クラスタリングベースの制御図を用いた2つの変数の比率に関する統合された変更点検出およびオンラインモニタリングアプローチ

科学分野:

• 統計プロセスモニタリング (SPM)
• 品質管理
• 機械学習アプリケーション

背景:

• 伝統的なRZ図は,正常分布と既知の偏差方向を想定し,その適用性を制限する.
• 現存する方法は,実際のシナリオでプロセスの仮定が違反した場合に失敗する可能性があります.
• SPMにおける機械学習の統合は,高度なソリューションを提供しているが,RZチャートのアプリケーションは欠けている.

研究 の 目的:

• 第2段階におけるRZのモニタリングのための新しい,仮定のない制御図を開発する.
• データの分布と偏差方向に関する伝統的なRZチャートの限界を解決する.
• 機械学習ベースのアプローチを導入し,RZプロセスの監視を強化する.

主な方法:

• RZのモニタリングのために,クラスタリングベースの制御図が開発されました.
• 提案された方法は,個々の特徴の正常分布を想定していません.
• RZ偏差方向の事前の知識を必要とせずに動作します.

主要な成果:

• 新しいグラフは,制限的な統計的仮定なしにRZを効果的に監視します.
• この方法は,プロセスの変更点 (CP) を推定する能力を示します.
• 伝統的なRZ制御チャートに柔軟な代替手段を提供している.

結論:

• 提案されたクラスタリングベースのRZグラフは,主要な仮定を取り除き,統計的プロセスモニタリングを進める.
• このアプローチは,RZモニタリングの適応性と適用性を様々な産業環境で強化します.
• 変更点を推定する能力は,プロセス分析と制御に重要な付加価値をもたらします.