控制图判断准则的显著性检验

徐哲，段晓江．控制图判断准则的显著性检验．数理统计与管理，１９９８，１７（３），４５～４８．利用控制图判断生产过程的状态是一种统计判断，必然犯两种错误。本文在规定“小概率事件”标准的基础上，对休哈特控制图判断准则假设检验的显著性水平进行了分析，并直观解释了各种异常情况的系统性变化特点，最后简述了计算机辅助质量控制图的应用     

非对称极差控制图研究

本文针对现有的国家标准极差控制图的一些问题,在极差的统计性质的基础上,提出了非对称极差控制图的想法,并构造了三种不同的非对称极差控制图,分别给出了报警率达到0.27%时的上、下控制限系数,使得它们的控制限计算非常简便易行.本文给出了这三种非对称极差控制图的含义和各自的侧重点,并将它们与国家标准的极差控制图在对应检验的势函数以及平均运行长度两个方面进行了比较.使用这三种非对称极差控制图可以使真实报警率达到0.27%,远小于现有的国家标准极差控制图的真实报警率.无偏控制图由于具有了"无偏"这一优良性质,成为三张非对称控制图中最具吸引力的.     

监测Lévy稳定过程均值变点的平均运行时间估计

平均运行长度(时间)(ARL)是判断一控制图监测变点效果好坏的一个重要工具.本文主要研究Lévy稳定过程的均值变点监测问题.我们给出了三个控制图,即EWMA,GEWMA和GLR的ARL估计,并通过数值模拟比较了4个控制图监测均值变点的效果和差异.     

监测L\'{e}vy稳定过程均值变点的平均运行时间估计

平均运行长度(时间) (ARL)是判断一控制图监测变点效果好坏的一个重要工具\bd 本文主要研究L\'{e}vy 稳定过程的均值变点监测问题\bd 我们给出了三个控制图, 即EWMA, GEWMA和GLR的ARL 估计, 并通过数值模拟比较了4个控制图监测均值变点的效果和差异.     

云制造稳定性控制的区间犹豫模糊控制图方法

针对云资源在制造及优选过程中存在指标模糊性及二维控制图无法同时控制多个指标的问题,构造一种三维的区间犹豫模糊控制图对云制造过程的稳定性进行控制.由于区间犹豫模糊统计量不满足正态分布,传统控制图的控制限不再适用,所以提出一种基于灰色关联的区间数排序法,并在犹豫模糊集上下限的基础上设计一种新的区间犹豫模糊图的控制限确定方法.此外,借助于直接模糊控制图判异方法的思想,发展一种新的区间犹豫模糊控制图的判异准则.最后对三台云制造设备进行了实例分析,结果表明所提出的方法科学有效.     

控制图的报警系统

控制图中的报警系统是由异常点来启动的，而异常点的判断则取决于小概率事件的发生．本文推导出用容量为。的样本均值■和标准差Ｓｎ来估计总体均值和标准差时、点落在控制界限之外的分布．弥补了直接用总体均值ｕ和标准差σ来计算小概率事件所造成的误差．并由此统一了控制图的报警阀值．     

AT&T准则下完全检验的最优设计(英文)

本文研究了完全检验的质量控制问题,将广泛用于X-控制图的AT＆amp;T准则应用于完全检验,并根据完全检验的特点,提出一种新的最优模型,数值实验结果表明AT＆amp;T准则下的完全检验优于传统的完全检验。     

基于多点报警的多元统计过程控制

本文主要研究了一种将控制图的报警准则由一点改为多点时多元控制图的构造,对于不同的多点报警准则的控制图可以通过计算平均运行长度的方法得出了不同的控制限参数。然后本文对各种报警准则下的多元控制图与Hotelling T2控制图,MCUSUM(多元累计和控制图)和MEWMA(多元指数加权移动平均控制图)进行了比较,说明这种改变报警规则的多元控制图在监测过程中出现的微小波动时具有一定的优势。     

AT&T准则下完全检验的最优设计

本文研究了完全检验的质量控制问题,将广泛用于X-控制图的AT&T准则应用于完全检验,并根据完全检验的特点,提出一种新的最优模型,数值实验结果表明AT&T准则下的完全检验优于传统的完全检验.     

具有时滞的食物链系统的Hopf分支

本文研究了具有时滞的三种群食物链模型的分支问题.利用分支理论及Nyquist准则等方法,获得了系统永久持续生存和正平衡点附近发生Hopf分支的条件.文中进一步研究得到了系统保持稳定的最大时滞长度,从而可以了解并控制种群密度发生异常振荡,推广了已有文献的结果.     

Chi-square Control Charts with Runs Rules

The Hotelling’s χ² control chart is one of the most widely used multivariate charting procedures for monitoring the vector of means of several quality characteristics. As a Shewhart-type control chart, it incorporates information pertaining to most recently inspected sample and subsequently it is relatively insensitive in quickly detecting small magnitude shifts in the process mean vector. A popular solution suggested to overcome this handicap was the use of runs and scans rules as criteria to declare a process out-of-control. During the last years, the examination of Hotelling’s χ² control charts supplemented with various runs rules has attracted continuous research interest. In the present article we study the performance of the Hotelling’s χ² control chart supplemented with a r-out-of-m runs rule. The new control chart demonstrates an improved performance over other competitive runs rules based control charts.     

预控图的研究和应用

本文分析了预控图的提出，论述了预控图的格式、优点，使用规则、概率分析和具体应用程序，从而为提高工序质量控制水平和经济效果指出了新途径。     

Distribution‐free precedence control charts with improved runs‐rules

Distribution‐free (nonparametric) control charts are helpful in applications where we do not have enough information about the underlying distribution. The Shewhart precedence charts is a class of Phase I nonparametric charts for location. One of these charts, called the median precedence chart (Med chart hereafter), uses the median of the test sample as the charting statistic, whereas another chart, called the minimum precedence chart (Min chart hereafter), uses the minimum. In this paper, we first study the comparative performance of the Min and the Med charts, respectively, in terms of their in‐control and out‐of‐control run‐length properties in an extensive simulation study. It is seen that neither chart is best as each has its strength in certain situations. Next, we consider enhancing their performance by adding some supplementary runs‐rules. It is seen that the new charts present very attractive run‐length properties, that is, they outperform their competitors in many situations. A summary and some concluding remarks are given. Copyright © 2016 John Wiley & Sons, Ltd.     

基于控制图的马田系统马氏空间生成机理研究

马田系统是以马氏距离为测量尺度,通过选取正常样本构建马氏空间,对多元系统进行诊断和预测的分类技术。马氏距离对样本数据的变化非常敏感,因此用于构建马氏空间的正常样本的数据质量直接影响到分类的准确率。实际应用中正常样本的选取大多依据主观经验判断,缺乏客观规范的选择机制。本文提出基于控制图的马氏空间生成机理,先由专家选取的正常样本构建初始马氏空间,再以每个正常样品在初始马氏空间和对应的缩减马氏空间上的马氏距离增量作为新的测量尺度,以此建立单值控制图,利用控制图稳定性判定规则剔除异常数据,从而得到稳定状态的马氏空间。实验分析结果表明该方法的有效性且提高了马田系统分类的准确率。     

合成控制图

本文提出了一种新的组合控制图 ,介绍了它的用法 ,导出了控制限常数 ,并将它和传统的 X图与 X-EWMA 图作了比较。模拟研究表明 ,新图更有效     

有偏总体的极差控制图

根据加权标准差方法建立有偏总体的极差控制图,它基于有偏总体来计算对应于正态分布的控制图常数,根据样本数据的偏度来计算上下控制限,对于总体是对称分布,该控制图退化为标准的休哈特控制图.最后,用蒙特卡洛方法给出了改进的控制图常数.     

基于测量质量损失函数的控制图控制界限的优化

控制界限和抽样间隔是控制图的两个基本参数。常规控制图是基于3σ原理确定的控制界限,该控制界限是在大量试验基础上依据经验确定的,并没有精确的公式推导.对于抽样间隔,常规控制图也没有明确的规定。田口博士的质量损失函数可以很好的解决质量经济性方面的一些问题.利用田口博士的理论,通过确定适宜的二次测量质量损失函数,可以确定控制图的最佳控制界限和最佳抽样间隔.文章简要介绍了常规控制图原理和田口博士的质量损失函数,重点叙述了田口博士反馈控制系统的测量质量损失函数,在此基础上,研究了控制图最佳控制界限和最佳抽样间隔,并且通过具体实例验证了该控制图良好的经济性.     

带警戒限的合格品链长控制图

研究了两种带警戒限的合格品链长控制图,一种是一个链长控制图,另一种是两个链长控制图.首先,给出了这两种控制图的制定方法;其次,利用概率流图方法得到了这两种控制图的平均链长(ARL)的计算公式;最后,推导了它们效率的度量指标ANI(发信号之前的平均检验的样品数)的计算公式.     

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