پايش فرآيندهاي دومرحله اي با متغير خروجي گاما‏ با بكارگيري الگوهاي خطي تعميم يافته و روش معكوس نورتا

Monitoring Two Stages Processes with Gamma Response Variable Using Generalized Linear Models and NORTA Inverse Method

امروزه بيشتر محصولات توليدي، در طي مراحل مختلف به هم وابسته از فرآيند به وجود مي آيند. به دليل وجود خاصيت آبشاري در اغلب اين گونه از فرآيندها، پايش آن ها با استفاده از نمودارهاي كنترلي مرسوم، باعث به وجود آمدن خطاهاي غير قابل اجتناب و تصميم گيري هاي اشتباه مي شود، يكي از نمودارهاي كاربردي براي پايش فرآيندهاي چند مرحله اي، نمودار انتخاب عامل انحراف مي باشد. اينگونه نمودارها بيشتر براي مشخصه هاي كيفي نرمال مورد استفاده قرار گرفته اند. در اين مقاله يك فرآيند دو مرحله اي در شرايطي كه مشخصه كيفي در مرحله دوم داراي توزيع گاما است، مورد بررسي قرار گرفته است و براي پايش اين فرآيند از نمودار انتخاب عامل انحراف استفاده شده است. آماره نمودار كنترل انتخاب عامل انحراف، مقادير حاصل از تركيب روش معكوس نورتا و مدل خطي تعميم يافته مي‏باشد. براي بررسي عملكرد روش پيشنهادي از شاخص متوسط طول دنباله استفاده شده و عملكرد آن با بهترين روش موجود در ادبيات مقايسه شده است. نتايج نشان دهنده عملكرد بهتر روش پيشنهادي در كشف شيفت هاي كاهشي و افزايشي است.

Usually most products go through different production stages. Using the traditional control charts to monitor these processes is not reasonable and suitable because in most of these processes, there is the cascade property. To monitor these processes, cause selecting control charts (CSCs) are developed to monitor multistage processes. These control charts have usually been used when quality characteristics follow normal distribution. However, sometimes other distributions rather than normal can characterize quality characteristics. In this paper, we consider a two stages process with a Gamma quality characteristic in second stage and use a cause selecting control chart to monitor the residual of this quality characteristic which is obtained by generalized linear models (GLM) and NORTA inverse method. The performance of the proposed control chart is investigated in terms of average run length criterion in comparison with the best method in the literature. The results illustrate better performance for the proposed method in detecting increasing and decreasing shifts.