关于自相关过程的贝叶斯质量控制图研究.pdfVIP

摘要 质量控制图是质量管理中使用最广泛和最有效的工具。工作中常用的常舰控 制图其基本假设前提是观测值独立同分布，但是当生产过程自相关时，质量观测 值常常表现出序列相关性，很难满足控制图的假定前提。 忽视序列相关，质量控制图的监控过程能力将受到极大的影响，可能多发过 程异常的错误警报，也可能漏发过程异常的真实警报。其检测能力大大降低。不 仅增加了对并不存在的异常原因进行检测的质量控制成本，更主要的是严重影响 管理者对控制图有效性的信心，从而怀疑、甚至放弃使用这一科学的管理方法。 针对这一实际问题，本文系统研究了生产过程自相关条件下控制图的处理方法， 进一步完善了控制图的理论体系，有利于研究贝叶斯质量控制理论和方法体系， 具有现实和理论意义。 本文在时间序列自回归模型(AR)、自回归移动平均模型(ARMA)以及向量自回 归模型(VAR)的贝叶斯推断基础上，提出了贝叶斯质量控制方法。应用基于Gibbs 抽样的马尔科夫链蒙特卡罗方法模拟模型参数的后验分布，使用软件随机仿真生 仿真分析，构建了时间序列自回归模型(AR)、自回归移动平均模型(ARMA)以及向 量自回归模型(VAR)等序列自相关过程的贝叶斯质量控制图。避免了在受控状态下 使用常规控制图造成的漏发或虚发报警现象。研究结果表明：贝叶斯方法是解决 自相关条件下质量控制的有效工具。 关键词：自相关；贝叶斯推断；控制图；仿真：MCMC算法 II Abstract controlchartsareused and in Quality widelyextensivelyqualitymanagement． Ifthecontrolchartsare observationsofthe mustbe used，the process independent distribution．Incontinuous ofthe identity productionprocess，observationsprocess be behaveserial itcannotsatisfiedwiththe ofthe always correlation，SO hypothesis controlchart． Whentheserialiscorrelative，the of controlchart monitoringcapacityquality willbeafected itincreasesthe offalsealarminnormal heavily，and probability willleaveouttherealalarminabnormal casethat process．Evenworse，it process．In ofcontrolchartswillbediscount．Notthe control happened，thepower only quality costwillbeincreasedbecausecarriedonthe theunusualreason examination，which didnot more isthatwill