توسعه روشهایی برای پایش پروفایلها در فرآیندهای چند مرحله ای

امروزه بسیاری از فرآیندها به صورت چند مرحله ای می باشند. در اکثر فرآیندها کیفیت محصول حاصل عملکرد این مراحل مختلف است و معمولا این مراحل به یکدیگر وابسته می-باشند. لذا مستقل فرض کردن مراحل سبب بروز خطا در تحلیل خروجی می گردد. تاکنون تاثیر چنین شرایطی بر پایش فرآیندهای چند مرحله ای تک متغیره و چند متغیره بررسی شده است اما شرایطی که در یک فرآیند چند مرحله ای مشخصه مورد پایش از جنس پروفایل باشد کمتر مورد تحقیق قرار گرفته است. در این پژوهش ابتدا به معرفی مدلهایی مبنی بر وجود پروفایل در یک فرآیند دو مرحله ای و نیز معرفی چند رویکرد مختلف جهت پایش اینچنین مدلهایی پرداخته ایم، سپس در مورد تشخیص عامل انحراف در مدلها با توجه به مرحله ایجاد کننده انحراف رویکردهایی پیشنهاد شده است و در نهایت به تعمیم مدل، رویکردهای حل و تشخیص عامل انحراف در فرآیندهای چند مرحله ای در حضور پروفایل در حداقل یکی از مراحل پرداخته ایم. بررسی نتایج نشان می دهد که رویکردهای وابسته به پایش باقیمانده ها و همچنین روشهای با حافظه دارای عملکرد بهتری نسبت به سایر رویکردها و روشها می باشد. در نهایت به بررسی یک مورد عملی در این زمینه پرداخته شده است. در این پژوهش با توجه به جدید بودن موضوع سعی شده مدلهای ارائه شده به تفکیک و با جزئیات کامل بیان گردد. برای پایش مدلهای معرفی شده رویکردهای گوناگونی مطرح شده و به ازای هر رویکرد روشهای پایش مختص به خود ارائه شده است. تحلیلهای صورت پذیرفته توسط داده های شبیه سازی شده با توجه به مدلهای ارائه شده بیان گردیده است، همانند سایر پژوهش ها در زمینه کنترل فرآیند آماری در این رساله نیز معیار تصمیم گیری جهت مقایسه رویکردهای مختلف، شاخص متوسط طول دنباله می باشد.