等级质量在高产过程中的研究分析
导读：高产过程的质量控制中，如何突破以往产品质量的二分法(即产品质量分为合格与不合格)，使得产品质量得到更精细的控制是一个具有一定实际意义的问题，是本文重点关注的问题。由本站硕士论文中心整理。
第一章预备知识
统一过程抓‘制(Statistical Process Control，简称SPC)就是应用统一技术对过程进行控制，从达到改进与保证产品质量的目的。这里的统计技术泛指任何可以应用的数理统计方法，以控制图理论为主线。统计过程控制理论的研究虽是从加工过程开始的，但其研究成果适应十各种过程，如设计过程、管理过程、流程式生产等。统计过程控制一般可以分为以下二个步骤:首先对收集到的一定数据进行分析，调整过程使统计控制状态达到稳态。第二，运用统计方法对过程进行控制，直到发现过程处十异常状态。最后查出异因，对过程进行调整消除异因，使统计控制过程重新达到稳态。
统计过程控制源十体哈特(W.A.Shawchart过程控制理论及监控过程的工具一一控制图。体哈特理论的概要为:产品质量特征总是波动的，这种波动可以分为两大类，即偶然波动与异常波动。前者是过程所固有的，在过程中始终存在，是不可避免的，但对产品质量影响微小，相当十背景噪音，可以听之任之:后者不是过程固有的，是可以避免的，但对产品质量影响甚大。因此在生产过程中，我们需要关注的是产品质量的异常波动。应用统计过程控制图能够及时发现异常波动。当异常波动出现时，需要尽快采取措施除去异因，并保证它不再出现。如此逐个出去异因，最终可以达到只存在偶因造成的变异无异因造成的变异的状态，此时我们称过程处十统计控制状态，也称为受控状态(in-control )，否则称过程不处十统计控制状态，也称为失控状态(out-of-control) .控制图的基本知识:统计过程控制的目的，就是要建立并保持过程处十可接受的并目‘稳定的水平，以确保产品和服务符合规定的要求。要做到这一点，所应用的主要统计工具就是控制图。
1.2.1控制图的原理与分类
控制图是对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图l冬l上中心线(central line, CL)，上#%,‘制限(upper control limit, UCL拜}t下#%,‘制限(lower controlimit, LCL)，并有按时间顺序抽取的样本统计量数值的描点序列。见下图，由matlab得到的抓‘制图。UCL,CL与LCL统称为控制线(control lines ) o若控制图中的描点落在UCL与LCL之外，或描点在UCL与LCL之间的排列不随机，则表示出现异常。实际应用中，应该根据要控制的质量特征值为计量数据还是计数值数据，以及样本量的大小等选择合适的控制图。
1.2.2控制图的两类错误与ARL
利用抓‘制图对过程进行监控，不可避免地面对两类错误。第一类错误:虚发警报的错误。过程正常}fn点子偶然超出控制界外，根据点出界就判异的原则，判断过程处十异常，十是就犯了第一种错误，亦称为虚发警报的错误，通常将犯第一类错误的概率记为“。第二类错误:漏发警报的错误。过程已经出现了异常，但仍会有部分产品，其质量特征值的数值大小会位十控制界内。如果抽取到这样的产品，点子就会落在控制界内，不能判断过程出现了异常，从}fn犯了第二类错误，即漏发警报的错误，通常犯第二类错误的概率记为刀。在样本量固定的情况下，不能同时减少两类错误。如果将上下控制限的间隔增大，就能够减少第一类错误，但是会增加第二类错误:如果减少控制限的间隔，能够减少第二类错误，但是会增加第一类错误。一般控制图的控制限设置都是根据实际情况的需要，对两类错误进行一个折中得出的。
控制图最常用的评价指标是平均运行长度C Average Running Length，简称ARL o它指的是从控制图开始运行控制直到发出警报为止所抽取的平均样本数，也就是在控制图上每出现一个界外点所需要的平均抽样点的个数。在系统受控的情况下，我们希一望所设计的抓‘制图的ARL尽量大，Ifn在系统失控的情况下ARL尽量小。这样在系统受控的情况下就可以尽量减少发出错误的警报，Ifn在系统失控的情况下能够及时发出警报。现在假设设计的控制图的第一类错误的概率是“，x是出现一个界外点所需打点的个数，则可以得到系统受控的情况下平均运行长度的计算公式为:的计算方法不同。
使用平均运行长度评价不同的控制图时的做法是令控制图在受控情况下具有相等的，然后比较发生偏移情况下的ARL, , ARL,越小越好。3序贯概率比检验的原理
第二次世界大战时，为军需验收工作的需要，瓦尔德发展了一种一般性的序贯检验方法，叫序贯概率比检验(简称SPRT)，其原理如下:设在原假设H}y!备择假设H、之下，随机量二的概率密度函数或概率函数随机变量都已知，目一分别为ho(二)和17i(二)，对随机变量x逐次观测，第i次观测的结果记为x;，称比值凡，x;( i一1,2,...,n)的概率比。在固定抽样方案下，是先给定自然数。，对二进行。次观测得否则拒绝定出一常数。(其值取决十检验水平。)，当,} <n。时，接受原假设
当在" "n的值与。很接近时，H}是否被接受的界限过十断然，不大合瓦尔德将此修改为:指定两个数A,B(A<助，根据各次观测得到的样本x, , x2,…的值，
从您依次计算概率比凡，兄2，...。每次抽样完毕就算出凡，再与A, B比较，若凡<_A，则接受从;若凡>_B，则接受H,(拒绝从);若A<凡<B，则继续抽样一次得戈十，计算出凡十，再做上述比较，直到作出决定为止。这就是序贯概率比检验。
参考文献
[1]孙静。接近零不合格过程的有效控制「M]。清华大学出版社，200_5.
[2] Xie M, Goh TN. Improvement detection by control charts for high yield processes[J]. International Journal of Quality &Reliability Management .1993,10(7):24-31.
[3] Xie M, Lu XS, Goh TN, Chan LY. A quality monitoring and decision-making scheme for automated production processes[J].International Journal of Quality and Reliability Management .1999,16(2):148-157.
[4] T.W Calvin.Quality control techniques for"zero-defects"[J].IEEE Trans. Components, Hybrids, Manuf. Technol 1983.HMT-6:323-328.
[5] Goh TN. A control chart for very high yield processes[J]. Quality Assurance .1987,13: 18-22.
[6] D. S Ermer. Advanced SPC for high quality electronic card manufacturing[J].Qual. Engng .1996,8:283-299.
[7] F. C. Kaminsky. Statistical control charts based on a geometric distribution[J]. J. Qual. Technol. 1992,24: 63-69.
[8] D.Bourke. Detecting a shift in fraction nonconforming using run-length control charts with 100070 inspection[J].J. Qual. Technol .1991,23:225-238.
[9] A. Glushkovsky. On-fine G-control chart for attribute data[J].Qual. Rehab. Engng. Int 1994,10: 217-227.
[10] T. N. Goh and M. Xie. Statistical process control for low nonconformity processes[J]. Int. J. Rehab. Qual. Safety Engng.1995,2:15-22.
[11]稼}J建斌，张维铭。合格品链长控制图[J]。数理统计与管理，2004, 23 (1): 37-410
[12]土敏华，张维铭。累积和控制图的方法及应用[fJl。中国质量，2005, 5: 39-410
[13]孙静。过程能力指数[J]。中国质量。2000,No.l l o
[14]孙静，张公绪。接近零不合格过程的几何CUSUM最优控制[fJl。中国质量，19989:37-40。
[15]茹诗松等。概率论与数理统计「M}。高等教育出版社，20040
摘要 5-6
ABSTRACT 6-7
第一章 预备知识 12-18
1.1 统计过程控制 12
1.2 控制图的基本知识 12-17
1.2.1 控制图的原理与分类 12-15
1.2.2 控制图的两类错误与ARL 15-17
1.3 序贯概率比检验的原理 17-18
第二章 高产过程与连续合格品数控制图 18-37
2.1 常规计数控制图的不足 18-19
2.2 几何控制图 19-24
............................................................
2.4 几何CUSUM 控制图 27-30
2.4.1 几何CUSUM 控制的统计量 27-28
2.4.2 几何CUSUM 控制参数的确定 28-30
2.4.3 几何CUSUM 控制图的应用 30
2.5 几何EWMA 控制图 30-31
2.6 高产过程中的过程能力指数 31-37
2.6.1 正态分布的过程能力指数的计算 31-32
2.6.2 非正态分布的过程能力指数的计算 32-33
2.6.3 高产过程中的过程能力指数的计算 33-37
第三章 高产过程中三等级质量控制图的研究 37-48
3.1 双控制的三等级质量的 CCC-r 图 37-39
3.2 三等级质量的 CUSUM-CCC 图 39-40
..........................................................................
致谢 53-54
附录 54-58
您可能有工程硕士学位论文方面的购买需求，请到工程论文硕士论文频道选取：