طراحی نمودار کنترل تطبیقی فاصله نمونه گیری متغیر ماکسیممِ میانگین متحرکموزون نمایی انحراف مجذور میانگین متحرک موزون نمایی

نمودار کنترل یکی از پرکاربردترین ابزارهای کنترل آماری فرآیندها است که نقش مهمی را در ارتقاء کیفیت آن ها ایفا می کند.یکی از ضعف های نمودارهای کنترل سرعت پایین آن در تشخیص تغییرات ایجاد شده در پارامتر فرآیند است. بدین منظور نمودارهایکنترل تطبیقی برای بهبود عملکرد نمودارهای کنترل برای کشف تغییرات کوچک توسعه یافته اند. در این مقاله از روش تطبیقی فاصلهنمونه گیری متغیر، برای بهبود عملکرد نمودار کنترل ماکسیممِ میانگین متحرک موزون نمایی انحراف مجذور میانگین متحرک موزون -نماییبرای کشف تغییرات در میانگین و واریانس و تغییرات همزمان میانگین و واریانس استفاده شده است. عملکرد روش پیشنهادی بااستفاده از شبیه سازی و معیارهای میانگین زمان تا هشدار و متوسط زمان تعدیل شده تا وقوع هشدار، با نمودار کنترل نمونه گیری بافواصل ثابت، مقایسه شده است. نتایج نشان می دهد که روش پیشنهادی به ازای تغییرات بزرگ، دارای عملکرد بهتری نسبت به نتایجنمودار کنترل موجود در ادبیات تحقیق است.

Designing an Adaptive Variable Sampling Interval Maximum of Exponentially Weighted Moving Average Exponentially Weighted Moving Mean Squared Deviation Control Chart

The purpose of this article is designing an adaptive Variable Sampling Interval Maximum of Exponentially Weighted Moving Average Exponentially Weighted Moving Mean Squared Deviation Control Chart in order to investigate and improve it's performance to detect mean and variance shifts. One of the most widely used statistical process control charts is control chart that plays an important role in improving the quality. One of the weaknesses of this chart is it's slow speed in detecting shifts occur in the process parameters. When the process goes out-of-control, it leads to production of defective product, waste of the time and high cost. Therefore, since the late eighties, scientists tried to compensate for this problem, by bringing up the adaptive control charts. These charts established a significant improvement for small and medium mean changes in control chart. In this paper the variable sampling interval method is used to improve the performance of Maximum of Exponentially Weighted Moving Average Exponentially Weighted Moving Mean Squared Deviation control chart in order to detect shifts in the mean and variance and mean and variance simultaneous changes. The performance of the proposed method is compared to the Fixed Sampling Interval control chart, using simulation, in terms of average time to signal and adjusted average time to signal criteria. Results indicate that the proposed control chart has better performance than the fixed sampling interval procedure proposed in the literature under large shifts.