首页 理论教育 构建面向动态多元非正态分布的再制造过程质量EWMA控制图

构建面向动态多元非正态分布的再制造过程质量EWMA控制图

时间:2023-07-01 理论教育 版权反馈
【摘要】:因此,若m0太小,不利于再制造过程质量的异常检测。因为控制图需通过获取适量多的观测值满足第一阶段的学习,用以保证再制造过程初始阶段的稳定性。光滑参数λ的选择 对于最终控制图中光滑参数λ的确定,不仅要考虑其对于非正态分布的稳健性,同时还要考虑其在再制造过程中,对于不同漂移的监控的可靠性。

构建面向动态多元非正态分布的再制造过程质量EWMA控制图

在实际的再制造过程中很难准确了解漂移的大小,直接人为设定光滑参数会带来较大的误差,降低监控的准确性。为了减少这类人为误差,同时加大监控过程漂移的范围[16],Capizzi和Massarotto[17]在前人的基础上,提出了变化光滑参数的(Adaptive)自适应EWMA控制图(AEWMA),此控制图对过程发生的不同大小漂移都有效。

AEWMA控制图的再制造过程质量统计量定义以式(6-6)表示:

xt=xt-1+φet) (6-6)

式中,et=yt-xt-1φet)表示“得分函数”。

若∣xt-η0∣>H,系统发出报警信号,式中η0为再制造过程目标均值,H为相对应的阈值。当ytxt-1时,式(6-6)可变形为式(6-7):

xt=(1-ωet))xt-1+ωetyt (6-7)

式中,978-7-111-59103-0-Chapter06-9.jpg,这说明,再制造过程中权重是实时变化的。

在选取式(6-6)与式(6-7)中得分函数时,鉴于传统控制图及移动加权平均控制图各自的特点与优势,需考虑如下因素:

因素1φe)是e的非降函数。

因素2φe)=-φ(-e),即φe)是奇函数

因素3:当∣e∣较小时,φe)≈λe0≤λ≤1。

因素4:当∣e∣较大时,φe)≈e

综合上述四点因素考虑,给出以下三种得分函数:

式中,0≤λ≤1,k≥0,0≤p0p1,且p0p1都为常数,并满足:978-7-111-59103-0-Chapter06-11.jpg978-7-111-59103-0-Chapter06-12.jpg

此控制图的参数包括光滑参数λ和控制限H。对于式(6-8)及式(6-9)中的得分函数,未知参数为三维矢量,设β=(λHk),采用下述方法求解:

步骤1:确定要检测的漂移区间(μ1μ2)及在控平均运行链长ARL,设为b

步骤2:假定参数β,使漂移为μ2时,达到最小的ARL,即求解式(6-11):

式中,ARLμβ)表示当漂移是μ,平均运行链长是ARL时,得到参数β

步骤3:对于假定的α,设α=0.05,此控制图的最优参数β,即求解式(6-12):

经计算得到参数β,满足当条件为漂移是μ1时,取得最优的ARL;同时在漂移为μ2的条件下,几乎取得最优的ARL

为了使再制造加工过程质量监控更加精确,减少人为设定参数带来的误差,针对再制造过程发生的漂移大小不同的情况,利用实时变化的光滑参数实现再制造过程在线监控。鉴于式(6-8)函数的有效性及简便性,利用式(6-8)展开所提出的自适应方法。(www.xing528.com)

1.改进的再制造过程质量监控统计量

引入自适应的概念,将式(6-7)、式(6-8)带入式(6-3),得到新的再制造质量监控点的统计量如式(6-13)表示:

其中,978-7-111-59103-0-Chapter06-16.jpg

其中,vei)=φei/ei1≤it,。选择0≤λ≤1,k=3σ

再制造监控统计量最终值Ttωvet))=maxTjt2

2.改进后的再制造过程质量监控控制限的确定

引入自适应的概念后,最终再制造质量控制动态控制限由式(6-5)变为式(6-14):

使用的动态控制限需要特别强调,动态控制限是在线确定的,而不是在监控前确定的。即这些控制限与原始数据相关的,并没有做任何假设,这是构造与分布无关控制图的关键

定理:在可控情况下,对于任何连续的F0,当t≥1时,Pr(ARL=t)=α(1+αt-1

虽然Ttωvet))是条件与数据分布无关的,但要通过求解再制造加工质量统计量所有值,进而求得Htα)是很难实现的。此外,鉴于再制造控制限统计量公式本身及求解的复杂性,同样无法通过分析方法来解决Htα)的求解问题。因此,提出了一种算法近似Htα)。

推理:对于每一个jTjtωλ)与Tjkωvet))无关,kt-ω

依据此理论,将上述求解再制造过程控制限统计量公式(6-14)简化为

t较大时,式(6-15)有助于求得Htα),因为概率只与窗宽ω内的Ti有关,而不是与再制造所有参数的Ti有关,因此,采用如下算法。

1)当t=1时,{-m0+1,…,1}随机进行排序,假设某一排序为978-7-111-59103-0-Chapter06-20.jpg978-7-111-59103-0-Chapter06-21.jpg,设978-7-111-59103-0-Chapter06-22.jpg,求得相应的T1ωvet))。循环该排序过程b次,最后通过求解T1ωvet))所有值的(1-α)经验分位数,得到相应的条件阈值H1α)。

2)当t>1时,假设初始值i=0。按照上述随机排序方法,计算求得再制造统计量Tkωvet))max(1,t-ω+1)≤kt,。若Tkωvet))<Hkα),求得一个Ttωvet)),进入下一次排序,且i=i+1;反之,舍弃该排序。循环该过程,当i=b时停止。随后通过求解Ttωvet))的(1-α)经验分位数,获得条件阈值Htα)。

3.再制造过程质量监控相关参数的选择

(1)m0的选择 ADFEWMA是一种自启动控制图,从再制造开始阶段就利用动态控制限检测过程异常。因此,若m0太小,不利于再制造过程质量的异常检测。因为控制图需通过获取适量多的观测值满足第一阶段的学习,用以保证再制造过程初始阶段的稳定性。通过实践证明,要保证控制图有稳健良好的表现,在再制造过程质量出现异常前,需要20~100个再制造历史观测数据(越多越好)。

(2)初始阶段 当t较小时,例如tw,再制造质量统计量里面包括历史观测值的排序。另外由于过程漂移通常是在过程正常运行一段时间后发生,所以此时t对再制造过程不会产生影响。若在较早的情况下,即t较小时,过程发生漂移,则需满足ω=max{5,min{ω1t}},式中ω1表示满足(1-λω1≈0的窗宽。因此,求得ω=5。

(3)光滑参数λ的选择 对于最终控制图中光滑参数λ的确定,不仅要考虑其对于非正态分布的稳健性,同时还要考虑其在再制造过程中,对于不同漂移的监控的可靠性。在再制造过程正常运行情况下,无论权重如何选取,都是与过程数据分布无关的。因此,λ的选取方法与传统控制图参数λ的取值方法类似。针对不同的漂移,选择合适的λ值。所以,根据偏移量和再制造毛坯质量不定情况,选择λ∈[0.025,0.2]。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈