统计过程控制的研究现状及展望

回顾了统计过程控制的发展历史,介绍了统计过程控制的基本概念。将统计过程控制方法分为统计质量控制和统计性能监控两部分,统计质量控制包括单变量统计过程控制和基于统计回归的软测量技术,统计性能监控方法-包括主元分析、独立元分析等多变量投影技术以及统计控制图。最后指出非高斯过程、非线性过程、故障预报、故障诊断以及自适应算法的研究将是近期的发展趋势。     

一类三元相依衰减模型

多元衰减理论的研究多数均假设随机变量是相互独立的.但在实际中,各衰减变量间常存在相依性,如个体死亡后便不再有伤残发生.文章基于Archimedeam Copula函数刻画各衰减变量间的相依性(如死亡、伤残和退保的相依性),假设在均匀分布的情况下,单个生命受3个衰减原因的影响,给出了死亡、伤残和退保的粗糙衰减概率和净衰减概率,并给出养老金业务中涉及的三元相依减因下的衰减概率.     

随机变量的独立性与矩阵的张量积

通过引入概率矩阵的概念,证明了随机变量相互独立当且仅当其概率密度可分解成秩１ 概率矩阵的张量积．     

多元自相关过程的残差T2控制图

为了满足传统的统计过程控制理论中统计量彼此独立的基本假设,研究了多元自相关过程的残差T2控制图的控制方法及其控制性能。针对一般多元自相关过程,在参数已知的条件下,讨论了多元自相关过程的残差T2控制图,给出多元自相关过程偏移量的定义。通过M on te C arlo模拟,得出该控制图在不同偏移量时的平均链长,在残差T2控制图的适用范围内给出平均链长与偏移量之间的经验公式。结果表明,残差T2控制图可以有效控制出现大偏移的多元自相关过程。     

粗粒度并行遗传算法收敛性分析及优化运算

提出了一种新型的粗粒度并行遗传算法(CGGA)，该算法利用多个子种群基于不同的编码方式进行进化计算．首先各子群体独立进行交叉、变异和选择遗传操作，每代进化后迁移算子被引入用来进行种群问的信息交流，迁移算子将各个子种群的最优个体替换相邻种群最差个体后继续进化．基于时齐遍历马尔可夫链理论，给出了CGGA各个子种群的概率转移矩阵与其进化概率转移矩阵，证明了以概率1全局收敛．对典型的测试函数CGGA进行了求解．仿真结果表明，本算法的收敛性能优于经典遗传算法(CGA)，可以有效解决CGA的过早收敛问题．     

基于路径图的多元统计过程诊断

针对多元统计过程控制图中失控信号的诊断问题，提出了基于路径图的多元统计过程诊断方法.利用路径图给出的变量之间定量化的因果关系，对所有变量分别建立对应的线性回归方程，以得到联立方程模型.通过联立方程模型建立了统一的T2统计量分解方式，并构建了分解式中所有分解项的判定界限，将其作为判定引起失控信号产生的根本原因的标准.通过对三元系统仿真，验证了其有效性.     

基于影响图的武器装备采办风险评估方法研究

为了准确描述武器装备项目中各风险因素对系统风险值的影响程度,把影响图分析法引入武器装备采办风险管理的研究中.采用目标定向法逐步展开,将采办过程中的风险分为比较笼统的风险表现和具体风险因素两个层面,通过绘制影响图可以清楚地看出不同风险因素间的相互逻辑关系,进一步阐述了评估武器装备采办风险的影响图模型的构建过程,并利用较完善的样本数据对模型进行了概率推理.该方法对项目中各风险因素分别从定性的图形描述和定量的概率推理两方面进行评估,最终可以直观地看出各风险因素及其影响程度.     

操作变量与前馈变量转换对模型预测控制可行域影响机制

模型预测控制因其解耦性和强鲁棒性得以在过程控制中广泛使用.在实际生产过程中,因操作需要常常放开控制器对部分操作变量的控制,此部分操作变量则转化为前馈变量.变量之间的转换将使系统的结构在方系统、胖系统和瘦系统之间发生转换.对于瘦系统,操作变量的维数少于被控变量,其控制效果往往低于其他结构的系统.同时,原操作变量不被控制器控制后,转换为前馈变量,也会影响对系统的控制效果.可行域能直接反映系统控制效果.在对状态空间模型进行多步预测推导的基础上,将部分控制变量与前馈变量进行转换,用空间几何映射表示变量转换,并分析转换对系统可行域的影响.最后,针对实际生产过程中放开部分控制变量的情况,提出预判机制,以保证系统可控.     

二维随机变量独立性的研究

主要研究了二维离散型随机变量和二维连续型随机变量的独立性问题.给出了二维离散型随机变量相互独立的充分必要条件是其联合分布矩阵的秩等于1;二维连续型随机变量相互独立的充分必要条件是其联合概率密度为可分离变量.同时,对其应用进行了举例说明.     

基于PSO的支持向量机多元控制图均值偏移诊断模型

为了诊断多元控制图发出的报警信号是由哪一个或者哪些变量组合发生均值偏移引起的,提出了基于粒子群优化（PSO）算法的支持向量机（SVM）多元控制图均值偏移诊断模型．模型中使用丁。控制图对多元过程进行控制,在假设过程方差．协方差矩阵保持不变的前提下,根据不同的均值偏移模式,产生SVM训练数据集和测试数据集,用Ps0对SVM的参数进行优化,最终得到优化的SVM模型．结果表明,基于粒子群优化算法的支持向量机模型（SVM．PSO）比基于SVM和基于神经网络（ANN）模型的分类能力更强,分类准确率超过85％．     

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     

监视过程均值变化的残差控制图检测能力分析

对过程实施统计质量控制的基本假设前提是观测值彼此独立,但实际工作中经常出现过程的观测值存在自相关的现象.若自相关过程的残差满足独立同分布条件,对残差实施控制图监视是解决自相关过程控制的方法之一.应用检测能力指数和平均运行长度两种衡量指标,分析了自相关过程由时间序列模型AR(1)描述时,残差控制图对过程均值变化的检测能力.结果表明,残差EWMA(φ≤1-λ)控制图对过程均值小偏移较灵敏,当φ<0时,残差EWMA控制图对过程均值大偏移的检测能力略差于残差Shewhart控制图.     

基于AHP的贝叶斯网络故障诊断方法研究

针对基于专家知识的故障诊断方法依赖经验的局限,提出一种基于层次分析法（AHP）的贝叶斯网络化工过程故障诊断方法。通过基于关联函数的AHP得到所有变量的权值,对22个变量节点的权值进行排序并将该排序作为K2算法的学习输入建立贝叶斯网络模型,同时结合复杂网络分析指标进行化工过程的故障诊断。通过TE过程故障诊断实例证明本文方法不仅避免了K2算法专家知识的主观因素影响,同时能很好地进行故障定位,找到故障源。     

基于模型预测控制的航空发动机传感器容错控制

针对航空发动机传感器的硬故障和软故障,在模型预测控制（model predictive control,MPC）的基础之上,提出了一种调整参考轨迹的主动容错控制（fault tolerant control,FTC）方法。首先,该方法使用故障诊断（fault detection and diagnosis , FDD）单元诊断出故障信息;然后,监控决策机制根据故障信息在线的调整参考轨迹;最后,控制器通过调整控制量使得输出跟踪新的参考轨迹,从而实现传感器故障的主动容错控制。同时,对CMPASS-90K涡扇发动机进行了主动容错控制仿真,验证了所提方法的有效性,并分析了容错效果的影响因素。     

基于分块矩阵的6R机器人实时逆解算法

为提高6R机器人逆运动学求解的强实时性,提出了一种基于分块矩阵相乘来求解逆运动学的方法。将复杂的6个矩阵方程转换为含有6个未知变量的8个纯代数方程来进行求解,并在方程简化过程中引用符号运算预处理,避免了大量浮点运算带来累积误差。通过方程组的优化,可避免第3关节变量求解中产生增根的情况。试验结果表明,在同等精度要求下,该逆解算法相比于其他算法具有更强的实时性,得到精确的8组封闭解平均仅需0.009 7 ms,能够满足机器人的在线控制要求。     

模糊控制图及其应用

给出了模糊控制图，克服了传统控制图的突变之缺点．应用实例表明ｐ图要比传统的ｐ图更灵敏．