dc.contributor.author |
Peñabaena Niebles, Rita
|
es_ES |
dc.contributor.author |
Oviedo Trespalacios, Óscar
|
es_ES |
dc.contributor.author |
Ramírez, Katherine
|
es_ES |
dc.contributor.author |
Morón, Melissa
|
es_ES |
dc.date.accessioned |
2020-05-22T18:58:26Z |
|
dc.date.available |
2020-05-22T18:58:26Z |
|
dc.date.issued |
2014-04-13 |
|
dc.identifier.issn |
1697-7912 |
|
dc.identifier.uri |
http://hdl.handle.net/10251/144192 |
|
dc.description.abstract |
[ES] Como consecuencia de la automatización industrial, la recolección de datos en los procesos productivos puede realizarse de una forma más fácil y rápida, lo cual permite contar con mayor cantidad de información para realizar el análisis. Debido a que los procesos productivos están dirigidos en parte por elementos dinámicos, al reunir los datos a una tasa mayor, las observaciones serán auto- correlacionadas. La omisión de este supuesto hace que las herramientas tradicionales para la monitorización de procesos registren un incremento de las falsas alarmas y de los costos de calidad. Para dar solución a esta problemática, se propone el diseño económico- estadístico de una carta de control con parámetros variables o “totalmente adaptativas”. Los resultados encontrados demuestran la efectividad de esta propuesta para el monitoreo estadístico en procesos de producción. Los enfoques de cartas de control totalmente adaptativas han sido pocos evaluados en escenarios donde los datos presentan altos niveles de autocorrelación y se proponen como una herramienta importante para el control de procesos. |
es_ES |
dc.description.abstract |
[EN] The collection of data in the process can be done much faster and easier as a result of industrial automation allowing large amount of data for analysis. Because production processes are directed in part by inertial elements, if the data is collected at a higher rate, the observations will be auto-correlated. The violation of the data independence assumption causes an increasing in the false alarms rate and the quality costs of the traditional process monitoring tools. To mitigate this problem, we propose an economic-statistical design of a variable parameters control chart, also known as fully adaptive. The results show the effectiveness of this approach for the statistical monitoring of these processes. The “fully adaptive control charts” have been fairly evaluated in these scenarios, and are proposed as an important tool for the process monitoring under this circumstances. |
es_ES |
dc.description.sponsorship |
Este artículo fue escrito en el marco del proyecto Desarrollo de un Modelo de Cartas de Control para Procesos Altamente Correlacionados No.121552128846, financiado por el Departamento Administrativo de Ciencia, Tecnología e Innovación Colombiano. COLCIENCIAS (contrato 651-2011) y ejecutado por la Universidad del Norte. |
es_ES |
dc.language |
Español |
es_ES |
dc.publisher |
Elsevier |
es_ES |
dc.relation.ispartof |
Revista Iberoamericana de Automática e Informática industrial |
es_ES |
dc.rights |
Reserva de todos los derechos |
es_ES |
dc.subject |
Adaptive Control |
es_ES |
dc.subject |
Autocorrelation |
es_ES |
dc.subject |
Autoregressive Models |
es_ES |
dc.subject |
Economic Design |
es_ES |
dc.subject |
Statistical Analysis |
es_ES |
dc.subject |
Análisis Estadístico |
es_ES |
dc.subject |
Auto-correlación |
es_ES |
dc.subject |
Control Adaptativo |
es_ES |
dc.subject |
Diseño Económico |
es_ES |
dc.subject |
Modelos Autorregresivos |
es_ES |
dc.title |
Diseño Económico-Estadístico de Cartas con Parámetros Variables Totalmente Adaptativas en Presencia de Datos Autocorrelacionados |
es_ES |
dc.title.alternative |
Statistical-Economic Design for Variable Parameters Control chart in the presence of autocorrelation |
es_ES |
dc.type |
Artículo |
es_ES |
dc.identifier.doi |
10.1016/j.riai.2014.02.007 |
|
dc.relation.projectID |
info:eu-repo/grantAgreement/COLCIENCIAS//651-2011/ |
es_ES |
dc.rights.accessRights |
Abierto |
es_ES |
dc.description.bibliographicCitation |
Peñabaena Niebles, R.; Oviedo Trespalacios, Ó.; Ramírez, K.; Morón, M. (2014). Diseño Económico-Estadístico de Cartas con Parámetros Variables Totalmente Adaptativas en Presencia de Datos Autocorrelacionados. Revista Iberoamericana de Automática e Informática industrial. 11(2):247-255. https://doi.org/10.1016/j.riai.2014.02.007 |
es_ES |
dc.description.accrualMethod |
OJS |
es_ES |
dc.relation.publisherversion |
https://doi.org/10.1016/j.riai.2014.02.007 |
es_ES |
dc.description.upvformatpinicio |
247 |
es_ES |
dc.description.upvformatpfin |
255 |
es_ES |
dc.type.version |
info:eu-repo/semantics/publishedVersion |
es_ES |
dc.description.volume |
11 |
es_ES |
dc.description.issue |
2 |
es_ES |
dc.identifier.eissn |
1697-7920 |
|
dc.relation.pasarela |
OJS\9470 |
es_ES |
dc.contributor.funder |
Departamento Administrativo de Ciencia, Tecnología e Innovación, Colombia |
es_ES |
dc.description.references |
Apley, D. W., & Cheol Lee, H. (2003). Design of Exponentially Weighted Moving Average Control Charts for Autocorrelated Processes With Model Uncertainty. Technometrics, 45(3), 187-198. doi:10.1198/004017003000000014 |
es_ES |
dc.description.references |
Apley, D. W., & Tsung, F. (2002). The AutoregressiveT2 Chart for Monitoring Univariate Autocorrelated Processes. Journal of Quality Technology, 34(1), 80-96. doi:10.1080/00224065.2002.11980131 |
es_ES |
dc.description.references |
Atienza, O. O., Tang, L. C., & Ang, B. W. (2002). A CUSUM Scheme for Autocorrelated Observations. Journal of Quality Technology, 34(2), 187-199. doi:10.1080/00224065.2002.11980145 |
es_ES |
dc.description.references |
Brence, J. R., & Mastrangelo, C. M. (2006). Parameter Selection for a Robust Tracking Signal. Quality and Reliability Engineering International, 22(4), 493-502. doi:10.1002/qre.724 |
es_ES |
dc.description.references |
Celano, G., Costa, A., & Fichera, S. (2006). Statistical design of variable sample size and sampling interval $$\bar X$$ control charts with run rulescontrol charts with run rules. The International Journal of Advanced Manufacturing Technology, 28(9-10), 966-977. doi:10.1007/s00170-004-2444-5 |
es_ES |
dc.description.references |
Costa, A. F. B. (1997). X̄Chart with Variable Sample Size and Sampling Intervals. Journal of Quality Technology, 29(2), 197-204. doi:10.1080/00224065.1997.11979750 |
es_ES |
dc.description.references |
Costa, A. F. B. (1999). X̄Charts with Variable Parameters. Journal of Quality Technology, 31(4), 408-416. doi:10.1080/00224065.1999.11979947 |
es_ES |
dc.description.references |
Costa, A. F. B., & Rahim, M. A. (2001). Economic design of X charts with variable parameters: The Markov chain approach. Journal of Applied Statistics, 28(7), 875-885. doi:10.1080/02664760120074951 |
es_ES |
dc.description.references |
Costa, A. F. B., & Machado, M. A. G. (2011). Variable parameter and double sampling charts in the presence of correlation: The Markov chain approach. International Journal of Production Economics, 130(2), 224-229. doi:10.1016/j.ijpe.2010.12.021 |
es_ES |
dc.description.references |
Chen, Y.-K., Hsieh, K.-L., & Chang, C.-C. (2007). Economic design of the VSSI control charts for correlated data. International Journal of Production Economics, 107(2), 528-539. doi:10.1016/j.ijpe.2006.10.008 |
es_ES |
dc.description.references |
Chen, Y.-K., & Chiou, K.-C. (2005). Optimal Design of VSI ―X Control Charts for Monitoring Correlated Samples. Quality and Reliability Engineering International, 21(8), 757-768. doi:10.1002/qre.684 |
es_ES |
dc.description.references |
Chou, C.-Y., Chen, C.-H., & Liu, H.-R. (2006). Economic Design of EWMA Charts with Variable Sampling Intervals. Quality & Quantity, 40(6), 879-896. doi:10.1007/s11135-005-8822-8 |
es_ES |
dc.description.references |
De Magalhães, M. S., B. Costa, A. F., & Moura Neto, F. D. (2006). Adaptive control charts: A Markovian approach for processes subject to independent disturbances. International Journal of Production Economics, 99(1-2), 236-246. doi:10.1016/j.ijpe.2004.12.013 |
es_ES |
dc.description.references |
De Magalhães, M. S., Costa, A. F. B., & Epprecht, E. K. (2002). Constrained optimization model for the design of an adaptive X chart. International Journal of Production Research, 40(13), 3199-3218. doi:10.1080/00207540210136504 |
es_ES |
dc.description.references |
Jensen, W. A., Bryce, G. R., & Reynolds, M. R. (2008). Design issues for adaptive control charts. Quality and Reliability Engineering International, 24(4), 429-445. doi:10.1002/qre.911 |
es_ES |
dc.description.references |
Lee, M. H. (2010). Economic Design of Cumulative Sum Control Charts for Monitoring a Process with Correlated Samples. Communications in Statistics - Simulation and Computation, 39(10), 1909-1922. doi:10.1080/03610918.2010.524333 |
es_ES |
dc.description.references |
Lin, Y.-C. (2009). The Variable Parameters Control Charts for Monitoring Autocorrelated Processes. Communications in Statistics - Simulation and Computation, 38(4), 729-749. doi:10.1080/03610910802645339 |
es_ES |
dc.description.references |
Liu, H.-R., Chou, C.-Y., & Chen, C.-H. (2003). The effect of correlation on the economic design of warning limit X-bar charts. The International Journal of Advanced Manufacturing Technology, 22(3-4), 306-312. doi:10.1007/s00170-002-1476-y |
es_ES |
dc.description.references |
Lorenzen, T. J., & Vance, L. C. (1986). The Economic Design of Control Charts: A Unified Approach. Technometrics, 28(1), 3-10. doi:10.1080/00401706.1986.10488092 |
es_ES |
dc.description.references |
Noorossana, R., & Vaghefi, S. J. M. (2006). Effect of Autocorrelation on Performance of the MCUSUM Control Chart. Quality and Reliability Engineering International, 22(2), 191-197. doi:10.1002/qre.695 |
es_ES |
dc.description.references |
PRABHU, S. S., RUNGER, G. C., & KEATS, J. B. (1993). X¯ chart with adaptive sample sizes. International Journal of Production Research, 31(12), 2895-2909. doi:10.1080/00207549308956906 |
es_ES |
dc.description.references |
Prybutok, V. R., Clayton, H. R., & Harvey, M. M. (1997). Comparison of fixed versus variable samplmg interval shewhart control charts in the presence of positively autocorrelated data. Communications in Statistics - Simulation and Computation, 26(1), 83-106. doi:10.1080/03610919708813369 |
es_ES |
dc.description.references |
Rahim, M. A., & Banerjee, P. K. (1993). A generalized model for the economic design of ??control charts for production systems with increasing failure rate and early replacement. Naval Research Logistics, 40(6), 787-809. doi:10.1002/1520-6750(199310)40:6<787::aid-nav3220400605>3.0.co;2-4 |
es_ES |
dc.description.references |
Reynolds, M. R., & Arnold, J. C. (1989). Optimal one-sided shewhart control charts with variable sampling intervals. Sequential Analysis, 8(1), 51-77. doi:10.1080/07474948908836167 |
es_ES |
dc.description.references |
Sheu, S.-H., & Lu, S.-L. (2009). Monitoring the mean of autocorrelated observations with one generally weighted moving average control chart. Journal of Statistical Computation and Simulation, 79(12), 1393-1406. doi:10.1080/00949650802338323 |
es_ES |
dc.description.references |
Winkel, P., & Zhang, N. F. (2004). Serial correlation of quality control data–on the use of proper control charts. Scandinavian Journal of Clinical and Laboratory Investigation, 64(3), 195-204. doi:10.1080/00365510410005442 |
es_ES |
dc.description.references |
Yu, F.-J., Rahim, M. A., & Chin, H. (2007). Economic design of VSI control charts. International Journal of Production Research, 45(23), 5639-5648. doi:10.1080/00207540701325512 |
es_ES |