Karta kontrolna bez dystrybucji

Bezrozkładowe (nieparametryczne) karty kontrolne są jednym z najważniejszych narzędzi statystycznego monitorowania i sterowania procesami . Techniki implementacji bezrozkładowych kart kontrolnych nie wymagają żadnej wiedzy na temat rozkładu procesu lub jego parametrów. Główną zaletą kart kontrolnych bez rozkładu jest ich odporność na kontrolę w tym sensie, że niezależnie od charakteru leżących u ich podstaw rozkładów procesu, właściwości tych kart kontrolnych pozostają takie same, gdy proces przebiega płynnie bez obecności jakichkolwiek dająca się przypisać przyczyna .

Wczesne badania nad nieparametrycznymi kartami kontrolnymi można znaleźć w 1981 roku, kiedy PK Bhattacharya i D. Frierson wprowadzili nieparametryczną kartę kontrolną do wykrywania małych zaburzeń. Jednak znaczny rozwój schematów kontroli nieparametrycznych nastąpił dopiero w ostatnich latach .

Popularne wykresy kontrolne wolne od dystrybucji

Dostępne są karty kontrolne wolne od dystrybucji zarówno do analizy fazy I, jak i monitorowania fazy II.

Jednym z najbardziej godnych uwagi wykresów kontrolnych bez dystrybucji do analizy fazy I jest wykres RS/P zaproponowany przez G. Capizzi i G. Masaratto. Wykresy RS/P oddzielnie monitorują parametry lokalizacji i skali procesu jednowymiarowego za pomocą dwóch oddzielnych wykresów. W 2019 roku Chenglong Li, Amitava Mukherjee i Qin Su zaproponowali jeden wykres kontrolny bez dystrybucji do analizy fazy I przy użyciu wielopróbkowej statystyki Lepage'a.

Niektóre popularne wykresy kontrolne bez dystrybucji fazy II dla jednowymiarowych procesów ciągłych obejmują:

• Wykresy znaków oparte na statystyce znaków - służą do monitorowania parametru lokalizacji procesu
• Wykresy sumy rang Wilcoxona oparte na teście sumy rang Wilcoxona - wykorzystywane do monitorowania parametru lokalizacji procesu
• Wykresy kontrolne oparte na statystyce pierwszeństwa lub ekscedencji
• Wykres Shewharta-Lepage'a oparty na teście Lepage'a - służy do jednoczesnego monitorowania parametrów lokalizacji i skali procesu na jednym wykresie
• Wykres Shewharta-Cucconi oparty na teście Cucconi - używany do jednoczesnego monitorowania parametrów lokalizacji i skali procesu na jednym wykresie