面向AMT的统计过程质量控制*毕业论文(2)
2014-11-18 01:03
导读：(1) 式(1)是对 的标准化，新得到的统计变量T为服从标准正态分布的无量纲量随机变量，控制界限 在给定第一类统计错判的容许概率的情况下固定不变。这
(1)
式(1)是对 的标准化，新得到的统计变量T为服从标准正态分布的无量纲量随机变量，控制界限
在给定第一类统计错判的容许概率的情况下固定不变。这样在等效工序能力下，不同产品的质量特征以及同一产品的不同质量特征就能够通过标准化变换利用同一种统计方法分析，实现不同但相关的统计特征之间的统计关系，达到充分利用一台机床的历史数据和部分相关数据的目的，实现在中小批量生产中对加工工序的统计过程质量控制。
2. x-Rs 控制方法统计变量的计算 基于以上思想，本文改进了传统的单值-移动极差控制图，利用这种控制图实现了对多品种、小批量生产过程的统计过程质量控制。
传统的单值－移动极差控制图是用所有数据的均值 作为 的估计值，故只有在数据全部收集后才
能进行控制图的绘制和分析，而在实际生产中，数据是一批一批或一个一个获得的。因此改进的单值－移动极差控制图在获得第i个数据后，为充分利用已知信息，用过去i-1个数据来计算控制界限和统计变量。并通过统计变换，消去统计变量中的平均值 和整体方差 ，实现对质量信息的充分利用。
(1) 单值控制变量的计算
改进的单值变量在每个控制点，利用 进行判别。
因为 ，由正态过程平均值的抽样分布性质可知：
由正态过程的可加性和正态过程的标准化变换得到：
因为总体标准差 未知，故必须消去表达式中的 。由标准差的抽样分布的性质可知：
根据student-t分布的定义得到：
化简后得到：
(2)
上式表明， 服从自由度为i－2的student-t分布，对于给定的显著性水平 ，由student-t分布找出满足下式的控制界限值 使得：
但由于 在给定 下，随着n的变化而变化，因此首先作自由度为i－2的student-t分布概率密度积分得 （p(t)为t分布概率密度函数），然后对积分值进行反标准正态变换得到单值控制图的统计变量 。
(3)
此时统计变量 根据给定的第一类统计错判的容许概率 ，由标准正态分布找出满足下式的控制界限 ：
如果把某次检测的数据代入上式中，使 或一段时间内 值的排列出现异常趋势则意味着工
序已发生了变化，反之则工序处于统计控制状态。
