多變量統(tǒng)計過程控制(存儲版)
【正文】 22221111111212211],[],[],[],[],[],[],[],[????????????mmmmmmmmbbbpbbbbpbbbbpbpbbbbpbpbpb???‖‖‖‖‖‖1221111mmbbpbbpbbp?????mppp ?, 21方法二：非線性迭代部分最小二乘算法（ NIPALS） 利用 NIPALS算法分別計算矩陣的各個主元。因而數(shù)據(jù) X可以近似地表示為： 通過對數(shù)據(jù)矩陣進(jìn)行主元分析可以計算出矩陣的各個主元，用前 k個主元來表示數(shù)據(jù) X不僅可以起到壓縮數(shù)據(jù)維數(shù)的作用，還可以很好起到清除噪聲的作用。 記 ，求 J最小值如下： ?????? nn xaxaxaay ?22110 EXY ?? ??EETEEJ T?EEJ T???? XXXYYYJ TTTT ??? 2?? XXYXJ TT 22 ?????YXXXYXXXTTTT1)( ?????)()( ?? XYXY T ??????? XXYXXYYY TTTTT ???? )(用主元回歸計算模型參數(shù) 用 X的前 k個主元來代替那些原始輸入變量進(jìn)行回歸分 析，這樣便得到下面的主元回歸模型 PCR。 過程本身原因引起的變化。,2,1 ??ijwijx ??? ??njki ?? ,2,1。 累積和圖 ????njji xS1)( ?過程能力 ⑴ 過程能力指數(shù) 產(chǎn)品性能指標(biāo)的界限與其標(biāo)準(zhǔn)差是決定過程能力的兩 個重要因素，它們的比值被定義為過程指數(shù) 上式中得分母代表了 %的分布范圍。這些控制措施將 會改變過程的特性。 建立 Shawhart統(tǒng)計控制圖一般包括以下幾個部分工作。 第二步：選擇范圍圖尺度，從零到大約所觀測的范圍的 2倍。當(dāng)每組采 樣中得數(shù)據(jù)多余 8時，標(biāo)準(zhǔn)差圖比范圍圖更為有效。 在移動平均圖中，將 K組采樣值的均值分別標(biāo)出。 第一步，計算過程均值 及其標(biāo)準(zhǔn)差 。 EWMA圖 優(yōu)點：①能很好地檢測出小的偏移； ②能夠用于“每次一個數(shù)據(jù)”的數(shù)據(jù)以及小采樣組的數(shù)據(jù)。 假設(shè) 為收集到的過程正常運行數(shù)據(jù)，先將 X 作如下標(biāo)準(zhǔn)化 這個主元模型在 i時刻的平方預(yù)測誤差 SPE可以寫為 mnRX ??)1,1,1(])111([21 mTs sssdi agMXX ????TmmTT ptptptX ???? ?2211EXEptptptX PTkkTT ??????? ?2211TkkTTP ptptptX ???? ?221121)( ijmjij XXSP E ?? ??多變量統(tǒng)計控制圖 常用的多變量統(tǒng)計控制圖有平方預(yù)測誤差圖（ SPE）圖、 圖、主元得分圖、 貢獻(xiàn)圖等。主元圖反映的是主元模型內(nèi)部主元向量的空間分布。當(dāng)主元模型的 SPE或主元模型的得分超出它們的控制限時，就可以認(rèn)為過 程中出現(xiàn)了不正常情況。 圖通過主元模型內(nèi)部的主元向量模的波動來反映多變 量變化的情況。在這種情況下，對這些變量單獨進(jìn)行統(tǒng)計控制往往會導(dǎo)致生產(chǎn)過 程中的異常情況不容易被確認(rèn)．統(tǒng)計分析的結(jié)果得不到明確的解釋，甚至?xí)? 誤誤導(dǎo)操作人員。 移動平均圖 優(yōu)點：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”的數(shù)據(jù)以及小采樣的數(shù)據(jù)。 e??????? e?4?ke?? ?? ?⑺ 指數(shù)加權(quán)移動平均圖 (EWMA圖 ) EWMA圖對過程為“每次一個
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1