基于灰色模型和贝叶斯定理的统计过程质量控制研究

发布时间：2017-07-26 14:01

  本文关键词：基于灰色模型和贝叶斯定理的统计过程质量控制研究

  更多相关文章： 质量控制 灰色模型 贝叶斯理论 过程能力

【摘要】：质量作为企业立足于社会的重要因素,是企业发展的基础。统计过程控制(Statistical Process Control,SPC)是通过统计方法监控生产过程的一种新技术,填补了传统质量控制中的不足。在多品种小批量的生产模式中,传统的SPC同样存在着一些弊端,且很多企业的质量控制方法也都有些缺乏时效性,满足不了企业生存发展的要求,并且运用传统的质量控制方法会导致不合格品率的增加、增加企业成本、资源浪费,从而阻碍了企业的发展。首先,针对多品种小批量生产模式的特点,根据灰色预测理论和贝叶斯理论,创建贝叶斯质量控制图,根据Matlab软件模拟获得随机数据,验证所提出的控制图在多品种小批量生产模式下的有效性。其次,通过Matlab软件模拟贝叶斯控制图和EWMA控制图的平均运行链长度,对贝叶斯控制图和EWMA控制图的性能进行比较,验证贝叶斯控制图更加符合监控多品种小批量生产模式的生产过程。通过对多品种小批量生产模式特性分析,利用灰色模型预测和扩充数据,验证该方法更加符合该种生产模式。通过对比,可以得到在相同参数情况下,贝叶斯控制图对工序异常的反馈速度比EWMA控制图的反馈速度更快。最后,针对某汽车零件制造厂转向盘的质量预测和控制问题,构建基于生产过程的控制模型,并用Matlab软件对采集的数据进行分析和计算,验证该模型的有效性。本文以多品种小批量统计过程控制方法为切入点,以过程能力分析和统计控制理论为主线,运用统计学原理、比较法、数学推导等方法对多品种小批量过程能力进行研究,构建应用框架,完善质量预测和控制方法体系,文中所提出的方法对提高产品质量、节约成本具有重要的理论和现实意义。
【关键词】：质量控制 灰色模型 贝叶斯理论 过程能力
【学位授予单位】：沈阳大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U468;TH165.4
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 研究背景与意义10-11
• 1.1.1 研究的背景10-11
• 1.1.2 研究的意义11
• 1.2 国内外研究现状11-18
• 1.2.1 文献检索情况概述11-15
• 1.2.2 质量控制研究现状15-16
• 1.2.3 对多品种小批量质量控制现状的分析研究16-17
• 1.2.4 传统质量控制研究存在问题17-18
• 1.3 本文结构及主要内容18-20
• 第2章 多品种小批量过程能力分析及质量控制理论概述20-36
• 2.1 多品种小批量生产模式的特点20-23
• 2.1.1 多品种小批量生产模式的产生20-21
• 2.1.2 多品种小批量生产模式的特点21-23
• 2.2 过程质量控制及其方法23-30
• 2.2.1 指数加权移动平均控制图（EWMA）23-24
• 2.2.2 Q控制图24-25
• 2.2.3 Kalman滤波技术25-26
• 2.2.4 累计和控制图（CUSUM）26-27
• 2.2.5 灰色模型概述27-29
• 2.2.6 贝叶斯理论概述29-30
• 2.3 过程能力分析相关理论30-34
• 2.3.1 过程能力指数及其计算30-33
• 2.3.2 过程能力指数评价33-34
• 2.4 本章小结34-36
• 第3章 基于灰色模型的质量预测36-46
• 3.1 灰色预测的一般过程36-39
• 3.1.1 灰色模型的建模机理36-38
• 3.1.2 灰色模型的建模过程38-39
• 3.2 灰色预测模型的精度检验39-42
• 3.2.1 相对误差大小检验40
• 3.2.2 后验差检验40-42
• 3.2.3 关联度检验42
• 3.3 灰色预测模型的模拟仿真42-45
• 3.3.1 假设条件与建模42-44
• 3.3.2 模型的精度检验44-45
• 3.4 本章小结45-46
• 第4章 多品种小批量贝叶斯质量控制46-56
• 4.1 贝叶斯控制模型建立46-50
• 4.1.1 贝叶斯统计模型及判定准则46-47
• 4.1.2 贝叶斯方法的检出效率47-50
• 4.2 贝叶斯控制图及其判别标准50-54
• 4.2.1 多品种小批量的贝叶斯控制图50-52
• 4.2.2 控制图的两类判断错误及检出力52-54
• 4.3 贝叶斯方法的过程能力分析54-55
• 4.4 本章小结55-56
• 第5章 汽车零件生产厂实例研究56-70
• 5.1 某汽车零件厂简介56-62
• 5.1.1 公司简介56-58
• 5.1.2 该公司质量控制现状58-60
• 5.1.3 同类企业过程质量控制方法及不足60-62
• 5.2 质量预测与控制实例研究62-67
• 5.2.1 贝叶斯控制图的稳定性分析62-63
• 5.2.2 基于灰色模型的质量预测63-65
• 5.2.3 基于贝叶斯理论的质量控制65-67
• 5.3 质量控制流程改进67-69
• 5.4 本章小结69-70
• 第6章 结论与展望70-72
• 6.1 结论70
• 6.2 展望70-72
• 参考文献72-75
• 在学期间研究成果75-76
• 致谢76-77

【相似文献】

中国期刊全文数据库 前10条

1 刘卫锋;何霞;程少华;施进发;;一类优化离散灰色模型及其等价模型[J];西华大学学报(自然科学版);2011年01期

2 李万领;孟晨;许克君;;基于灰色模型的故障预测方法研究[J];宇航计测技术;2011年02期

3 吴北平;岳昊;王建军;;择优动态灰色模型的研究及其在变形监测中的应用[J];工程勘察;2011年06期

4 罗佑新;试验数据处理及试验在线监测的灰色模型与方法[J];机械设计;1993年06期

5 赵栩;高[?;;利用灰色模型对地区负荷进行预报[J];长春工程学院学报(自然科学版);2005年04期

6 孙亚飞;董浩宇;;基于加权改进灰色模型的建筑物变形预报[J];现代测绘;2012年03期

7 熊铁虹;疲劳试验在线监测的灰色模型及方法[J];机械工程;1989年03期

8 刘祖强;;变形趋势的灰色模型及其预测灰色平面——兼对“用灰色模型预测矿山地表移动与变形”一文的探讨[J];勘察科学技术;1991年06期

9 罗佑新;试验数据处理及试验在线监测的灰色模型与方法[J];机械设计与研究;1992年04期

10 李红;灰色模型对供水系统状态的预测[J];中国给水排水;1993年06期

中国重要会议论文全文数据库 前10条

1 党耀国;刘思峰;王正新;;灰色模型的病态问题初探[A];2006年灰色系统理论及其应用学术会议论文集[C];2006年

2 富闽鲁;汪波;张凤山;;基于灰色模型的天津市科技管理人才需求预测[A];全国青年管理科学与系统科学论文集第5卷[C];1999年

3 胡文斌;杨昌智;孙一坚;;关于晴天水平面太阳直射强度灰色模型的研究[A];全国暖通空调制冷2000年学术年会论文集[C];2000年

4 柯宏发;吴正朋;刘思峰;李青;;基于灰色模型的电子装备故障预测精度分析[A];第19届灰色系统全国会议论文集[C];2010年

5 唐天国;陈春华;刘浩吾;丁睿;;基于改进灰色模型的高边坡稳定性研究[A];第八次全国岩石力学与工程学术大会论文集[C];2004年

6 陈海珍;;人体灰色模型在服装快速定制中的应用[A];2006年全国服装科技创新与发展论坛论文集[C];2006年

7 王秀丽;姜楠;;基于灰色模型理论的大型体育场健康监测研究[A];第22届全国结构工程学术会议论文集第Ⅱ册[C];2013年

8 吴银亮;刘艳敏;祝艳波;;动态灰色模型的滑坡位移时间预测方法研究[A];湖北省公路学会自然科学优秀学术论文汇编（2008年——2013年）[C];2014年

9 蒋莉;钟球;周琳;李建伟;连永娥;;新陈代谢灰色模型对广东省肺结核报告发病率的预测分析[A];中国防痨协会科普宣教委员会漠河学术会议论文汇编[C];2012年

10 王刚;韩立岩;;灰色模型在中国股票市场预测中的应用[A];2002年中国管理科学学术会议论文集[C];2002年

中国硕士学位论文全文数据库 前10条

1 万虹麟;基于灰色模型的贫信息变形监测预报分析与研究[D];长安大学;2015年

2 周英;基于改进后灰色模型的某深基坑变形预测[D];成都理工大学;2015年

3 王豪威;基于改进的动态灰色模型在变形监测数据分析中的应用研究[D];东华理工大学;2015年

4 苏晓爽;基于灰色模型和贝叶斯定理的统计过程质量控制研究[D];沈阳大学;2016年

5 岳昊;择优动态灰色模型研究及其在变形监测中的应用[D];中国地质大学;2010年

6 尹逊震;灰色模型的改进及其应用[D];南京信息工程大学;2007年

7 朱超余;离散灰色模型的拓展及其性质研究[D];南京航空航天大学;2012年

8 赵娟琳;灰色模型在港航上市公司每股收益预测中的应用[D];大连海事大学;2011年

9 张乔木;灰色模型的优化与改进[D];吉林大学;2008年

10 强雯;基于改进序列生成下灰色模型的实证研究[D];河南科技大学;2012年

，

本文编号：576713