| Popis: |
Kalite kontrol şemaları, istatistiksel süreç kontrol çalışmalarında kullanılan en güçlü araçlardan biri olduğu için, literatürde farklı süreç ve veri yapılarına uygun birçok kontrol şeması bulunmaktadır. Fakat kontrol şemalarının doğru şekilde kullanılması, istatistik ve kontrol şemalarının özellikleri hakkında bilgi birikimi gerektirmektedir. Bu çalışmada, kontrol şemalarının izlenecek süreç ve sahibi için ne kadar uygun olduğunu değerlendirecek etkili bir yaklaşım geliştirilmiştir. Bu yaklaşım ilgili konuda yeterince bilgi sahibi olmayan bir karar vericiye en uygun şemayı önerecek bir öneri sisteminde kullanılabilir. Şemaların uygunluk değerlendirmesi problemi, çok amaçlı karar verme problemi olarak formüle edilmiş ve çözüm yöntemi olarak çekicilik fonksiyonları kullanılmıştır. Değerlendirme kriterleri ve çekicilik fonksiyonları literatürdeki bilgilere göre ve uzman görüşünden yararlanılarak oluşturulmuştur. Yaklaşım sıkça kullanılan X̄-R, X̄-S, I-MR, I-MR-R ve EWMA şemaları için geliştirilmiş ve test edilmiştir; yaklaşımda kullanılan parametrelerin istatistiksel deney tasarımı ve optimizasyon yoluyla ince ayarı yapılmıştır. Quality control charts are among the oldest and most powerful tools in statistical process control. Several control charts have been developed for specific needs and characteristics of processes. However, their proper implementation requires expert knowledge about statistics and properties of these charts. In this study, an effective approach is developed to evaluate appropriateness of control charts for the process to be monitored and the process owner. This approach can be used to recommend the most appropriate control chart to a novice process owner. The chart evaluation problem is formulated as a multi-criteria decision making problem, and desirability functions are utilized for its solution. The evaluation criteria are identified and the desirability functions are constructed based on knowledge from literature and experts. The approach is developed and tested for commonly used X̄-R, X̄-S, I-MR, I-MR-R and Exponentially Weighted Moving Average (EWMA) variable control charts; and its parameters are fine-tuned by statistical experimentation and optimization. 66 |
