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。     

参数估计对检测简单线性曲线控制图的性能影响分析

关于简单线性曲线的在线监测方法多数假定受控参数是已知的,或者假定有足够多的历史样本来估计未知参数。Mahmoud^[1]分析了参数估计对三种监测简单线性曲线方法的影响,但其部分模拟结果有一定差错。本文主要目的是研究参数估计对Zhang等^[2]提出的基于似然比检验的监测简单线性曲线控制图的性能影响,并对Mahmoud^[1]中的模拟方法进行纠正,同时对四种方法进行比较。模拟结果表明,若使用参数已知时的控制限,而历史样本数据较少时,控制图的性能会受到严重影响。