质量控制中的统计相关分析与建模.pdfVIP

( ) 清 华 大 学 学 报 自 然 科 学 版 1732　 　1998 年 第 38 卷 Journal of T singhua U niversity (Sci T ech) 第 9 期 第 63～ 66 页　 质量控制中的统计相关分析与建模 冯　炜, 　阳宪惠 清华大学 自动化系, 北京 100084 文　摘　介绍了统计相关分析方法及其在连续过程产品质 地位, 按主次顺序得到各主元素。这些主元素彼此之 量相关因素分析和质量指标的建模与估计中的应用。描述了 间是无关的。借助这一工具, 可提炼变化信息, 减轻 多元统计分析中的主元素分析和部分最小二乘两种方法, 并 数据分析的复杂程度。 将这些方法用于连续过程的质量控制, 进行炼油过程油品质 设获得的原始数据阵为 × 的矩阵 , 它表 m n X 量相关因素的分析和质量指标的统计建模与预测, 对不同条 ( ) 示m 个采样值 或称样本 和 n 个变量, 这些数据可 件下的模型预测结果进行了分析比较。结果表明, 统计分析 能存在很强的相关性, 于是造成协方差阵接近奇异 是一种收集、整理、分析数据的有效方法, 模型预测精度很 高, 它将为连续过程质量控制开辟新的途径。 阵。主元素分析的目的就是要建立k (k n ) 个新的 变量, 使它尽可能多的保持原有 n 个变量的信息, 这 关键词　主元分析; 部分最小二乘; 相关分析; 统计质量控制 k 个变量就称为主元素, 它们是两两互不相关的。从 代数的观点看, 主元是 n 个变量 x 1 , x 2 , …, x n 的线 分类号　T P 274 性组合; 从几何观点看, 主元分析就是将变量 x 1 , x 2 , …, x n 构成的坐标系, 在一定约束条件下进行旋 　　质量控制在追求高质量高效益的现代社会日益 转, 产生新的坐标系, 新坐标系中几个代表最大变异 受到人们的重视。 方向的坐标轴就是所获得的主元。 统计分析能够科学有效地收集、整理和分析数 经典统计认为主元分析是确定一个多元正态分 ( ) 据, 处理生产过程中众多参数 包括质量指标 间的 布等密度椭球面的主轴, 而这些主轴可通过对样本 关系与变化, 对难以在线测量的质量指标建立预估 的估计而得到。以最简单的二维情况来说明。如图 模型; 对过程参数及设备运行状态进行统计控制图