论文部分内容阅读
本文基于过程能力分析,研究了非正态数据和多元数据的过程能力指数在实际生产中的应用。在非正态数据过程能力指数的研究中,选取了七种典型方法,采用蒙特卡洛模拟法比较了七种方法的优劣。模拟数据来源于对数正态分布和威布尔分布,每种分布选取两种不同的参数,即共有四种不同的分布曲线,每种分布曲线下产生50组样本容量为100的随机数据。模拟分别设定目标Cpu为1、1.5和2,由目标Cpu计算出在四种分布曲线下的公差上限即USL,并随后应用于计算过程能力指数的过程中。运用七种方法分别计算在每组数据下的过程能力指数,并得出每种方法计算结果的均值和标准差,作为评价该方法优劣的准则。并将该模拟结果应用于某含乳饮料制造业的非正态数据分析中,研究了非正态数据过程能力分析在实际中的应用,验证了模拟结果的可行性和有效性。多元数据的过程能力分析采用建立多元控制图和计算多元过程能力指数的思路。多元控制图的建立基于多元数据的主成分分析,将原始变量通过线性组合得到相互独立主成分。计算每个样本在主成分上的得分,并以主成分对应的特征根为权重对主成分得分进行加总,得到综合得分,对综合得分建立控制图,实现对多元过程的监控。如果控制图显示过程处于稳定受控状态,则可对数据进一步计算过程能力指数。多元数据的过程能力指数计算属于学术界研究的热点和难点,目前尚未形成统一定论,本文采用了单元过程能力指数的几何平均作为多元过程的过程能力指数;另一方面,基于前面多元控制图的研究,提出了以综合得分为指标计算过程能力指数的方法,以此评价分析多元质量特性的过程能力。