基于贝叶斯理论的质量控制图异常模式识别

在应用控制图实施质量控制的过程中,及时、准确地识别出控制图异常模式,对于引发过程异常的原因诊断以及消除意义重大.传统的识别方法需要预先获知模式的特征信息或大量的特定模式数据,制约了方法的应用.文章以绘制控制图的样本统计数据为基础,逐点计算各种模式参数的极大似然估计量,应用贝叶斯规则推算各模式出现的信度大小,并依据每个采样时点模式决策统计量的取值,对控制图模式做出判断.数值仿真实验验证了本文所提方案对于基本控制图模式在识别率与灵敏度方面的有效性.     

基于模糊统计的不确定质量特性控制图研究

不确定质量特性采用专家评分、语言评价等测量手段,使常规的控制图方法难以适用.文章以不确定质量特性评分数据为基础,提出了评判模糊数统计特征的求取方法,并以特征数构建不同类型的评判模糊数隶属函数,以过程均值模糊数割集的上下限作为控制线,以评分样本模糊数割集的上下限为控制图描点数据,以描点数据与控制线之间的位置关系进行异常报警,实现不确定质量特性控制图的绘制,最后在Matlab环境下,以具体的应用实例验证了方案的可行性.     

基于模糊统计的不确定质量特性过程能力指数计算模型

具有不确定质量特性的过程评价存在许多模糊信息,无法直接估算过程的能力指数,使能力指数在这种场合的应用受到限制.为了利用不确定质量特性的主观评价数据估算模糊过程能力指数,文章提出了利用模糊评分数据估计评价结果的模糊统计特征值的方法,并利用模糊统计特征值计算不确定质量特性过程能力指数,最后将不同模糊能力指数进行比较,分析结果表明文章所采用的模糊能力指数对过程中心偏移及质量损失的方面具有较高的灵敏性.