论文部分内容阅读
任何企业若想在竞争中保持优势,就需要控制并提高产品质量。统计过程控制是工业生产过程中对质量把控的最常用方法,主要通过控制图监测质量特性确保生产过程处于受控状态。选择合适的控制图,对于提高产品质量及降低成本都具有重要意义。常用的控制图,包括常规控制图、CUSUM控制图和EWMA控制图,它们在使用中受到质量特性数据独立同分布这一假设前提的约束;然而实际生产过程中,观测值通常是具有自相关性的。对于观测数据自相关的生产过程,继续使用常规控制图等进行质量监控,可能产生大量的虚假报警,从而失去了控制图本身的意义。因而只有消除质量特性数据间的自相关性,才能采用常规控制图等对其进行监控;也可通过调整控制图的控制限,直接监测过程的自相关数据,这是监控自相关过程的两种可行办法。论文针对监控自相关过程的问题进行探讨,尝试完善统计过程控制适用于自相关过程的理论和方法。具体工作如下:(1)阐述包括常规控制图在内的质量控制图的原理及参数确定方法,针对平稳自相关过程进行研究,以??AR1模型拟合带有偏移的观测数据,若直接采用常规控制图等进行监控,控制图会发生虚假警报,给出常规控制图不适用于监控自相关过程的缺陷。(2)通过拟合时间序列模型得到残差,以消除自相关性,将残差作为统计量得到残差控制图。数值实验结果表明残差控制图、残差CUSUM控制图和残差EWMA控制图对过程中偏移的检测有一定效果,但计算残差较为繁琐。(3)针对以上问题,论文提出改进的EWMA控制图,通过重新估计统计量的方差改变控制限,得以直接监测自相关数据,且检测偏移的效果提高。(4)考虑到白噪声序列可能存在的均值偏移,通过调整控制图的决策参数,提出改进的CUSUM控制图,对过程中均值偏移的检测更加全面、准确。通过数值实验与残差控制图对比,结果表明本文提出的改进的控制图对自相关过程的控制效果更好。