О сравнительной эффективности обнаружения разладки в многопараметрических технологических процессах с помощью многомерных двойных контрольных карт
- Авторы: Чесалин А.Н.1, Гродзенский С.Я.1, Ушкова Н.Н.1, Болотин К.В.1, Ставцев А.В.1
-
Учреждения:
- МИРЭА – Российский технологический университет
- Выпуск: Том 10, № 1 (2023)
- Страницы: 67-78
- Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
- URL: https://journals.eco-vector.com/2313-223X/article/view/545840
- DOI: https://doi.org/10.33693/2313-223X-2023-10-1-67-78
- ID: 545840
Цитировать
Аннотация
Исследуется проблема обнаружения разладки в многопараметрических технологических процессах, имеющих нормальное распределение, и заключающейся в отклонении от заданного значения выборочного среднего и выборочной дисперсии. Рассматриваются различные виды контрольных карт, позволяющие эффективно обнаруживать одновременное изменение среднего значения и дисперсии в многопараметрических технологических процессах. Методом статистического моделирования, проводится анализ сравнительной эффективности контрольных карт, даются практические рекомендации.
Полный текст
![Доступ закрыт](https://journals.eco-vector.com/lib/pkp/templates/images/icons/text_lock.png)
Об авторах
Александр Николаевич Чесалин
МИРЭА – Российский технологический университет
Email: chesalin_an@mirea.ru
ORCID iD: 0000-0002-1154-6151
кандидат технических наук; заведующий кафедрой компьютерной и информационной безопасности МИРЭА – Российского технологического университета
Россия, МоскваСергей Яковлевич Гродзенский
МИРЭА – Российский технологический университет
Email: chesalin_an@mirea.ru
ORCID iD: 0000-0003-1965-5624
доктор технических наук, профессор; профессор кафедры компьютерной и информационной безопасности МИРЭА – Российского технологического университета
Россия, МоскваНадежда Николаевна Ушкова
МИРЭА – Российский технологический университет
Email: chesalin_an@mirea.ru
ассистент кафедры компьютерной и информационной безопасности МИРЭА – Российского технологического университета
Россия, МоскваКирилл Викторович Болотин
МИРЭА – Российский технологический университет
Email: chesalin_an@mirea.ru
ассистент кафедры компьютерной и информационной безопасности МИРЭА – Российского технологического университета
Россия, МоскваАлексей Вячеславович Ставцев
МИРЭА – Российский технологический университет
Автор, ответственный за переписку.
Email: chesalin_an@mirea.ru
кандидат физико-математических наук; доцент кафедры компьютерной и информационной безопасности МИРЭА – Российского технологического университета
Россия, МоскваСписок литературы
- Montgomery D. Introduction to statistical quality control. 7th ed. Wiley, 2013. 754 p.
- Уилер Д., Чамберc Д. Статистическое управление процессами: Оптимизация бизнеса с использованием контрольных карт Шухарта: справочное пособие. М.: Альпина Паблишер, 2017. 409 с.
- Jalilibal Z., Amiri A., Castagliola, P., Khoo M. Monitoring the coefficient of variation: A literature review // Computers & Industrial Engineering. 2021. No. 161. doi: 10.1016/j.cie.2021.107600.
- Sabahno H., Celano G. Monitoring the multivariate coe-cient of variation in presence of autocorrelation with variable parameters control charts // Quality Technology and Quantitative Management. 2022. doi: 10.1080/16843703.2022.2075193.
- Алексеева А.В., Клячкин В.Н. Выбор параметров алгоритма обобщенной дисперсии при многомерном статистическом контроле рассеяния процесса // Известия Самарского научного центра Российской академии наук. 2021. Т. 23. № 1. C. 79–83.
- Адлер Ю.П., Шпер В.Л. Учение доктора Деминга и его судьба: учеб. пособие. М.: Издат. дом НИТУ «МИСиС», 2021. 352 с.
- Клячкин В. Н. Многомерный статистический контроль технологического процесса. М.: Финансы и статистика, 2022. 192 с.
- Фам Ван Ты, Чесалин А.Н., Гродзенский Я.С, Еманаков И.В. Повышение эффективности контрольной карты с помощью нечетких множеств // Качество и жизнь. 2021. № 2 (30). С. 37–43.
- Чесалин А.Н., Гродзенский С.Я., Нилов М.Ю., Фам Ван Ты. Интеллектуальные инструменты управления качеством цифрового производства // Стандарты и качество. 2020. № 3. С. 68–72.
- Bersimis S., Sgora A., Psarakis S. A robust meta‐method for interpreting the out‐of‐control signal of multivariate control charts using artificial neural networks // Quality and Reliability Engineering International. 2021. Pp. 1–34. doi: 10.1002/qre.2955.
- Ширяев А. Н. Вероятностно-статистические методы в теории принятия решений. 2-е изд. М.: МЦНМО, 2014. 144 с.
- Чесалин А.Н. Исследование эффективности обнаружения разладки технологических процессов на основе статистического моделирования // Нелинейный мир. 2022. Т. 20. № 3. С. 28−34. doi: 10.18127/j20700970-202203-03.
- Chen G., Cheng S.W. Multivariate Max-Chart // Economic Quality Control. 2006. Vol. 21. No. 1. Pp. 113–125.
- Kruba R., Mashuri M., Prastyo D. The effectiveness of Max-half-Mchart over Max-Mchart in simultaneously monitoring process mean and variability of individual observations // Quality and Reliability Engineering International. 2021. Pp. 1–14. doi: 10.1002/qre.2860.
- Cheng S.W., Mao H. A Multivariate semi-circle control chart for variables data // Quality Technology & Quantitative Management. 2008. Vol. 5. No. 4. Pp. 331–338, doi: 10.1080/16843703.2008.11673405.
Дополнительные файлы
![](/img/style/loading.gif)