fa پایش پروفایل های غیر خطی در فاز II با استفاده از موجکها سایر موضوعاتی که به مرزهای دانش در مهندسی صنایع و تولید کمک می کند Other related Industrial and production reserach subjects in which has direct relation to the state-of-the art of the IE پژوهشي Research <p>در بسیاری از فرآیندهای تولیدی کیفیت یک محصول به وسیله رابطه غیر خطی بین متغیر پاسخ (ویژگی کیفیتی ) و متغیر مستقل بیان می شود . استفاده از رگرسیون غیر خطی در پایش پروفایل های غیر خطی در مقالات متعددی پیشنهادشده است ، که با دو ایراد مواجه است ، اول اینکه توزیع ضرایب رگرسیون در نمونه های کوچک مشخص نیست و دوم با افزایش پیچیدگی فرآیند ، تعداد پارامترهای رگرسیون افزایش و توان آزمون ودرنتیجه کارایی نمودارهای کنترل کاهش می یابد. در این مقاله از تبدیل موجک ها برای پایش پروفایل های غیر خطی در فاز II استفاده شده است .در تبدیل موجک ها دو پارامتر هموارسازی ، آستانه و سطح تجزیه شکل تابع رگرسیون را مشخص می کند . ابتدا روشی برای تعیین سطح تجزیه پیشنهاد شده و در سطح تجزیه مشخص شده میانگین و واریانس پروفایل پایش شده است . برای پایش تغییر پذیری درون پروفایل براساس دو آماره تخمین واریانس در تبدیل موجک ها، دو نمودار کنترل ناپارامتریک و پارامتریک ، معرفی شده و کارایی آن ها با استفاده از توان آزمون با هم مقایسه شده است. نمودار کنترل F/ T2 نسب به median/T2 از عملکرد بهتری در کشف شیفتهای مختلف در میانگین برخوردار است .در صورتیکه در شیفت های بسیارکوچک در واریانس F/ T2 کارایی بهتر و با افزایش مقدار شیفت median/T2 عملکرد بهتری را نشان میدهد.</p> In many industrial processes, quality of a process can be characterized as a nonlinear relation between a response variable and explanatory variables. In several articles, use of nonlinear regression is suggested for monitoring nonlinear profiles. Such regression has two disadvantages. First the distribution of the regression coefficients cannot be specified for small samples and second with increased process complexity, number of regression parameters increases and this decreases power of the test and reduces performance of control charts. In this article, wavelets are used for monitoring nonlinear profiles in phase II. Two smoothing parameter, the threshold and decomposition level, determine form of the regression function in discrete wavelet transform. A method is proposed to determine decomposition level and mean and variation (within) of profile are monitored in that level. For monitoring variation within profile based on two estimator of variance in DWT, parametric and nonparametric control chart are proposed and the performance of them are compared. Results indicate that F/T2 control chart performs better than median/T2 in monitoring shift in the process mean. For small shifts in the variance, F/T2 perfoms better than median/T2 and for large shifts median/T2perfoms better. پروفایل غیر خطی, تبدیل گسسته موجک ها, سطح تجزیه, فشرده سازی, نمودار کنترل ناپارامتریک , ضریب همبستگی Nonlinear Profiles, Discrete Wavelet Transform, Decomposition Level, Compression, Nonparametric Control Chart, Correlation Coefficient 503 512 http://ijiepm.iust.ac.ir/browse.php?a_code=A-10-18-3&slc_lang=fa&sid=1 Rassoul Noorossan زسول نورالسناء rassoul@iust.ac.ir 180031947532846007893 180031947532846007893 Yes IUST علم و صنعت Mehrdad Nikoo مهرداد نیکو 180031947532846007894 180031947532846007894 No Azad University دانشگاه آزاد