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。     

二元自相关过程的残差T2控制图

多元自相关过程不满足现行多元质量控制理论的前提假设。该文探讨了两个随机变量相互独立,其中一个随机变量的观测值相互独立、另一随机变量服从一阶自回归模型的二元自相关过程。在参数已知的条件下,提出了二元自相关过程的残差T2控制图。通过M on te C arlo模拟,得到了一族该二元自相关过程在不同偏移量下的平均链长。分析结果表明残差T2控制图的适用范围由自相关的强弱和偏移量的大小决定,可以有效监控大部分该类二元自相关过程。     

自相关过程的多变量统计过程监控

探讨了一种基于时间序列自相关移动平均(ARIMA)模型的自相关过程的多变量统计过程监控方法.以神经网络为基础建立预测模型,计算残差值,采用Hotelling's T21控制图进行监控,结合MYT分解法进行故障诊断.并模拟受控和失控状态的具有自相关的多变量过程,运用常规控制图和残差控制图对案例进行了分析比较,说明了本文方法的有效性.     

面向质量不合格率的CUSUM控制图参数优化设计

提出以质量不合格率这一质量指标为目的,优化CUSUM控制图的参数,建立了优化设计理论模型,提出了优化分析的流程,进行了实例分析和验证.给出了常规需要范围的质量不合格率的简单参数推荐表格.     

高产过程的CCC-r图控制限优化

针对高产量过程监测中提出的累计合格品数控制图(CCC-r图),即检验出r个不合格品前累计检验的产品总数,但当产品的不合格率开始偏离目标值时平均链长出现增加的问题.采用数值解方法,构造关于控制限的函数,利用Matlab软件数值求解最小值,优化了CCC-r图的上下控制限.结果表明:当准确定义了平均链长后,给出计算CCC-r图的平均链长表达式,就能消除ARL-biased的性能,同时能够有效降低了CCC-r控制图对于监测产品不合格率增加的反应时间,提升了监测产品退化的灵敏度.     

基于马尔可夫链理论的带警戒限的单侧均值控制图的平均链长

平均链长(ARL)是控制图的重要特性,利用马尔可夫链理论和矩阵的运算技巧推导了带警戒限的单侧均值控制图的ARL计算公式。     

控制图系统的实现及应用

将控制图理论与计算机技术相结合,开发了质量控制图系统．介绍了该系统的设计方案和关键技术问题,以电子产品制造中监控SMT机的焊膏厚度为例,说明了系统的应用．本系统对电子企业中数据采集和统计过程控制有一定的参考意义．     

样本容量对Poisson控制图的影响

研究了估计参数对Poisson(转化成为指数)分布的控制图的影响,推荐了与参数已知时表现近似的Shewhart X图所需要的估计的样本容量,并且提供了小样本情况修正的估计控制限,以使得整体的误报率到达指定水平.     

指数加权移动平均变异系数控制图的改进

为探究在实际生产中,历史数据权重对控制过程的影响,以及减小权重,仅影响控制图一部分偏移灵敏的情形,提出双平滑系数控制图(DRES控制图).新的控制图用两个单边统计量重置的指数加权移动平均变异系数控制图来监测向上或向下的偏移,即选取两个大小不同的平滑系数,对原有控制图进行改进,重新构造了控制限,使得对大小偏移都有很好的监测能力.研究结果表明:利用平均链长的对比,新的控制图在变异系数发生无论大偏移还是小偏移都相对灵敏.     

控制图和EWMA控制图的灵敏性分析

在统计过程控制中通过分析X控制图,指出X图虽然对监测过程大波动非常灵敏,但对过程均值小漂移却不敏感,若结合使用判异规则,将导致虚发警报概率的增加。通过仿真数据图形化,分析了EWMA图的灵敏性,并与X图进行比较,结果表明EWMA图对监测过程小漂移比X图更灵敏,而X图对均值大偏移反应比较灵敏;两种控制图如互为补充,共同用于监测过程波动更有效。     

自相关过程质量控制图的最优经济设计

正确设计质量控制图参数,对降低生产成本、保证产品质量具有重要意义 提出了基于控制图的ARL,并应用蒙特卡罗随机模拟进行控制图参数的最优经济设计方法 该方法也可以用于其他控制图的参数最优经济设计     

An Improved Multivariate T2 Control Chart for Individual Observations in Low Volume Manufacturing

For multivariate statistical process quality control with individual observations, the usually recom-mended procedure is HoteUing‘ s T^2 control chart. Using the T^2 statistic based on β distribution is an ex-act method for constructing multivariate control limits in low volume manufacturing, but it is not conve-nient in that the variation of sample size leads to a change in control limit. This paper presents an im-proved multivariate T^2 control chart whose control limit does not change with sample size, which is espe-cially useful when the samole size is small.     

多工序过程自相关数据的统计监测

结合状态空间模型和统计过程控制方法,建立了多工序生产过程中的自相关数据控制图,给出了平均运行长度的计算公式,并采用Matlab软件模拟实际生产过程所产生的自相关数据.同时,通过生产实例,演示了此方法的应用步骤.结果表明,所建立的自相关数据控制图在受控状态下的报警率很低,而在失控状态下的报警率较高.     

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.     

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.     

多元累积和控制图

讨论了两种多元累积和图.第1种是利用 Hotelling 统计量进行累积和,形成多元累积和控制图,并讨论了它的平均游程长度(ARL);第2种是在已知偏移状态下,用序贯概率比检验法将多元累积和问题转化为一元累积和问题.这两种方法的前提都是随机变量服从正态分布.     

基于主成分分析的EWMA图对单只股票短期交易的监控

针对影响单只股票短期交易价格的诸多风险因素及投资者如何做出投资决策的问题,以美股中的美国航空为例,采用主成分分析法和EWMA控制图结合的方案,对控制图检测出的异常点给予分析.并与Shewhart单值控制图和多元T方控制图进行对比.结果表明:所用方法可以更有效地对单只股票短期交易进行预警和监控.     

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.     

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.     

基于投影变换的多元统计过程控制与诊断模型

针对多元统计过程控制图中变异源的识别问题,给出了基于投影变换的多元过程控制和诊断模型,将原始样本数据通过投影变换,转换为相互独立的数据,然后对各独立变量分别构建控制图,从而达到控制多元过程的目的．恰当地构造变换矩阵,使转换后的样本数据的协方差矩阵为单位矩阵．由于转换后的各变量相互独立,可通过多个控制图的联合报警概率的计算,建立联合概率控制图,对过程进行整体控制;利用转换矩阵,可发现导致异常的原因．最后通过对手机摄像头聚焦度测量结果的分析将该方法进行了验证．结果表明,所提的多元过程控制方法与产控帆图的结果基本相同,并可以指示出过程变异的原因．