SISTEMA DE CONTROL MULTIVARIADO NO PARAMÉTRICO DE PROCESOS

Autores/as

  • Federico Zertuche Luis Centro de Investigación COMIMSA.
  • Mario Cantú Sifuentes Universidad Autónoma Agraria Antonio Narro
  • Manuel R. Piña Monarrez Centro de Investigación COMIMSA. http://orcid.org/0000-0002-2243-3400

Palabras clave:

Gráfica de comparación de rangos, bootstrap, componentes principales gráficas de contribuciones

Resumen

RESUMEN

Debido a que el control de procesos multivariado clásico como lo es la gráfica de Hotelling, cuando el supuesto de normalidad no se cumple, ha mostrado ineficiencia en la detección e identificación de las variables fuera de control. En este trabajo se presenta un sistema de control multivariado no paramétrico que identifica la señal fuera de control y determina la(s) variable(s) que la causa(n) (ya sea que se cumpla o no el supuesto de normalidad), a través de una gráfica de contribuciones, la cual es la principal aportación del articulo. Una aplicación en la industria automotriz se presenta en la sección 3. 2T

Palabras Claves: Gráfica de comparación de rangos, bootstrap, componentes principales gráficas de contribuciones

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Federico Zertuche Luis, Centro de Investigación COMIMSA.

Estudiante de doctorado del programa PICYT con opción Terminal en Ingeniería Industrial y de Manufactura.

Mario Cantú Sifuentes, Universidad Autónoma Agraria Antonio Narro

Programa de posgrado en Estadística.

Manuel R. Piña Monarrez, Centro de Investigación COMIMSA.

Profesor Investigador del programa PICYT.

Citas

AIAG Statistical process control (SPC) (2005). Manual reference. Second edition Daimler Chrysler corporation, Ford Motor company and General Motors corporation.

Chakraborty S., Van der Laan P. and Bakir S. T. (2001). Non parametric control charts: An overview and some results. Journal of Quality Technology . Vol. 33 pp 304-315.

Cook D. F., Chiu C. (1998). Using radial basis function neural network to recognize shift in manufacturing process. IIE Transactions. Vol. 30, pp. 227-234.

Davison A.C., Hinkley D.V. (1997). Bootstrap Methods and Their Application, Cambridge Series in Statistical and Probabilistic Mathematics Press, No 1. ISBN-10: 0521574714.

Jackson, J.E. (1991). A User Guide to Principal Components; John Wiley & Sons: New York,.

Liu R. (1992). Data Depth and multivariate rank test. Statistics and Related Methods. pp. 279-294.

Liu R. (1993). A quality Index based on data depth and multivariate rank test. Journal American Statistics Association. Vol. 91, pp. 266-277.

Liu R. (1995). Control chart for Multivariate Processes. Journal American Statistics Association. Vol. 90, pp. 209-125.

Liu R., Parelius M. J. and Singh Kesar. (1999). Multivariate analysis by data depth: Descriptive Statistics and Inference. The annals of statistics Vol. 27, pp. 753-858.

Liu Regina, Cheng Y.A. and Luxhoj T. J. (2000). Monitoring multivariate aviation safety by data depth: Control chart and threshold system. IIE transactions pp. 861-872.

MacGregor, J.F. and Kourti, T. (1995). Statistical Process Control of Multivariate Processes, Control Engineering Practice, Vol. 3, pp. 403-414.

Messaoud A., Theis W. and Hering F. (2006). Application and use of multivariate control charts in BTA deep hole drilling process. Unpublished paper, available from the first author.

Parelius Jesse M. (1999). Multivariate Analysis By Data Depth: Descriptive Statistics, Graphics and Inference. The Annals of Statistics, Vol. 27, No. 3, pp. 783-858.

Stoumbous Zachary G. (2000). The state of statistical process control as we proceed into the 21st century. Journal of the American Statiscal Association, Vol. 95, pp. 992- 998.

Zertuche L.F., Cantu S. M. and Galvan M. D. (2004). A Comparison of Two Multivariate Control Processes: Data Depth and Hotelling T2”, Proceedings of the 34th Conference on Computers and Industrial Engineering, pp. 339-344.

Zuo Yijun & Serfling Robert. (2000). Structural properties and converge results for contours of sample statistical depth functions. The annals of statistics, Vol. 28, No. 2, pp. 483-499.

Publicado

2015-05-12

Cómo citar

[1]
F. Zertuche Luis, M. Cantú Sifuentes, y M. R. Piña Monarrez, «SISTEMA DE CONTROL MULTIVARIADO NO PARAMÉTRICO DE PROCESOS», Cult. Científ. y Tecnol., n.º 21, may 2015.