统计过程控制中-R控制图的改进算法研究

传统的-R(均值-极差)控制图虽然能反映整个过程的变化趋势,但只对较大的偏差反应灵敏,对持续的、较小的偏差反应迟钝.一种基于预测模型的改进算法能较好地反映较小偏差的变化,并以实例加以比较.     

统计过程控制中X-R控制图的改进算法研究

传统的X-R（均值-极差）控制图虽然能反映整个过程的变化趋势,但只对较大的偏差反应灵敏,对持续的、较小的偏差反应迟钝．一种基于预测模型的改进算法能较好地反映较小偏差的变化,并以实例加以比较．     

高速线材生产中的质量控制

针对线材生产的特点,采用基于统计过程控制的方法(SPC),对线材生产过程中控制对象、控制图的选择进行了分析,设计并实施了一个实际的SPC分析系统,给出了实际使用时需要注意的问题,并以实例说明了SPC在线材生产应用中的实际效果.     

SPC在铁路行业零配件入库检验控制中的实施与应用

阐述了统计过程控制（SPC）技术的重要性、基本原理、过程能力分析以及实施的步骤和方法.运用SPC技术分析产品质量,以此达到过程失控预警、过程不断改进和过程能力不断提高的目的.以入库一批轴为例,介绍了SPC在入库检验中的应用,并通过SPC技术的控制图对其质量状况进行分析,对质量变异进行监控,从而有效控制产品质量,保证产品质量的稳定和提高.     

SPC与EPC整合应用研究

利用控制图进行统计过程控制(SPC)的基本假设为观测值相互独立并服从正态分布,然而,由于过程中某些不可消除因素的影响,使得实际过程的输出观测值常常是自相关的,而工程过程控制(EPC)可以消除观测值的自相关性.在比较分析SPC与EPC的基本原理的基础上,给出了监测自相关过程的SPC与EPC整合的概念模型,最后运用一个例子加以说明,并给出了整合应用的实施方法.     

嵌入式终端上质量管理控制图的研究与实现

控制图理论作为统计过程控制即SPC的核心,已成为了质量管理中的一种重要工具.控制图理论主要是应用数理统计的方法,通过对质量数据的处理来分析和判断工序是否处于稳定状态.将控制图理论与嵌入式技术相结合,研制了满足生产现场质量管理需要的集数据采集与统计分析于一体的嵌入式质量管理器.而数据的录入、保存与处理和控制图的生成与显示作为嵌入式质量管理器的重要功能,有必要单独研究.文章主要针对上述内容进行了研究和实现,解决了嵌入式质量管理器上的相关问题,为实现现场在线实时统计质量管理奠定了基础.     

一种集成SPC与EPC的过程控制方法

在多品种、小批量生产模式下,不合格品经常发生在由一种水平过渡到另一种水平的暂态阶段.采用由一阶动态过程和稳态干扰ARMA(1,1)组成的系统模拟制造过程,针对当输入发生阶跃变化时过程出现的暂态阶段,设计了集成统计过程控制(SPC)与工业过程控制(EPC)的过程控制方法.以往,SPC与EPC是减少过程波动的两种截然不同的方法,而集成控制方法是应用ARMA控制图对制造过程进行监视,同时PI控制器对过程进行调整.模拟结果表明:集成控制方法不但能减少过程输出波动,提升系统性能;并且在调整涉及成本因素时,集成控制方法更具有潜在的成本优势.     

SPC在工业铝型材拉伸性能质量控制中的应用

为解决工业铝型材中由于拉伸性能不足造成的产品合格率偏低的问题,提出将统计过程控制(SPC)应用在其生产过程中.通过鱼骨图和5why分析法相结合的方式,对影响拉伸性能的各种因素进行了深入分析并利用控制图对其控制,采用PDCA循环方式对失控的生产过程进行持续改善.结果表明:SPC在工业铝型材拉伸性能质量控制中的应用基本消除了过程的异常波动、减少了正常波动范围、提升了过程能力,保证了工业铝型材的拉伸性能,提高了产品合格率.     

统计过程控制技术在半导体行业中的应用

该文在简述统计过程控制(SPC)原理后,对半导体分立器件在生产过程中实施统计技术进行研究,在基于"计量值常规控制图的前提条件是要求被分析的数据满足IIND(独立同分布)条件"的观点上,探讨应用在半导体行业中的特殊SPC模块与应用在传统工艺中的SPC的区别,体现了特殊SPC模块在现代电子行业质量管理中的重要作用,通过特殊SPC模块在半导体分立器件关键工序"磷扩散工序"中的实际应用,对磷扩散工序进行工艺优化确保工序稳定受控,并使其工序能力指数CPK提高了38%,保证产品内部质量的同时,缩短了生产周期,提高生产线制造水平和产品的年供货能力,大大提升了产品的竞争力.     

统计过程控制在钢铁制造业质量管理中的应用研究

统计过程控制(Statistical Process Control,SPC)作为一种科学的质量工具,运用数理统计原理,将生产中的数据经过统计计算作出控制图,并进一步计算出能力水平.流程能力有别于按比例或按数量统计的基本比较,可以进行科学评价并起到一定的预判作用,便于指导后续流程的改进方向,提升产品的一致性从而提高企业...     

监测过程均值小的偏移的综合控制图

提出的“可变样本的综合控制图”（VGR）是对传统休哈特控制图、合格品链长控制图以及可变样本3者的恰当结合.通过数据显示,可变样本的综合控制图在样本均值发生较小偏移时更能及时发出失控信号,与传统休哈特图以及GR综合控制图相比减少了发信号时要检验的平均样本量,并且在均值未发生偏移时能有一个较大的平均样本量.     

用于控制图模式识别的广义神经网络系统

面向过程控制图的模式识别,提出了一个广义神经网络系统.该系统基于广义过程对象模型发生数据,离线训练后能够在线识别各类工业过程常见的控制图模式,模块化的设计使得神经网络系统的结构相对简单,有效地提高了网络的训练速度和模式识别的准确率.首先研究了广义过程对象模型参数对神经网络控制图模式识别率的影响,并基于此影响规律设计了包含模式识别分类模块与模式参数估计模块的集成化神经网络系统结构;其次使用基于广义对象模型产生的数据对神经网络系统进行了训练和验证,讨论了学习训练方法,并进行了控制图模式识别性能的仿真测试,获得了满意的结果.在TE过程仿真平台上进行了实验,给出了对上升阶跃模式和下降阶跃模式的识别结果,表明了具有较高的识别率.     

建立以游程论为基础的控制图判断准则

控制图是统计质量管理的基本工具。运用控制图的重要问题在于弄清工艺波动是否归因于随机干扰。但这只能间接地从过程的非随机状态即控制图上点子的非随机排列来加以判断。通常基于多项分布建立起来的判断准则,由于忽视了点子出现顺序的信息,检出异常原因的能力很低。Schewhavt,Mostel-ler,Swed 和 Eisenhart 对此曾有所改进,但仍然丢掉了许多信息。作者在本文中试图阐明运用游程论判断控制图的优越性,并基于不同种类不同长度游程数的概率函数建立一套非随机状态的判断准则。对于同样的显著水平,按照这套准则,一般可以用比传统方法较小的样本及早揭示可能的异常原因。     

基于Bootstrap方法的分布未知情况下的小波动过程质量控制

讨论了在质量特性分布未知的情况下对小批量生产过程中产生的较小异常波动进行监控的一种Bootstrap WV-EWMA控制图设计方法.首先引入赋权方差法将任意未知分布转换为两个正态分布,由此构造WV-EWMA控制图.然后通过对有限样本进行多次随机有放回抽样的Bootstrap方法对未知分布的集中和离散程度进行较为有效的统计估计,由此建立能够对分布未知的小批量过程进行质量监控的Bootstrap WV-EWMA方法.以平均运行长度ARL（average run length）为监控效率的衡量指标,提出了这种小波动控制图方法的优化参数设计方案,并通过与已有的方法进行对比说明这种方法的有效性.     

控制图法在铸造生产中的应用

统计分析是一种十分有效的质量分析和控制手段。以控制图法为例介绍了统计方法在铸造生产质量控制中的基本应用,包括控制图的统计学原理、控制图的设计及计算、利用控制图观测和分析工序过程是否处于受控状态.     

同时监控过程均值和方差漂移的VSI EWMA平均损失控制图设计

结合WLE控制图和VSI EWMA控制图,提出了基于田口损失函数下的可变抽样区间的EWMA控制图（简称VSI EWMA平均损失控制图）,它是一种在抽样区间可以变化的条件下能够同时检测过程均值和方差漂移的控制图;同时构造的新控制图通过添加控制限区分漂移类型,即在过程失控状态下区分是过程均值发生了漂移还是方差发生了漂移,或者两者都发生了漂移.通过与FP EWMA平均损失控制图及X-～S控制图进行比较,得出新构造的控制图对过程漂移具有更好的敏感性.     

多变量过程监控的D控制图

针对如何将大数据技术与传统的多元控制图相结合,以获得一个具有自学习性的控制图的问题,以支持向量数据描述(SVDD)为构建基础,提出一个基于支持向量数据描述的D控制图.该D控制图通过对在控数据的学习,自适应地构建出自己的监控模型.仿真实验及工业实例表明:D控制图在多变量制造过程中的表现优于T²控制图,是一个理想的监控模型.     

应用MCEWMA控制图监视刀具磨损过程

为了有效地利用控制图技术,用指数加权滑动平均方法,对由于刀具磨损导致轴尺寸精度呈线性趋势变化进行预测,提出了应用MCEWMA控制图监视刀具磨损过程.在刀具使用期内,将刀具磨损及由刀具磨损带来的随机波动视为共同原因,对生产过程进行监视,避免了使用传统控制图时,产生频繁报警的弊端.最后,运用具体例子,说明控制图参数选择准则.     

自相关过程的残差控制图

常规控制图应用的基本假设是从过程得到的观测值彼此独立。但许多过程出现了自相关现象。该文分别运用单值控制图和残差控制图就受控状况和失控状况的观测值对案例进行了分析比较。结果表明 :当过程存在自相关时 ,运用残差控制图更合适 ,但是 ,当自相关参数大于 0时 ,残差控制图检测过程异常的灵敏性有待提高。对于在现代生产过程中自相关数据 ,建议使用残差控制图 ,来代替传统的控制图