SPC与EPC的集成及相关关键技术研究.docVIP

SPC与EPC的集成及相关关键技术研究 第27卷第1期 2007年1月 计算机应用 ComputerApplications Vo1.27No.1 Jan.2Oo7 文章编号:1001—9081(2007)01—0228—03 SPC与EPC的集成及相关关键技术研究 褚崴.孙树栋.于晓义 (西北工业大学机电学院,陕西西安7l0o72) fewlbcwlb@mail.nwpu.edu.cn) 摘要:构建了SPC与EPC的集成模型.通过对模型运转方式和各模块集成方式的分析及对模 型中所采用的联合控制图技术,基于MCMC方法的过程调整技术,系列过程调整策略,模糊质量诊断 技术,EPC模块起停控制规则的研究阐明了该集成模型的合理性. 关键词:统计过程控制;工程过程控制;联合控制图;马尔可夫链蒙特卡罗方法;模糊质量诊断; 二次损失函数 中图分类号:TP273文献标识码:A StudyOiltheintegrationofSPC/EPCanditskeytechnologies CHUWei,SUNShu—dong,YUXiao—yi (MechatronicSchool,Northu~sternPolytechnicalUrd~ersity,尉,口nShaanxi710072,China) Abstract:BasedOiltheanalysisofthedifferenceandcoherencebetweenStatisticalProcessControl(SPC)and EngineeriIlgProcessControl(EPC),theintegrationmodelofSPCandEPCWaSsetup.Afteranalyzingtheoperationofthe integrationmodeandstudyingthekeytechnologiesofcombinedcontrolchart,prDce明adjust玎ntmethodbasedOnMarkov chainMonteCarlo(MCMC)approach,zzyqualitydiagnosis,startingandstoppingruleofEPC,andthefeasiblenessofthe integrationmodewereconfirmed. Keywords:SPC(StatisticalProc~Contro1);EPC(EngineeringProc~8Contro1);combinedcontrolchart;MCMC (MarkovChainMonteCarlo)approach;fuzzYqualitydiagnosis;quadraticlossfunction 0引言 统计过程控制(sac)和工程过程控制(EPC)分属于 两种不同的过程控制方法.SPC强调过程监测和异常识别, 不提倡对过程进行频繁的调整,因为SIC理论认为当过程处 于稳定状态时,频繁的调整会增加过程的波动.而EPC理论 认为需要对过程的各个阶段始终应用有效的调整方法以补偿 偏移,保持过程稳定.虽然SIC与Ⅱ,c有所不同,但是二者 的最终目标都是使过程的输出尽量接近目标值,而且SPC的 监测功能和EPC的调整功能优势互补,因此二者具有一致 性,如果能有效地将二者集成,会有助于解决过程监测及调整 问题. 近年来,有关SPC与EPC的集成研究取得了一定的成 果:利用休哈特(Shewhart)控制图监控生产过程,当异常出现 时通过当前的观测数据调整过程;当过程数据具有高度白 相关性时,采用EPc消除数据间的相关性并通过SPC监测生 产过程-4;利用休哈特控制图,累计和(CUSUM)控制图,指数 加权移动平均(EWMA)控制图监控生产过程,一旦异常发 生,通过最大似然估计确定偏移量的大小并采取措施消除偏 移影响;近期,在偏移的参数估计方面,更为精确的贝叶斯 方法得到了应用J. 但是,上述方法在过程监测方面仅应用了一种控制图,而 没有考虑到各种控制图在识别不同量级偏移量方面的差异, 从而导致了某些过程的监测失效.因此,本文采用联合控制 图(即几种控制图的组合)以改善监测效果.控制图仅能够 识别异常}而不能给出异常产生的原因,当异常情况出现时, 传统的质量诊断需要通过人工完成,费时费力.本文在文献 [7]的基础上,构建了模糊质量诊断模块以实现异常原因的 自动诊断;在过程调整方面目前已有的方法都只是采取了单 步调整措施,调整精度不高,鉴于此,本文采用系列的调整方 法逐步消除偏移的影响,事实证明系列调整方法的性能要优 于单步调整方法;在偏移的参数估计精度方面,贝叶斯方法具 有一定的优势,然而由于需要计算复杂的高维积分J,其计 算难度较大,为了解决该问题,笔者采用了马尔可夫链