工序能力的统计推断

我们知道,工序能力指数Cp定量地反映了工序能力满足技术要求的程度.因而一般利用工序能力指数的大小来对工序加以判断或评价.通常约定的工序能力判断基准是:当Cp≥1.67时,认为工序能力过于充分;当1.67>Cp≥1.33时,认为工序能力充分;当1.33>Cp≥1.00时,认为工序能力尚可;当1.00>Cp≥0.67时,认为工序能力不足;当0.67>Cp时,认为工序能力严重不足.但在计算Cp= 时,由于一般不知道工序总体标准差σ,通常都是只好用样本标准差S代替,并以此算得的Cp值来进行判断.因为抽样的随机性,这种判断显然是不太可靠的,特别是样本容量不大时,这种判断的可靠…     

工序诊断判定界限的确定

在工业生产中,对各个生产工序要经常进行诊断,判定当前该工序生产是否正常。诊断的方式常采用:每隔几个产品检查一个产品,根据被查产品的指标值与图纸设计值的差异程度,来判定该工序生产是正常还是不正常。目前广泛采用的Shewhart管理图,应用3σ原则确定判定界限,即如果产品的设计值为m,该工序生产该产品的方差为σ~2,则判定上限定为m 3σ,下限定为m-3σ。产品的指标值超出上、下限,则认为工序不正     

多个子样本下过程能力指数估计量的比较研究

过程能力指数(C_p)估计的关键是对总体标准差的估计。在多个子样本情形下,采用4个无偏估计量■,■_s,■_R,■_p分别估计总体标准差σ,证明了直接以此为基础的过程能力指数的估计量都是有偏的,且都有高估C_p的倾向;之后构造了C_p的4个无偏估计量;探讨了其中3个无偏估计量的估计效率;最后结合案例计算了C_p的不同估计值。     

G.W.STEWART一个待解问题的肯定回答

本文用凸分析基本方法给出Stewart待解问题一个肯定回答。使用下述记号.‖‖_2代表向量的2-范数或矩阵的谱范数;σ_(min)(C)表示矩阵C的最小奇异值,σ_(min)~+(C)代表矩阵C的最小非零奇异值;R(X)表示矩阵X的列空间;M表示集合M的闭包;λ_(min)(H)表示Hermite阵H的最小特征值。此外     

σ—弱算子拓扑下的测度与积分

我们引入了算子测度和算子值函数的σ-弱积分;证明了Ba（R）等距同构于L（B（X,R）;M）;给出了σ-弱算子拓扑下的Riesz表示定理;并将任一自伴算子表示成某一算子值函数的σ-弱积分。     

多工序制造过程加工误差的传播分析和控制

多工序制造过程在加工产品质量特征时出现的加工误差存在相互影响,因此为了保障产品的加工质量,定义了误差自修正能力指数来评价多工序制造过程对产品质量特征加工误差的补偿能力,并提出一种偏最小二乘回归方法应用于确定最后一道工序的加工误差与上游工序加工误差之间的关系,从而采取相应的调整措施来减少误差、保证最终的加工质量.     

关于田口参数设计的专家评论(Ⅱ)

4.数据分析.信噪比,数据变换,广义线性模型Madhav Phadke 与某些统计文献中提出的数据变换不同,选择信噪比是为了确定信号因子和质量特性间的理想关系,并估价噪声因子对选择理想函数的灵敏度,不是确定稳定方差的数据变换.由于它允许估价噪声因子对理想函数的灵敏度,采取合适的调节也是重要的. 以下我将证明常见类型望目特性信噪比的合理性.令 为目标值,与 有关的二次损失为. Q=(μ-t)2+σ2(4.1)其中μ和σ表示响应变量的均值和标准差.假设两种不同工艺的均值和标准差已知,如何判别哪个工艺条件更合适?如何估价它们对噪声因子的灵敏性?为了…     

复半正定矩阵的奇异值不等式

用Mn表示所有复矩阵组成的集合.对于A∈Mn,σ(A)=(σ1(A),…,σn(A)),其中σ1(A)≥…≥σn(A)是矩阵A的奇异值.本文给出证明:对于任意实数α,A,B∈Mn为半正定矩阵,优化不等式σ(A-|α|B) wlogσ(A+αB)成立,改进和推广了文[5]的结果.     

多组试验时正态分布标准差估计公式

我们在前文[2]介绍了多组试验时正态分布均值的估计公式,本文继续介绍如何通过多组试验数据来估计正态总体的标准差。 一、各组试验次数相等 设正态总体X～N(μ,σ),其中均值μ和标准差σ未知。今有m组样本,每组样本大小n相等,其试验数据如下:求标准差σ的估计σ。 我们记第i组     

基于质量损失的过程网络及其关键质量链分析

针对传统的过程能力分析仅以生产线中某一单一的生产工序(过程)为对象这一问题,将影响产品质量的所有生产过程视为一个过程网络,根据Taguchi田口方法,阐述了过程能力指数与质量损失的关系,给出了生产制造过程网络过程能力指数的计算方法.进一步应用PERT/CPM的基本思想,建立了生产制造过程网络关键质量链的规划模型,将质量损失最大的路径视为关键质量链.通过实例分析表明,以上方法改进了传统的统计质量控制和分析方法,能够有效地实现过程网络的质量管理.     

一类亚半正定矩阵的左右逆特征值问题(Ⅱ)

1.引言 令Rm×n表示所有m×n实矩阵集合;RN×nn表示所有非奇异的n阶实矩阵集合.令Rn×no={A∈Rn×n| X∈Rn×1:XTAX≥0},即亚半正定矩阵集合;Wr×t={A∈Rr×t|σ(A)≤1},即最大奇异值不超过1的r×t实矩阵集合,这里σ(A)表示矩阵A的最大奇异值.     

单件、小批量生产的工序质量控制

如何运用数理统计方法对单件、小批量生产进行工序质量控制,已经是重型、矿山、工程机械行业这一类具有单件、小批、多品种生产特点企业,提高产品质量,推行全面质量管理急待解决的问题。本文将从理论和方法上进行某些探讨,力图为具有这种生产特点的企业,找到一条能够运用数理统计方法进行工序质量控制的有效途径。 (一) 对于单件、小批、多品种生产特点的企业来说,如果同时做到如下五条: 第一、选定一台机床(车、刨、镗、铣、磨、钻床)为一个工程,对它进行控制; 第二、对该机床所加工的同一材质(钢号)的产品进行特性值测量记录; 第三、进行…     

基于改进Adaptive Lasso的多工序制造过程关键质量特性识别

为解决多工序制造过程关键质量特性识别中存在的质量特性间具有多重相关性以及数据高维度, 小样本等问题,本文采用主成分回归改进Adaptive Lasso方法并融合状态空间思想和Bootstrap方法实现多工序过程关键质量特性识别。首先引入状态空间思想构建多工序过程关键质量特性识别模型,然后利用Bootstrap方法重构样本,扩大样本量;进而采用改进Adaptive Lasso方法识别关键质量特性,并通过仿真验证改进Adaptive Lasso方法与Lasso,Adaptive Lasso和岭回归方法在质量特性间不同相关度下识别的有效性;最后通过实例说明改进Adaptive Lasso的具体应用过程,仿真及实例结果显示,改进Adaptive Lasso方法对多工序过程有良好的关键质量特性识别能力,特别当质量特性间有较强相关性时显著优于其它两种方法。     

关于随机整值测度的一点注记

<正> §1.引言 设(Ω,,P)是完备概率空间.(t)_(t≥0)是的满足通常条件的子σ-域族.我们用表示停时全体,用与分别表示可选与可料σ-域.又令(E,)为一Blac-kwell空间.记     

基于差异系数的多元过程能力指数

过程能力指数表示过程能力满足产品质量标准的程度的评价指标，最普遍使用的过程能力指数有Cp、Cpk、Cpm、Cpkm等，它们已在各大工业部门得到了广泛的应用，但是多元质量特性的过程能力指数尚未得到很好的解决。许多学试图以不同的方式、方法计算多元质量特性的过程能力指数，但存在局限性。本以多元正态分布为基础，比较分析了每个质量特征的差异系数，给出了多元过程能力指数的计算公式。最后的一个算例表明，该方法是有效且符合实际的。     

计量累积和控制图方案设计的选择

常规控制图已广泛应用于生产,国家标准<计数型累积和图>GB4887-85的实施,使得判断生产“过程”异常具有更高的灵敏度,能更经济地保证产品质量,它是常规控制图的改进与发展.在常规控制图中,为了使控制图能对小偏差有较快的反映,一般用缩小控制界线,如将3σ限改为2σ限,但会导致第一类误判率大大升高.而累积和方法可以通过对方案参数的适当选择使控制图在第一类误判率并不明显升高的情况下对小偏差反映敏感.此外,累积和方法还允许针对各种需要设计出特别适于发现某个偏差,例如1.5σ_e 的     

基于s估计σ引出的无偏修正

用s去估计总体分布的标准差σ不是无偏估计,在特定总体分布下,可以通过简单的修正达到无偏估计.修正系数的确定与样本容量有关.     

对有形位特性要求工序的工序能力分析的探讨

形位特性是机械加工中除尺寸特性外另一类主要质量特性，因此，对有这类特性要求的工序进行工序能力分析自然是我们合理地进行工序设计、工序控制及工序改进所必须的．但是，这种分析只有建立在对这类特性的本质正确认识基础上，才能得到有价值的信息． 本文通过应用Ｗ检验法对形位特性总体进行正态性验证的实例和公式 的理论分析，阐述了对有形位特性要求工序进行工序进行分析时，在认识上应该弄清楚的些问一题，并提出了在实际生产中，对形位特性进行优化控制的基本思想．     

Riemann-Zeta函数在σ=1/2线上零点个数的一个下界

<正> 设T>0,N(T)表示Riemann Zeta函数ζ(s)(s=σ+it)在区域0≤σ≤1,0相似文献   

产品设计与质量控制的动态因素模型(上)

本文介绍产品设计与质量控制的新思想,从产品的设计、生产和使用的角度来研究影响产品质量的所有因素,把它们看成是一个随机过程,提出了动态因素产品设计与质量控制的数学模型。文中把过程能力指数的要领推广到了特性能力指数函数,用于统一地来衡量产品的设计质量、生产质量和使用质量;给出了以特性能力指数函数为变量的产品动态质量损失和产品技术损失的概念,并为组成产品的原材料或零部件达到一致寿命的最经济设计提供了一种理论和方法。