基于神经网络的SPC/EPC整合过程监测方法研究
王秀红
郑州航空工业管理学院管理科学与工程学院,河南郑州,450015
摘要：为解决统计过程控制(SPC)/工程过程调整(EPC)整合引起的传统SPC控制图监测异常扰动效率低的问题,提出了采用神经网络技术监测SPC/EPC整合过程的策略,并对神经网络模型结构和参数设置进行分析,构建过程输入、过程输出及两者的协方差为输人参数,异常扰动发生与否为输出参数的3层神经网络模型.为验证该方法的性能,进行了大量的比较实验:即对相同的样本,分别采用Shewhar图、CUSUM图和上述神经网络模型进行监测.实验结果表明:神经网络模型能准确监测幅度大于2的阶跃扰动和大于2的过程漂移,平均运行步长(ARL)为1；传统SPC监测技术只能较准确地(监测率大于90％)监测幅度大于5的阶跃扰动和大于2的过程漂移,ARL大于2.与传统监测方法相比,该方法能快速有效地监测异常扰动的发生.
关键词：统计过程控制工程过程控制神经网络
分类号：TB114.2(工程基础科学)
资助基金：国家自然科学基金(70771102)航空科学基金(2010ZG55025)河南省科技攻关计划(122102210512)
论文发表日期：2012-07-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 12-16 )
英文信息