Zaawansowane metody statystyczne w sterowaniu procesami produkcyjnymi

• Autorzy: Perzyk M. , Biernacki R.

Warianty tytułu

EN

Advanced statistical methods in production process control

• Języki publikacji: PL

Abstrakty

PL

Omówiono rosnące znaczenie statystycznego sterowania procesami produkcyjnymi oraz zasady budowy systemów typu Six Sigma. Przedstawiono ideę narzędzi statystycznych nowego typu, jakimi są systemy uczące się, dotychczas nie stosowane w tego typu systemach. Zaprezentowano działanie tzw. naiwnego klasyfikatora Bayesa i przedyskutowano możliwości jego zastosowań w praktyce produkcyjnej.

EN

Growing significance of statistical process control and principles of the Six Sigma type systems are discussed. An idea of new type of statistical tools, i.e. learning systems is presented. Functioning of naive Bayesian classifier is shown and its practical capabilities are discussed.

Słowa kluczowe

PL

sterowanie procesami produkcji; narzędzia statystyczne; klasyfikator Bayesa; system Six Sigma; metody statystyczne

EN

production process control; Bayesian classifier; advanced statistical methods; Six Sigma type; learning systems

• Wydawca: Komisja Odlewnictwa Polskiej Akademii Nauk Oddział w Katowicach
• Czasopismo: Archiwum Odlewnictwa
• Rocznik: 2004
• Tom: R. 4, nr 12
• Strony: 19--28
• Opis fizyczny: Bibliogr. 6 poz., rys., wykr.

Twórcy

autor

Perzyk M.

• Instytut Technologii Materiałowych Politechniki Warszawskiej, Narbutta 85, 02-524 Warszawa

autor

Biernacki R.

• Instytut Technologii Materiałowych Politechniki Warszawskiej, Narbutta 85, 02-524 Warszawa

Bibliografia

• [1] Strona internetowa firmy StatSoft Polska: www.statsoft.pl/sixsigma.html).
• [2] Strona internetowa: www.isixsigma.com/library/content/c020617a.asp.
• [3] J.R. Thompson, J. Koronacki: Statystyczne sterowanie procesem. Metoda Deminga etapowej optymalizacji jakości. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994 s.
• [4] M. Perzyk, A. Kochański: Prediction of ductile cast iron quality by artificial neural networks. Journal of Materials Processing Technology, Elsevier, 2001 Volume/issue:109/3, str. 305-307.
• [5] M. Perzyk, A. Kochański, J. Kozłowski: Istotność względna sygnałów wejściowych sieci neuronowej. Informatyka w Technologii Materiałów, Wydawnictwo Naukowe AKAPIT, Kraków, tom 3, rok 2003, str. 125-132.
• [6] M. Perzyk, A. Kochański: Detection of causes of casting defects assisted by artificial neural networks. Journal of Engineering Manufacture, Proceedings of the Institution of Mechanical Engineers, Part B. Vol. 217, (2003), str. 1279-1284.