KFUPM ePrints

MONITORING OF SERIALLY CORRELATED AND NON-NORMAL PROCESSES

l MONITORING OF SERIALLY CORRELATED AND NON-NORMAL PROCESSES. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF
3471Kb

Arabic Abstract

الاختلاف والتغييرأمر لا مفر منه أي عملية. تستخدم أدوات التحكم الإحصائي في العمليات مثل رسوم( مخططات) السيطرة البيانية لرصد هذه التغيرات بهدف تحسين نتائج العملية أو الأداء. تعمل رسوم المراقبة هذه على افتراض أن المعلومات مستقلة وموزعة بشكل طبيعي، ولكن الواقع أن هذه الفرضيّات غير صحيحة. يضعف الارتباط الذاتي أداء رسوم السيطرة البيانية من خلال إنتاج الانذارات الكاذبة المتكررة في عملية مستقرة أو يقلل من حساسية الرسوم هذه عندما تكون العملية خارجة عن السيطرة. تطبيق الرسوم المعدلة والمتبقية هي وسائل لإزالة أثر الارتباط الذاتي. نقترح استخدام رسوم السيطرة البيانيّة التالية: خليط EWMA-CUSUM (MEC) وخليط CUSUM-EWMA (MCE) المتبقية والمعدلة لمراقبة المعلومات الآحاديّة المرتبطة ذاتيّا. ثم نقارن أداء هذه الرسوم المقترحة حديثا مع بعض المخططات القائمة مثل شيوارت، CUSUM وEWMA المتبقية والمعدلة. في حالة عدم اتباع التوزيع الطبيعي، قد يكون لمخططات السيطرة البيانية المعتادة عواقب سيئةعلى احتمالات الخطأ في هذه العملية. نقدم رسوم سيطرة للتشتت في حالة المتغيرات المتعددة لرصد فعال وقوي من التحولات في مصفوفة التغاير من العمليات ذات المتغيرين غير الطبيعيّة. مخططات السيطرة هذه SMAX، QMAX، MDMAX وMADMAX تعتمد على تقديرات تشتت مثل الانحراف المعياري (S)، المدى الربعي الوسطي (Q)، متوسط الانحراف المطلق من المتوسط (MD)، الانحراف المطلق المتوسط (MAD) على التوالي. ثم نقارن أداء هذه المخططات مع مخططات التباين متعدد المتغيرات العامة القائمة ومخططات RMAX. يستند تقييم الأداء والمقارنات من رسوم السيطرة البيانية على متوسط طول المدى (ARL) والخسارة الإضافيّة من الدرجة الثانية (EQL). وسوف نستخدم بيانات حقيقيّة وبيانات محاكاة لشرح كيفية أداء الرسوم البيانية. وجميع هذه المخططات المقترحة في هذه الأطروحة تساعد مهندس الجودة لتحسين كفاءة أداء العملية.

English Abstract

Variation is an unavoidable alteration in the conditions of a process. Statistical process control (SPC) tools such as control charts are used to monitor these variations with the aim to improve process outcome or performance. Control charts operate on the assumptions that observations are independent and normally distributed, but in reality these assumptions are usually violated. Autocorrelation degrades the performance of control charts by producing frequent false alarms when the process is stable or lessens the sensitivity of the charts to out- of-control states. The applications of the modified and residual charts are means by which the effects due to the autocorrelation can be eliminated. We propose the Mixed EWMA-CUSUM (MEC) and Mixed CUSUM-EWMA (MCE) residual and modified charts for monitoring univariate autocorrelated data. The performance of these newly proposed charts is compared with some existing charts such as the Shewhart, CUSUM and EWMA residual and modified charts. In the absence of normality, control charts may also malfunction and can have consequences on the error probabilities in the process. We present multivariate dispersion control charts for the efficient and robust monitoring of shifts in the covariance matrix of non-normal bivariate processes. These control charts, referred to as SMAX, QMAX, MDMAX and MADMAX charts rely on dispersion estimates such as the standard deviation (S), interquartile range (Q), average absolute deviation from median (MD) and median absolute deviation (MAD) respectively. We compare the performances of these charts to the existing multivariate generalized variance and RMAX charts. The evaluation and performance comparisons of the control charts will be based on the average run length (ARL) and extra quadratic loss (EQL) measures. Simulated and real life dataset are used to demonstrate how the charts perform. All these charts developed in this thesis will help the quality engineer to efficiently improve process performances.



Item Type:Thesis (Masters)
Subjects:Research
Math
Divisions:College Of Sciences > Mathematical Science Dept
Committee Advisor:Riaz, Mohammad/ M.R.
Committee Co-Advisor:Abbasi, Saddam Akber/ S.A.A
Committee Members:Al-Sabah, Walid / W.A.S and Omar, Mohammad Hafidz/ M.H.O and Abbas, Nasir / N.A
ID Code:139878
Deposited By:RICHARD OSEI - ANING (g201305730)
Deposited On:22 Feb 2016 13:43
Last Modified:22 Feb 2016 13:43

Repository Staff Only: item control page