在制造过程中,存在一类过程输出与一个或多个独立变量之间有线性函数关系的情况,称为线性轮廓(Linear profile)。针对线性轮廓控制的问题,提出了基于支持向量数据描述(Support Vector Data Description,SVDD)的线性轮廓控制图,并分析了S...在制造过程中,存在一类过程输出与一个或多个独立变量之间有线性函数关系的情况,称为线性轮廓(Linear profile)。针对线性轮廓控制的问题,提出了基于支持向量数据描述(Support Vector Data Description,SVDD)的线性轮廓控制图,并分析了SVDD参数对分类器性能的影响及控制图参数的确定方法。仿真结果表明,基于SVDD的线性轮廓控制图在监控截距和残差变异时比T2控制图性能更好,而监控斜率的变异时,T2控制图性能更好。展开更多
基于角度技术标准,研究总体质量特性值服从V on M ises分布M(μ0,k)的角度质量控制问题。应用方向数据统计方法,从平均方向和合向量长度的概念出发,研究角度单值的分布和移动合向量长度的分布,给出标准值给定和标准值未给定两种情况下...基于角度技术标准,研究总体质量特性值服从V on M ises分布M(μ0,k)的角度质量控制问题。应用方向数据统计方法,从平均方向和合向量长度的概念出发,研究角度单值的分布和移动合向量长度的分布,给出标准值给定和标准值未给定两种情况下角度单值控制图和移动合向量长度控制图的控制限。测算结果表明V on M ises分布M(μ0,k)的刻度参数对控制限的大小起着关键作用。展开更多
文摘在制造过程中,存在一类过程输出与一个或多个独立变量之间有线性函数关系的情况,称为线性轮廓(Linear profile)。针对线性轮廓控制的问题,提出了基于支持向量数据描述(Support Vector Data Description,SVDD)的线性轮廓控制图,并分析了SVDD参数对分类器性能的影响及控制图参数的确定方法。仿真结果表明,基于SVDD的线性轮廓控制图在监控截距和残差变异时比T2控制图性能更好,而监控斜率的变异时,T2控制图性能更好。
文摘基于角度技术标准,研究总体质量特性值服从V on M ises分布M(μ0,k)的角度质量控制问题。应用方向数据统计方法,从平均方向和合向量长度的概念出发,研究角度单值的分布和移动合向量长度的分布,给出标准值给定和标准值未给定两种情况下角度单值控制图和移动合向量长度控制图的控制限。测算结果表明V on M ises分布M(μ0,k)的刻度参数对控制限的大小起着关键作用。