摘要：多元质量特性稳健设计的关键在于既要确定多个质量特性整体波动的质量,又要建立方便,实用的实现途径的特点,给出多元质量特性稳健设计的一般模型,然后利用信息论中“熵”的概念和多元统计的结果,建立多元质量特性稳健设计波动源的度量准则和便于操作的实施程序。利用内、外表直积法,通过仿真分析给出了实现多元质量特性稳健设计的实施过程,结果表明该方法是可行、有效的。

摘要：首先建立了多指标稳健设计的一般模型，然后利用信息论的观点，引入了多指标质量特性整体波动的度量方法，最后提出了进一步研究的工作．

摘要：针对事件间隔时间服从指数分布的高质量过程的监控问题,给出参数已知和未知情况下的中位数控制图设计方法;应用条件错误警报概率、受控时控制图的平均运行链长均值AARL及其标准差SDARL分析了参数估计对所设计控制图性能的影响;在小样本情况下,采用Bootstrap方法对所设计控制图的控制限进行调整,结果表明调整后的控制限能够有效减少参数估计对控制图性能的影响。最后用实例说明了所设计控制图应用的有效性。

摘要：鉴于小批量生产过程生产周期短、产品数目较少,实施统计过程控制中没有足够的样本数据来构造控制图,针对两阶段串联可修系统,研究统计过程控制与维修策略整合的问题。首先,根据t统计量的特性给出EWMAt-残差t(EWMAtX-te)联合控制图,并分析EWMAtX-te控制图的一些统计属性,应用EWMAtX-te控制图监控系统的质量状态,根据质量状态采取相应的维修策略;其次,采用Markov链构建了统计过程控制与视情维修整合的数学模型;然后,针对具体实例,将构建的模型与不采用统计过程控制监控策略的情形和采用经验法则选取控制图的设计参数模型进行比较分析,结果表明构建的模型在节约成本方面具有明显的优势;最后,运用分式析因设计对过程参数、时间参数和成本参数进行了敏感性分析,验证了所提方法的有效性。

摘要：因子效应原则(效应稀疏原则、效应排序原则和效应遗传原则)经常用于评判因子设计理论与数据分析策略的合理性.针对非正态响应的部分因子试验,当筛选试验含有复杂的别名效应时.提出了一种结合广义线性模型(generalized linear models,GLM)与因子效应原则的多阶段贝叶斯变量选择方法.首先,在广义线性模型的线性预测器中对每个变量设置一个二元变量指示器;其次,将因子效应原则以变量指示器的先验信息分成三个不同的阶段分别加以考虑;然后,利用变量指示器的后验概率识别显著性的因子效应.最后,仿真试验结果表明:所提出的方法不仅能简化广义线性模型先验参数的选择,而且能够有效地识别出非正态响应部分因子试验的显著性因子.

摘要：针对非正态响应的稳健设计,首先在均值与散度的联合广义线性模型基础上构建了基于广义线性模型(generalized linear model,GLM)的双响应曲面模型。然后,鉴于所构建的双响应曲面模型为高度复杂的非线性函数,运用遗传算法与模式搜索的混合算法对其进行参数优化,获得可控因子的最佳参数设计值。最后,运用所提出方法对某测试晶片电阻率的参数设计进行了分析。研究结果表明,该方法能有效地减少测试晶片电阻率的质量波动,提高了产品质量的稳健性。

摘要：稳健参数设计是一种有效减少离线设计质量损失的方法,而在线调整能够减少制造过程中造成的质量损失。针对调整成本及噪声测量的波动,提出了基于变量选取的稳健参数设计与在线调整结合的方法。该方法首先基于质量成本选择在线调整变量,然后确定离线控制变量的设计,再根据噪声变量实时在线自动调整,实现离线设计与在线调整的整合,从而提升产品质量。最后,通过汽车齿轮实例验证了所提方法的有效性。

摘要：为了充分利用计算资源,减少迭代次数,提出一种可以批量加点的代理优化算法。该算法分别采用期望改进准则和WB2(Watson and Barnes)准则探索存在的最优解并开发已存在最优解的区域,利用可行性概率和多目标优化框架刻画约束边界。在探索和开发阶段,设计了两种对应的多点填充算法,并根据新样本点和已知样本点的距离关系,设计了两个阶段的自适应切换策略。通过3个不同类型算例和一个工程实例验证算法性能,结果表明,该算法收敛更快,其结果具有较好的精确性和稳健性。

摘要：在生产过程中 ,测量系统的好坏是成功实施质量改进或应用统计过程控制的先决条件。测量系统的性能评价称之为量具的重复性和再现性 (R& R)研究。本文首先根据二因素随机效应模型 ,给出了估计 R& R的一种方法 ,它克服了方差分析方法的某些不足 ;其次 ,当测量系统满足能力要求时 ,提出了监控测量过程的方法 ;最后 。

摘要：针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.