[發明專利]一種基于收斂CEV的威布爾型截尾特性控制圖的制作方法有效
| 申請號: | 201410403698.1 | 申請日: | 2014-08-15 |
| 公開(公告)號: | CN104331592B | 公開(公告)日: | 2017-12-26 |
| 發明(設計)人: | 何益海;王林波;何珍珍 | 申請(專利權)人: | 北京航空航天大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 北京慧泉知識產權代理有限公司11232 | 代理人: | 王順榮,唐愛華 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 收斂 cev 布爾 型截尾 特性 控制 制作方法 | ||
1.一種基于收斂CEV的威布爾型截尾特性控制圖的制作方法,假設條件如下:
假設1過程是可測量;
假設2過程檢測值是右截尾型質量特性;
假設3測量值相互獨立;
假設4過程檢測值服從威布爾分布;
假設5過程期望誤報警率Rf一定;
基于上述假設,所述的制作方法,其特征在于:其步驟如下:
步驟1收集過程中右截尾質量檢測數據;
步驟2建立右截尾型質量特性的密度分布函數及考慮截尾因素的對數極大似然函數;
步驟3明確截尾數據的截尾期望值與質量特性的潛在分布形式的相關函數關系;
該相關函數關系為vc=Ec{(X,θ)|(X,θ)≥C}=h(θ),
且有
步驟4擬真還原初始質量檢測數據并確定截尾過程分布參數與截尾期望值的函數關系;
步驟5迭代步驟2—步驟4至參數值所需精度,并確定收斂CEV下的截尾期望值,完成最終的數據擬真還原;
步驟6對更新后的樣本檢測值進行分組,并設計和計算各組檢測統計量;所述的“分組”是指將未經排序的右截尾樣本數據每n個為一組,分別計算每小組的檢驗統計量Tj=∑i∈DXi+mC/n,j=1,2,...,N/n,得到統計量矩陣TS=[T1,T2,...,TN/n]T;
步驟7依據給定的期望誤報警率確定所構建控制圖的控制限;
步驟8確定截尾型質量特性控制圖的控制界限屬性;
步驟9過程穩定情況下的基于最優反應距離的控制圖的性能比較分析;
步驟10過程異常情況下的基于平均運行鏈長的控制圖的性能比較分析;所述“平均運行鏈長”是指過程失控狀態下的平均運行鏈長;
步驟11錄入擬真還原后的樣本檢測值,完成控制圖的構建,并觀察有無異常點,否則返回步驟1重新執行至過程判定為穩受控。
2.根據權利要求1所述的一種基于收斂CEV的威布爾型截尾特性控制圖的制作方法,其特征在于:在步驟1中所述的“收集過程中右截尾質量檢測數據”,是指收集過程右截尾質量檢測歷史數據,它應當采集20-70組右截尾數據,樣本數量太少,不利于評估過程是否失控,樣本數量過多,則會增加采樣成本。
3.根據權利要求1所述的一種基于收斂CEV的威布爾型截尾特性控制圖的制作方法,其特征在于:在步驟2中所述的“右截尾質量特性的密度分布函數及考慮截尾因素的對數極大似然函數”,分別為即和logL(θ)=(N-r)S(C;θ)+∑i∈Df(xi;θ),θ代表一個或多個質量特性分布參數,xi是檢測得到的質量特性值,C是質量特性的截尾水平值,f是失效率函數,S是生存函數,r是非截尾數據的個數,D是非截尾數據的集合。
4.根據權利要求1所述的一種基于收斂CEV的威布爾型截尾特性控制圖的制作方法,其特征在于:在步驟4中所述的“擬真還原初始質量檢測數據并確定截尾過程分布參數與截尾期望值的函數關系”,該“擬真還原”是指右截尾數據由截尾期望值代替,非截尾數據保持原值不變,如此實現樣本信息的還原與更新,確定的截尾過程分布參數與截尾期望值的函數關系為
5.根據權利要求1所述的一種基于收斂CEV的威布爾型截尾特性控制圖的制作方法,其特征在于:在步驟5所述的“收斂CEV下的截尾期望值”為并基于它完成最終的樣本數據還原和更新。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京航空航天大學,未經北京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410403698.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:用于圓棒形工件的合流裝置
- 下一篇:薄壁件滑塊式車夾具
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





