文摘
本文介绍了均值控制图计划监控使用伽马分布信念统计使用多个依赖(延期)状态下采样neutrosophic统计数据。系数控制图和neutrosophic平均运行长度估计具体的不同工艺条件下假警报概率。提供图表比较与现有的经典图通过模拟和真实的数据。从比较中,得出结论,提出了图的性能优于现有的图的平均长度在不确定环境下运行。该图表有能力检测转变快于现有的图表。已经观察到,该图表失控的快速监测过程中是有效的和珍视的工具包质量控制人员。
1。介绍
控制图是一个关键的技术统计过程控制,确保生产过程的质量。控制图的技术要求的建设中央线,和两个控制极限被称为控制下限(拼箱)和控制上限(UCL)。感兴趣的品质特性然后绘制在这个图表的快速监测观察这两个极限之外。控制图的概念提出了a·沃尔特·戴明将其理念在1920年代,和大量的控制图技术研究人员共同开发了但仍不成功开发一个健壮的控制图技术。伽马分布的普遍采用概率分布估计时间在物理科学事件之间。γ分布是一个修身分布之间的失败事件和一个很好的替代正常,日志正常和非参数方法和常规控制图中使用文献[1]。已经得出结论,伽马分布形状参数的正态分布方法是非常大的。Aslam et al。2)提出了一个MDS抽样图使用伽马变换的正态分布。Aslam et al。3)开发了一种控制图这一信念估计使用遵循伽马分布的感兴趣的品质特性。Zhang et al。4]研究γ图表监控rth事件的时间发生的事件。Bhaumik和吉本斯1]发展片面的预测区间environmental-based质量特征伽马分布。Al-Oraini和拉辛5]发达经济控制图使用约束优化问题gamma-distributed质量特征。一些研究包括(6- - - - - -8)使用伽马分布在发展中控制图。
多个相关的技术状态(MDS)抽样宣布了华生和贝克9决定自律的过程或失控的过程是建立在不仅流程的当前信息,也考虑了过程的纪录。桑德拉让和Vijayaraghavan10)开发的验收抽样计划固定数量的单位固定接受和极限质量水平至少涉及的风险。桑德拉让和Vijayaraghavan11)提出了一种搜索过程使用常规抽样计划对小样本大小。Kuralmani和Govindaraju12]提出的技术和表MDS抽样计划选择的最小样本量。MDS抽样计划至少Govindaraju提出的抽样大小和Subramani [13]表示可接受的质量和极限质量水平。Balamurali和小君14建议一个MDS抽样计划正态分布的变量。Aslam et al。15)设计MDS抽样控制图平均监测有两个控制限制。Aslam et al。16)开发了一个MDS抽样计划下的变质量特性过程损失的考虑。Aslam et al。17)建议MDS的指数分布抽样图正常使用转换近似。Aslam et al。18)开发了一个属性控制图对MDS抽样比传统控制图。Balamurali et al。19设计一个MDS gamma-Poisson抽样计划使用贝叶斯统计分布。燕et al。20.)提出了一个MDS抽样计划基于正态分布的变异系数质量特征。Aldosari et al。21)开发了一个MDS抽样控制图使用重复组抽样方案属性的质量特征。周et al。22]采用MDS抽样计划使用一个联合自适应np图改进生产过程的检查。Afshari和Sadeghpour Gildeh [23]介绍了MDS抽样计划使用模糊环境的属性。Aslam等人开发了一个MDS抽样计划的可测量的质量特征,加入重复组抽样的特点和MDS抽样过程能力指数。
在现实世界中有很多情况下,当信息可以确定或不确定的24]。这些数据处理neutrosophic统计理论引入Smarandache [25]。neutrosophic统计的定义是传统统计数据(见[的泛化26])。在过去的几年里,neutrosophic统计的应用吸引了不同研究者的关注由于其很好的属性时不能使用传统的统计数据由模糊、不完整的、不确定的,沉闷的,或者不清楚的观察。你们et al。27)调查不同的属性和度量的影响不确定节理粗糙度系数值使用neutrosophic数字。Aslam [28)提出了一个neutrosophic抽样计划的损失考虑过程。Aslam和Al-Marshadi29日)开发了一种neutrosophic回归估计量的抽样计划。Aslam和Arif30.)建议neutrosophic抽样计划检查电气设备。Aslam et al。31日)提出了neutrosophic下可靠性数据统计图表。Aslam et al。32)开发了一种控制图方案检查neutrosophic间隔技术下的不一致。Aslam et al。33)开发了一个属性neutrosophic统计控制图。Jansi et al。34)开发了一个相关措施毕达哥拉斯neutrosophic使用依赖neutrosophic组件集。Muralikrishna和库马尔35)发明了一种neutrosophic技术与线性空间相关的数据。neutrosophic统计在质量控制中的应用文献中可以看到,作品包括(34- - - - - -43]。
Aslam et al。44)提出了控制图使用信念伽马分布统计的单次抽样计划。通过探索文学和我们所知,没有工作使用MDS的信念统计控制图。过程监控使用伽马分布下的信念neutrosophic统计数据使用MDS抽样尚未被研究的研究员。在本文中,我们将使用信念的MDS控制图统计下neutrosophic统计数据。我们希望该图表将表现得更好neutrosophic平均运行长度比前面的图在一个不确定的环境。预计该图表将能够检测变化早于现有的图表。此外,预计该图表将确保产品的质量根据ISO 9001: 2015质量管理系统(https://www.iso.org)。本文的其余部分组织如下:该方案计划图表给出的部分2。我们描述了模拟研究计划图表的部分3。部分4描述了计划图表的优点。计划的比较图表与现有控制图已经给部分5。最后一节中描述的结论。
2。计划的计划图
让之间neutrosophic时间事件感兴趣的质量特性的伽马分布累积分布函数为 在哪里一个N和bN分别的形状和尺度参数。在特定的条件下 ,然后这个分布趋于指数分布。威尔逊和Hilferty [45)描述,如果从伽马分布分布,然后转换 遵循正态分布。
随机变量的均值和方差如下:
然后,近似正态分布的可以被描述为
信仰统计数据收集的假设一个观察(n= 1)感兴趣的有针对性的质量。我们假设kth观察是Tk和 为kth迭代向量的观察。我们进一步假设 和之前是后验信念和信仰是什么 。在这里,我们的目的是选择一个新的观察通过更新使用 。我们需要更新后的信念下伽马分布的转换后的变量 。为此,开发以下方程:
要指出的是,变量是没有下标 。
我们提出的统计Fallah Nezhad和Akhavan Niaki [46]
上面的表达式可以写成:
让指定的起始值 和 正在使用,那么统计下面遵循正态分布质量特征具有零均值和方差(46]。然后,上下控制的局限性提出了控制图给出 在哪里表示系数的图表使用第一类误差估计和自律的平均运行长度的过程。
计划的技术图表阐述了在随后的步骤如下:步骤1:选择一个随机的物品kth子群,并计算其质量特征 。转换 然后计算 步骤2:如果 ,宣布过程作为自律的过程,如果 或 ,那就说明该进程已被确认为失控。
的措施计划图表之道和失控的过程计算假设我们改变底层的尺度参数分布形状参数是固定时整个过程。让和表示自律的尺度参数和失控的过程。自律过程的概率陈述时失控的过程实际过程是自律可以表示为
经过简化,方程(13)可以写成:
同样,在决策可以写成的概率
这里,值得注意的是,不涉及 。自律的概率给出了该图表
经过简化,方程(16)可以写成:
评价功能的开发控制图判断通过计算平均运行长度(支持)非常普遍建议的质量控制人员47]。它被定义为所有的样品的平均值,直到过程显示了恶化。陆军研究实验室的自律方式可能决定如下:
这是很常见的,没有过程顺利运行了很长一段时间没有任何改变。所以改变过程的评价给我们提供了该方案的有效性在匆忙和提示的失控的过程。让伽马分布的比例因子已经离开来 在哪里的转变。然后,变化过程的均值和方差计算如下:
因此,的均值和方差在大概之前给出正态分布如下:
所以,失控的过程的概率转移过程kth样本计算如下:
在决策的概率的转移过程
方程的简化形式(26)是由
的概率转移过程是由自律
同样,的表达样品转移过程的变化发生样品是给
在这里,是一个运行周期随机变量指示失控的过程。
陆军研究实验室的转移过程是指定如下:
假设陆军研究实验室指定的自律。然后,程序计算的控制图系数和陆军研究实验室的转移过程可能紧随其后步骤1:选择一系列的控制图系数步骤2:计算这样 步骤3:为恒定值和许多的变化值年代,我们计算使用方程(18)第四步:计算固定和各种转移价值 。
NARL各种参数的值在表1- - - - - -4。从表1- - - - - -4,它可以目睹NARL减少k增加从来 。例如,从表1的价值观NARL[121.05, 100.93],[62.51, 40.35],[33.11, 17.9]的变化,年代当= 1.10、1.20和1.30当从表2的值,然后NARL [90.67, 76.19], [31.95, 21.57], [13.29, 8.13]= 200。我们也观察到减少从 来 ,NARL增加的值。
3所示。计划的比较图表与现有的图表
在本节中,neutrosophic控制图的好处将讨论在MDS的信念统计抽样。Aslam et al。44]提出了信仰统计控制图使用单次抽样时收集的观察是模糊的,不完整,不清楚,不精确或不确定和显示,它是一种有效的和高效的图表和图表而在经典统计数据。根据(48,49),一个控制图中有较小的值被认为是更有效的图表。在本节中,我们将比较该图表与Aslam et al。44]。
3.1。压缩在NARL
我们将比较计划neutrosophic图表使用MDS的信念统计抽样与现有neutrosophic信念统计图表提供的Aslam et al。44]。如前所述,NARL用于检查的效率图的快速和快速指示失控的情况。从表5通过匹配的陆军研究实验室的计划图与现有Aslam et al。44)图,可以看到,支持措施的计划控制图比NARL值较小的现有的所有过程变化图表,年代。例如,对于转变为0.75,现存的图表从116年预计将检测的转变th到218年th样本。另一方面,该图表将检测从78年的转变th到192年nd样本。从这项研究中,得出结论,提出图有能力检测转变比现有的图表。因此,业内提出了控制图的使用将有助于提高产品的质量。中提到的这一发现是一样的ISO 9001: 2015质量管理系统(https://www.iso.org)。
3.2。通过仿真比较研究
计划的比较图表与现有的图表也被提出的模拟数据表中给出6和7。因此,自律的前20的观察创建过程 , ,和 创建和未来20观察的恶化过程 在哪里= 1.40。图1显示该图表,图2显示了Aslam et al。44图,图3图表显示了戴明将其理念下经典的统计数据。通过比较这些数据,可以看出,该图表检测附近转移到33理查德·道金斯样本。另一方面,数字2和3不显示任何的转变过程。数据1- - - - - -3得到模拟数据显示更好的探测能力的不确定性数据的图表。的仿真研究,结果表明,拟议中的检测图更好的转变过程,而现有的图不检测的转变。因此,该图表的使用将减少不合格项。
4所示。该图表在医疗保健部门的应用
在本节中,我们将讨论该图表的应用使用尿路感染(UTI)数据从一个大医院。据圣地亚哥和史密斯50),”医院想跟踪频率的病人出院了泌尿道感染在医院作为一种快速识别感染率的增加,或者相反,监控是否即将到来的过程或材料变化导致更少的感染。因为问题的根源往往基于不同性别,男性和女性患者分别绘制这个例子着重于男性。“Aslam等。44]介绍了neutrosophic形式的泌尿道感染数据表所示8。假设 , ,和 。四个控制限制的泌尿道感染数据给出如下:
使用给定的信息的价值当 和 计算如下:
neutrosophic统计ln ( )绘制四个控制限制在图吗4。计划控制图表显示6后失控的过程th样本。ln的措施( )还绘制在图吗5利用提出的neutrosophic统计图表Aslam et al。4432)显示了失控的过程nd样本。相同的数据也被绘制在图6使用图表戴明将其理念是不能确定失控的情况。因此,计划图是有效识别失控的情况下更迅速。提出了控制图在医院的使用将有助于迅速识别泌尿道感染的患者相比,现有的图表。
5。结论
在本文中,规划的控制图gamma-distributed信念统计使用MDS neutrosophic下抽样统计已经提供。计划图的参数估计为R模糊数据使用代码编程语言。Neutrosophic平均运行长度不确定性区间在不同水平计算过程设置各种转变。计划方案的比较与现有的图表已经显示了更好的识别技巧失控的过程。有人认为该方案是一种宝贵的积累的工具包为neutrosophic的监测数据质量控制专家。添加了一个现实的例子计划方案的实际应用的质量控制人员。拟议中的图表可以确保产品的生产商/客户生产使用该控制图将根据给定的规范限制和质量好的产品所ISO 9001: 2015质量管理系统(https://www.iso.org)。该图表可以应用于行业减少不合格品。该图表的限制时,它可以应用感兴趣的质量符合正态分布。提出了非正态的分布控制图可以视为未来的研究。计划图多变量概率分布可以进一步扩展。提出了控制图使用成本模型可以研究未来的研究。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是由院长以来科研(域),阿卜杜拉国王大学,吉达,在批准号(g - 1407 - 130 - 1440)。因此,作者欣然承认DSR技术和财政支持。