دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: John Lawson
سری:
ISBN (شابک) : 9780367569952, 9781003100270
ناشر: CRC Press
سال نشر: 2021
تعداد صفحات: [299]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 Mb
در صورت تبدیل فایل کتاب An Introduction to Acceptance Sampling and SPC with R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر نمونه گیری پذیرش و SPC با R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مقدمه ای بر نمونه گیری پذیرش و SPC با R مقدمه ای بر روش های آماری مورد استفاده در نظارت، کنترل و بهبود کیفیت است. موضوعات تحت پوشش شامل نمونه گیری پذیرش است. نمودارهای کنترل شوهارت برای مطالعات فاز اول. ابزارهای گرافیکی و آماری برای کشف و از بین بردن علت شرایط خارج از کنترل. نمودارهای کنترل Cusum و EWMA برای نظارت بر فرآیند فاز دوم. و طراحی و تجزیه و تحلیل آزمایش ها برای عیب یابی فرآیند و کشف راه هایی برای بهبود خروجی فرآیند. سرچشمه های کنترل کیفیت آماری و موضوعات فنی ارائه شده در ادامه کتاب همان مواردی است که در دستورالعمل ها و استانداردهای ANSI/ASQ/ISO برای صنعت توصیه شده است. فصل آخر همه چیز را با بحث در مورد فلسفههای مدیریت مدرن که استفاده از روشهای فنی ارائهشده پیشتر را تشویق میکنند، به هم پیوند میدهد. در دنیای مدرن طرح های نمونه برداری و محاسبات آماری مورد استفاده در کنترل کیفیت آماری با کمک کامپیوتر انجام می شود. R به عنوان یک زبان برنامه نویسی سطح بالا منبع باز با گزینه های خروجی گرافیکی انعطاف پذیر، روی سیستم عامل های ویندوز، مک و لینوکس اجرا می شود و دارای بسته های الحاقی است که برابر یا فراتر از توانایی نرم افزار تجاری برای روش های آماری مورد استفاده در کنترل کیفیت است. در این کتاب بر روی چندین بسته R تمرکز خواهیم کرد. این کتاب علاوه بر نشان دادن نحوه استفاده از R برای نمونهبرداری پذیرش و نمودارهای کنترل، بر چگونگی استفاده از این ابزارهای خاص میتواند منجر به بهبود کیفیت هم در یک شرکت و هم در شرکتهای تامینکننده آنها شود، تمرکز میکند. این یک کتاب مناسب برای دوره کارشناسی یک ترم با تأکید بر کنترل کیفیت آماری برای رشته های مهندسی (مانند مهندسی ساخت یا مهندسی صنایع) یا یک متن تکمیلی برای دوره های مهندسی فارغ التحصیل است که شامل مباحث کنترل کیفیت است.
An Introduction to Acceptance Sampling and SPC with R is an introduction to statistical methods used in monitoring, controlling and improving quality. Topics covered include acceptance sampling; Shewhart control charts for Phase I studies; graphical and statistical tools for discovering and eliminating the cause of out-of-control-conditions; Cusum and EWMA control charts for Phase II process monitoring; and the design and analysis of experiments for process troubleshooting and discovering ways to improve process output. Origins of statistical quality control and the technical topics presented in the remainder of the book are those recommended in the ANSI/ASQ/ISO guidelines and standards for industry. The final chapter ties everything together by discussing modern management philosophies that encourage the use of the technical methods presented earlier. In the modern world sampling plans and the statistical calculations used in statistical quality control are done with the help of computers. As an open source high-level programming language with flexible graphical output options, R runs on Windows, Mac and Linux operating systems, and has add-on packages that equal or exceed the capability of commercial software for statistical methods used in quality control. In this book, we will focus on several R packages. In addition to demonstrating how to use R for acceptance sampling and control charts, this book will concentrate on how the use of these specific tools can lead to quality improvements both within a company and within their supplier companies. This would be a suitable book for a one-semester undergraduate course emphasizing statistical quality control for engineering majors (such as manufacturing engineering or industrial engineering), or a supplemental text for a graduate engineering course that included quality control topics.
Cover Half Title Title Page Copyright Page Contents Preface List of Figures List of Tables 1. Introduction and Historical Background 1.1. Origins of Statistical Quality Control 1.2. Expansion and Development of Statistical Quality Control during WW II 1.3. Use and Further Development of Statistical Quality Control in Post-War Japan 1.4. Re-emergence of Statistical Quality Control in U.S. and the World 2. Attribute Sampling Plans 2.1. Introduction 2.2. Attribute Data 2.3. Attribute Sampling Plans 2.4. Single Sample Plans 2.5. Double and Multiple Sampling Plans 2.6. Rectification Sampling 2.7. Dodge-Romig Rectification Plans 2.8. Sampling Schemes 2.9. Quick Switching Scheme 2.10. MIL-STD-105E and Derivatives 2.11. MIL-STD-1916 2.12. Summary 2.13. Exercises 3. Variables Sampling Plans 3.1. The k-Method 3.1.1. Lower Specification Limit 3.1.1.1. Standard Deviation Known 3.1.1.2. Standard Deviation Unknown 3.1.2. Upper Specification Limit 3.1.2.1. Standard Deviation Known 3.1.2.2. Standard Deviation Unknown 3.1.3. Upper and Lower Specification Limits 3.1.3.1. Standard Deviation Known 3.1.3.2. Standard Deviation Unknown 3.2. The M-Method 3.2.1. Lower Specification Limit 3.2.1.1. Standard Deviation Known 3.2.1.2. Standard Deviation Unknown 3.2.2. Upper Specification Limit 3.2.2.1. Standard Deviation Known 3.2.2.2. Standard Deviation Unknown 3.2.3. Upper and Lower Specification Limit 3.2.3.1. Standard Deviation Known 3.2.3.2. Standard Deviation Unknown 3.3. Sampling Schemes 3.3.1. MIL-STD-414 and Derivatives 3.4. Gauge R&R Studies 3.5. Additional Reading 3.6. Summary 3.7. Exercises 4. Shewhart Control Charts in Phase I 4.1. Introduction 4.2. Variables Control Charts in Phase I 4.2.1. Use of X-R charts in Phase I 4.2.2. X and R Charts 4.2.3. Interpreting Charts for Assignable Cause Signals 4.2.4. X and s Charts 4.2.5. Variable Control Charts for Individual Values 4.3. Attribute Control Charts in Phase I 4.3.1. Use of a p Chart in Phase I 4.3.2. Constructing other types of Attribute Charts with qcc 4.4. Finding Root Causes and Preventive Measures 4.4.1. Introduction 4.4.2. Flowcharts 4.4.3. PDCA or Shewhart Cycle 4.4.4. Cause-and-Effect Diagrams 4.4.5. Check Sheets or Quality Information System 4.4.6. Line Graphs or Run Charts 4.4.7. Pareto Diagrams 4.4.8. Scatter Plots 4.5. Process Capability Analysis 4.6. OC and ARL Characteristics of Shewhart Control Charts 4.6.1. OC and ARL for Variables Charts 4.6.2. OC and ARL for Attribute Charts 4.7. Summary 4.8. Exercises 5. DoE for Troubleshooting and Improvement 5.1. Introduction 5.2. Definitions: 5.3. 2k Designs 5.3.1. Examples 5.3.2. Example 1: A 23 Factorial in Battery Assembly 5.3.3. Example 2: Unreplicated 24 Factorial in Injection Molding 5.4 2k−p Fractional Factorial Designs 5.4.1. One-Half Fraction Designs 5.4.2. Example of a One-half Fraction of a 25 Designs 5.4.3. One-Quarter and Higher Order Fractions of 2k Designs 5.4.4. An Example of a 18th Fraction of a 27 Design 5.5. Alternative Screening Designs 5.5.1. Example 5.6. Response Surface and Definitive Screening Experiments 5.7. Additional Reading 5.8. Summary 5.9. Exercises 6. Time Weighted Control Charts in Phase II 6.1.Time Weighted Control Charts When the In-control μ and are known 6.1.1. Cusum Charts 6.1.1.1. Headstart Feature 6.1.1.2. ARL of Shewhart and Cusum Control Charts for Phase II Monitoring 6.1.2. EWMA Charts 6.1.2.1. ARL of EWMA, Shewhart and Cusum Control Charts for Phase II Monitoring 6.1.2.2. EWMA with FIR Feature. 6.2. Time Weighted Control Charts of Individuals to Detect Changes in ˙˙ 6.3. Examples 6.4. Time Weighted Control Charts Using Phase I estimates of μ and 6.5. Time Weighted Charts for Phase II Monitoring of Attribute Data 6.5.1. Cusum for Attribute Data 6.5.2. EWMA for Attribute Data 6.6. Exercises 7. Multivariate Control Charts 7.1. Introduction 7.2. T2-Control Charts and Upper Control Limit for T2 Charts 7.3. Multivariate Control Charts with Sub-grouped Data 7.3.1. Phase I T2 Control Chart with Sub-grouped Data 7.3.2. Multivariate Control Charts for Monitoring Variability with Sub-grouped Data. 7.3.3. Phase II T2 Control Chart with Sub-grouped Data 7.4. Multivariate Control Charts with Individual Data 7.4.1. Phase I T2 with Individual Data 7.4.2. Phase II T2 Control Chart with Individual Data 7.4.3. Interpreting Out-of-control Signals 7.4.4. Multivariate EWMA Charts with Individual Data 7.5. Summary 7.6. Exercises 8. Quality Management Systems 8.1. Introduction 8.2. Quality Systems Standards and Guidelines 8.2.1. ISO 9000 8.2.2. Industry Specific Standards 8.2.3. Malcolm Baldridge National Quality Award Criteria 8.3. Six-Sigma Initiatives 8.3.1. Brief Introduction to Six Sigma 8.3.2. Organizational Structure of a Six Sigma Organization 8.3.3. The DMAIC Process and Six Sigma Tools 8.3.4. Tools Used in the DMAIC Process 8.3.5. DMAIC Process Steps 8.3.6. History and Results Achieved by the Six Sigma Initiative 8.3.7. Six Sigma Black Belt Certification 8.4. Additional Reading 8.5. Summary Bibliography Index