论文部分内容阅读
传统的多元控制图用于多元质量过程监控难以给出异常相关的进一步信息。而对于与过程异常关联的质量特性或其组合的检测及其偏移量的测定或定性，对于异常原因的快速诊断、纠正措施的及时制定意义重大，从而减少过程异常导致的不合格产品量。本文提出一种利用神经网络和模糊集技术对多元过程质量异常进行检测及分类的方法，神经网络模块利用其模式识别功能对过程偏移信号作出解释，确定引发异常的质量特性或其组合；模糊分类模块利用其模糊聚类功能对神经网络的输出信号加以分类，确定异常质量特性或其组合的偏移程度。并以ARL为评价指标，与多元T