تخمین نقطه تغییر پله ای در پایش پروفایل های خطی ساده ی خودهمبسته با استفاده از روش های ماکزیمم درستنمایی و خوشه بندی

در بیشتر تحقیقات صورت گرفته در حوزه ی پایش پروفایل ها، فرض شده است که مشاهدات درون پروفایل ها از یکدیگر مستقل هستند، در صورتی که در بسیاری از کاربردهای واقعی به دلیل نزدیک شدن نمونه گیری ها از لحاظ زمانی استقلال بین مشاهدات نقض می شود. از طرف دیگر، معمولا زمان واقعی تغییر در فرآیند (نقطه ی تغییر) با زمانی که نمودارهای کنترل هشداری مبنی بر خارج از کنترل بودن فرآیند را اعلام می کنند، متفاوت است. پیدا کردن نقطه ی تغییر در فرآیند باعث صرفه جویی زمان و هزینه در پیدا کردن علل ریشه ای خروج فرآیند از حالت تحت کنترل می شود. در این مقاله به طور خاص فرض می شود که کیفیت فرآیند با استفاده از یک پروفایل خطی ساده خودهمبسته از نوع AR(1)مدل می شود. سپس نقطه ی واقعی تغییر در فرآیند بعد از دریافت هشدار از نمودار کنترل هتلینگ، طراحی شده در فاز 2، با استفاده از دو روش ماکزیمم درستنمایی و خوشه بندی محاسبه می شود و عملکرد دو روش با استفاده از شبیه سازی مقایسه می شود. در نهایت کاربرد روش های پیشنهادی در قالب یک مطالعه ی موردی نشان داده می شود.