A new sampling strategy for the Shewhart control chart monitoring a process with wandering mean
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In many processes, such as in chemical and process industries, the observations of a quality characteristic to be monitored may be correlated, if sampling intervals are short. Correlation can be modelled by considering the process mean as a random variable wandering according to an autoregressive[GRAPHICS]model and the observations from the process modelled as the mean plus a random error due to short-term variability or measurement error. The sensitivity of the Shewhart[GRAPHICS]control chart in the detection of a special cause is negatively affected by presence of correlation among observations. To overcome this problem, a new sampling strategy, denoted as ESSI (Equally Spaced Samples Items), is proposed to implement the Shewhart[GRAPHICS]control chart as opposed to the traditional rational subgrouping approach. The ESSI sampling strategy allows observations belonging to the same sample to be collected from the process at equally spaced time intervals between two successive inspections. A numerical analysis shows that the implementation of the ESSI strategy in presence of a process wandering mean significantly improves the statistical performance of the Shewhart[GRAPHICS]control chart vs. rational subgrouping for different levels of autocorrelation. Furthermore, by implementing the ESSI sampling strategy, the selection of the width of control limits for the control chart is independent of the correlation. An illustrative example shows the implementation of the proposed strategy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle