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：为了提高Shewhart型比例控制图的监控效率,将其与变样本容量策略结合,提出一种新的比例控制图(VSS Shewhart-RZ*控制图)来监控二元正态变量之比。基于正态变换方法设计了新的比例统计量Z*,以消除样本容量变化对比例控制图设计及使用的不利影响。采用马尔科夫链方法计算了该控制图的平均运行长度和平均样本容量,给出该控制图的参数优化算法。通过仿真分析研究了该控制图的统计性能,并与Shewhart比例控制图进行比较,结果表明VSS Shewhart-RZ*控制图的性能明显优于传统固定样本容量Shewhart比例控制图。

摘要：针对过程方差估计不精确的问题,采用t统计量代替传统统计量,提出一种单边合格品链长t控制图来监控过程均值偏移。采用马尔科夫链方法构建了该控制图的状态转移矩阵,并推导出其平均运行链长指标。在保证过程处于受控状态的统计性能基础上优化失控状态下的平均运行链长指标,从而获得控制图的最优决策变量和最优性能指标。仿真结果表明,SCRL&t控制图的性能明显优于传统合格品链长t控制图,当过程均值偏移较小时优势更加明显。

摘要：多元离散数据常见于产品缺陷监测和流行疾病监控等环节。传统的多元控制图假设变量服从正态分布或假设各维度的变量相互独立,难以满足监控需求,因此针对多元离散数据的控制图设计一直是统计过程控制领域的热点问题。以三元Poisson过程为研究对象,引入单一参数的copula函数描述其空间相关性,基于对数似然比方法构建一种相匹配的多元CUSUM控制图。采用马尔科夫链法近似计算平均运行链长,验证控制图分别在不同的相关强度和均值变化水平下的性能,并与D控制图进行比较。仿真结果表明,该控制图能有效监控三元Poisson过程中的均值漂移,并且目标偏移量与实际偏移量接近时会获得更好的监控效果。当数据间相关性较强时,该控制图的监控性能优于D控制图。

摘要：针对车身焊接装配尺寸控制参数多元和尺寸偏移小且缓慢的特点,采用MEWMA控制图对其进行监控。以MEWMA控制图统计性能的分析研究为基础,明确了MEWMA控制图偏移系数δ、控制上限H和权重参数r的关系模型,得到了δ与最优r的计算表达式。应用实例表明,上述方法求解的r值非常接近统计最优的r值,其对应的MEWMA控制图相比于Hotelling’s T2控制图和其他r值的MEWMA控制图,对过程小偏移有更好的敏感性。

摘要：在传统的FEWMA控制图研究中,通常将参数设为已知常量,从而忽略了工程实践性。文章应用Monte Carlo仿真方法计算参数估计条件下的FEWMA控制图受控时的平均运行链长,分析了估计参数对控制图的性能影响,并设计了参数估计条件下能保证统计性能的FEWMA控制图设计方法。

摘要：在传统的贝叶斯控制图研究中,通常将参数设为已知常量,忽略了工程实践性。文章对参数估计条件下的贝叶斯均值控制图性能展开研究,应用Monte Carlo仿真方法计算贝叶斯控制图的性能指标平均运行链长ARL0,分析了参数估计对控制图的性能影响,阐述了影响趋势的本质原因,设计了参数估计条件下保证统计性能的贝叶斯控制图设计方法,为拓展贝叶斯控制图的工程实践性提供了有益的尝试。

摘要：将串并联加工系统看做M/G/m的排队系统,针对服务时间概率分布不确定的情形,以生产提前期为监控对象,基于平方秩和设计变点控制图.首先,以订单在某阶段的逗留时间为状态变量采用状态空间方程对该系统进行建模,并分析逗留时间均值发生偏移对下游工序的影响.其次,针对服务时间服从一般分布的情形计算平均等待时间和平均逗留时间,并基于Laplace-Stieltjes (LS)变换推算逗留时间的分布函数.再次,基于平方秩和设计变点控制图以监测生产提前期.最后,以平均运行链长、变点估计及其所在工序估计的准确性作为评价准则,假设服务时间分别服从正态分布、对数正态分布、伽马分布和均匀分布,通过仿真分析来评价该变点控制图的监控性能.仿真结果显示基于平方秩和的变点控制图能有效检测系统的冗余订单,并且较为准确地检测出过程变点以及变点所在的工序,且效果较为稳健.验证了变点控制图的非参数属性.进一步地,通过与加权标准差控制图进行比较分析,结果显示所提变点控制图具有较好的监控性能.

摘要：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。

摘要：针对生产过程中质量特性数据存在个别异常以及离群值的情形，采用中位数统计量（X）代替传统均值（X）统计量，提出一种累积和（Cumulative Sum，CUSUM）X控制图来监控过程均值的偏移。采用马尔科夫链方法，首先构建CUSuMx控制图的状态转移矩阵，推导各状态的转移概率，进一步可推导出CUSUMX控制图的链长分布特性。通过最优化过程处于失控状态下的CUSUMX控制图的平均运行链长（Average Run Length，ARL）指标，获得控制图的最优决策变量和性能指标。仿真结果表明，CUSUMX控制图优于传统的休哈特（Shewhart）X以及指数加权滑动平均（Exponentially Weighted Moving Average，EWMA）X控制图，尤其针对较小的均值偏移，其性能优势更加明显。