可变抽样区间的非正态EWMA均值控制图

利用Burr分布来近似各种非正态分布对非正态情形下的EWM A均值控制图进行可变抽样区间设计,采用M arkov cha in方法计算过程的平均报警时间,数据结果显示,所设计的控制图较常规的固定抽样区间控制图可能够缩短过程失控时间从而提高控制图的效率。

可变抽样区间的非参数控制图

最近几年一些学者研究了可变抽样区间的质量控制图。Amin等提出了可变抽样区间(VSI)的非参数控制图———符号 (Sign)统计量图〔1〕。本文在此基础上研究位置VSI符号控制图的制定方法 ,并设计离散VSI符号控制图。符号控制图的优点是对非正态总体亦可应用 ,并且不需要过程方差的信息。本文将所设计的VSI符号控制图同固定抽样区间 (FSI)的常规图作比较 。

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

监控均值标准差的可变抽样区间EWMA图经济设计

为了在提高过程监控效率的同时降低过程监控费用,针对同时监控过程均值和标准差变化的情形,研究可变抽样区间的指数加权移动平均控制图的经济设计问题。首先建立可变抽样区间,同时监控均值标准差指数加权移动平均控制图;其次对其进行经济设计,使单位时间期望费用函数最小,以确定控制图参数的最优值;然后利用遗传算法来寻找经济模型的参数最优解;最后对可变抽样区间同时监控均值标准差指数加权移动平均控制图的经济模型进行灵敏度分析和最优性分析。通过最优性分析得出结论:基于经济模型设计的可变抽样区间指数加权移动平均控制图比传统的控制图具有较小的费用。

可变抽样区间图的优化设计

统计过程控制是提高产品质量,节约生产成本的有效方法,控制图是统计过程控制的主要工具。控制图统计设计是以最小化失控ATS为关注焦点,不能有效测度失控状态带来的损失。文章将控制图的运行和质量损失联系起来,在假定均值漂移服从瑞利分布的情况下,提出了随机过程漂移的可变抽样区间軓X图优化设计方法;通过调整样本容量、长短抽样区间、控制限和警戒限,使平均失控田口损失函数最小;研究了模型参数对控制图设计的影响。

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。

基于质量损失函数的可变抽样区间X-R图优化设计

文章针对过程异常导致均值和标准差同时发生漂移的情况,考虑田口质量损失、误报警损失、维修成本和抽样成本等,构建了综合损失模型,提出了可变抽样区间X-R图优化设计方法。通过选择最优样本容量、长短抽样区间、X和R图的控制限和警戒限,使单位时间平均损失最小。数值计算说明了模型的使用方法;灵敏度分析研究了均值漂移参数和标准差的大小对控制图优化设计的影响。

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ARMA控制图经济设计

为提高统计过程监控灵敏度并减少监控费用,研究了可变抽样区间自回归移动平均(VSI ARMA)控制图的经济设计问题。构建了VSI和FSI (Fixed Sampling Interval)ARMA控制图的经济设计模型,通过构建三维向量利用马尔科夫链的方法计算该控制图的平均运行时间(ATS)。针对具体算例模型,利用遗传算法对该模型进行求解,并通过仿真分析比较了FSI ARMA控制图与VSI ARMA控制图的经济性能,结果表明,在模型设计参数相同的情况下VSI控制图比FSI控制图的费用低。证明VSI ARMA控制图比FSI ARMA控制图更能低成本的监控自相关过程。

可变抽样区间均值图的改进方法

使用控制图监控一个过程的通常作法是用固定的抽样区间在过程中抽取样本。Reynolds等人提出了可变抽样区间均值图。文章在Reynolds方法基础上通过寻找控制图的最优控制限和警戒限来增加控制图的灵敏度。同时对两者的平均报警时间进行了比较。结果表明,该方法是对可变抽样区间均值图的一种较好的改进。

可变抽样区间的二项变量累积和控制图设计

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。文章针对生产过程中的产品不合格品率服从二项分布下的累积和控制图,进行可变抽样区间设计。首先用构造可变抽样区间的二项变量累积和控制图;其次利用马尔可夫链方法计算了其平均报警时间。结果表明,所设计的可变抽样区间二项变量累积和控制图较固定抽样区间的二项变量累积和控制图能更好的监控过程的变化。

可变抽样区间不合格品数控制图

分析了休哈特控制图的不足,设计出具有两种抽样区间长度的可变抽样区间(VSI)np图,当点子接近控制限时,使用较短的抽样区间;当点子接近目标值时,使用较长的抽样区间.若点子超出控制限,则与固定抽样区间控制图(FSI)一样发出信号.同时还计算了在可变抽样区间下发信号前的平均时间,并与固定抽样区间np图进行比较,所设计的VSI控制图能缩短过程失控时间,从而可减少不合格品数.

可变抽样区间的几何EWMA控制图设计

传统的c图是基于过程服从泊松分布的假设建立的,但是,这个假设在使用中很少能得到证实,其分布还经常服从几何分布。文章设计了几何EWMA控制图,并对它进行可变抽样区间设计,利用马尔可夫链方法计算了其平均报警时间,结果表明,所设计的可变抽样区间几何EWMA控制图较固定抽样区间的几何EWMA控制图能更好地监控过程的变化。

在固定时间抽样的可变抽样区间控制图

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]的模型设计中位值x和极差R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.本文计算了VSIFTx图和R图及联合x-R图的发信号前的平均时间,并同固定抽样区间（FSI）的常规x和R图作比较.所设计的 VSIFTx和R图能缩短过程失控时间从而减少不合格品数.

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。

可变抽样区间泊松EWMA控制图的经济设计

文章主要讨论质量特性值服从泊松分布时,可变抽样区间的指数加权移动平均(EWMA)控制图的经济设计问题。首先建立可变抽样区间泊松EWMA控制图的经济模型,使期望总费用期望总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泊松EWMA控制图的经济模型进行最优性分析。

可变抽样区间的-R控制图

使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。本文在文献［１］的基础上设计具有可变抽样区间的ｘ图、Ｒ图及联合ｘ－Ｒ图。计算了这两图及联合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相应控制图作比较。所设计的ｘＲ图能缩短过程失控时间从而减少不合格品数。

在固定时间抽样的可变抽样区间的平均值和极差控制图

根据Reynolds的在固定时间抽样的可变抽样区间 (VSIFT)控制图模型 ,研究x图的制定方法 ,并设计R图和联合x -R图。计算了这些控制图的发信号前的平均时间 ,并同常规FSI图作比较。所设计的VSIFT图的效率大于FSI图 ,并不低于VSI图 ,且能以较小的抽样费用对过程提供所要求的保护。

在固定时间抽样的可变抽样区间的单边控制图

根据文献 [1 ]在固定时间抽样的可变抽样区间 (VSIFT)的x控制图的模型设计标准差 (S)、极差(R)和不合格品数 (np)图。计算了VSIFTS图、R图和np图的发信号前的平均时间 ,并同固定抽样区间 (FSI)的常规S、R和np图作比较。所设计的VSIFTS、R和np图能缩短过程失控时间 。

可变抽样区间的符号统计量控制图

在文献 [1]的基础上研究位置VSI和离散VSI符号控制图的制定方法 ,并将单个符号控制图的研究方法推广到联合的符号控制图 ,设计了联合的位置和离散可变抽样区间 (CVSI)符号控制图。所设计的VSI和CVSI符号控制图同常规的FSI和联合FSI (CFSI)控制图作比较 ,能更快地发现过程的变化 ,从而提高控制图的效率。