DESARROLLO DE UN MODELO DE UN GRÁFICO DE CONTROL MTEWMA MEDIANTE INTELIGENCIA ARTIFICIAL (DEVELOPMENT OF A MTEWMA CONTROL CHART MODEL USING ARTIFICIAL INTELLIGENCE)
Pistas Educativas
Resumen
Resumen En la actualidad, es fundamental que las empresas supervisen y controlen la calidad en sus sistemas de producción, teniendo en cuenta todas las características y aspectos relevantes. Esto permitirá garantizar la satisfacción del cliente, mejorar la competitividad en el mercado y mantener un alto nivel de calidad en los productos o servicios ofrecidos. Para garantizar un control adecuado de los sistemas de fabricación, se requiere el uso de técnicas de control estadístico de procesos multivariados. Este artículo presenta un modelo de gráfico de control de Media Móvil Triple Ponderado Exponencialmente (MTEWMA) que utiliza técnicas de inteligencia artificial para monitorear múltiples características de calidad simultáneamente. El procedimiento de monitoreo y control se utilizó para analizar variables de calidad en el proceso de siembra de arroz. Los resultados obtenidos demuestran que el mecanismo detectó e interpretó con éxito pequeñas variaciones y cambios significativos, identificando el origen de la variación generada en el sistema productivo. Palabras Clave: Control Estadístico de Procesos, Gráficos de Control, MTEWMA, Inteligencia Artificial Abstract Currently, it is essential for companies to supervise and control quality in their production systems, taking into account all relevant characteristics and aspects. This will allow ensuring customer satisfaction, improving competitiveness in the market, and maintaining a high level of quality in the products or services offered. To ensure proper control of manufacturing systems, the use of multivariate statistical process control techniques is required. This article presents an MTEWMA control chart model that uses artificial intelligence techniques to monitor multiple quality characteristics simultaneously. The monitoring and control procedure was used to analyze quality variables in the rice cultivation process. The results obtained demonstrate that the mechanism successfully detected and interpreted small variations and significant changes, identifying the origin of the variation generated in the production system. Keywords: Statistical Process Control, Control Charts, MTEWMA, Artificial Intelligence.
Datos de publicación
Cita esta publicación
Comprueba el estilo que requiere tu institución o revista.
Fuentes y trazabilidad
Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.
Licencias declaradas por las fuentes
Licencia en el registro de origen