在固定时间抽样的可变抽样区间的极值控制图

本文根据 Reynolds在固定时间抽样的可变抽样区间 (VSIFT)的 - x控制图 [1 ]的模型设计极值 (ζ)图。规定样本在相等间隔的固定时间点抽取 ,当过程有变化的迹象时 ,允许在两个固定时间之间抽取附加样本。若样本点超过控制限 ,则 VSIFT图同常规图一样发信号。本文计算了 VSIFTζ图的发信号前的平均时间 ,并同固定抽样区间 (FSI)的常规ζ图作比较。极值图不需计算 ,有关集中和分散的信息在一个图上给出 ,且可画上规格限 ,在实践中应用方便。本文设计的 VSIFTζ图能缩短过程失控时间从而减少不合格品数     

在固定时间抽样的可变抽样区间控制图

本文根据Reynolds在固定时间抽样的可变抽样区间（VSIFT）的x^-控制图^[1]的模型设计中位值x^-和极差R图，规定样本在样等间隔的固定时间点抽取，当过程有变化的迹象时，允许有两个固定时间之间抽取附加样本，本文计算了VSIFTx^~图和R图及联合x^~-R图的发信号前的平均时间，并同固定抽样区间（FSI）的常规x^~和R图作比较，所设计的VSIFTx^~和R图能缩短过程失控时间从而减少不合格品数。     

两阶段相关过程的VP均值-残差联合控制图

基于回归残差监控的思想研究了两阶段过程变参数控制图设计的问题.考虑样本容量、抽样区间和控制限全部可变的情况下,采用马尔可夫链的方法,构建了监控过程的可变参数(VP)Z_(?)-Z_(?)联合控制图。以修正的平均信号时间(AATS)为准则,首先利用汽车刹车系统的案例说明了VP Z_(?)-Z_(?)联合控制图的监控效果,然后通过仿真对不同过程参数情形下VP Z_(?)-Z_(?)联合控制图、固定参数Z_(?)-Z_(?)联合控制图和VSSI Z_(?)-Z_(?)联合控制图的监控效果进行了比较分析。结果表明,VP Z_(?)-Z_(?)联合控制图能够更为有效地实现对两阶段相关过程的质量控制.     

可变参数的联合中位值和极差控制图

最近设计了可变样本容量和抽样区间的联合中位值$(\wt{x})$和极差$(R)$控制图$^{[1]}$, 本文利用Costa的可变参数控制图的方法$^{[2]}$, 设计包括可变控制限的可变参数的联合$\wt{x}$和$R$图(CVP $\wt{x}$--$R$图). 计算了在可变参数下发信号前的平均时间, 并同联合常规$\wt{x}$--$R$图(CFSSI图)和可变样本容量和抽样区间的联合$\wt{x}$--$R$图(CVSSI图)作比较, 所设计的控制图能较快地发现过程平均值和方差的小变化, 提高CVSSI图的效率     

可变抽样区间的多变量自相关过程VAR控制图

基于批量-均值法的思想,向量自回归(VAR)控制图对多变量自相关过程的较小偏移可以进行有效控制。为了提高多变量自相关过程监控效率,本文研究可变抽样区间的VAR控制图。首先,对多变量自相关过程的VAR控制图进行可变抽样区间设计;然后,用蒙特卡洛模拟方法计算其平均报警时间;最后,以平均报警时间为评价准则,对所设计的可变抽样区间VAR控制图与固定抽样区间的VAR控制图进行比较研究。研究结果表明:所设计的可变抽样区间多变量自相关过程VAR控制图较固定抽样区间的多变量自相关过程VAR控制图能更好的监控过程的变化。     

可变抽样区间的非参数控制图

最近几年一些学者研究了可变抽样区间的质量控制图。Amin等提出了可变抽样区间(VSI)的非参数控制图———符号 (Sign)统计量图〔1〕。本文在此基础上研究位置VSI符号控制图的制定方法 ,并设计离散VSI符号控制图。符号控制图的优点是对非正态总体亦可应用 ,并且不需要过程方差的信息。本文将所设计的VSI符号控制图同固定抽样区间 (FSI)的常规图作比较 ,并举实例说明符号控制图的应用     

联合检测过程位置参数和尺度参数的非参数Cusum控制图

用于检测生产过程的多数传统控制图都假定过程的受控分布是已知的,并假定数据服从正态分布。然而在很多情况下,由于没有足够的数据来估计过程的分布,这种假定就变得不现实,而非参数控制图却不需要任何关于分布的特殊形式的假定。另外,多数的已有控制图都是使用两个单独的均值与方差控制图来同时检测生产过程.本文中,我们提出一个新的基于Cramer-von-Mises(CvM)检验的非参数累积和控制图(称为CvM图)来同时检测过程位置参数和尺度参数。文中给出了基于不同受控平均运行长度(ARL)下的CvM图的控制限,通过步长的均值、方差及分位数来研究控制图的性能表现。最后用一个实例来说明CvM图的实际应用。     

可变样本容量和抽样区间的联合中位值和极差控制图

最近的理论研究表明具有可变样本容量(VSS)和可变抽样区间(VSI)的控制图比常规控制(FSSI)图能更快地揭露生产过程中的问题．本文将以前单个控制图的研究方法推广到联合中位值(x^-)和极差(R)控制图，记作CVSSIx^-—R图．假定过程处于控制状态的时间T服从负指数分布。利用Costa的马氏链方法设计CVSSIx^-—R图。并同联合常规(CFSSI)图作比较．所设计的CVSSI图较之CFSSI图能更快地发现过程平均值和方差的较小和中等的变化，从而减小不合格品数．     

改进型单边EWMA指数控制图设计

现代制造过程中,某些产品的不合格率非常低,通常将这类过程称为高质量过程。由于高质量过程中相邻不合格产品之间的时间间隔服从指数分布,可以通过指数控制图实现对过程状态的监控。因此,本文提出一种改进型指数加权移动平均(Improved Exponentially Weighted Moving Average,IEWMA)指数控制图,并采用蒙特卡洛仿真获得控制图的平均运行链长(Average Run Length,ARL),仿真结果表明该控制图的性能优于传统单边EWMA指数控制图,尤其针对过程中产生较小偏移的情形具有较好的检测性能。     

一种可用于检测过程尺度参数的非参数控制图

传统的控制图多数是在已知过程分布的假设下构建的,这种控制图被称为参数控制图。然而,在实际应用中,大多数过程因为其数据的复杂性导致他们的精确分布往往难以确定。当预先指定的参数分布无效时,参数控制图的结果将不再可靠。为了解决这个问题,通常考虑非参数控制图,因为非参数控制图比参数控制图更加稳健。近年来对非参数控制图的研究越来越多,但大多数现有的控制图主要是用于检测位置参数的变化。本文提出一个新的非参数Shewhart控制图(称为LOG图),可用来检测未知连续过程分布的尺度参数。文中依据运行长度分布的均值,方差和分位数,分析了LOG图在过程受控和失控时的性能表现,并与其他非参数控制图进行比较。模拟结果表明,LOG图在不同过程分布下对检测尺度参数的漂移都具有很好的性能。最后用一个实例来说明LOG图在实际中的应用。     

可变样本容量和抽样区间的联合和R控制图

作者在前文[1] 中研究了可变样本容量 (VSS)和抽样区间 (VSI)的中位值 (～x)和极差 (R)控制图 ,指明其功效均大于常规 (FSS)控制图。本文将前文的研究方法推广到联合 ～x 和R图 ,记作CVSSI～x -R图 ,它能更快地发现过程平均值和方差的变化 ,从而减少不合格品数     

Variable sampling interval Shewhart control charts for monitoring the multivariate coefficient of variation

In many industrial manufacturing processes, the ratio of the variance to the mean of a quantity of interest is an important characteristic to ensure the quality of the processes. This ratio is called the coefficient of variation (CV). A lot of control charts have been designed for monitoring the CV of univariate quantity in the literature. However, the CV control charts for multivariate quantity have not received much attention yet. In this paper, we investigate a variable sampling interval (VSI) Shewhart control chart for monitoring multivariate CV. The time between two consecutive samples is allowed to vary according to the previous value of the multivariate CV, which will help the chart to detect the process shifts faster. The comparison with the fixed sampling interval Shewhart chart is implemented to highlight the advantage of the VSI method. Finally, an illustrative example is demonstrated on real data.     

可变抽样区间的单边控制图

利用质量控制图监督生产过程时 ,通常每隔固定时间从过程抽取固定容量的样本。本文在前文[1] 的基础上设计具有可变抽样区间的单边标准差 (S)图、极差 (R)图和不合格品数 (np)图。计算了这三个图发信号前的平均样本数和平均时间 ,并同固定抽样区间的常规控制图作比较。所设计的控制图能缩短过程失控时间从而减少不合格品数。     

Individuals control schemes for monitoring the mean and variance of processes subject to drifts

This paper investigates control chart schemes for detecting drifts in the process mean μ and/or process standard deviation σ when individual observations are sampled. Drifts may be due to causes such as gradual deterioration of equipment, catalyst aging, waste accumulation, or human causes, such as operator fatigue or close supervision. The standard Shewhart X chart and moving range (MR) chart are evaluated, as well as several types of exponentially weighted moving average (EWMA) charts and combinations of charts involving these EWMA charts. We show that the combinations of the EWMA charts detect slow-rate and moderate-rate drifts much faster than the combined X and MR charts. We also show that varying the sampling interval adaptively as a function of the process data results in notable reductions in the detection delay of drifts in μ and/or σ.     

Steady-state-optimal adaptive control charts based on variable sampling intervals

Variable sampling interval (VSI) control charts vary the sampling rate adaptively as a function of the data coming from the process in order to reduce the detection delay of process changes. Zero-time performance refers to the detection delay of a process change that is present during the onset of the chart at time zero. Steady-state performance refers to the detection delay of a process change that occurs after the chart has been operating for some time. The zero-time performance of a VSI control chart can differ considerably from the chart's steady-state performance, which is generally more important than the zero-time performance. We develop an efficient quadratic-programming algorithm for the construction and investigation of steady-state-optimal sampling policies for various VSI charts. We show that a steady-state-optimal VSI scheme is fundamentally different from the respective zero-time-optimal VSI scheme, and recommend VSI policies based on two sampling intervals for the various types of control charts considered.     

两阶段抽样中位值-极差联合控制图

在统计质量控制中,通常利用中位值图和极差图来控制生产过程的均值和方差.建立了两阶段中位值和极差联合控制图,在第一阶段抽取一个样本进行检测,如果过程处于控制,就停止抽样,否则进行第二阶段抽样检测.文中将其与其他类型的中位值-极差联合控制图做了比较.结果表明,两阶段抽样控制图能更有效地检测生产过程的波动变化.     

自相关过程的残差控制图

由于自相关过程违背了过程输出数据独立性的假定,使得传统休哈特图的有效性受到质疑。本文首先讨论控制图设计基本思想,然后分析了对自相关过程监控的残差控制图原理;进而以平均链长和各链点检出概率为准则,系统研究了AR(1)过程残差控制图的检测能力,并与休图进行了比较。最后,通过一个模拟验证了该方法的有效性。     

多元统计过程控制中的投影寻踪方法

投影寻踪（projection pursuit,简称PP）方法是通过高维数据在低维投影上的统计分析,由此充分获取高维数据本身的统计和信息的一类统计方法,并在统计过程控制中得到广泛应用,本文主要介绍利用投影寻踪方法在统计过程控制中所构造的新控制图及其优良性质,它们包括：监测线性趋势的M控制图,监测均值微小飘移的PP－CUSUM控制图以及矩链过程的多元控制图。     

可变抽样区间的二项EWMA控制图

在制造过程中,对产品的不合格品数进行监控时,通常选用计数性控制图-np图,它是基于过程服从二项分布建立的,一般对于过程中出现的较大波动效果明显。为了提高控制图对不合格品数较小波动的监控效果,本文设计了产品不合格品数服从二项分布的EWMA控制图。提出可变抽样区间的二项EWMA控制图,并采用马可夫链法计算其平均报警时间。对固定抽样区间以及可变抽样区间二项EWMA控制图对比研究,表明当过程失控时,可变抽样区间二项EWMA控制图具有较小的失控平均报警时间,能够迅速监测出过程中的异常波动,明显优于固定抽样区间的二项EWMA控制图。