แผนภูมิควบคุมผสม CUSUM-TCC เพื่อตรวจจับการกระจายของกระบวนการ

Main Article Content

Rawewarlee Thitisoowaranon
Saowanit Sukparungsee
Yupaporn Areepong

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อเสนอแผนภูมิควบคุมผสม CUSUM-TCC เพื่อตรวจจับการเปลี่ยนแปลงของการกระจายของกระบวนการโดยใช้ค่าพิสัย เมื่อกระบวนการมีการแจกแจงสมมาตรและไม่สมมาตร และเปรียบเทียบประสิทธิภาพในการตรวจจับการเปลี่ยนแปลงระหว่างแผนภูมิควบคุมผสม CUSUM-TCC แผนภูมิควบคุมของทูกี (TCC) แผนภูมิควบคุมรวมสะสม (CUSUM) และแผนภูมิควบคุม EWMA-TCC ประสิทธิภาพในการตรวจจับการเปลี่ยนแปลงของแผนภูมิควบคุมวัดจากค่าความยาวรันเฉลี่ย (Average Run Length; ARL) กำหนดให้ค่าความยาวรันเฉลี่ย เมื่อกระบวนการอยู่ภายใต้การควบคุม (In Control Average Run Length; ARL0) มีค่าเท่ากับ 370 และ 500 การประมาณค่า ARL ได้จากวิธีการจำลองแบบมอนติคาร์โล พบว่าแผนภูมิควบคุมผสม CUSUM-TCC มีประสิทธิภาพในการตรวจจับการเปลี่ยนแปลงการกระจายของกระบวนการได้ดีกว่าแผนภูมิควบคุม TCC แผนภูมิควบคุม CUSUM และแผนภูมิควบคุม EWMA-TCC ในกรณีที่กระบวนการมีการแจกแจงแบบไม่สมมาตร แต่ในกรณี ARL0 = 370 ขนาดตัวอย่างย่อย (n) เท่ากับ 1 และ 5 เมื่อกระบวนการมีการแจกแจงลาปลาซ แผนภูมิควบคุม EWMA-TCC มีประสิทธิภาพดีกว่าแผนภูมิควบคุมผสม CUSUM-TCC และแผนภูมิควบคุมอื่นๆ เมื่อขนาดการเปลี่ยนแปลง δ ≤ 1.6 และเมื่อ ARL0 = 500 ขนาดตัวอย่างย่อย (n) เท่ากับ 1 และ 5 แผนภูมิควบคุม EWMA-TCC มีประสิทธิภาพดีกว่าแผนภูมิควบคุมผสม CUSUM-TCC และแผนภูมิควบคุมอื่นๆ ทุกระดับขนาดการเปลี่ยนแปลง

Downloads

Download data is not yet available.

Article Details

ประเภทบทความ
บทความวิจัย ด้านวิทยาศาสตร์ประยุกต์

เอกสารอ้างอิง

[1] W. A. Shewhart, Economic Control of Quality of manufactured Product, Van Nostrand: Princeton, 1931.

[2] D. C. Montgomery, Introduction to Statistical Quality Control. 4th Ed. New York, 2009.

[3] E. S. Page, “Continuous inspection schemes,” Biometrika, vol. 41, pp. 100–114, 1954.

[4] S. W. Roberts, “Control chart tests based on geometric moving average,” Techmometrics, vol. 42, no. 1, pp. 239–250, 1959.

[5] T. P. Ryan, Statistical Methods for Quality Improvement, Willey series in probability and Mathematics. Willey, Wiley-Interscience, 2000, pp. 1–14, 71–211.

[6] F. Alemi, “Tukey’s control chart,” Qual Manag Healthcare, vol. 13, no. 4, pp. 216–221, 2004. [7] S. Yang, J. Lin, and S. W. Cheng, “A new nonparametric EWMA sign control chart,” Expert Systems with Applications, vol. 38, no. 5, pp. 6239–6243, 2011.

[8] S. Sukparungsee, “Robustness of Tukey’s control chart in detecting a changes of parameter of skew distributions,” International Journal of Applied Physics and Mathematics, vol. 2, no. 5, pp. 379–382, 2012.

[9] Q. Khaliq and M. Riaz, “Robust Tukey - CUSUM control chart for process monitoring,” Quality and Reliability Engineering, vol. 32, no.3, pp. 933–948, 2014.

[10] Q. Khaliq, M. Riaz, and F. Alemi, “Performance of Tukey’s and individual/moving range control charts,” Quality and Reliability Engineering International, vol. 31, no. 6, pp. 1063–1077, 2015.

[11] Q. Khaliq, M. Riaz, and S. Gul, “Mixed Tukey EWMA-CUSUM control chart and it’s applications,” Quality Technology & Quantitative Management, vol. 14, no. 4, pp. 378–411, 2017.

[12] P. Mongkoltawat, S. Sukparungsee, and Y. Areepong, “Exponentially weighted moving average-Tukey’s control charts for moving range and range,” The Journal of King Mongkut’s University of Technology North Bangkok, vol. 27, no. 4, pp. 843–854, 2017.