【摘要】：為保證企業(yè)能夠提高市場(chǎng)競(jìng)爭(zhēng)力,提高產(chǎn)品質(zhì)量就成為了至關(guān)重要的一環(huán)。在進(jìn)行現(xiàn)場(chǎng)生產(chǎn)過(guò)程質(zhì)量控制的作業(yè)時(shí),傳統(tǒng)的統(tǒng)計(jì)質(zhì)量控制圖便被廣泛的應(yīng)用到其中。在進(jìn)行質(zhì)量控制時(shí),收集的數(shù)據(jù)需要服從參數(shù)分布,然而在實(shí)際生產(chǎn)過(guò)程中,收集到的質(zhì)量數(shù)據(jù)通常隨意分布,在這種情況下,傳統(tǒng)的控制圖就不能夠利用收集到的大量數(shù)據(jù)對(duì)異常的生產(chǎn)過(guò)程作出及時(shí)、準(zhǔn)確的反應(yīng),這樣就無(wú)法保證產(chǎn)品的高質(zhì)量。對(duì)此,研究出反應(yīng)迅速、效率高、魯棒性好的非參數(shù)質(zhì)量控制圖就具有非常重要的意義。首先,對(duì)休哈特控制圖、累積和控制圖、指數(shù)加權(quán)移動(dòng)平均控制圖進(jìn)行了較為詳細(xì)的闡述,介紹了常見(jiàn)的非參數(shù)獨(dú)立兩樣本檢驗(yàn)方法以及變點(diǎn)模型,為下文奠定理論基礎(chǔ)。其次,深入探討變點(diǎn)模型與統(tǒng)計(jì)質(zhì)量控制圖的理論,并對(duì)庫(kù)奇尼檢驗(yàn)理論進(jìn)行了詳細(xì)的研究。以上述多種理論為基礎(chǔ),提出了基于庫(kù)奇尼檢驗(yàn)理論與變點(diǎn)模型的非參數(shù)質(zhì)量控制圖(NCCSPC圖),利用蒙特卡洛模擬法進(jìn)行估算得到控制圖的控制限簡(jiǎn)表,并給出擬合函數(shù)。另外,對(duì)于服從不同分布、具有不同異常類型的質(zhì)量數(shù)據(jù),運(yùn)用蒙特卡洛模擬法,將NCCSPC圖同其他幾種非參數(shù)控制圖通過(guò)對(duì)比分析出其對(duì)異常狀況的檢出性能。與此同時(shí),分析比較了幾種方差檢驗(yàn)法與均值檢驗(yàn)法通過(guò)隨意搭配對(duì)異常類型進(jìn)行判斷的準(zhǔn)確性,給出具有較好綜合性能的搭配檢驗(yàn)方法。最后,將NCCSPC控制圖應(yīng)用在電機(jī)端蓋的自動(dòng)化生產(chǎn)線上,運(yùn)用Matlab進(jìn)行仿真監(jiān)控,驗(yàn)證該控制圖的有效性。其能夠?qū)ιa(chǎn)過(guò)程的異常狀況進(jìn)行快速反應(yīng),且能準(zhǔn)確的估計(jì)異常狀況的發(fā)生點(diǎn),判斷出異常類型。本文提出的方法在提高產(chǎn)品質(zhì)量方面具有重要的理論與實(shí)踐意義。
【圖文】：

圖的研究綜述制理論將影響加工質(zhì)量的因素分為偶然和系統(tǒng)兩制圖上的數(shù)據(jù)點(diǎn)隨機(jī)分布，可認(rèn)為生產(chǎn)過(guò)程處于時(shí)，控制圖上的數(shù)據(jù)點(diǎn)分布并不隨機(jī)，此時(shí)可認(rèn)制圖提供的信息，及時(shí)采取措施，消除異常因素類:休哈特（Shewhat）控制圖、累積和（CUSUEWMA）控制圖三種。制圖由 Shewhart 于 1924 年提出。該控制圖以樣本限定理及 3 原則為基礎(chǔ)，是工業(yè)上最常用的控已存在的樣本數(shù)據(jù)來(lái)計(jì)算統(tǒng)計(jì)量，并繪制控制圖期樣本沒(méi)有被充分利用，所以對(duì)在生產(chǎn)過(guò)程中產(chǎn)如圖 1.1 所示。

01mm iiC X 每個(gè)抽取樣本的均值，0 是對(duì)正常過(guò)程均值的 位于中心限附近波動(dòng)，假設(shè)過(guò)程失控，，則mC 則由上 CUSUM 控制圖和下 CUSUM 控制圖組成，上下控制圖則用以檢測(cè)過(guò)程下降趨勢(shì)，如圖 1.2 所計(jì)量為： 0 1min 0 / 2i i iC x C ， 計(jì)量為： + +0 1min 0 + / 2i i iC x C ， 檢測(cè)漂移值
【學(xué)位授予單位】：沈陽(yáng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM305.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 楊貴軍;林珍英;張聰聰;;關(guān)于一般非參數(shù)Behrens-Fisher問(wèn)題的秩和檢驗(yàn)方法[J];統(tǒng)計(jì)與信息論壇;2015年01期

2 李云霞;周杏杏;;含有協(xié)變量的復(fù)發(fā)事件變點(diǎn)模型的參數(shù)估計(jì)[J];統(tǒng)計(jì)與信息論壇;2014年07期

3 魏文;段美華;;CUSUM和EWMA控制圖在汽車(chē)加油過(guò)程中的應(yīng)用研究[J];科技視界;2014年05期

4 秦瑞兵;田錚;陳占?jí)?;獨(dú)立隨機(jī)序列均值多變點(diǎn)的非參數(shù)檢測(cè)[J];應(yīng)用概率統(tǒng)計(jì);2013年05期

5 周振華;;工業(yè)化與信息化的互動(dòng)與融合[J];中國(guó)制造業(yè)信息化;2008年02期

6 陳希孺;變點(diǎn)統(tǒng)計(jì)分析簡(jiǎn)介[J];數(shù)理統(tǒng)計(jì)與管理;1991年01期

相關(guān)重要報(bào)紙文章 前1條

1 王菲;;中國(guó)版工業(yè)4.0漸行漸近[N];上海金融報(bào);2014年

相關(guān)博士學(xué)位論文 前1條

1 余建波;基于智能學(xué)習(xí)模型的制造過(guò)程質(zhì)量控制理論與方法論研究[D];上海交通大學(xué);2009年

本文編號(hào)：2578793