多變量製程管制之研究

Abstract

傳統之統計製程管制是假設資料為來自獨立且一致之常態分配，來分析製程是否在管 制內。但在許多工業實際應用上，因為資料具有自我相關的特性，使得獨立性的假設 無法成立。另外，由於高科技自動化檢驗的使用，使得同時管制數個具有相關品質特 性管制方法也受到相當的注意。蕭華特（Shewhart）管制圖是工業上最常用的管制圖 ，其具有容易使用且可較快偵測出大的製程變動的優點。 在多數量上，則利用chi- square管制圖或T-square管制圖（Hotelling，1947）來管制。但是，當資料具有自 我相關的特性時，以傳統之管制法則並不適當。Alwan和Roberts（1988）提出時間數 列（Time Series）為模式的特殊原因（Special-Cause）管制圖來管制此種形式的程 度。Wardell，Moskowitz，和Plante（1994）導出了特殊原因管制圖的連串長度（ Run-length）分配。我們將其推廣到多變量上並提出一個多變量特殊原因管制圖，且 導出其連串長度分配。我們並探討在不同的相關情形下，以平均連串長度為基準，比 較此四種管制圖的偵測能力，以決定在何種管制計畫最有效率。