[發明專利]基于T-K控制圖的多品種生產模式統計過程控制方法

有效

• 申請號: 201210433123.5
• 申請日: 2012-10-26
• 公開（公告）號: CN102929148A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 顧鎧;賈新章;游海龍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于工業生產及制造業技術領域，涉及一種統計過程控制方法，具體地說，涉及一種基于T-K控制圖的多品種生產模式統計過程控制方法。

背景技術

統計過程控制(Statistical?Process?Control，SPC)技術是評價生產過程統計受控狀態、進而保證產品質量的主要手段。許多學者提出了眾多不同類型的控制圖技術，這些傳統控制圖技術在批量工業生產中得到廣泛應用，對改進生產效益、提高產品質量方面產生了明顯效果。但是使用傳統控制圖要求生產過程滿足一定的條件。首先，為了計算控制限，要求過程的均值和標準偏差已知，或可以由采集的數據計算得到。但是基于采集的數據計算控制限時，為了保證可信度，至少需要20到25批樣本數據，每批5個樣本點，即：至少需要100到125個抽樣數據。此外，應用傳統控制圖的前提是要求生產過程中采集的各批次樣本數據相互獨立且服從同一個正態分布，即通常所說的獨立正態同分布(Independent?and?IdenticallyNormally?Distributed，IIND)條件。

然而，在實際生產中，有些生產過程存在明顯的多品種、小批量的特點，同一道工序可能要加工幾種甚至幾十種工藝規范不同的產品，這使得傳統控制圖技術很難用于這類生產過程的質量控制。首先這種多品種、小批量的生產過程通常不能預先知道過程參數的均值和標準偏差，而且由于產品種類繁多，單一品種的產品批量較小，很難滿足建立控制圖的數據量要求。如采用較少數據構建控制圖，將使得控制圖的監控能力降低。此外，不同類型的產品往往由于生產原材料、生產條件或加工要求不同，導致工藝參數母體不服從同一分布，這顯然違背了IIND條件。這些問題均對多品種小批量生產過程中施行SPC提出了挑戰。

為解決小批量生產模式中數據量過少的問題，一些學者提出了自啟動(self-starting)控制圖技術。Self-starting控制圖的優勢在于對樣本數據量要求不高，無需經歷分析用控制圖即可建立控制圖，且隨著監控過程的持續不斷更新母體分布參數。現有技術中提出了一系列基于Q統計量的self-starrting控制圖，被稱為休哈特Q控制圖，用于檢測過程工藝參數均值和標準偏差的波動。詳細討論了Q控制圖的平均運行長度(Average?Run?Length，ARL)特性并對Q控制圖進行了優化。提出了具有self-starting特點的CUSUM控制圖和MEWMA控制圖。最近，Zhang等人提出了休哈特t控制圖，與傳統休哈特均值控制圖相比，t控制圖無需經歷分析用控制圖階段并且有更穩定的監控能力。對t控制圖控制限的選取做出了修正并提出用于小批量生產模式的t控制圖，該技術具備休哈特t控制圖的優點并更適合于小批量生產過程的質量監控。

盡管上述技術很好地解決了小批量生產過程帶來的樣本量過少的問題，但是尚不能解決多品種問題。對于多品種問題，常規解決方式是先對原始數據轉換，使結果數據服從同一個正態分布，再對結果數據施行過程控制，如：與目標值偏差控制圖(Deviations?from?Nominal，DNOM)及標準化DNOM控制圖(Standardized?DNOM)。然而，利用這些控制圖，需要對不同類型產品工藝參數標準偏差進行估計，為此需要對每個品種的產品均要采集足夠多的數據，否則標準偏差估計值誤差較大，將導致控制圖性能下降，表現為誤判率提升或對異常原因不敏感。對于多品種小批量情況，通常很難滿足這種數據采集量的要求。

發明內容

為了解決上述技術問題，克服現有技術中存在的缺陷，本發明提供一種基于T-K控制圖的多品種生產模式統計過程控制方法，該方法提出了多品種生產模式下的T-K控制圖，用于檢測工藝參數母體均值及標準偏差的波動。其基本思想是采用一種對樣本量要求不高的方法，基于采集的每批樣本數據，計算T、K統計量，使得T、K統計量各自相互獨立且服從相同分布。根據實際情況，提出了兩種計算統計量的方法。一種用于工藝參數均值已知，另一種用于均值未知的情況。

其技術方案如下：

一種基于T-K控制圖的多品種生產模式統計過程控制方法，包括以下步驟：

1)建立用于監測工藝參數均值的T控制圖