可变抽样区间同时监控均值标准差的EWMA控制图

传统的EWMA控制图分别针对监控过程均值变化和监控过程标准差变化进行研究,在实际生产中,很多情形需要同时监控过程均值变化和过程标准差变化。为了提高控制图的监控效率,本文研究了同时监控均值和标准差变化时,EWMA控制图的可变抽样区间设计。其次运用马科夫链法计算可变抽样区间EWMA控制图的平均报警时间;然后与传统的EWMA控制图进行比较得出:同时监控均值和标准差时,可变抽样区间的EWMA控制图能够更快地发现过程中的异常波动,具有较短的平均报警时间,其监控效率明显优于传统的EWMA控制图。     

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。     

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。     

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。     

可变抽样区间几何EWMA控制图的经济设计

为了降低生产过程周期成本,本文对单位缺陷数服从几何分布时,可变抽样区间的指数加权移动平均(EWMA)控制图进行经济设计。首先建立可变抽样区间几何EWMA控制图的经济模型,使单位时间期望费用最小来确定参数的最优值;其次用遗传算法来寻找经济模型的最优解;最后对可变抽样区间几何EWMA控制图的经济模型进行灵敏度分析和最优性分析。研究结果表明单位时间期望费用分别随着异常原因发生的频率、过程失控时单位时间的质量费用、发现异常原因的时间期望值和纠正过程的时间期望值的增大而增大。     

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     

具有可变样本容量的非正态EWMA控制图

为了提高控制图的监控效率,本文研究非正态分布下,EWMA控制图的可变样本容量设计问题。首先利用Burr分布近似各种非正态分布,构造可变样本容量的非正态EWMA控制图;其次运用马尓科夫链法计算可变样本容量非正态EWMA控制图的平均运行长度;然后与传统的非正态EWMA控制图进行比较得出:当过程中出现小波动时,可变样本容量的非正态EWMA控制图能够更快地发现过程中的异常波动,具有较小的平均运行长度,其监控效率明显优于传统的非正态EWMA控制图。     

基于可变抽样区间的累积和方差控制图研究

介绍了基于对数方差的累积和控制图,进行了可变抽样区间的控制图设计用Markov链方法计算可变抽样区间的累积和方差控制图的平均报警时间,并且与固定抽样区间的控制图进行比较,分析在不同参数取值下的平均报警时间.     

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.     

可变抽样区间和样本容量的非正态EWMA控制图经济设计

为了降低过程控制成本和提高监控效率,针对质量特性值不服从正态分布的情况,研究可变抽样区间和样本容量(VSSI)的指数加权移动平均(EWMA)控制图的经济设计问题。首先对监控非正态分布的EWMA控制图进行抽样区间和样本容量变化设计;其次建立VSSI 非正态EWMA控制图的经济模型,通过使费用成本函数最小得到控制图的最优设计参数组合;然后给出工业中的一个例子,用遗传算法对经济模型搜寻最优解;接下来对经济模型进行灵敏度分析,得出控制图费用参数与设计参数之间的影响关系;最后通过最优性分析,得出所建立的VSSI 非正态EWMA控制图的经济性优于VSI、VSS非正态EWMA控制图。     

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。     

可变抽样区间的非正态EWMA图的经济设计

本文主要讨论非正态总体下,可变抽样区间的EWMA图的经济设计问题。首先利用Burr分布近似各种非正态分布,建立可变抽样区间的非正态EWMA图的经济模型,使总期望费用最型小来确定参数的最优值;其次用遗传算法来寻找该经济模型的最优解,并给出工业中的一个例子;最后对可变抽样区间的非正态EWMA图的经济模型进行灵敏度分析。     

EWMA control charts for autoregressive processes

Many processes must be monitored by using observations that are correlated. An approach called algorithmic statistical process control can be employed in such situations. This involves fitting an autoregressive/moving average time series model to the data. Forecasts obtained from the model are used for active control, while the forecast errors are monitored by using a control chart. In this paper we consider using an exponentially weighted moving average (EWMA) chart for monitoring the residuals from an autoregressive model. We present a computational method for finding the out-of-control average run length (ARL) for such a control chart when the process mean shifts. As an application, we suggest a procedure and provide an example for finding the control limits of an EWMA chart for monitoring residuals from an autoregressive model that will provide an acceptable out-of-control ARL. A computer program for the needed calculations is provided via the World Wide Web.     

Design of a multivariate exponentially weighted moving average control chart with variable sampling intervals

This study develops a procedure for the statistical design of the variable sampling intervals (VSI) multivariate exponentially weighted moving average (MEWMA) chart. The VSI MEWMA chart is compared with the corresponding fixed sampling interval (FSI) MEWMA chart, in terms of the steady-state average time to signal for different magnitude of shifts in the process mean vector. It is shown that the VSI MEWMA chart performs better than the corresponding standard FSI MEWMA chart for detecting a wide range of shifts in the process mean vector.