نشریه بین المللی مهندسی صنایع و مدیریت تولید

---

طراحی استوار ، راهکاری نوین و مبتنی بر خلاقیت برای ارتقاء سطح کیفی محصولات با حداقل هزینه ممکن می باشد که در دوران رقابتی امروز می توان از آن در سازمانهای تولیدی و حتی خدماتی استفاده نمود و موجبات حفظ سود آوری و رقابت پذیری بنگاه اقتصادی را فراهم نمود . در طی حدوداً 25 سال که از عمر این روش می گذرد ، ابتکارات و روشهای نوین حل جالبی برای آن ارائه شده است ، تا آنجا که در سالهای اخیر ، توجه محققین به بررسی استواری در بستر زمان معطوف گردیده است . در بررسی طراحی استوار در بستر زمان ، تاکنون به بررسی همزمان چندین شاخص کیفی توجه نشده است . مقاله حاضر در پی آنست که به کمک مدلسازی ریاضی شاخصهای کیفی از طریق تابع مطلوبیت به حل این نوع مسائل بپردازدو در نهایت به پاسخهایی دست می یابد که تا حد ممکن تمامی نیازهای طراح را براورده می سازند .

---

نمودارهای کنترل از جمله مهمترین ابزارهای کنترل آماری فرایندها می‌باشند. طراحی مناسب نمودارهای کنترل نیازمند برآورد مقادیر پارامترهای فرایند با استفاده از داده‌های نمونه‌ای است. برآوردگرهای کلاسیکِ پارامتر‌ها در مدلهایی با مشاهدات خودهمبسته، به انواع مختلف مشاهدات دورافتاده حساس بوده و حضور آنها منجر به برآوردهای اریب و تفسیرهای اشتباه در نمودارهای کنترل می‌شود. در روش‌های معمول طراحی نمودارهای کنترل، عموماً از برآوردکننده‌های کلاسیک برای برآورد پارامترهای فرایند استفاده می‌شود که تحت مفروضات خاصی قابل کاربرد بوده و برای فرایند‌ها‌ی آلوده نتایج نامطلوبی را به همراه خواهد داشت. این فرضیات شامل نرمال بودن و عدم آلودگی داده‌ها و نیز استقلال آنها در فرایند می‌باشد. در این مقاله از روشی تحت عنوان برآورد سریع فیلترشده‌ی استوارِ تکراری (IRFFT)که روشی مطلوب و غیرحساس به آلودگی است برای برآورد پارامترهای مدل‌های اتورگرسیو و طراحی نمودارهای کنترل استوار برای مشاهدات خودهمبسته استفاده شده‌است. نمودار کنترل استوار IRFFT طراحی‌‌شده با نمودار کنترل برپایه‌ی برآورد حداقل مربعات بر اساس یکی از مهمترین معیارهای ارزیابی نمودارهای کنترل، متوسط طول دنباله و با داده‌های شبیه‌سازی شده مقایسه شده‌است. نمودار کنترل پیشنهادی بر حسب تمامی معیارهای مورد بررسی، دارای خواص مطلوبی بوده و به راحتی قابل تعمیم به مشاهداتی با هر مدل سری‌زمانی می‌باشد.

---

امروزه بررسی مشخصه های کیفی زمان محور در برخی حوزه‌ها نظیر صنعت داروسازی از اهمیت بسیار بالایی برخوردار می‌باشد. در زمینه مقایسه پروفایلهای آزمایشی با پروفایل مرجع روشهای متعددی مطرح گردیده است که پرکاربردترین آنها را می توان استفاده از شاخصهای f1 و f2 به عنوان معیارهایی برای سنجش میزان دوری و نزدیکی پروفایل مشاهده شده از پروفایل مرجع نام برد . در این مقاله روشی جهت تصمیم گیری در خصوص انتخاب پروفایل برتر از میان پروفایلهای ارائه شده برای یک مشخصه کیفی زمان محور ارائه می گردد . در این روش ضمن استفاده از شاخصهای عنوان شده ، معیارهای دیگری نظیر محدودیتهای اقتصادی نیز لحاظ گردیده و در بررسی پروفایلهای مشاهده شده از حذف اطلاعات نقاط خارج از محدوده مجاز به دلیل وجود رابطه تجمعی جلوگیری شده است . روش ارائه شده به کمک مثال عددی تشریح و ارزیابی می گردد . نتایج حاصل، نشان دهنده عملکرد منطقی تر روش پیشنهادی نسبت به روشهای موجود می باشد.

---

QFD method is a tool for improving the quality of production and services. The existing input data for QFD such as the weight of customer requirements, the weight of the relationship between customer requirements and engineering characteristics, and also the weight of the relationship between engineering characteristics are often limited, not exact, or in the best state ambiguous, which leads to uncertainty in the results. The impression of input data uncertainty is apparent in QFD output which causes variability of the analysis results of QFD. Being fuzzy is a characteristic that leads to uncertainty in input data in consequently changes in output results. Therefore, a few studies have been conducted on evaluating the changeability of the obtained results from QFD by the title of “Robust QFD”. In the present study, we introduce a framework for Robust QFD, which evaluates the power of QFD based on having the exact output data, under the condition of uncertainty resulting from having fuzzy inputs. In order to evaluate and study the desirability of the presented framework, the proposed methodology is demonstrated on a numeral example and an index for Robustness has been introduced. The findings indicate that the proposed methodology helps to a more certain resulting from QFD.