• 응용통계연구
• /
• 제30권3호
• /
• pp.487-501
• /
• 2017

최근 산업의 생산공정에서는 머신비전시스템을 통하여 제품의 품질특성치에 대한 정보를 이미지 데이터로 제공하는 경우가 많다. 따라서 산업과 의학 현장에서 이미지 데이터의 모니터링을 위해 관리도 절차의 필요성이 많이 대두되고 있다. 이미지 데이터를 모니터링하는 관리도 절차는 전통적으로 사용하는 관리도 절차와 유사한 점도 있지만, 데이터의 구조를 비롯하여 각 이미지에서 ROI를 설정하여 관리도 절차를 적용하는 등 서로 다른 점도 많이 있다. 이 논문에서는 생산공정에서 제공되는 이미지 데이터에 대해 관리도를 사용하는 절차를 소개하고, 이미지 또는 ROI 크기의 확대와 축소가 제품의 이상원인을 탐지하는데 어떠한 영향이 주는지를 모의실험을 통하여 알아보았고 각 관리도의 성능 또한 비교하였다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.81-96
• /
• 2006

본 연구에서는 분포를 알 수 없고 비대칭인 공정자료에 실용적으로 적용할 수 있는 간단한 관리도법을 제안하였다. 비대칭 분포를 따르는 공정자료에 정규성 가정에 기초한 슈하르트 관리도를 그대로 적용하면 비대칭성이 증가할수록 제 1종 오류를 범할 확률이 증가할 가능성이 높아지며 변동을 관리하는데 효율성이 떨어지게 된다. 이러한 문제를 해결하기 위해 본 연구에서 제시한 관리도는 관리한계선을 사분위수에 기초하여 정하는 방안을 제시하고 있다. 이러한 방법으로 관리한계선을 그릴 경우 제 1종 오류도 감소하게 되고, 비대칭분포를 하는 공정자료에 대하여 매우 실용적이라고 하겠다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1353-1366
• /
• 2015

공정의 안정성을 평가하기 위해 사용되는 Shewhart 관리도 기법은 최근 다양한 분야에서 널리 응용되고 있지만, 품질 특성치에 대한 엄격한 확률분포를 가정한다. 하지만 현업에서 수집되고 있는 데이터의 확률분포는 알려진 경우가 많지 않으며, 다변량 데이터로 확장될수록 확률분포를 결정하는데 더 큰 어려움이 따른다. 이러한 문제점을 해결하기 위해 다양한 비모수 관리도 기법이 연구되었는데, 최근 연구되고 있는 비모수 관리도 기법 중 하나인 RBF (Radial Basis Function) 커널 기반의 SVDD (Support Vector Data Description) 관리도는 관리상태 하의 데이터 영역에 대한 경계를 결정함으로써 공정의 이상상태를 탐지하는 기법으로 K 관리도로 불리우며, 다양한 분야에서 적용되고 있다. 그런데 K 관리도를 적용하기 위해서는 관리도의 성능을 결정짓는 커널모수 등의 선택이 중요하며, 관리도를 작성하기 전에 미리 결정되어야 한다. 이를 위해 기존의 연구들은 격자 탐색법 등을 활용하여 모수를 결정하고 있지만, 선택 가능한 범위에 대한 반복적인 계산으로 최적값을 선택하고 있어 계산 비용이 커지고 또 시간 등의 문제로 실제 문제에 적용하기 어려운 점이 있다. 따라서 본 연구에서는 데이터의 구조에 따라 모의실험을 통해 선택 가능한 영역에서의 효율성을 비교 검토하고, 이를 바탕으로 쉽게 적용할 수 있는 새로운 모수 선택 방법을 제안하고자 한다. 이를 통해 데이터 구조에 대해 강건함을 보이는 모수의 선택과 K 관리도의 구성을 논의하고 실제 자료에 적용해 보았다.

• Communications for Statistical Applications and Methods
• /
• 제22권5호
• /
• pp.519-530
• /
• 2015

The geometric chart has proven more effective than Shewhart p or np charts to monitor the proportion nonconforming in high-quality processes. Implementing a geometric chart commonly requires the assumption that the in-control proportion nonconforming is known or accurately estimated. However, accurate parameter estimation is very difficult and may require a larger sample size than that available in practice in high-quality process where the proportion of nonconforming items is very small. Thus, the error in the parameter estimation increases and may lead to deterioration in the performance of the control chart if a sample size is inadequate. We suggest adjusting the control limits in order to improve the performance when a sample size is insufficient to estimate the parameter. We propose a linear function for the adjustment constant, which is a function of the sample size, the number of nonconforming items in a sample, and the false alarm rate. We also compare the performance of the geometric charts without and with adjustment using the expected value of the average run length (ARL) and the standard deviation of the ARL (SDARL).

• 한국경영과학회지
• /
• 제20권3호
• /
• pp.123-146
• /
• 1995

Several quality control schemes have been extensively compared using multivariate normal data sets simulated with various correlation structures. They include multiple univariate CUSUM charts, multivariate EWMA charts, multivariate CUSUM charts and Shewhart T$^{3}$ chart. This paper considers a new approach of the multivariate EWMA chart, in which the smoothing matrix has full elements instead of only diagonal elements. Performance of the schemes is measured by avaerage run length (ARL), coefficient of variation of run length (CVRL) and rank in order of signaling of off-target shifts in the process mean vector. The schemes are also compared by noncentrality parameter. The multiple univariate CUSUM charts are generally affected by the correlation structure. The multivariate EWMA charts provide better ARL performance. Especially, the new EWMA chart shows remarkable results in small shifts.

• Journal of the Korean Data and Information Science Society
• /
• 제14권2호
• /
• pp.289-301
• /
• 2003

In this paper, we propose Shewhart control chart and EWMA control chart using the autocorrelated data which are common in chemical and process industries and lead to increase the number of false alarms when conventional control charts are applied. The effect of autocorrelated data is modeled as a autoregressive process, and canonical analysis is used to reduce the dimensionality of the data set and find the canonical variables that explain as much of the data variation as possible. Charting statistics are constructed based on the residual vectors from the canonical variables which are uncorrelated over time, and the control charts for these statistics can attenuate the autocorrelation in the process data. The charting procedures are illustrated with a numerical example and simulation is conducted to investigate the performances of the proposed control charts.

• 한국의학물리학회지:의학물리
• /
• 제25권3호
• /
• pp.185-192
• /
• 2014

이 연구의 목적은 본원이 보유하고 있는 선형가속기들의 출력 특성을 Shewhart-type Chart, EWMA Chart, 공정능력지수 $C_p$와 $C_{pk}$을 이용한 통계적 분석으로 품질보증에 대한 결과를 평가하고자 한다. 측정값은 의학물리사에 의하여 2012년 9월부터 2014년 4월까지 매월 측정된 각각 치료기들(21EX, 21EX-S, Novalis Tx)의 출력측정값을 사용하였다. 치료기들의 출력 특성은 IAEA TRS-398의 가이드라인을 따랐으며, 측정 에너지는 광자선 6 MV, 10 MV, 15 MV와 전자선 4 MeV, 6 MeV, 9 MeV, 12 MeV, 16 MeV, 20 MeV였다. 매월 측정하여 교정한 출력특성에 대한 통계학적 분석이며, 가중인자와 측정값의 관리한계의 폭은 ${\lambda}=0.10$, L=2.703로 계산되었으며, 공정능력 $C_p$와 $C_{pk}$는 모든 선형가속기(21EX, 21EX-S, Novalis Tx)의 모든 에너지에서 1이상이었다. Shewhart-type Chart를 통하여 출력선량의 측정값의 큰 변화점을 찾을 수 있었고, EWMA Chart를 통하여 출력선량의 측정값의 미세한 변화점을 알아 볼 수 있었다. 본원의 치료기의 공정능력지수 $C_p$와 $C_{pk}$를 통하여 21EX가 2.384와 2.136, 21EX-S가 1.917과 1.682, Novalis Tx가 2.895와 2.473으로 Novalis Tx가 가장 안정적이고 정확한 출력특성을 나타내고 있었다.

• 대한산업공학회지
• /
• 제39권5호
• /
• pp.422-428
• /
• 2013

In many cases, an $\bar{X}$ control chart which is based on the performance variable is used in industrial fields. However, if the performance variable is too costly or impossible to measure and a less expensive surrogate variable is available, the process may be more efficiently controlled using surrogate variables. In this paper, we propose a model for the economic design of a VSI (Variable Sampling Interval) $\bar{X}$ control chart using a surrogate variable that is linearly correlated with the performance variable. The total average profit model is constructed, which involves the profit per cycle time, the cost of sampling and testing, the cost of detecting and eliminating an assignable cause, and the cost associated with production during out-of-control state. The VSI $\bar{X}$ control charts using surrogate variables are expected to be superior to the Shewhart FSI (Fixed Sampling Interval) $\bar{X}$ control charts using surrogate variables with respect to the expected profit per unit cycle time from economic viewpoint.

• Communications for Statistical Applications and Methods
• /
• 제10권3호
• /
• pp.825-833
• /
• 2003

Knowing the time of the process change could lead to quicker identification of the responsible special cause and less process down time, and it could help to reduce the probability of incorrectly identifying the special cause. In this paper, we propose a maximum likelihood estimator of the process change point when a Shewhart $\bar{X}$ chart with variable sample size (VSS) scheme signals a change in the process mean. Also we build a confidence interval for the process change point by using the likelihood function.

• Journal of Radiation Protection and Research
• /
• 제44권2호
• /
• pp.64-71
• /
• 2019

Background: It is very difficult to distinguish between a radioactive contamination source and background radiation from natural radionuclides in the marine environment by means of online monitoring system. The objective of this study was to investigate a statistical process for triggering abnormal level of count rate data measured from our on-line seawater radioactivity monitoring. Materials and Methods: Count rate data sets in time series were collected from 9 monitoring posts. All of the count rate data were measured every 15 minutes from the region of interest (ROI) for $^{137}Cs$ ($E_{\gamma}=661.6keV$) on the gamma-ray energy spectrum. The Shewhart ($3{\sigma}$), CUSUM, and Bayesian S-R control chart methods were evaluated and the comparative analysis of determination methods for count rate data was carried out in terms of the false positive incidence rate. All statistical algorithms were developed using R Programming by the authors. Results and Discussion: The $3{\sigma}$, CUSUM, and S-R analyses resulted in the average false positive incidence rate of $0.164{\pm}0.047%$, $0.064{\pm}0.0367%$, and $0.030{\pm}0.018%$, respectively. The S-R method has a lower value than that of the $3{\sigma}$ and CUSUM method, because the Bayesian S-R method use the information to evaluate a posterior distribution, even though the CUSUM control chart accumulate information from recent data points. As the result of comparison between net count rate and gross count rate measured in time series all the year at a monitoring post using the $3{\sigma}$ control charts, the two methods resulted in the false positive incidence rate of 0.142% and 0.219%, respectively. Conclusion: Bayesian S-R and CUSUM control charts are better suited for on-line seawater radioactivity monitoring with an count rate data in time series than $3{\sigma}$ control chart. However, it requires a continuous increasing trend to differentiate between a false positive and actual radioactive contamination. For the determination of count rate, the net count method is better than the gross count method because of relatively a small variation in the data points.