高维均值及协方差矩阵自启动统计过程控制图

摘要

在工业生产中，统计过程监控是一种用于保障过程稳定和产品质量的常用方法。随着生产技术的进步和产品的日趋复杂，需要监控的产品指标参数也日趋增多，多元控制图也随之产生。目前，针对多元过程控制，许多学者已进行了大量的研究，但是针对高维空间下的数据，利用传统的多元控制方法会产生很多问题，例如高维数据需要积累非常大的样本量才能保证参数估计的准确性，这在现实生产中往往难以实现，同时由高维数据产生的大量监控噪音会极大地影响监控效果。
　　所以针对以上问题，结合高维数据的特点，本文分别从监测均值变异和协方差矩阵变异两个方向入手，开发自启动控制图，及时有效地去监控过程异常。自启动过程控制图异于传统控制图，无需分两个阶段分别估计过程参数和监控过程，而是在过程一开始就实施监控，在数据不断累积的过程当中，实时更新参数估计，保证监控的及时性。
　　本文利用蒙特卡洛数值仿真分别将自启动均值和协方差控制图在监控能力上与传统方法进行比较。最后用真实生产数据展示本文方法的应用价值。本文提出的方法可以应用于多指标产品生产的快速异常检测，特别是难以得到大量检测数据的产品，如检测需要破坏产品本身或者检测成本太高的产品。

目录

封面

声明

上海交通大学硕士学位论文答辩决议书

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景与研究意义

1.2 国内外研究现状

1.3 研究内容

第二章 高维均值自启动控制图的建立及仿真分析

2.1高维均值自启动控制图的建立

2.2高维均值自启动控制图的仿真分析

2.3本章小结

第三章 高维协方差自启动控制图的建立及仿真分析

3.1 高维协方差自启动控制图的建立

3.2高维协方差自启动控制图的仿真分析

3.3本章小结

第四章 实例分析

4.1数据介绍

4.2数据预处理

4.3 高维均值自启动控制图的实例演示

4.4高维协方差自启动控制图的实例演示

4.5本章小结

第五章 总结与展望

5.1 总结

5.2未来研究的展望

参考文献

致谢

攻读学位期间的学术成果