多元过程监控与异常诊断研究

发布时间：2023-04-02 09:29

　　本论文以多元过程为研究对象，以计算机仿真分析为手段，利用联合控制技术、支持向量机与级联相关神经网络等，研究了多元统计过程控制中，多元过程均值向量和协方差矩阵的监控，以及多元过程质量诊断中，发现过程异常，定位过程失控原因的方法和实现技术，以便提高过程产品质量，减少质量缺陷，对提高企业的市场竞争力具有重要的意义。研究将进一步完善补充多元统计过程控制与异常诊断的技术与方法。本论文的主要研究内容包括： 1．多元过程均值向量与协方差矩阵监控。研究能同时监控多元过程均值向量和协方差矩阵的控制图，发现过程异常因素，显得尤为重要。基于此，本文提出了能较大范围有效地监控多元过程的均值向量和协方差矩阵的单个控制图，为企业在质量控制方面提供了较好的应用和参考价值； 2．针对多元过程中特殊的二元过程，本文提出了基于联合T2和VMAX控制图对其监控，研究了该联合控制图的ARL性能，并与联合T2和|S|控制图进行比较，该联合控制图能够有效地监控二元过程的均值向量和协方差矩阵；同时设计了联合单变量控制图，提出了基于非中心卡方分布与联合单变量控制图的二元过程均值向量偏移方向诊断方法，能为企业在线操作人员或质量工程师提...

【文章页数】：102 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状综述
        1.2.1 多元控制图研究综述
        1.2.2 质量诊断研究综述
    1.3 论文的结构与研究内容
    1.4 本研究的创新之处
第二章 多元统计过程控制与异常诊断理论
    2.1 多元质量控制技术概述
    2.2 多元统计过程控制图
        2.2.1 多元休哈特控制图
        2.2.2 多元 CUSUM 控制图
        2.2.3 多元 EWMA 控制图
    2.3 多元过程异常诊断
        2.3.1 基于 BP 神经网络的方法
        2.3.2 基于支持向量机的方法
    2.4 本章小结
第三章 多元过程均值向量与协方差监控
    3.1 基于 WISHART 分布的控制图
        3.1.1 Wishart 分布
        3.1.2 基于 Wishart 分布的控制图
    3.2 联合控制图
        3.2.1 联合 T2与|S|控制图
        3.2.2 Max-MEWMA 控制图
    3.3 控制图性能分析
        3.3.1 CSDW 控制图性能
        3.3.2 控制图性能比较
    3.4 CSDW 控制具体实施过程及案例
    3.5 案例分析
    3.6 本章小结
第四章 基于联合技术的二元过程监控与诊断
    4.1 联合 T²与 VMAX 控制图
    4.2 联合控制图性能比较
    4.3 实例分析
    4.4 二元过程均值向量异常诊断
        4.4.1 过程诊断异常简介
        4.4.2 联合 NCS 控制图
        4.4.3 基于 NCS 的异常诊断流程
    4.5 联合 X 均值控制图
    4.6 仿真分析
    4.7 本章小结
第五章 基于 SVM 算法的多元控制图均值偏移诊断
    5.1 多元控制图诊断概述
    5.2 多元过程控制图
    5.3 分类及优化算法
        5.3.1 支持向量机原理
        5.3.2 K 折交叉验证
        5.3.3 粒子群优化算法
    5.4 模型构建与训练集产生
        5.4.1 模型构建
        5.4.2 训练数据集产生
    5.5 模型模拟分析
        5.5.1 基于 K-CV 优化
        5.5.2 基于 PSO 模型参数优化
        5.5.3 模型的性能比较
    5.6 本章小结
第六章 级联相关神经网络在制造过程中的应用研究
    6.1 神经网络的应用
    6.2 神经网络算法
        6.2.1 反向传播算法
        6.2.2 级联相关算法
    6.3 仿真分析
        6.3.1 仿真案例
        6.3.2 实证研究
    6.4 本章小结
第七章 结束语与展望
    7.1 结束语
    7.2 展望
参考文献
发表论文和参加科研情况说明
致谢



本文编号：3778983