多變量統(tǒng)計(jì)過程控制-wenkub
2023-05-25 23:16:55 本頁面
【正文】 預(yù)防性：通過過程控制防止不合格產(chǎn)品產(chǎn)生的方法。確定過程變量，收集變量數(shù)據(jù) 并加以分析。 引起質(zhì)量變化的因素 （過程輸入） 設(shè)備 原材料 操作方法 操作人員 環(huán)境 系統(tǒng)狀態(tài) 系統(tǒng)因素 僅由偶然因素 非受控狀態(tài) 受控狀態(tài) 找出異常因素并消除其對過程的影響， 統(tǒng)計(jì)過程實(shí)施步驟： ⑴ 構(gòu)畫流程圖。統(tǒng)計(jì)過程控制簡介 統(tǒng)計(jì)過程控制主要是控制引起產(chǎn)品質(zhì)量變化的因素。畫過程流程圖， 并標(biāo)注組成過程的各個(gè)階段。⑶過程探索。 主元分析 主元分析可以用來實(shí)現(xiàn)下列目標(biāo)：數(shù)據(jù)簡化、數(shù)據(jù) 壓縮、建模奇異值檢測、變量選擇、分類和預(yù)報(bào)。 第二步：由于 X的負(fù)荷向量相互正交且長度為 上面特征向量進(jìn)行正交化，單位化。 ② 計(jì)算 p1： 。 上述算法只是針對第一個(gè)主元而言的，對于計(jì)算其他主元，算 法是一樣的，只要將算法中的 X矩陣變?yōu)橄鄳?yīng)的誤差矩陣即可。對這些數(shù)據(jù)進(jìn)行主幾分析，得到數(shù)據(jù)的協(xié)方差短陣的特征值為： 539． 46， ， 0， 0 這說明數(shù)據(jù)維數(shù)可以壓縮為兩維。 用多元回歸算法求模型最佳參數(shù) 將實(shí)測輸出值表達(dá)為模型預(yù)測值加上誤差值 所要求的最佳模型參數(shù)就是要求誤差值最小，即 E最 小。 利用最小二乘法計(jì)算得到 由于 ，所以 ，從上式中可以看出 此式即為通過主元回歸得到模型參數(shù)的計(jì)算式。 ` 過程變化原因分類 外界因素引起的變化。 可在生產(chǎn)中找到原因的變化。 對于簡單的正態(tài)隨機(jī)變化，可以用下面的模型來描 述： 過程參數(shù)變化還會(huì)引起額外的變化，較復(fù)雜的過程 模型為： 其中 表示組間方差。比如 可以用直方圖、散布圖以及正態(tài)分布圖來分析過程變化。 經(jīng)一次平滑后 經(jīng)兩次平滑后 ⑵ 累積和圖方法 累積和控制圖不僅可以迅速檢測出生產(chǎn)過程小偏移， 而且可以確定偏移的大小，易于定位變化點(diǎn)。一般 取為 ～ 。 在完成過程的初步分析后，要建立 Shewhart控制圖或累積和圖等等，并將 它們投入運(yùn)行。 右圖為建立統(tǒng)計(jì)過程控制的過程。 統(tǒng)計(jì)控制圖能夠區(qū)分偶然因素和系統(tǒng)因素這兩種因素，反映和控制 系統(tǒng)因素造成的質(zhì)量波動(dòng)，檢測并消除這些異常因素對過程的影 響，從而提高產(chǎn)品質(zhì)量。建立 圖取 決于對過程均值及均值標(biāo)準(zhǔn)差的估計(jì)。 ① 建立范圍圖的范圍方法包括以下幾步。其中 至 為取決于子組大小的常數(shù)，可從相應(yīng)表 中查出。標(biāo)準(zhǔn)差圖利用表 ：低控限 ， 高控制限 ，低警告限 ，高警告限 。 第 — 步：決定范圍所包括的采樣點(diǎn)數(shù) k，這通常是由實(shí)際情況而定。 第五步 :將移動(dòng)范圖 (即每 k個(gè)連續(xù)采樣點(diǎn)的變化范圍 )標(biāo)繪在圖上。 第一步， 對于每次一到兩個(gè)的數(shù)據(jù)：計(jì)算過程均值 ，利用移 動(dòng)方法計(jì)算過程標(biāo)準(zhǔn)差，選擇一個(gè)適當(dāng) 。 e??????? e?4?ke?? ?? ?⑺ 指數(shù)加權(quán)移動(dòng)平均圖 (EWMA圖 ) EWMA圖對過程為“每次一個(gè)數(shù)據(jù)”酌情況，或需要高精度來檢 測小的變化時(shí)非常有效。 第三步，選擇一個(gè)初姑值 (＝ )，作為整體均值或目標(biāo)值。 移動(dòng)平均圖 優(yōu)點(diǎn)：①比 圖能更好地檢測出過程均值的小偏移； ②能用于“每次一個(gè)”的數(shù)據(jù)以及小采樣的數(shù)據(jù)。 在具體應(yīng)用時(shí)，可根據(jù)各種控制圖的
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1