[发明专利]一种基于收敛CEV的威布尔型截尾特性控制图的制作方法有效
申请号: | 201410403698.1 | 申请日: | 2014-08-15 |
公开(公告)号: | CN104331592B | 公开(公告)日: | 2017-12-26 |
发明(设计)人: | 何益海;王林波;何珍珍 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京慧泉知识产权代理有限公司11232 | 代理人: | 王顺荣,唐爱华 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 收敛 cev 布尔 型截尾 特性 控制 制作方法 | ||
1.一种基于收敛CEV的威布尔型截尾特性控制图的制作方法,假设条件如下:
假设1过程是可测量;
假设2过程检测值是右截尾型质量特性;
假设3测量值相互独立;
假设4过程检测值服从威布尔分布;
假设5过程期望误报警率Rf一定;
基于上述假设,所述的制作方法,其特征在于:其步骤如下:
步骤1收集过程中右截尾质量检测数据;
步骤2建立右截尾型质量特性的密度分布函数及考虑截尾因素的对数极大似然函数;
步骤3明确截尾数据的截尾期望值与质量特性的潜在分布形式的相关函数关系;
该相关函数关系为vc=Ec{(X,θ)|(X,θ)≥C}=h(θ),
且有
步骤4拟真还原初始质量检测数据并确定截尾过程分布参数与截尾期望值的函数关系;
步骤5迭代步骤2—步骤4至参数值所需精度,并确定收敛CEV下的截尾期望值,完成最终的数据拟真还原;
步骤6对更新后的样本检测值进行分组,并设计和计算各组检测统计量;所述的“分组”是指将未经排序的右截尾样本数据每n个为一组,分别计算每小组的检验统计量Tj=∑i∈DXi+mC/n,j=1,2,...,N/n,得到统计量矩阵TS=[T1,T2,...,TN/n]T;
步骤7依据给定的期望误报警率确定所构建控制图的控制限;
步骤8确定截尾型质量特性控制图的控制界限属性;
步骤9过程稳定情况下的基于最优反应距离的控制图的性能比较分析;
步骤10过程异常情况下的基于平均运行链长的控制图的性能比较分析;所述“平均运行链长”是指过程失控状态下的平均运行链长;
步骤11录入拟真还原后的样本检测值,完成控制图的构建,并观察有无异常点,否则返回步骤1重新执行至过程判定为稳受控。
2.根据权利要求1所述的一种基于收敛CEV的威布尔型截尾特性控制图的制作方法,其特征在于:在步骤1中所述的“收集过程中右截尾质量检测数据”,是指收集过程右截尾质量检测历史数据,它应当采集20-70组右截尾数据,样本数量太少,不利于评估过程是否失控,样本数量过多,则会增加采样成本。
3.根据权利要求1所述的一种基于收敛CEV的威布尔型截尾特性控制图的制作方法,其特征在于:在步骤2中所述的“右截尾质量特性的密度分布函数及考虑截尾因素的对数极大似然函数”,分别为即和logL(θ)=(N-r)S(C;θ)+∑i∈Df(xi;θ),θ代表一个或多个质量特性分布参数,xi是检测得到的质量特性值,C是质量特性的截尾水平值,f是失效率函数,S是生存函数,r是非截尾数据的个数,D是非截尾数据的集合。
4.根据权利要求1所述的一种基于收敛CEV的威布尔型截尾特性控制图的制作方法,其特征在于:在步骤4中所述的“拟真还原初始质量检测数据并确定截尾过程分布参数与截尾期望值的函数关系”,该“拟真还原”是指右截尾数据由截尾期望值代替,非截尾数据保持原值不变,如此实现样本信息的还原与更新,确定的截尾过程分布参数与截尾期望值的函数关系为
5.根据权利要求1所述的一种基于收敛CEV的威布尔型截尾特性控制图的制作方法,其特征在于:在步骤5所述的“收敛CEV下的截尾期望值”为并基于它完成最终的样本数据还原和更新。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410403698.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于圆棒形工件的合流装置
- 下一篇:薄壁件滑块式车夹具
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用