Original scientific paper

Multivarijantni statistički nadzor procesa

Dražen Slišković ; Faculty of Electrical Engineering, J. J. Strossmayer University of Osijek, Kneza Trpimira 2B, HR-31000 Osijek, Croatia
Ratko Grbić ; Faculty of Electrical Engineering, J. J. Strossmayer University of Osijek, Kneza Trpimira 2B, HR-31000 Osijek, Croatia
Željko Hocenski ; Faculty of Electrical Engineering, J. J. Strossmayer University of Osijek, Kneza Trpimira 2B, HR-31000 Osijek, Croatia

Abstract

U industrijskoj proizvodnji prisutan je stalni rast zahtjeva, u prvom redu, u pogledu ekonomičnosti proizvodnje, kvalitete proizvoda, stupnja sigurnosti i zaštite okoliša. Put ka ispunjenju ovih zahtjeva vodi kroz uvođenje sve složenijih sustava automatskog upravljanja, što ima za posljedicu mjerenje sve većeg broja procesnih veličina i sve složenije mjerne sustave. Osnova za kvalitetno vođenje procesa je kvalitetno i pouzdano mjerenje procesnih veličina. Kvar na procesnoj opremi može značajno narušiti proizvodni proces, pa čak prouzrokovati ispad proizvodnje što rezultira visokim dodatnim troškovima. U ovom radu se analizira način automatskog otkrivanja kvara i identifikacije mjesta kvara u procesnoj mjernoj opremi, tj. senzorima. U ovom smislu mogu poslužiti različite statističke metode kojima se analiziraju podaci koji pristižu iz mjernog sustava. U radu se PCA i ICA metode koriste za modeliranje odnosa među procesnim veličinama, dok se za otkrivanje nastanka kvara koriste Hotellingova (T**2), I**2 i Q (SPE) statistike jer omogućuju otkrivanje neobičnih varijabilnosti unutar i izvan normalnog radnog područja procesa. Za identifikaciju mjesta (uzroka) kvara koriste se dijagrami doprinosa. Izvedeni algoritmi statističkog nadzora procesa temeljeni na PCA metodi i ICA metodi primijenjeni su na dva procesa različite složenosti te je uspoređena njihova sposobnost otkrivanja kvara.

Keywords

nadzor procesa; detekcija nastanka kvara; identifikacija mjesta kvara; PCA; ICA; dijagram doprinosa

Hrčak ID:

79154

URI

https://hrcak.srce.hr/79154

Publication date:

29.3.2012.

Article data in other languages: english

Visits: 7.181 *