Gráfico de control de atributos np optimizado utilizando muestreo triple
Autores: Muñoz, Jose Jorge; Campuzano, Manuel J.; Mosquera, Jaime
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Gráfico de control de atributos np optimizado utilizando muestreo triple
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Gráfico de control de atributos
Muestreo triple
Longitud media de corrida
Algoritmo genético
Error tipo 2
Tasa de no conformidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Este documento estudia un gráfico de control de atributos para monitorear el número de artículos no conformes utilizando un muestreo triple (TS-np) que aún no se ha aplicado a gráficos de control de atributos. Se proporciona el diseño del gráfico y el procedimiento para la decisión sobre el estado del proceso. Se dan expresiones matemáticas para la longitud promedio de corrida () para procesos en control y fuera de control y el número promedio de muestra (ASN). Se implementa un algoritmo genético biobjetivo que busca minimizar el ASN y la probabilidad de error tipo 2 para optimizar el diseño del gráfico de control TS-np. Se realiza una comparación entre TS-np, muestreo simple np (SS-np), muestreo doble np (DS-np) y gráficos de control de muestreo repetitivo de estado múltiple dependiente (MDSRS) en términos de la longitud promedio de corrida fuera de control (). Se presentan tablas de valores para TS-np en comparación con MDSRS y DS-np para varios escenarios. Se muestra la operación del gráfico de control propuesto a través de datos simulados. Finalmente, se concluye que el gráfico propuesto TS-np tiene un mejor rendimiento en términos de detectar pequeños y moderados cambios en la tasa de no conformidad del proceso en control () en comparación con MDSRS y DS-np.
Descripción
Este documento estudia un gráfico de control de atributos para monitorear el número de artículos no conformes utilizando un muestreo triple (TS-np) que aún no se ha aplicado a gráficos de control de atributos. Se proporciona el diseño del gráfico y el procedimiento para la decisión sobre el estado del proceso. Se dan expresiones matemáticas para la longitud promedio de corrida () para procesos en control y fuera de control y el número promedio de muestra (ASN). Se implementa un algoritmo genético biobjetivo que busca minimizar el ASN y la probabilidad de error tipo 2 para optimizar el diseño del gráfico de control TS-np. Se realiza una comparación entre TS-np, muestreo simple np (SS-np), muestreo doble np (DS-np) y gráficos de control de muestreo repetitivo de estado múltiple dependiente (MDSRS) en términos de la longitud promedio de corrida fuera de control (). Se presentan tablas de valores para TS-np en comparación con MDSRS y DS-np para varios escenarios. Se muestra la operación del gráfico de control propuesto a través de datos simulados. Finalmente, se concluye que el gráfico propuesto TS-np tiene un mejor rendimiento en términos de detectar pequeños y moderados cambios en la tasa de no conformidad del proceso en control () en comparación con MDSRS y DS-np.