对工序质量控制图最优设计方案的再认识

本文以现代质量观重新分析传统控制图。从而对６σ控制图的经济性提出质疑。在博采休哈特学派与田口学派之从长的基础上，企图引入质量损失函数，探讨工序质量最优控制界限的模型，并给出求解的基本思路。     

自相关过程的质量控制图

常规控制图应用的基本假设是从过程得到的测量值彼此独立,但许多连续型的制造业生产过程(例如化学和制药)往往存在自相关,此时常规控制图容易虚发警报。基于数据的样本自相关函数,本文改进了常规控制图的控制界限,使之适用于自相关过程,并运用常规X-s控制图和本文修正的X控制图对一个实际案例进行了比较分析,结果表明本文修正的X控制图可正确地判断过程是否处于受控状态。     

基于预防维修和质量损失函数的VSI EWMA控制图经济设计

为了提高过程监控效率的同时降低过程控制成本,研究可变抽样区间(VSI)指数加权移动平均(EWMA)控制图的经济设计问题。首先建立基于预防维修和质量损失函数的VSI EWMA控制图联合经济模型;使单位时间的损失成本函数最小来确定参数的最优值;其次用遗传算法来寻找联合经济模型的最优解,并给出一个算例。最后对VSI EWMA控制图联合经济模型进行灵敏度分析,得出控制图模型参数对设计参数的影响关系。     

非正态总体控制图和预防维修策略耦合优化的研究

主要探讨非正态有偏总体的过程监控和预防维修耦合优化问题。假定设备故障率随时间递增,设备发生异常前在正常状态的停留时间服从威布尔分布,一旦发生异常将导致过程均值漂移。采用赋权方差法构造X控制图,将过程监控和预防维修策略联系起来,结合生产不合格品损失、抽样成本及维修成本等,构建综合损失模型,提出动态抽样方案、控制图参数和预防维修间隔的确定方法。最后对模型进行了灵敏度分析。     

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     

图与抽样资源的有效分配

研究了正态分布下(?)图与抽样资源分配方式之间的关系。结果表明高抽样率并不是控制图高效的必要条件,其效率还大大依赖于抽样资源分配方式。基于统计性质和平均质量损失,不管是控制图的初始表现,稳态表现还是优化结果,均显示在抽样率固定下,要想快速发现过程均值大的飘移量或期望值大的随机飘移量,应该频繁采集小容量的样本;而对于过程均值小的飘移量或期望值小的随机飘移量,高效方式为在大抽样间隔下采集大容量样本。     

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。     

复杂机电产品多元FT VSI贝叶斯控制图性能研究

针对复杂机电产品质量控制与预警困难的问题,构建一种将多元贝叶斯统计方法与经济性能分析相结合的多元贝叶斯控制图性能分析模型.在求解模型中,多元贝叶斯控制图采用固定时间变抽样区间(Fixed Time Variable Sample Interval, FT VSI)策略,若非随机故障小概率发生,则选择宽松抽样方案;若非随机故障大概率发生,则选择严抽样方案.为量化多元贝叶斯控制图经济性能与统计性能的相关度,利用蒙卡罗模拟分析的质量控制模型进行仿真,并在不同经济性参数下,得到采样单位平均数(Average Number of Observations to Signals or End of the production run, ANOSE)对于控制图统计性能的影响程度,进而引出多元贝叶斯控制图的质量控制成本与其误报率的影响程度,并以某型号汽车自动变速器多元质量控制过程为例对多元FT VSI贝叶斯控制图性能评价与优化成果进行验证,结果证明该方法具有较好的应用性.     

具有可变抽样区间的EWMA标准差控制图

对指数加权滑动平均即EWM A标准差控制图进行了可变抽样区间设计,用M arkov-cha in方法给出了该控制图的平均报警时间的计算公式,并同固定抽样区间的常规EWM A标准差控制图进行比较,数据显示,所设计的控制图能较快的发现过程变化从而减少产品的不合格率.     

质量控制图原理在股票投资组合中的应用研究

质量控制图是用来控制生产过程质量的一种统计方法。其基本理论方法应用到股票投资组合中,可以降低投资风险,提高投资组合的收益率。通过实证研究表明:利用质量控制图原理来确定投资组合的选股、买点和卖点,可以使投资组合获得明显高于大盘指数的收益率,从而验证了质量控制图的基本理论方法完全可以应用于股票投资决策,并且具有显著的实际应用价值。     

基于正态分布的逐批抽样检验贝叶斯控制图控制限研究

在生产条件受控的状态下,先验分布与后验分布应服从同一分布,在假设该分布为正态分布的前提下,根据贝叶斯理论推导出均值、极差和标准差的迭代计算公式,并依此计算控制图的控制限,使有效的先验批检验信息得到充分运用,弥补传统控制图在小批量生产环境下样本信息不足的缺点。研究发现,基于贝叶斯原理的统计控制图控制限随着检验批次的逐渐增加,更接近控制界限的实际值,比传统控制图的控制效果更加可靠、有效。     

Joint economic design of EWMA control charts for mean and variance

Control charts with exponentially weighted moving average (EWMA) statistics (mean and variance) are used to jointly monitor the mean and variance of a process. An EWMA cost minimization model is presented to design the joint control scheme based on pure economic or both economic and statistical performance criteria. The pure economic model is extended to the economic-statistical design by adding constraints associated with in-control and out-of-control average run lengths. The quality related production costs are calculated using Taguchi’s quadratic loss function. The optimal values of smoothing constants, sampling interval, sample size, and control chart limits are determined by using a numerical search method. The average run length of the control scheme is computed by using the Markov chain approach. Computational study indicates that optimal sample sizes decrease as the magnitudes of shifts in mean and/or variance increase, and higher values of quality loss coefficient lead to shorter sampling intervals. The sensitivity analysis results regarding the effects of various inputs on the chart parameters provide useful guidelines for designing an EWMA-based process control scheme when there exists an assignable cause generating concurrent changes in process mean and variance.     

一种多指标质量动态控制图及其应用

研究了将多指标在一个图上标示的多指标控制图。提出了三种质量控制限并作了比较。控制上限(UCL)取Hotelling的T2统计量的α/2上侧分位数。预控上限(UPCL)取Hotelling的T2统计量的λα/2上侧分位数。当第k个观测点的T2k值超过UPCL时,则接下去的抽样区间将缩短,以便及早发现失控状态。对超出控制限的情况下如何确定哪一个质量指标发生异常的问题,提出了一种可靠的分析方法。用这种方法解决了某卷烟厂的烟丝生产过程中的多指标质量控制和管理问题。     

具有可变抽样区间的Poisson EWMA控制图

传统的EWMA控制图通常都是针对计量型质量特性值的,而对于计数型质量特征值少有研究.设计了单位缺陷数服从Poisson分布的EWMA控制图,并对Poisson EWMA控制图进行了可变抽样区间设计,利用Markov chain方法计算了其平均报警时间,计算结果表明,所设计的动态Poisson EWMA控制图较Shewhart c-图和固定抽样区间的Poissin EWMA控制图能更好的监控过程的变化.     

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。     

具有可变抽样区间的非正态累积和控制图

当过程存在小波动时,累积和控制图比传统的休哈特控制图监控效果灵敏。为了提高控制图的监控效率,本文针对非正态情形下的累积和控制图进行可变抽样区间设计。首先用Burr分布近似各种非正态分布,构造可变抽样区间的非正态累积和控制图;其次利用马尓可夫链方法计算其平均报警时间;最后研究结果表明, 所设计的可变抽样区间非正态累积和控制图较固定抽样区间的非正态累积和控制图能更好地监控过程的变化。     

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。