改进型单边EWMA指数控制图设计

现代制造过程中,某些产品的不合格率非常低,通常将这类过程称为高质量过程。由于高质量过程中相邻不合格产品之间的时间间隔服从指数分布,可以通过指数控制图实现对过程状态的监控。因此,本文提出一种改进型指数加权移动平均(Improved Exponentially Weighted Moving Average,IEWMA)指数控制图,并采用蒙特卡洛仿真获得控制图的平均运行链长(Average Run Length,ARL),仿真结果表明该控制图的性能优于传统单边EWMA指数控制图,尤其针对过程中产生较小偏移的情形具有较好的检测性能。     

基于高质量过程的WMedian-EWMA控制图的统计设计及应用

针对事件间隔时间(Time Between Events,TBE)服从威布尔分布的高质量过程,设计WMedian-EWMA控制图监控过程的小偏移.首先,给出WMedian-EWMA控制图的设计方法及控制限参数的估计方法;其次,通过平均运行链长的均值AARL (Average of Average Run Length)和平均运行链长的标准差SDARL(Standard Deviation of Average Run Length)分析了参数估计对所设计的控制图性能的影响,结果表明当形状参数β≥1时,所设计的控制图受参数估计的影响小,对过程偏移有较好的探测能力;最后,通过算例说明所设计的控制图在实际中的使用.     

合格品链长控制图

在生产过程中不合格品率(p)很低的情况下,利用两个连续不合格品之间的合格品数(合格品链长)控制图来监督过程不合格品率能克服传统的p图所遇到的困难,为生产者提供产品质量改良的信息。本文研究两种合格品链长(CRL)控制图的制定方法,对这些控制图的效率进行了比较,并说明其实际应用。所研究的CRL控制图特别适用于自动化生产过程的100%检验的质量控制。     

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.     

一种带链规则的变样本容量X图

将一种链规则和变化样本容量的思想一起并入休哈特均值图以加快其发现过程均值小漂移的速度.利用马氏链方法计算了控制图稳态表现下的平均链长.与几种图的比较显示,该图能显著加速发现过程均值小的漂移.     

带警戒限的均值控制图中平均链长的计算公式

带警戒限的均值控制图中 ,平均链长ARL(AverageRunLength)是其重要特性。本文利用转移概率流图TPFG(TransitionProbabilityFlowGraphs)方法导出了关于ARL的一般公式     

自相关过程的改进型EWMA控制图

常规指数加权移动平均(EWMA)控制图的假设前提是观测数据相互独立,但在实际生产过程中,数据相关违背假设条件。本文首先讨论了序列自相关对常规EWMA控制图的影响,结果表明其检测效能降低。因此,重新估计了平稳过程的σz并在此基础上建立了改进型EWMA控制图。然后运用平均链长比较了改进型EWMA控制图与休哈特图和残差控制图,模拟研究说明当过程非强相关且过程均值发生中小偏移条件下。改进型EWMA控制图的检测效果要优于其他两种控制图。最后,通过一个实例验证了该方法的有效性。     

自相关过程的残差控制图

由于自相关过程违背了过程输出数据独立性的假定,使得传统休哈特图的有效性受到质疑。本文首先讨论控制图设计基本思想,然后分析了对自相关过程监控的残差控制图原理;进而以平均链长和各链点检出概率为准则,系统研究了AR(1)过程残差控制图的检测能力,并与休图进行了比较。最后,通过一个模拟验证了该方法的有效性。     

基于定数截尾样本监控Weibull分布形状参数的控制图设计

基于定数截尾样本提出了单侧和双侧ARL无偏控制图监控Weibull分布形状参数的变化.提出的控制图仅依赖于样本容量n,失效数r和指定的受控平均链长ARL0.利用模拟方法研究了常见(r,n)组合下提出的控制图在失控状态下的平均链长性质.模拟结果显示,对于形状参数小和中等的向下飘移,文中提出的控制图要优于现有文献的结果.特别是对形状参数中等程度的向下飘移,当失效数r较大时,提出的控制图的平均链长比现有结果小了近一半.由于单侧控制图比双侧控制图能更快地发出报警信号,故建议应尽可能地使用单侧控制图监控形状参数变化.最后用一个例子说明了所提控制图的应用.     

高质量过程控制技术的比较研究与分析

随着质量改进活动的不断开展,现代制造过程中的不合格项在逐渐降低。在这种情况下,常规的休哈特型计数控制图往往是失效的。为了监控高质量的过程运行,一种方法是采用累计合格品计数(CCC)图;另一种方法是采用几何Q图,本文首先分析了这两种控制图的基本原理;进而以平均链长(ARL)和探测过程发生漂移的概率为准则,系统分析和比较了这两种控制图的性能,仿真结果表明,在大多数情况下,这两种控制图具有相似的性能;最后,通过实例说明了这两种控制图的应用,并给出了若干建议。     

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。     

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.     

关于累积和(CUSUM)检验的改进

对连续检验问题，常用的检测方法有三大类其一是众所周知的Shewhartt控制图，它是最常用的对生产过程进行连续监控的控制方法，不过，如果过程均值有小的漂移(即μ-μo小)时，Shewhart控制图的检验效果不是很好，除了Shewhart控制图外，另有二类常用的控制图法，其一是累积和控制图(CUSUM)，由Page^[1]基于似然比导出，其二是指数加权移动平均控制图(EWMA)，由Roberts^[2]给出，它们已被证明在检测小的漂移时效果不错。许多人对CUSUM与EWMA进行了比较，总的来说。最好的CUSUM与最好的EWMA在检测小的漂移方面难分优劣，但CUSUM是由似然比导出的，且其平均运行长度的计算相对来说要简便些，因此，CUSUM在与EWMA的比较中更具优势，应用更广．我们分析了CUSUM的导出过程和公式。指出CUSUM有二个可以进一步改进的方面在此基础上，我们给出了二个新的累积和检验统计量及其判断难则，它们分别是PCUSUM检验统计量Pn和DCUSUM检验统计量Sn．在连续检验问题中判断一个检验方法好坏的最重要的标难是其平均运行长度比较标难是在要求具有相同的受控状态下平均运行长度ARL0的条件下，比较其失控状态下的平均运行长度ARL1，ARL1越小越好我们对PCUSUM检验和DCUSUM检验都建立了其平均运行长度ARL的计算公式．通过对CUSUM，PCUSUM，DCUSUM的平均运行长度的比较我们发现我们提出的新的累积和控制方法确比原来的CUSUM有较大改进。     

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。     

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     

On strong ergodicity for nonhomogeneous continuous-time Markov chains

Let X(t) be a nonhomogeneous continuous-time Markov chain. Suppose that the intensity matrices of X(t) and some weakly or strongly ergodic Markov chain (t) are close. Some sufficient conditions for weak and strong ergodicity of X(t) are given and estimates of the rate of convergence are proved. Queue-length for a birth and death process in the case of asymptotically proportional intensities is considered as an example.     

CUSUM,GLR,GEWMA以及RFCuscore控制图监测稳定过程均值漂移的效果比较(英)

本文给出了累积和控制图(CUSUM)监测稳定过程均值漂移的平均运行长度(ARL)的区间估计,并采用数字模拟的方法对CUSUM,GLR,GEWMA以及RFCuscore四种控制图监测稳定过程均值漂移的效果进行比较,结果显示CUSUM效果最好.     

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.