基于主成分分析的多响应稳健性优化方法研究

将主成分分析法与双响应曲面法相结合,提出了一种同时优化响应均值和标准差的多响应优化方法.通过主成分分析,将多个响应的位置和散布特性值转化为主成分综合得分,并以二者的加权和作为优化指标,克服了传统的多响应优化方法只考虑响应均值的不足,将响应的标准差也纳入优化范畴,实现优化的稳健性.实例表明,该方法充分考虑了响应标准差对优化结果的影响,优化结果得到一定改善.     

产品设计中多响应优化方法的比较研究

文章对目前产品设计中多响应优化方法进行了分析和总结,并用几种主要方法(距离法,满意度函数法,主成分分析法和概率法)对轮壳实验进行了分析,比较了各种方法的优缺点,并指出概率法是处理多响应优化设计问题的一个较好的方法.     

基于无穷范数空间距离的计数型函数响应优化方法研究

计数型函数响应在制造过程中广泛存在。然而,已有研究大多针对的是连续型函数响应的优化。本文基于拟合值向量的无穷范数空间距离指标,结合满意度函数法,提出一元和多元计数型函数响应优化方法。仿真试验结果表明,本文提出的拟合值向量无穷范数空间距离指标更精准地反映函数响应向量之间真实距离。该方法应用于某公司液晶显示屏模组柔性电路板与玻璃基板压接工艺参数改进,降低了产品不合格率。     

用单一表进行响应建模的方法在感性设计中的应用

顾客之间不一致的个体特征可能导致不同顾客对同一产品的感性评分之间存在显著的变差,从而很可能存在部分顾客对产品的感性很不满意。针对该问题,在感性设计过程中考虑顾客群体的异质性,引入质量工程中的一种稳健性设计方法来设计感性产品,不仅使该产品大体上符合顾客群体的感性意象,而且使不同顾客对同一产品的感性反应的波动降到最小乃至消除。具体步骤为:首先,提出"感性距离"的概念,用以量化产品的感性质量;然后,将产品的各项感性参数作为控制因子,将顾客之间不一致的个体特征视为噪声因子,将感性距离作为响应变量,应用单一表进行响应建模的方法,求得产品感性参数的稳健设置。以手机的感性设计为例,对上述方法进行了实际应用。     

多维系统优化中马氏田口强相关问题研究

对传统马氏田口方法进行了介绍,分析了多维系统马氏田口优化中强相关问题的影响,提出了解决强相关问题的新方法——马氏田口M-P广义逆矩阵法。相对于传统的马氏田口逆矩阵法,马氏田口M-P广义逆矩阵法具有存在性、唯一性和通用性的优点,能更有效地应用于多维系统的优化实践。通过对某医院血粘度诊断系统的优化与分析,进一步证实了马氏田口M-P广义逆矩阵法的有效性。     

刀具磨损过程的质量控制图

刀具磨损是机械加工过程中普遍存在的一种自然现象,机械加工过程中影响加工精度的某些系统性因素随着时间而变化,而且随着系统性因素影响程度的加剧,导致随机性因素也具有了时变性质,即加工过程的方差是随刀具磨损时间的加长而增大的.文章利用递增型异方差的Glejser 检验方法,拟作符合刀具磨损规律的加工过程残差模型,计算出刀具磨损过程的控制限,提出了符合刀具磨损特点的加工过程控制图,并运用一个具体案例,说明如何构造文中提出的控制图,结果表明该图可正确地判断刀具在加工过程是否处于受控状态.     

工业工程(第十二讲)供应链管理下的质量控制研究

针对在供应链管理下抽样检验存在的不足,提出供应商质量控制与质量保证策略,给出供应链质量控制流程,并指出在选择供应商时应注意的问题.对于以装配为主的工程机械企业产品质量保证有一定的借鉴意义.     

基于支持向量机的焦炭质量预测模型

采用机器学习方法中的支持向量机技术来预测焦炭质量,不需要了解煤成焦机理,综合考虑配合煤特性和焦炉加热制度的影响,而且克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差;给出了一种基于组态王6.0与VB6.0的焦炭质量在线预测系统框架.     

基于IG的复杂产品关键质量特性识别

将IG(Information Gain)方法引入高维复杂产品质量特性识别,根据复杂产品制造过程的特点,将产品样本数据集中质量特性与样本质量类别建立联系,构建基于IG的相关性识别模型判别两者之间相关性及质量特性的有用性,从而去掉原始样本数据集中的弱相关特征及冗余特征,识别出对于产品质量具有直接关键影响的关键质量特性。算例结果表明,该方法可以比较有效消除在原始样本数据集中的冗余和不相关特征,适合用于高维复杂产品关键质量特性识别。     

多变异源控制图的操作特性曲线的研究

质量特征值来自多个变异源时,必须应用多变异源控制图以解决虚发警报过高的问题.文章的目的是研究多变异源控制图的操作特性(OC)曲线,通过对多个变异源的方差分析,基于对部分方差估计,计算OC曲线公式,了解多变异源控制图的检出力,并给出第二类错误风险与样本大小的关系,通过规定可接受的第二类错误风险即可确定合适的样本大小,为多变异源控制图选择样本大小找到了方法.