساس رابطه تابعي بين متغير وابسته (پاسخ) و يك يا چند متغير مستقل (توضيحي) تعريف مي‌شود، پروفايل ناميده شده و براي ارزيابي كارايي، از شاخص‌هاي كارايي پروفايل استفاده مي‌شود. در حالتي كه را بطه پروفايل به صورت يك رابطه خطي بين متغير وابسته و يك متغير مستقل باشد، پروفايل خطي ساده ناميده مي‌شود. در اين فرايندها، حدود مشخصات فني، حدود تلورانس طبيعي، ميانگين و هدف فرايند نيز با استفاده از رابطه خطي ساده (مشابه مدل رگرسيون) تعريف شده و شاخص‌هاي كارايي كه بر اين اساس ارائه مي‌شوند، شاخص‌هاي كارايي تابعي نام دارند. در اين مقاله، براي فرايندهايي كه كيفيت بر اساس پروفايل خطي ساده است، دو شاخص كارايي تابعي مبتني بر منطق فازي پيشنهاد مي‌شود و با استفاده از مطالعات شبيه‌سازي‌شده، عملكرد آن‌ها در مقايسه با شاخص‌هاي تابعي موجود، بر اساس معيار ميانگين مربعات خطا ارزيابي مي‌شود. اين مطالعات، نتيجه مي‌دهند كه دو شاخص جديد عملكرد بهتري نسبت به دو شاخص موجود دارند. به علاوه، براي نشان‌دادن طرز استفاده از شاخص‌هاي جديد، مثال واقعي ارائه مي‌شود.

Process capability indices (PCIs) are numerical quantities that measure how the process products meet the required specifications considered for them. In some processes, the quality of a process or product can be characterized by a functional relationship between a response quality characteristic and one or more explanatory variables. This relationship is usually known as a profile. When this relationship is as a linear function based on only independent, is named simple linear profile. One type capability indices for this process is functional capability indices. Then, the specification limits, natural tolerance intervals, mean and target are as simple linear function of the independent variable. In the present paper, two new functional process capability indices are introduced that for calculating them, fuzzy numbers are engaged to weigh the levels of the independent variable by membership degree.The performance of the proposed indices in comparison with the two available indices are investigated in simulation scheme, in terms of bias and mean square error (MSE). Results show that the new indices perform better that their competitors. Some graphics are presented to show this matter, obviously. >Furthermore, a real example are presented to show how the new indices applied to measure the capability of process.