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.     

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。     

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。     

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     

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     

带参数估计的极差控制图设计

现实中,过程参数常常未知,需由第Ⅰ阶段的受控样本数据估计得到.不同的第Ⅰ阶段样本数据集对应着目标参数的不同估计值,进而会导致不同的控制限与不同的控制图表现.对于某位实际工作人员而言,最可能的情况是他手里仅有一组第Ⅰ阶段数据集,因此研究在给定一组第Ⅰ阶段数据集下控制图的表现,即条件表现,更具实际意义.基于Monter Carlo模拟,研究了基于样本平均极差,样本平均标准差和样本合并标准差等3种参数估计形式下常见的等尾极差图和无偏极差图的条件平均链长分布,结果表明参数估计对控制图影响严重.为了弥补第Ⅰ阶段数据量的不足,基于bootstrap方法,提出了修正控制图以获得理想的条件受控表现.比较结果显示,基于样本合并标准差的估计方法更好,修正的无偏极差图表现优于相应的修正等尾极差图.     

基于条件表现的EWMA-Maxwell控制图精确设计

多数控制图设计均基于过程服从正态分布,且受控过程参数已知的假定,然而实际中,过程真实分布常常偏态,且过程参数也经常未知。本文首先设计了等尾和平均链长无偏(无偏)EWMA图用于偏态Maxwell分布的监控,接着从条件视角出发推导出了条件平均链长的精确分布,讨论了参数估计对所提控制图的影响,并基于超越概率准则给出为将参数估计所引致的伪警报率降低到合理水平所需的第I阶段最小样本数。为弥补实际应用中第I阶段样本数据的不足,提出精确修正方法设计具有理想条件表现的等尾和无偏EWMA图用于早期过程的监控。结果表明,相较于未修正图,修正图发现过程失控的能力略有下降。另外,修正无偏图整体上优于等尾图。最后通过实例说明所设计控制图的实际执行。     

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.     

兼顾效率和成本的ARMA控制图多目标优化设计

ARMA控制图是一种有效的自相关过程质量监控方法,为了能够同时对ARMA控制图监控方案的效率和成本进行优化,本文分别研究了ARMA控制图的平均运行长度和质量成本的计算方法,并由此建立了ARMA控制图的多目标优化设计模型。采用NSGA-Ш智能优化算法,通过一个具体的算例对该模型的计算方法进行了说明,针对不同程度的过程偏移给出了多目标优化设计的非劣解解集。然后通过灵敏度分析的方法研究了模型中的主要设计参数对监控方案的效率和成本的影响程度。最后,通过与其它几种ARMA控制图优化设计方案的比较分析,说明了本文提出的设计方法的优势。     

有偏总体的EWMA均值控制图

基于总体分布有偏并假定总体分布未知情况下均值-极差控制图的控制限的研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

基于Cornish-Fisher展开的稳健综合控制图设计

本文根据Cornish-Fisher展开, 对Shewhart $\ol X$控制图的上下控制限进行修正并拓展为前四阶矩有关的表达式,使之可以运用到任何分布类型上, 然后构造出基于这种展开的综合控制图,最后通过计算机模拟计算给出了一些具体的包含对称、厚尾、轻尾和偏斜等分布类型下受控和失控的平均运行长度结果,并且与传统的综合控制图(见\cite{1})结果做比较,从而得到新控制图更为稳健的结论.     

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APL的EWMA控制图经济统计优化设计

为了提高指数加权移动平均(EWMA)控制图监控效率评价的精确性和全面性,提出用一个质量周期内的平均产品个数替代平均抽样个数来进行控制图的经济性和统计性综合评价,建立了一种基于平均产品长度(APL)的更为精确的EWMA控制图经济统计多目标优化设计模型,并采用具体的算例说明了采用NSGA-Ш算法对该模型进行计算的步骤。最后,用该方法优化设计的EWMA控制图与已有的几种EWMA控制图优化设计进行比较,结果表明:本文提出的经济统计优化设计方法显著优于只考虑经济性能的经济设计和只考虑统计性能的统计设计方案。     

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。     

Improving the Performance of the Chi-square Control Chart via Runs Rules

The most popular multivariate process monitoring and control procedure used in the industry is the chi-square control chart. As with most Shewhart-type control charts, the major disadvantage of the chi-square control chart, is that it only uses the information contained in the most recently inspected sample; as a consequence, it is not very efficient in detecting gradual or small shifts in the process mean vector. During the last decades, the performance improvement of the chi-square control chart has attracted continuous research interest. In this paper we introduce a simple modification of the chi-square control chart which makes use of the notion of runs to improve the sensitivity of the chart in the case of small and moderate process mean vector shifts.