面向多品种小批量制造过程的NAD-EWMA控制图多目标优化设计方法

针对面向多品种小批量制造过程设计质量控制图面临的样本数量少、分布不确定问题,提出一种基于非参数、自适应、动态EWMA控制图的多目标优化设计方法。基于非参数统计理论与自适应控制的思想,构建与样本数据分布无关的控制图统计量,并设计一种基于聚类距离的动态抽样方法实现样本抽样;在此基础上,考虑统计性、经济性建立控制图多目标优化设计模型,基于改进人工鱼群算法与云清晰综合评价方法实现对模型求解,进而构建面向多品种小批量制的非参数自适应动态EWMA控制图。最后,以航天复杂构件制造过程为例,对制造过程进行动态监控。结果表明,所提方法能够快速监控到质量异常,监控性能高,验证了该方法的有效性和可行性,为多品种小批量制造过程实际的质量监控提供一种有效的途径。     

面向多品种小批量生产的SPC研究

分析了传统控制图应用于多品种小批量生产环境下存在的缺陷,从而提出了一种新的面向多品种小批量生产的统计过程质量控制图--动态控制限控制图(X-R图),它采用动态的控制界限方法建立控制图,极大地避免了"虚发警报"的发生.并结合实例验证了该控制图的有效性.     

SPC技术在小批量多品种短期生产中的应用

本文分析了传统SPC技术在小批量多品种短期生产中质量控制所存在的问题,应用数理统计方法．得出一种基于正态过程．采取以数据标准化为基础的Z-MR图．可有效用于小批量多品种下对短期生产实施过程质量控制。     

多品种、小批量产品过程质量集成控制研究

在分析多品种、小批量产品特征和智能化方法优势的基础上，提出了多品种、小批量产品过程集成控制模型。综合现有质量控制方法优点及关联性，探讨了多品种、小批量产品过程质量集成控制方法。最后将该模型和方法应用到衬衣制造企业中。     

面向先进制造系统的小批量统计质量控制的研究

分析了传统控制图应用于先进制造系统面临的问题，提出一种新的基于小批量生产环境的质量控制图，它采用了可变的控制界限，不管样本数量多少，都能使误发警报概率保持较小的定值，从而避免了错误的频繁报警，无谓的停机检查和多次调整，提高了控制图对生产工序的监控效率。     

小批量过程多变异控制图技术研究

针对小批量过程的主要控制图技术中目标图、比例图和标准变换图,归纳出小批量过程控制的同分布原理。考虑到不同小批量之间的差异,以目标均值控制图为例,对控制图进行改进,给出多变异目标均值控制图的建立步骤。通过一个例子发现,该方法既实现了小批量过程多变异的控制,又降低了控制图虚发警报的概率。     

基于小批量生产的统计过程质量控制研究

分析了在小批量生产环境下实施统计过程质量控制存在的问题,对过程质量特征数据服从正态分布的生产过程,给出了基于概率积分变换理论的控制过程均值、过程方差的标准化控制图的方法,实现了对小批量生产过程的实时控制.     

面向小批量生产过程的两阶段串联可修系统SPC与维修策略整合优化

鉴于小批量生产过程生产周期短、产品数目较少,实施统计过程控制中没有足够的样本数据来构造控制图,针对两阶段串联可修系统,研究统计过程控制与维修策略整合的问题。首先,根据t统计量的特性给出EWMAt-残差t(EWMAtX-te)联合控制图,并分析EWMAtX-te控制图的一些统计属性,应用EWMAtX-te控制图监控系统的质量状态,根据质量状态采取相应的维修策略;其次,采用Markov链构建了统计过程控制与视情维修整合的数学模型;然后,针对具体实例,将构建的模型与不采用统计过程控制监控策略的情形和采用经验法则选取控制图的设计参数模型进行比较分析,结果表明构建的模型在节约成本方面具有明显的优势;最后,运用分式析因设计对过程参数、时间参数和成本参数进行了敏感性分析,验证了所提方法的有效性。     

面向自相关过程的改进ARMAST控制图与Grubbs调和规则的集成

为解决多品种小批量生产方式存在过程输出自相关和机器设置的频繁调整通常导致过程均值偏离目标值两个问题。提出以改进的稳态自回归滑动平均控制图为监控技术、以基于稳态卡尔曼滤波器的Grubbs调和规则为调整技术的集成理论。其中,针对稳态自回归滑动平均控制图在高阶自回归滑动平均过程下难以求解稳态方差的问题,建立了通用的任意阶平稳自回归过程下稳态方差的求解方法,使其适用范围更广;针对稳态自回归滑动平均控制图的参数设计方法效率较低,提出了基于条件概率的参数设计方法,使其监控效率更好。当控制图预警后,采用Grubbs调和规则对生产过程进行调整。通过仿真实验和实例研究验证了改进的参数设计方法和集成方法的有效性。     

基于小批量的统计过程控制研究

分析了传统的休哈特控制图应用在小批量生产条件下存在的问题及其局限性。在此基础上提出了一种适合于小批量生产质量控制的新思路，并与传统的休哈特控制图方法进行了对比。证明了这种新思路应用在小批量生产过程中的可行性和有效性。     

小批量生产条件下的统计过程控制研究

从小批量生产的定义入手，分析传统的休哈特控制图应用在小批量生产条件下存在的问题及局限性。对目前小批量生产质量控制的方法进行简要分析。在此基础上，提出一种适合于小批量生产质量控制的新思路，并用实际数据对提出的方法与传统的休哈特控制图方法进行了对比，说明这种新思路应用在小批量生产过程中的可行性和有效性。     

基于标准化变换的质量控制图研究

基于标准化变换的质量控制图一般应用在小批量环境下,对生产过程进行控制。分析标准化变换的准则,指出工序分析起到关键作用及能否对工序进行控制,不在于统计,而在于管理;通过对不同数据变换方式有效性的研究表明,各种标准化变换控制图的复杂性及灵敏性是不同的,因此要依工序分析的结果灵活采用各种标准化控制图。     

智能旋翼连续时间高阶谐波控制稳定性分析

后缘襟翼智能旋翼是一种行之有效的直升机旋翼振动主动控制技术,高阶谐波控制算法广泛应用于智能旋翼振动控制领域,其控制器参数直接影响振动控制性能和稳定性。基于后缘襟翼智能旋翼悬停实验数据,笔者经拟合得到智能旋翼系统的传递函数,建立智能旋翼参数化仿真模型,并进行了垂向载荷振动控制仿真。通过系统开环传递函数Nichols图的方式对振动控制系统的稳定性和稳定裕度进行了分析,在保证振动控制性能的前提下,获得了控制器时间常数和相角特性对控制系统稳定裕度的影响规律,为后续智能旋翼振动控制实验中控制器参数调整提供参考。     

小批量产品生产过程统计质量控制模型研究

在分析研究现有小批量统计质量控制相关理论的基础上,基于贝叶斯原理,提出了一种综合解决小批量生产过程质量控制的建模方法,此方法在保证第一类错误较小的前提下有效地减小第二类错误的发生,即在误发警报率尽量小的前提下减小漏发警报的发生。     

制造加工精度的检测和监控

介绍了制造加工精度的定义和重要意义,对制造加工精度的检测方法、检测仪器和系统进行了分析讨论。制造加工精度的监控主要讨论统计质量监控,包括大批量生产的median管理图监控,多品种中小批量的单值管理图监控,单品种中小批量的CUSUM管理图监控。     

Simulation results for on-line optimization of a batch bioreactor using nonlinear filtering and optimal control

The computation of optimal control profiles for batch bioreactors is based on the use of simple and empirical dynamic models. Since these models present some level of uncertainty, the difference between the model dynamics and the reactor dynamics can have significant effects in the reliability of the calculated profile. To develop near optimal control trajectories considering this drawback, we propose to calculate successive control profiles on a moving time horizon using a mathematical model in which the kinetic parameters are estimated by an observer. The desired objective is to generate a near optimal control trajectory adapted to the "running" fermentation. This idea results in a nonlinear estimator plus an optimizer arrangement that so far has not been applied to batch fermentors. Numerical simulations are performed on xanthan-gum batch fermentations and reasonably good results are obtained.     

Effects of imprecise measurement on the two dependent processes control for the autocorrelated observations

The observations from the process output are always assumed to be independent when using a control chart to monitor a process. However, for many processes the observations are autocorrelated and including the measurement error due to the measurement instrument. This autocorrelation and measurement error can have a significant effect on the performance of the process control. This paper considers the problem of monitoring the mean of a quality characteristic X on the first process, and the mean of a quality characteristic Y on the second process, in which the observations X can be modeled as an ARMA model and observations Y can be modeled as an transfer function of X since the state of the second process is dependent on the state of the first process. To distinguish and maintain the state of the two dependent processes with measurement errors, the Shewhart control chart of residuals and the cause-selecting control chart, based on residuals, are proposed. The performance of the proposed control charts is evaluated by the rate of true or false alarms. By numerical analysis, it shows that the performance of the proposed control charts is significantly influenced by the variation of measurement errors. The application of the proposed control charts is illustrated by a numerical example .