- -

Diseño Económico-Estadístico de Cartas con Parámetros Variables Totalmente Adaptativas en Presencia de Datos Autocorrelacionados

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

  • Estadisticas de Uso

Diseño Económico-Estadístico de Cartas con Parámetros Variables Totalmente Adaptativas en Presencia de Datos Autocorrelacionados

Show simple item record

Files in this item

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


This item appears in the following Collection(s)

Show simple item record