Otokorelasyonlu gözlemler için regresyon kontrol kartı

Üretimde otomasyonun gelişmesiyle birlikte, süreç kalite karakteristikleri daha yüksek oranlarda ölçülmekte ve veriler çoğunlukla otokorelasyonlu olmaktadır. Residual kartları veya otokorelasyonlu veriler için modifiye edilmiş limitli kontrol kartları otokorelasyonlu süreç verilerinin istatistiksel süreç kontrolünde yaygın olarak kullanılan yaklaşımlardır. Endüstriyel süreçlerden toplanan veriler hem belirli bir trende hem de ardışık gözlemler arası otokorelasyona sahip olabilir. Otokorelasyonlu ve trend gösteren süreç gözlemlerinin ortalamadan sapmalarını tespit etmek için gözlemleri direkt olarak görüntüleyen bir kartın mevcut olduğuna ilişkin bir bilgiye sahip değiliz. Bu tezde üretim sürecinde meydana gelen ortalamadan sapmaları teşhiş edebilen yeni bir regresyon kontrol kartı sunulmaktadır. Bu kart doğrusal artan trend gösteren otokorelasyonlu gözlemler için tasarlanmıştır. Eski yöntemler otokorelasyonlu ve trend gösteren verilerle ayrı ayrı uğraşmaktadır. Önerilen kart süreç gözlemleri için uygun zaman serisi modeli olarak trend durağan birinci dereceden otoregresif (kısaca Trend AR(1)) modelin tanınmasını gerektirir. Bu tezde ayrıca trend gösteren otokorelasyonlu örüntülerin tanınmasında kullanılmak üzere uygun sayıda doğrusal vektör parçalama ağları, çok katmanlı algılayıcı ağları ve Elman ağlarından oluşan bütünleşik ağ yapısı önerilmektedir. Önerilen yapay sinir ağı tabanlı sistemin performansı doğru sınıflandırma yüzdesine göre değerlendirilmektedir. Trend gösteren otokorelasyonlu verilerin yapay sinir ağları yardımıyla teşhisinden sonra, otokorelasyonlu veriler için önerilen regresyon kontrol kartı, farklı seviyelerdeki otokorelasyonun varlığı altında farklı büyüklüklerdeki ortalamadan sapmalar için, trend gösteren otokorelasyonlu sürecin kontrol altında olup olmadığını belirlemek amacıyla kullanılmaktadır. Önerilen kartın performansı, doğru sinyal oranı ve ortalama koşum uzunluğu dikkate alınarak hesaplanmaktadır.