基于贝叶斯理论的HotellingT2小样本多元工序质量监控方法

适用于多元质量控制的传统HotellingT2控制图方法,在小批量加工时因样本数据少而对异常值较敏感,存在一定局限性。为此,将贝叶斯理论与传统HotellingT2控制图相结合,通过历史批次工序质量分布信息和现有样本实时数据估计贝叶斯参数,构造基于贝叶斯理论的HotellingT2工序质量控制图,以在小批量加工的多元质量控制过程中抵御异常值造成的影响。通过发动机凸轮轴工序质量控制实例分析表明,所提方法相较于传统方法能有效抵御异常值造成的影响,具有良好的抗干扰性和稳定性,能更好地监测工序质量控制的失控状态。

有限相依随机序列的非贝叶斯变点最优监测

本文研究了有限相依样本序列的非贝叶斯变点检测问题.通过引入非负动态随机控制线,我们不仅构造并证明了两个最优控制图,而且还得到了比原定义更容易计算的Lorden测度和Pollak测度的最小值的表达式.

面向小批量生产过程的多变量贝叶斯控制图

针对多维数据的贝叶斯更新难题,首先利用变量转换将多变量的贝叶斯更新公式转变为单变量更新公式.在对过程状态进行重新划分的基础上,利用马尔科夫链分别构造了不同情形下的贝叶斯过程状态转移矩阵,区分了扰动发生的不同时刻对于成本函数的影响.利用迭代的思想构造了过程的成本函数,在此基础上最终构造了面向小批量生产过程的多变量控制图优化模型.仿真结果表明,相比于已有的多变量控制图,本文设计的控制图可以有效地降低过程成本,因此具有更大的实用价值.

面向小批量生产过程的贝叶斯控制图经济设计

在已有静态控制图的基础上,通过贝叶斯方法利用样本信息对过程信息进行更新.借助贝叶斯理论和马尔科夫链构造了生产过程的贝叶斯状态转移矩阵及检测概率模型,考虑了扰动发生的时间对成本函数的影响,将过程信息的更新与检测概率模型相结合,构造了抽样间隔、样本量和控制限随过程信息时变的动态控制图.运用直接搜索算法搜索最优解,结果表明过程信息的更新对决策效果有着显著的影响,使用动态控制图的单件产品期望成本要小于静态控制图的单件成本.

基于动态修正贝叶斯模型的自动测试系统量值稳定性监控方法

在两次计量确认间隔期内,借鉴测量过程控制思想,提出一种自动测试系统量值稳定性监控方法,用以保障其性能指标。在核查数据为小样本情况下,针对传统控制图方法在测量过程控制中容易导致"误发警报"的问题,采用动态修正贝叶斯模型进行核查数据概率分布参数的优良估计,从而改进控制图的控制参数。仿真分析表明,改进后的控制参数明显优化,降低了"误发警报"错误的概率,监控效果明显改善。

小批量生产的贝叶斯质量控制模型

本文应用贝叶斯统计推断方法,研究了基于正态共轭先验分布和正态———逆伽玛共轭先验分布的小批量生产下的质量控制模型问题,根据不同控制对象的预报分布密度函数,分别构造了方差已知时的贝叶斯均值控制图和方差未知时的贝叶斯均值———标准差控制图,并与经典质量控制模型进行了比较。

基于贝叶斯网络工况分类的民机引气系统异常检测

状态监控与健康管理技术是国产民机运营支持亟待突破的关键技术,以民机引气系统为对象,设计实现了基于飞行数据(QAR,Quick access recorder)的民机引气系统异常检测流程,提出了贝叶斯网络分类的同工况数据提取和指数加权滑动平均(Exponentially Weighted Moving Average,EWMA)控制图的引气系统异常检测方法。借助航空公司收集的实际数据对方法进行了验证,结果表明可有效检测民机引气系统异常,并提前故障发现时间,为航空公司合理安排飞机维修计划、减少飞机停场时间提供了支持。

基于Bayes分析的测量仪器的测量过程控制

在两次计量校准间隔期内,采用测量过程控制方法保证测量仪器的精度.针对传统Shewhart控制图方法在统计分析中容易出现"误发警报"错误的问题,提出一种基于Bayes分析的控制图方法,并进行了实验验证.Bayes分析充分利用先验信息,进行分布的参数估计,从而优化控制限.实验表明,与传统的Shewhart控制图相比,改进后的控制图控制限变宽,降低了"误发警报"错误的概率,适合用于小样本核查数据的统计分析.

基于Bayes统计的蔬菜产品质量安全监控系统研究

利用中山市蔬菜产品抽样检测数据,运用Bayes统计方法,建立了蔬菜产品污染指数:并根据休哈特控制图原理,确定μ、μ+2σ、μ+3σ三条监控限,将蔬菜产品质量安全状况水平分成"优秀"、"良好"、"轻度污染"、"污染"四个监控区域,建立蔬菜产品质量安全监控图。为广大市民、政府部门、农产品市场和生产部门提供及时的蔬菜产品污染水平和质量状况信息。

基于随机参数的贝叶斯统计质量控制模型

为了研究正态共轭参数先验分布和正态一逆Gamma共轭参数先验分布下产品质量特性的控制问题 ,应用贝叶斯统计推断方法 ,通过不同控制对象的预报分布密度函数 ,构造了方差已知时质量特性的贝叶斯均值控制图和方差未知时的贝叶斯均值 -标准差控制图 ,结论表明 :经典统计质量控制模型是贝叶斯质量控制模型的一类特殊情况。

基于贝叶斯理论的质量控制图异常模式识别

在应用控制图实施质量控制的过程中,及时、准确地识别出控制图异常模式,对于引发过程异常的原因诊断以及消除意义重大。传统的识别方法需要预先获知模式的特征信息或大量的特定模式数据,制约了方法的应用。文章以绘制控制图的样本统计数据为基础,逐点计算各种模式参数的极大似然估计量,应用贝叶斯规则推算各模式出现的信度大小,并依据每个采样时点模式决策统计量的取值,对控制图模式做出判断。数值仿真实验验证了本文所提方案对于基本控制图模式在识别率与灵敏度方面的有效性。

多元质量特性的贝叶斯均值向量控制图

贝叶斯控制图主要研究小样本情况或非稳定状态下的质量控制问题 ,是质量控制理论中的一个新的研究领域。通过建立多元质量特性控制的数学模型 ,利用多重线性模型的贝叶斯推断理论 ,证明了正态 -Wishart先验分布下多元质量特性模型的预报分布为多元t分布 ,并根据多元t分布与F分布之间的关系 ,构造了F统计量和相应的贝叶斯均值向量控制图。

Q控制图初始性能的改进

针对单值Q控制图在过程初始阶段所面临的突出问题,即检出力不强的弱点,提出一种改进单值Q控制图初始性能的质量控制图.它是建立在贝叶斯预测理论的基础上,应用在过程方差是未知的稳态生产过程的条件下.对控制图处于稳态和过程均值发生偏移时的性能及基于贝叶斯模型先验估计值对控制图的影响进行了讨论,结果表明控制图的特性适用于监视稳定生产过程的初始阶段,而这种特性恰好弥补了Q控制图在初始阶段性能不佳的弱点.

基于共轭贝叶斯估计的多品种小批量生产控制图研究

控制图可以有效地反映出一个制造过程是否处于稳定受控状态。控制图控制限的计算采用传统的频率方法,就需要用于估计的大样本容量。研究采用共轭贝叶斯方法对由传统频率法计算的上下控制限值误差进行修正。基于Bartlet检验、方差分析检验及数据标准化处理构造一个先验分布来计算控制限的过程分布参数的贝叶斯值。实例分析表明:当样本量较小时,共轭贝叶斯法比传统频率估计法具有更好的控制效果。

基于贝叶斯法的变速箱集中项修过程能力分析

对比了贝叶斯理论方法和传统经典方法应用于变速箱集中项修的不同结果,验证了贝叶斯理论方法应用于部件集中项修过程的实用性和合理性。在对变速箱换件修理流程进行分析的基础之上,确定了集中项修作为整个流程的关键过程。根据集中项修过程中均值和方差随环境而变的实际情况采用了贝叶斯原理,把质量特性的均值和方差作为服从相应分布的随机变量,利用先验分布及历史数据求出后验分布的贝叶斯估计,再进一步应用统计过程控制(SPC)技术分析关键过程能力,给出了过程能力指数的贝叶斯估计及其97.5%置信下限,并与经典理论方法进行了对比分析。对比分析的结果表明,贝叶斯方法分析集中项修过程能力比传统经典方法更加合理、准确。

贝叶斯理论在质量管理中的应用

为满足市场的需要，许多机械制造企业都根据订货合同的要求来组织多品种小批量生产。对于特定的加工零件，有时质量控制指标并不唯一，而这些指标之间经常存在着一定的相关关系，仅靠分别对它们进行单变量质量控制，其结果往往不太可靠。因此研究多品种小批量生产工序的质量控制，对于保证提高企业产品质量，降低废品损失，提高工作效率，增加经济效益，都有着十分重要的现实意义。本文针对多品种小批量生产环境波动相对较大的特点、需要控制的质量指标多的情况，讨论贝叶斯理论的多重线性数学模型的实用性，以实现多品种小批量生产的多变量控制。

基于经济性分析的贝叶斯迅速识别控制图

为实现特定生产条件下贝叶斯质量控制图迅速识别异常的功能,构建了一种将经济性分析与过程仿真相结合的贝叶斯迅速识别控制图。在该控制图中,基于最优经济指标设立最优控制限和操作规则,实现控制图经济性与迅速识别的双向功能;为分析该控制图的统计性能,采用蒙特卡洛仿真模拟技术,以过程失控时的平均运行链差值效率比作为评价指标,与传统休哈特控制图、当前普通贝叶斯控制图和经济性控制图进行对比分析,证实了基于经济性分析的贝叶斯迅速识别控制图不但可以高效地识别过程偏移并报警,而且颇具成本优势。

基于Bayes分析小批量生产量控制与诊断

应用Ｂａｙｅｓ分析方法，充分利用历史信息，得出优化的参数估计，从而得出小批量控制图与选控图，并实现了小批量情形的两种质量诊断理论。通过实例表明该理论估计符合实际。

基于EWMA-BN的冷水机组故障诊断策略

为提高冷水机组故障诊断的准确度,本文提出一种基于EWMA-BN的冷水机组故障诊断策略。EWMA-BN模型通过EWMA控制图进行故障检测,以其控制限为阈值将各性能指标的故障数据分为高、低、正常3种状态,通过概率统计获得条件概率表,将条件概率表和由专家知识获得的先验概率表输入BN进行故障诊断。利用实验数据从输入模型的证据节点数量、顺序及完整性等方面分析该模型的故障诊断特性。结果表明:EWMA-BN方法对冷水机组常见故障的诊断效果显著,后验概率值(故障诊断结果)均大于0.85,且输入模型的证据节点越多,故障诊断结果越准确,但证据节点输入模型的顺序对最终故障诊断结果无任何影响;对不确定、不完整信息的利用进一步提高了模型的故障诊断能力。采用ASHRAE Project提供的数据对EWMA-BN模型进行验证,故障诊断结果良好。

水下采油树控制回路贝叶斯-GO法可靠性分析

为保证水下采油树控制系统的监测和控制回路生产运行功能正常,提出运用一种改良的贝叶斯网络与GO法相结合的方法对系统控制回路进行可靠性分析。根据正常工况和泄漏工况,对系统的生产回路和环空回路的各控制阀门的操作路径建立GO图。列出系统的控制回路框图,并按照对应GO模型转换成GO流程图。按照一定的映射规则,将GO图转换成对应的贝叶斯网络结构。根据贝叶斯法的前向和后向推理计算规则,得出控制回路在不同工况下各阀门的风险概率。分析结果表明,在深水环境的高压和高腐蚀性影响下采油树系统的控制功能会受到一定的影响,水下控制模块(Subsea Control Model,SCM)的失效率较高。