关于复杂系统的海洋工程项目质量SPC研.pdf

基于复杂系统的海洋工程项目质量 SPC 研究 摘 要 近年来 SPC 技术在生产过程中的应用已经比较广泛，采用 SPC 方法运用统 计技术对生产过程中的各工序参数进行监控，可以达到保证生产精细化和产品质 量的目的。但是传统 SPC 应用的基本前提条件是各变量观测值相互独立，而实 际生产过程中各观测值往往存在自相关现象，若仍采用传统 SPC 会增加错误判 断的机率。 为了解决这种问题，本文首先重点研究了传统 SPC、残差控制图的相关理论 知识，并且对单值控制图以及残差控制图进行仿真分析计算，根据时间序列模型 产生不同自相关系数的观测值数据，分别在均值无偏移和均值偏移两种情况下进 行对比研究，最终得出相关结论。 为了得到更加灵敏，更加准确的过程控制，本文其次把 BP 神经网络应用到 解决自相关过程的控制问题中，认真研究了 BP 神经网络结构的建立和训练，并 把训练好的 BP 网络应用在自相关统计过程的仿真实验中，根据设置不同的隐层 神经元数以及不同的自相关系数，并对各种结果进行比较分析，并且在此基础上， 比较了BP 神经网络和残差控制图对自相关过程检测的效果，最终得出相关结论。 最后本文以海洋工程海洋平台的预制过程为例，实证研究了休哈特控制图、 残差控制图和 BP 神经网络对实际统计过程的控制能力，通过对比发现，最终 得出相关结论。 通过研究，获得了以下研究成果与研究结论： 1. 分别在均值无偏移和均值偏移两种情况下，对单值控制图以及残差控制图 进行仿真分析计算，进行对比研究得出： （1）在正自相关并且均值无偏移情况下：单值控制图往往导致数据越界产 生很多虚发警报，并且随着相关系数的增大，产生虚发警报的可能性越大，最终 误导实际操作人员做出错误的质量管理决定；而残差控制图可以很好的反映实际 情况。 （2 ）在正自相关并且均值偏移情况下：单值控制图更加符合实际情况，可 以给出正确的偏移方向；而残差控制图对异常的监测不是很灵敏，并且正自相关 系数的越大，监测灵敏度越低。 I （3 ）在负自相关并且均值无偏移情况下：单值控制图会显示控制上下边界 范围变大，导致会出现漏发警报的问题，并且随着负自相关系数的绝对值变大， 这种控制范围会越来越大，会更加出现漏发警报；而残差控制图方面，较好的反 映实际情况。 （4 ）在负自相关并且均值偏移情况下：单值控制图会显示控制上下边界范 围变大，导致会出现漏发警报的问题，并且随着负自相关系数的绝对值变大，这 种控制范围会越来越大，会更加出现漏发警报；而残差控制图方面，较好的反映 实际情况，并且自相关系数越小，残差控制图的灵敏度越高。 （5 ）单值控制图只能在均值发生偏移的情况下，过程存在正自相关时起到 一定作用，在其他时候不是存在虚发警报，就是存在漏发警报，严重影响操作人 员指定质量控制的决策，给质量管理带来严重不良影响。与单值控制图相反的是， 残差控制图除了在均值发生偏移的情况下，过程存在正自相关的时刻会出现漏发 警报、监测灵敏度底的缺陷外，在其他任何情况都有良好的表现。 2 ．通过研究在隐层神经元个数不相同（分别为5、8、10、12、15）、均值偏 移不同（0 σ 、1σ 、2 σ ）、自相关系数不同（0.1，… ，0.9 ）情况下，BP 神经 网络（BPN ）和残差控制图（TSCC ）的网络识别率的对比研究得出： BP 网络的网络识别率要比残差控制图识别率高；另外当隐层神经元个数为 5、8、12、15 时，BP 网络的网络识别率表现不是很稳定并且网络识别率也相对 较低，而当隐层神经元个数为 10 的时候，网络稳定并且识别率很高。 根据上述结论，隐层神经元数为 10 时网络的性能识别率为最佳，因此我们 重点总结该种情况下 BP 网络与残差控制图对自相关过程的影响，又得出： （1）对于不同的自相关系数φ 以及不同的均值偏移σ ，BP 网络的识别率都 高于残差控制图的识别率。 （2 ）专门讨论均值偏移变动情况：在均值偏移出现 1 σ 的微小变动时，BP 网络的识别率普遍高于 70% ，而残差控制图的识别率基本低于 40% ，说明残差 控制图识别均值偏移变动很小的能力很有限，可见当均值偏移变动为 1σ