در برخی از کاربردهای صنعتی، کیفیت محصول بر اساس یک رابطه رگرسیونی خطی میان چند متغیر پاسخ با یک متغیر مستقل توصیف میشود که به آن پروفایل خطی ساده چند متغیره گفته میشود. بر اساس آخرین اطلاعات مولفین، رویکرد میانگین پیشرونده علی رغم قابلیت بالا در کشف سریع تغییرات کوچک و متوسط برای پایش پروفایلهای خطی چند متغیره استفاده نشده است. به دلیل عملکرد بهتر این رویکرد نسبت به نمودارهای باحافظه، در این مقاله سه نمودار مبتنی بر رویکرد میانگین پیشرونده شامل نمودارهای ، و به منظور پایش پروفایلهای خطی ساده چند متغیره در فاز 2 طراحی میشوند. عملکرد نمودارهای پیشنهادی با نمودارهای رایج شامل نمودارهای MEWMA، و MEWMA-3 بر اساس شاخص متوسط طول دنباله مقایسه شده و نتایج نشان میدهد که روشهای پیشنهادی نسبت به نمودارهای رقیب از عملکرد بهتری در تشخیص شیفتهای مختلف برخوردارند. در نهایت کاربرد روش پیشنهادی با استفاده از دادههای واقعی صنعت خودروسازی تشریح میشود.
در برخی مسائل، کیفیت یک فرایند یا محصول با استفاده از یک پروفایل که رابطه بین یک یا چند متغیر پاسخ و یک یا چند متغیر مستقل است توصیف و کنترل میشود. در موارد مشخصی که متغیرهای پاسخ همبستهاند، میتوان کیفیت فرآیند یا محصول را به وسیله چندین پروفایل همزمان توصیف نمود. در برخی موارد به دلیل فاصله کم بین دوبار نمونهگیری، متغیرهای پاسخ در یک پروفایل خودهمبسته میشوند. خودهمبستگی روی براورد پارامترهای رگرسیون تاثیر گذاشته و عملکرد نمودارهای کنترلی در کشف تغییرات ضعیفتر میشود. در این مقاله یک پروفایل چندمتغیره خطی ساده خودهمبسته در نظر گرفته میشود و فرض میشود که خودهمبستگی بتواند با مدلهای AR(1) و MA(1) توصیف شود. سپس دو نمودار کنترل برای پایش پروفایلهای چندمتغیره خطی ساده در فاز 1 پیشنهاد میشود. عملکرد نمودارهای کنترل پیشنهادی در فاز 1 با استفاده از شبیهسازی و معیار توان آزمون مقایسه میشوند.
آنچه در اکثر مسائل کنترل فرایند آماری به آن پرداخته میشود، توصیف عملکرد یک فرایند یا کیفیت محصول به وسیله یک مشخصه کیفی تک متغیره یا چند متغیره و کنترل آن با استفاده از نمودارهای کنترل مناسب است. هر چند در بعضی اوقات توصیف عملکرد یک فرایند یا کیفیت یک محصول بوسیله رابطهای بین یک متغیر پاسخ و یک یا چند متغیر پاسخ نتایج بهتری در پی هایی برای پایش انواع پروفایلها در هر دو فاز 1 و 2 ارائه کردهاند. در این مقاله، روشی خواهد داشت. محققان این رابطه را که میتواند خطی، غیر خطی و یا حتی پیچیدهتر باشد، پروفایل نامیده و تاکنون روش جدید مبتنی بر آمارههای جمع تجمعی (CUSUM) برای بهبود پایش پروفایلهای خطی ساده در فاز 2 ارائه شده است. برای ارزیابی و مقایسه روش پیشنهادی با روشهای موجود از شبیهسازی و معیار متوسط طول دنباله استفاده و نتایج گزارش شده است. نتایج نشان دهنده عملکرد مناسب روش پیشنهادی برای پایش پروفایلهای خطی ساده در فاز 2 میباشد. در پایان، اثر مقدار ماخذ روی عملکرد نمودارهای کنترل جمع تجمعی مورد بررسی و تحلیل قرار گرفته است.
