Jump to content

Ինժեներական վիճակագրություն

Վիքիպեդիայից՝ ազատ հանրագիտարանից

Ինժեներական վիճակագրություն, ճարտարագիտության և վիճակագրության միավորում՝ տվյալների վերլուծության գիտական մեթոդներով : Ինժեներական վիճակագրությունը ներառում է արտադրական գործընթացների վերաբերյալ տվյալներ, ինչպիսիք են՝ բաղադրիչների չափերը, դիմացկունությունը, նյութի տեսակը և արտադրության գործընթացի վերահսկումը: Կան բազմաթիվ մեթոդներ, որոնք օգտագործվում են ինժեներական վերլուծության մեջ, և դրանք հաճախ ցուցադրվում են որպես տվյալների տեսողական պատկերացում տալու համար, ի տարբերություն պարզապես թվային լինելու[1][2][3][4]։

  1. Փորձերի ձևավորումը (DOE) գիտական և ինժեներական խնդիրների ձևակերպման մեթոդաբանություն է: Արձանագրությունը սահմանում է փորձի ընթացակարգը պատահականության, տվյալների առաջնային վերլուծության, մասնավորապես հիպոթեզների փորձարկումների ժամանակ: Երկրորդական վերլուծության ժամանակ հետագայում վիճակագրական վերլուծաբանը ուսումնասիրում է տվյալները՝ այլ հարցեր առաջարկելու և ապագա փորձերը պլանավորելու համար: Ինժեներական կիրառություններում նպատակը հաճախ գործընթացի կամ արտադրանքի օպտիմալացումն է, այլ ոչ թե կանխատեսող համարժեքության ստուգմանը ենթարկելը: Օպտիմալ (կամ մոտ օպտիմալ) նմուշների օգտագործումը նվազեցնում է փորձերի արժեքը:
  2. Որակի հսկողությունը և գործընթացի վերահսկումը վիճակագրությունը օգտագործում են որպես արտադրական գործընթացների կառավարելու գործիք:
  3. Ժամանակի և մեթոդների ճարտարագիտությունը վիճակագրություն է օգտագործում՝ ուսումնասիրելու արտադրության մեջ կրկնվող գործողությունները՝ ստանդարտներ սահմանելու և արտադրական օպտիմալ (որոշ իմաստով) ընթացակարգեր գտնելու համար:
  4. Հուսալիության ճարտարագիտություն, որը չափում է համակարգի կարողությունը կատարելու իր նպատակային գործառույթը (և ժամանակը) և ունի գործիքներ՝ կատարելագործելու արդյունավետությունը:[1][5][6][7]
  5. Հավանական ձևավորում, որը ներառում է հավանականության օգտագործումը արտադրանքի և համակարգի նախագծման մեջ
  6. Համակարգի նույնականացումն օգտագործում է վիճակագրական մեթոդներ ՝ չափված տվյալներից դինամիկ համակարգերի մաթեմատիկական մոդելներ կառուցելու համար: Համակարգի նույնականացումը ներառում է նաև փորձերի օպտիմալ ձևավորում՝ նման մոդելների տեղադրման համար տեղեկատվական տվյալների արդյունավետ ստեղծման համար:[8][9]

Ինժեներական վիճակագրությունը առայացել է մ.թ.ա 1000 թվականին, երբ որպես թվային տվյալների հաշվարկման միջոց ստեղծվեց Աբակուսը: 1600-ական թվականներին զարգացավ տվյալների համակարգված վերլուծությունն և մշակումն: Տվյալների առաջադեմ հաշվարկների համար 1654 թվականին Ռոբերտ Բիսաքերը ստեղծեց լոգարիթմական քանոնը։ 1833 թվականին բրիտանացի մաթեմատիկոսը Չարլզ Բեբիջ մշակեց առաջին համակարգչի գաղափարը։ Հետագայում Հարվարդի համալսարանի և IBM-ի ծրագրավորողները նախագծեցին առաջին մեխանիկական ավտոմատ հաջորդականությամբ կառավարվող հաշվիչը, որը կոչվեց MARK I : Համակարգիչների և հաշվիչների ինտեգրումը արդյունաբերության մեջ բերեց տվյալների վերլուծության առավել արդյունավետության սկիզբ դրեց ինժեներական վիճակագրությանը:[10][11]

Գործոնային փորձարարական ձևավորում

[խմբագրել | խմբագրել կոդը]

Գործոնային փորձը որտեղ, միայն մեկ անկախ փոփոխական փոխելու և մնացած ամեն ինչ հաստատուն պահելու համար փորձարկվում են բազմաթիվ անկախ փոփոխականներ: Այս ձևավորումով վիճակագրական ինժեներները կարող են տեսնել ինչպես մեկ անկախ փոփոխականի ուղղակի ազդեցությունը, այնպես էլ հնարավոր փոխազդեցության էֆեկտները, որոնք առաջանում են, երբ մի քանի անկախ փոփոխականներ միասին տարբեր արդյունք են տալիս:

Վեց Սիգման գործընթացի որակն ու արդյունավետությունը բարելավելու մեթոդաբանություն է՝ նվազեցնելով տատանումները և թերությունները: Այն օգտագործում է վիճակագրական վերլուծությունը՝ բացահայտելու և վերացնելու սխալներն ու թերությունները, որոնք կարող են առաջանալ, դրանով իսկ դարձնելով այն ավելի հուսալի և հետևողական: Այլ կերպ ասած, արտադրական գործընթացի յուրաքանչյուր քայլ ունի առավելագույնը 0,00034% թերություն առաջացնելու հավանականություն:

Ծանոթագրություններ

[խմբագրել | խմբագրել կոդը]
  1. 1 2 Wu, C. F. Jeff; Hamada, Michael (2002). Experiments: Planning, Analysis, and Parameter Design Optimization. Wiley. ISBN 0-471-25511-4.
  2. Hogg, Robert V. and Ledolter, J. (1992). Applied Statistics for Engineers and Physical Scientists. Macmillan, New York.
  3. Walpole, Ronald; Myers, Raymond; Ye, Keying. Probability and Statistics for Engineers and Scientists. Pearson Education, 2002, 7th edition, pg. 237
  4. Rao, Singiresu (2002). Applied Numerical Methods of Engineers and Scientists. Upper Saddle River, New Jersey: Prentice Hall. ISBN 013089480X.
  5. Barlow, Richard E. (1998). Engineering reliability. ASA-SIAM Series on Statistics and Applied Probability. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA; American Statistical Association, Alexandria, VA. էջեր xx+199. ISBN 0-89871-405-2. {{cite book}}: Text "1621421" ignored (օգնություն); Text "Richard E. Barlow" ignored (օգնություն)
  6. Nelson, Wayne B., (2004), Accelerated Testing - Statistical Models, Test Plans, and Data Analysis, John Wiley & Sons, New York, 0-471-69736-2
  7. LogoWynn
  8. Goodwin, Graham C.; Payne, Robert L. (1977). Dynamic System Identification: Experiment Design and Data Analysis. Academic Press. ISBN 0-12-289750-1.
  9. Walter, Éric; Pronzato, Luc (1997). Identification of Parametric Models from Experimental Data. Springer.
  10. The Editors of Encyclopaedia Britannica. «Slide Rule». Encyclopaedia Britannica. Encyclopaedia Britannica Inc. Վերցված է 2018 թ․ ապրիլի 17-ին. {{cite web}}: |last= has generic name (օգնություն)
  11. Montgomery, Douglas; Runger, George; Hubele, Norma (2010 թ․ դեկտեմբերի 21). Engineering Statistics (5 ed.). ISBN 978-0470631478.