检测尺度参数的非参数控制图

本文基于Ansari-Bradley检验提出两种在过程分布未知时检测过程尺度参数的非参数控制图,即混合指数加权移动平均与累积加和(mixed exponentially weighted moving average-cumulative sum,EWMA-CUSUM)控制图与混合累积加和与指数加权移动平均(mixed...     

测量误差对方差控制图的性能影响分析

在控制图的应用中,多数统计过程控制方法都是基于数据的精确测量,然而在生产与服务环境中,数据中存在测量误差是不可避免的。本文研究测量误差对Zhang等^[1]提出的用于检测方差的控制图的性能影响。结果表明,当测量误差存在时,控制图的检测性能会受到一定的影响。文章最后给出采取多次测量方法来降低测量误差的影响。     

测量误差对ELR控制图检测性能的影响分析

在多数控制图的应用中,系统的测量误差会影响控制图的检测效率。本文主要研究在带有线性协变量误差模型下,考虑测量误差对Zhang等(2010)^[1]提出的用于同时检测过程均值方差的综合控制图的性能影响。模拟结果表明,当测量误差存在时,过程参数值、漂移幅度以及样本容量对此图的检测效率均有影响。最后考虑通过对样本采用多次测量的方法降低测量误差的影响。     

参数估计对检测简单线性曲线控制图的性能影响分析

关于简单线性曲线的在线监测方法多数假定受控参数是已知的,或者假定有足够多的历史样本来估计未知参数。Mahmoud^[1]分析了参数估计对三种监测简单线性曲线方法的影响,但其部分模拟结果有一定差错。本文主要目的是研究参数估计对Zhang等^[2]提出的基于似然比检验的监测简单线性曲线控制图的性能影响,并对Mahmoud^[1]中的模拟方法进行纠正,同时对四种方法进行比较。模拟结果表明,若使用参数已知时的控制限,而历史样本数据较少时,控制图的性能会受到严重影响。     

联合检测过程位置参数和尺度参数的非参数Cusum控制图

用于检测生产过程的多数传统控制图都假定过程的受控分布是已知的,并假定数据服从正态分布。然而在很多情况下,由于没有足够的数据来估计过程的分布,这种假定就变得不现实,而非参数控制图却不需要任何关于分布的特殊形式的假定。另外,多数的已有控制图都是使用两个单独的均值与方差控制图来同时检测生产过程.本文中,我们提出一个新的基于Cramer-von-Mises(CvM)检验的非参数累积和控制图(称为CvM图)来同时检测过程位置参数和尺度参数。文中给出了基于不同受控平均运行长度(ARL)下的CvM图的控制限,通过步长的均值、方差及分位数来研究控制图的性能表现。最后用一个实例来说明CvM图的实际应用。