多元过程监控与异常诊断研究-管理科学与工程;工业工程专业论文.docx

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 本论文以多元过程为研究对象，以计算机仿真分析为手段，利用联合控制技 术、支持向量机与级联相关神经网络等，研究了多元统计过程控制中，多元过程 均值向量和协方差矩阵的监控，以及多元过程质量诊断中，发现过程异常，定位 过程失控原因的方法和实现技术，以便提高过程产品质量，减少质量缺陷，对提 高企业的市场竞争力具有重要的意义。研究将进一步完善补充多元统计过程控制 与异常诊断的技术与方法。本论文的主要研究内容包括： 1．多元过程均值向量与协方差矩阵监控。研究能同时监控多元过程均值向 量和协方差矩阵的控制图，发现过程异常因素，显得尤为重要。基于此，本文提 出了能较大范围有效地监控多元过程的均值向量和协方差矩阵的单个控制图，为 企业在质量控制方面提供了较好的应用和参考价值； 2．针对多元过程中特殊的二元过程，本文提出了基于联合 T2 和 VMAX 控 制图对其监控，研究了该联合控制图的 ARL 性能，并与联合 T2 和|S|控制图进行 比较，该联合控制图能够有效地监控二元过程的均值向量和协方差矩阵；同时设 计了联合单变量控制图，提出了基于非中心卡方分布与联合单变量控制图的二元 过程均值向量偏移方向诊断方法，能为企业在线操作人员或质量工程师提供更加 详尽的过程变异信息，以便快速的恢复过程的正常状态； 3．多元控制图均值偏移诊断的优化支持向量机方法研究。支持向量机能对 小样本很好的学习，但其核函数参数的选择对模型的性能有较大的影响，本文首 先利用 K 折交叉验证方法来选取支持向量机核函数的参数，构建多元控制图均 值偏移诊断模型；而后提出应用离子群优化算法优选支持向量机的核函数参数， 构建支持向量机模型诊断多元过程异常；最后分析了构建模型的性能，构建的模 型能有效地对过程异常进行诊断； 4．级联相关神经网络在制造过程的应用研究。基于反向传播神经网络算法 的优缺点，提出基于级联相关神经网络算法的多元过程异常诊断技术，并将该技 术应用在多元制造过程中，通过仿真与实证分析表明，该技术能够有效地对过程 异常进行诊断，诊断的准确率较高。 关键词： 多元过程；异常监控；异常诊断；支持向量机；神经网络 ABSTRACT This dissertation studies some problems of multivariate statistical process control using joint control technology, support vector machine, and cascade correlation neural network through computer simulation analysis. The problems include monitoring mean vector and covariance matrix of multivariate process, and quality diagnosis of multivariate process for finding the process abnormalities, and locating the factor of the out-of-control process. This can improve process products quality and reduce quality defects. It is meaningful to up-grate market competitiveness of enterprise. Research will further improve and add some technologies and methods of multivariate statistical process control and di