一、单侧控制图应用研究（论文文献综述）
郭莹莹[1]（2021）在《基于累积和控制图的过程方差的监控》文中研究说明
张志勇[2]（2021）在《基于BIM和SPC的建筑装修质量控制研究》文中研究说明国民经济的持续增长和居民消费水平的不断提高,推动着建筑装修市场规模的持续扩大。而装修行业的不成熟致使装修质量无法得到有效保证,不仅无法满足客户的个性化需求,还经常出现质量不合格而返工的情况,因此如何有效的保证建筑装修质量是建筑装修行业发展过程中不可回避的问题。本文以建筑装修过程为对象,装修质量控制为目的,引入信息化技术提升质量控制能力,利用统计过程控制方法改善质量控制效果。主要研究工作如下:（1）建立建筑装修质量信息模型,实现装修过程中质量信息的集成。在分析建筑装修质量问题基础上,结合装修工程的特点,考虑实际施工过程中质量控制情况,明确质量信息模型系统框架。根据质量控制的基本环节,结合质量控制内容,设计了与事前、事中以及事后三阶段相匹配的质量要求信息模型、质量监控信息模型以及质量验收信息模型三大基础信息模型,并以Autodesk Revit作为研究平台分析了三大基础信息模型的功能实现算法。（2）设计建筑装修质量信息管理系统,完成质量信息的管理与储存。在分析质量信息模型不足的基础上,明确质量信息管理系统的需求,完成系统框架设计。利用Revit二次开发技术和MySQL数据库交互技术,在质量数据集成的同时通过MySQL数据库进行数据的存储与管理,提高质量信息模型的批量数据处理能力,实现施工过程质量数据的直接管理。（3）引入多元统计过程控制方法,进行建筑装修质量诊断。以质量信息管理系统中所存储的大量信息为基础,提出将统计过程控制应用于建筑装修质量控制中的新思路。引入Hotelling T2分布的多元质量控制方法,利用T2控制图和过程能力指数进行质量诊断,并分析质量诊断方法的优化需求,利用主成分分析法对其指标结构进行优化,提高质量诊断效率,完善质量控制模式。（4）构建PDCA质量信息循环网络,实现信息化的建筑装修质量持续改进。通过PDCA循环框架建立施工过程质量信息循环网络,结合某工程实例,进一步验证基于BIM技术和SPC法的质量控制方法的有效性。
段朋[3]（2020）在《基于控制图方法的GNSS变形信息识别与预警》文中指出全球导航卫星系统（Global Navigation Satellite System,GNSS）是一个能持续提供给用户时间信息、三维坐标和速度的空基无线电定位系统。GNSS技术应用在人们生活的方方面面,极大促进了新技术的诞生与革新。GNSS以全天候、实时、快速、高精度等优势已逐渐成为国内外变形监测的主要监测手段,GNSS精确定位技术是传统外部变形监测的有效补充和验证手段。GNSS定位技术与多种新技术融合使用的方式,使得变形监测越来越智能化和自动化,对变形的识别与预警也更快捷。因此,对GNSS监测数据中的变形信息进行识别与预警对保护人民的生命财产安全具有重要意义。本文利用控制图方法对GNSS时间序列中的变形信息进行识别与预警,首先将累积和（Cumulative sum,CUSUM）控制图与Shewhart控制图做识别性能的对比分析,结合两者特点考虑采用联合控制的方法实现对大小变形偏移的均衡预警,然后使用结构简单,计算方便的非参数自适应累积和（Nonparametric Adaptive CUSUM,NAC）控制图实现均衡监测,提高了计算的效率与普适性。最后针对累积和算法对大偏移误警率过高的问题,提出对移动加权平均算法的参数选择与检测性能继续进行对比分析,得出其普适性与识别变形区间的能力较强。本文的主要研究内容如下:（1）利用统计过程控制方法中的控制图对大型建筑的GPS监测序列进行异常检验,对及早发现异常,减少损失具有重要意义。本文采用在模拟数据中加入不同偏移来比较CUSUM控制图与Shewhart控制图的检出能力,结果显示:Shewhart控制图对2倍以上标准差的偏移具有好的检出能力;CUSUM控制图具有对1倍以下标准差的偏移检出能力,但随着标准差的增大会产生误报,不能直观的表现偏移发生的区间。针对CUSUM控制图对小偏移检出能力较好而Shewhart对大偏移检出能力较好的特点,提出一种CUSUM-Shewhart的联合控制图,在一定条件下,其检出效果要好于单独使用一类控制图进行控制。（2）本文通过将秩统计量与自适应CUSUM控制图结合的方法对GNSS时间序列进行处理,模拟实验表明:NAC控制图可以通过调整参数的大小对大小偏移都有较好的识别与预警能力。对比CUSUM控制图,其对未知偏移的误报率更低,且两控制图从变形发生到给出预警信号的表现相当,考虑到NAC控制图计算更简洁,因此认为NAC控制图拥有更好的适用性。（3）CUSUM控制图因自身算法的原因,对大偏移存在无法识别变形发生真实区间的问题,且其算法是在序贯概率比检验的基础上建立,需要样本数据服从正态分布。CUSUM控制图在应用上出现诸多限制,而增加数据转换的步骤又会降低检测效率。本章提出利用EWMA算法进行变形预警模型的建立,EWMA算法对样本的分布不敏感,可以对非正态的数据进行有效控制,对监测数据中的变形信息有较好的检出效果。EWMA控制图在一定条件下检测结果优于经典CUSUM控制图。图[26]表[9]参[76]
郑晶[4]（2020）在《条件视角下tr控制图的设计》文中指出随着生产能力的提高,传统的计数型控制图已经无法对高质量的生产过程进行有效地监控。为提高控制图在高品质时代的适用性,本文基于连续r个事件发生时间间隔（即tr）设计了Shewhart-tr控制图和CUSUM-tr控制图,实现对生产过程的有效监控。大多数研究tr控制图的学者都假定过程参数已知。然而,实际应用中,过程参数常常需要由第I阶段受控样本估计得到。不同的第I阶段受控样本会产生不同的控制限,从而导致控制图的表现不同。人们在实际中通常仅能获取一组第I阶段样本,研究基于给定的一组第I阶段样本的控制图表现即条件表现更具现实意义。本文基于条件视角,采用Markov链方法计算条件平均链长（ARL）分布的分位数以及数学期望和标准差来评价参数估计对控制图性能的影响。结果表明参数估计会导致控制图产生过多的伪警报,从而导致对生产过程过多不必要的调整。本文具体研究内容如下:（一）基于参数已知情况,本文比较了基于等尾概率限和平均链长无偏理念设计的Shewhart-tr控制图和CUSUM-tr控制图的表现。在实际中,人们有时会关注过程参数向上或向下的漂移,故本文还设计了单侧CUSUM-tr控制图。（二）基于条件视角,本文推导出了Shewhart-tr控制图和CUSUM-tr控制图条件平均链长的精确分布,采用Markov链方法计算了条件平均链长分布的百分位数、数学期望和标准差来评价参数估计对控制图性能的影响。结果显示要想忽略参数估计对Shewhart-tr控制图和CUSUM-tr控制图的影响需要足够大的第I阶段样本数。（三）在实际生产过程中很难实现这么大量的第I阶段样本,即便能实现成本也很髙。为节约生产成本,本文基于可利用的一组第I阶段样本提出使用精确方法修正等尾概率限和平均链长无偏理念的Shewhart-tr控制图和CUSUM-tr控制图,使其具备更为理想的条件表现。
林双苗[5]（2020）在《条件视角下的方差控制图设计》文中研究表明过程方差对产品质量的稳定性有较大影响,并且过程方差稳定性对均值控制图的性能起着至关重要的作用,然而基于传统3σ原理设计的极差控制图与标准差控制图存在下控制限为0的缺点,使用它们不能发现到过程方差变小。因此本文从等尾概率限与平均链长无偏理念两个角度出发,设计了 Shewhart-S2控制图用于监控正态总体方差的变化。由于Shewhart-S2图在过程方差发生中小漂移时不够敏感,本文同样从等尾概率限与平均链长无偏理念两个角度出发,运用积分方程法设计了 EWMA-S2图与CUSUM-S2图,用于发现正态总体方差的变化。由于过程参数在实际生产过程中往往未知,并需要用第I阶段样本数据进行估计得到。不同的第I阶段数据集将导致不同的参数估计值与不同的估计控制限,从而会导致不同的控制图表现。实际生产中最为常见的情况是操作员只有一组第I阶段数据集,因此研究基于这组给定的第I阶段数据集所构建控制图的表现,即控制图的条件表现,更具实际意义。基于条件平均链长的精确分布,尤其是条件平均链长标准差,本文利用精确方法研究了控制图的参数估计影响。结果显示参数估计对Shewhart-S2图、EWMA-S2图与CUSUM-S2图均有严重影响,导致过多错误警报出现,对生产过程产生过多不必要的干扰。然而为了达到理想条件表现所需的样本量过大,基于可利用的第I阶段样本量,本文以精确方法设计了修正控制图,使条件平均链长值以高概率大于理想值。主要结论如下:对于Shewhart-S2图、EWMA-S2图与CUSUM-S2图,不管是参数已知还是参数未知,较大的样本容量会有更好的控制图表现;相较于等尾图,平均链长无偏控制图的表现更好。由于Shewhart-S2图在过程方差向下漂移时条件失控平均链长太大,因此在参数未知时更推荐使用EWMA-S2图与CUSUM-S2图。当过程方差发生大漂移时建议选择Shewhart-S2图;当过程方差发生中小漂移时建议选择平滑系数较小的EWMA-S2图或方差组合偏离稳态程度较小的CUSUM-S2图。应用修正控制图时更推荐相对稳定的修正EWMA-S2图。
郭宝才,李敏,项朝辉,孙利荣[6]（2018）在《参数未知下基于定数截尾样本监控指数分布的控制图设计》文中研究说明实际应用中,过程的目标参数常常未知,需由第Ⅰ阶段数据集估计得到.不同的第Ⅰ阶段数据集会导致目标参数的不同估计值和不同的控制图控制限,因此也意味着不同的控制图表现.对于某个实际工作者而言,最可能的情况是他手中仅有一个第Ⅰ阶段数据集,因此研究基于一个给定的第Ⅰ阶段数据集所构建的控制图表现,即条件表现更具现实意义.该文研究了参数未知时针对定数截尾样本数据指数分布控制图的条件表现,推导出了参数估计下控制图条件平均链长的精确分布,并利用条件平均链长分布及其数字特征评价了参数估计对控制图表现的影响,结果显示参数估计严重影响着控制图的表现.于是,又提出了精确分析方法设计了具有理想条件表现的控制图.最后用一个例子说明如何执行本文所提控制图.
张玉磊[7]（2017）在《基于贝叶斯理论的多品种小批量产品质量控制研究》文中研究指明在如今激烈的市场竞争环境下,产品质量的好坏已经成为评判一个企业是否具有持续竞争力的重要准则。企业关注的焦点已经不仅仅是保证产品品质,同时也要提高产品的质量。另外,顾客对产品也提出了新的要求,人们对产品的需求更加多样化和个性化,已经不是过去传统的单一品种、大批量的生产模式。所以企业就要改变生产方式,将过去传统单品种、大批量生产方式转移到多品种、小批量生产方式。多品种、小批量生产具有数据少、质量信息不足的特点,如果在小批量生产模式下使用传统的统计过程方法很难得到令人满意的结果。本文主要对在多品种、小批量生产环境下质量控制进行研究。介绍了小批量生产模式下质量控制发展的现状以及生产特点,选取现有的四种常用的质量控制方法进行分析比较评价各自的优缺点,然后基于贝叶斯理论提出一种适用于多品种、小批量质量控制方法。在理论研究的基础上设计一个应用于多品种、小批量生产模式下的质量控制系统,最后通过实例研究对多品种、小批量进行质量控制。本文的主要内容如下:（1）对常规方法所出现的问题进行分析总结,通过分析多品种、小批量生产的特点,阐明多品种、小批量生产模式比常规模式所表现出的优越性,对四种常用的控制图的优缺点进行分析评价。（2）对基于贝叶斯理论的质量控制方法进行深入研究,对多品种小批量生产过程参数进行贝叶斯估计,建立基于贝叶斯理论的质量控制模型,然后对控制模型中的影响参数进行分析,最后实例验证。（3）基于贝叶斯理论建立贝叶斯常均值模型,然后对质量特性模型进行分析。通过分析比较对状态误差方差进行改进,最后得出质量控制方法。（4）利用上述理论和方法,开发设计多品种、小批量质量控制系统。然后通过典型工序进行质量控制从而验证该系统的可行性。
孙明超,宋向东[8]（2017）在《基于累积和控制图改进的累积得分控制图》文中研究表明文章针对双边的区域控制图的累积得分思想,设计单边累积得分控制图。利用马尔科夫链的方法计算其平均链长,并与传统的控制图比较。结合快速初始响应方法,设置改进控制图的初始响应值,与带有初始响应的累积和控制图进行过程失控的平均链长的对比。在存在偶然性因素下,改进控制图与传统累积和控制图比较。
孙明超[9]（2017）在《基于累积和控制图改进的累积得分控制图》文中研究表明累积和控制图是监控过程是否正常进行、保证过程运行质量的统计过程控制工具的一个重要组成部分。传统累积和控制图已经比较完善,基于“累积”思想对累积和的改进方法不断被提出,区域控制图就是其中一种。但在传统区域控制图中划分的各区间得分均取正整数值。为了优化其监控性能,本文根据双边区域控制图中累积得分思想,引入负值得分对其改进,设计出单边累积得分控制图。首先,文章介绍了累积和、连续运行和控制图的原理。其次,在传统区域得分控制图的基础上,提出了改进的单侧累积得分控制图。并利用马氏链法计算其平均链长与相关控制图比较,发现其结果不显着。对其进行进一步优化,结合快速初始响应方法,设置改进控制图的初始响应值,与带有初始响应的累积和、连续运行和控制图比较性能,结果显示改进控制图相比其他具有明显优越性。再次,论文研究了可变抽样区间的改进的累积得分控制图。对采用可变抽样区间与固定抽样区间的抽样方法的改进控制图的性能进行了对比,并用平均报警时间作为对比指标,分析了平均报警时间的影响因素。最后,对比分析了在存在偶然性因素下,改进控制图与累积和控制图监控过程的效果。
杨仪[10]（2017）在《基于ARL的R图与S图的改进》文中指出统计过程控制是应用统计分析技术对生产过程进行监控,通过运用控制图来进行生产过程的分析与评价。休哈特控制图主要是利用样本的均值、极差和标准差推断总体的均值和方差,控制图由于总体分布的不均匀性以及抽样误差的存在,控制图平均链长与总体方差的变化并不完全一样。极差R图在实践中使用小样本监控过程方差变化时监测整体方差的效率降低,需要用标准差S图代替R图。但是标准差S控制图也存在缺陷,控制图中心线不是实际过程标准差的无偏估计。当样本容量较小时,基于3σ控制限的标准差S图的平均链长曲线呈偏态分布。论文从以下几个方面研究了控制图的性能。首先,利用等尾概率的概念设计极差R控制图和标准差S控制图。使用顺序统计量分布函数构建控制图统计量,通过数值积分求解控制图参数,修正两种控制图平均链长曲线的偏斜情况,利用第II类错误比较两种控制图在方差偏移状态下的监控性能。其次,利用平均链长无偏的概念设计极差R控制图和标准差S控制图。使用顺序统计量分布函数求解控制图参数,建立平均链长无偏控制图,在第I类错误相同情况下,通过平均链长比较了等尾概率控制图和平均链长无偏控制图性能。最后,常规控制图R图和S图对小量级的方差变化不敏感。引入S2控制图,设计平均链长无偏的S2控制图。在实际生产中恒定不变的控制图参数降低了控制图灵活性,增加了生产的检验成本,因此将变样本容量的思想引入S2图,增强控制图性能。利用马尔可夫链方法计算控制图的平均链长,比较了平均链长无偏的变样本容量S2控制图和等尾概率控制限的变样本容量S2控制图,可以得出无偏控制图在监控方差变化中表现优秀。
二、单侧控制图应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、单侧控制图应用研究（论文提纲范文）
（2）基于BIM和SPC的建筑装修质量控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 建筑装修质量控制研究现状 |
| 1.2.2 BIM技术在建筑工程中应用研究现状 |
| 1.2.3 SPC法在质量控制中应用研究现状 |
| 1.2.4 研究现状总结 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 1.5 技术路线 |
| 2 建筑装修质量控制相关理论 |
| 2.1 建筑装修质量控制理论 |
| 2.1.1 建筑装饰装修 |
| 2.1.2 建筑装修质量控制 |
| 2.1.3 建筑装修质量控制过程划分 |
| 2.2 建筑装修信息化质量控制 |
| 2.2.1 质量控制的信息化需求 |
| 2.2.2 基于BIM的信息化质量控制方法 |
| 2.3 建筑装修质量持续改进研究 |
| 2.3.1 基于SPC的装修质量持续改进 |
| 2.3.2 控制图 |
| 2.3.3 过程能力指数 |
| 2.4 本章小节 |
| 3 基于BIM技术的建筑装修质量控制 |
| 3.1 总体分析与设计 |
| 3.1.1 需求分析 |
| 3.1.2 技术分析 |
| 3.1.3 软件分析 |
| 3.2 D-QIM定义及构建 |
| 3.2.1 设计思想 |
| 3.2.2 系统架构 |
| 3.2.3 应用分析 |
| 3.3 D-QIM基础信息模型构建 |
| 3.3.1 质量要求信息模型 |
| 3.3.2 质量监控信息模型 |
| 3.3.3 质量验收信息模型 |
| 3.4 装修质量信息管理系统 |
| 3.4.1 功能设计 |
| 3.4.2 数据库设计 |
| 3.5 关键技术 |
| 3.5.1 Revit二次开发技术 |
| 3.5.2 Revit与数据库交互技术 |
| 3.6 本章小结 |
| 4 基于SPC法的建筑装修过程质量诊断 |
| 4.1 D-QIM与质量诊断 |
| 4.2 多元质量诊断方法 |
| 4.2.1 多元质量诊断需求 |
| 4.2.2 Hotelling T~2控制图 |
| 4.2.3 多元过程能力指数 |
| 4.3 多元质量诊断方法优化 |
| 4.3.1 多元质量诊断问题提出 |
| 4.3.2 主元分析方法(PCA)质量诊断 |
| 4.4 质量持续改进 |
| 4.4.1 PDCA循环 |
| 4.4.2 质量控制信息循环网络 |
| 4.5 本章小结 |
| 5 案例分析 |
| 5.1 项目简介 |
| 5.2 骨架隔墙施工工艺 |
| 5.3 D-QIM功能应用 |
| 5.4 基于D-QIM的质量诊断 |
| 5.4.1 骨架隔墙安装工序质量特性指标选取 |
| 5.4.2 数据提取 |
| 5.4.3 建立T~2控制图 |
| 5.4.4 过程能力分析 |
| 5.4.5 基于主成分分析的质量诊断 |
| 5.5 本章小结 |
| 6 结论和展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录一 攻读硕士阶段主要科研成果 |
| 附录二 部分代码 |
| 附录三 质量指标相较于规范的偏差值 |
（3）基于控制图方法的GNSS变形信息识别与预警（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 变形监测研究现状 |
| 1.3 变形信息识别与预警研究现状 |
| 1.4 研究内容 |
| 1.5 文章结构 |
| 2 GNSS与控制图理论基础 |
| 2.1 GNSS概况 |
| 2.1.1 BDS概况 |
| 2.1.2 GPS概况 |
| 2.1.3 GLONASS概况 |
| 2.1.4 Galileo概况 |
| 2.2 GNSS基站与坐标数据解算 |
| 2.2.1 远程操作系统 |
| 2.2.2 GNSS坐标数据解算 |
| 2.3 控制图方法基础 |
| 2.3.1 假设检验 |
| 2.3.2 正态性检验 |
| 2.4 本章小结 |
| 3 CUSUM-Shewhart控制图在GNSS变形监测中的应用 |
| 3.1 构建控制图 |
| 3.1.1 构建Shewhart控制图 |
| 3.1.2 构建CUSUM控制图 |
| 3.2 联合控制图方法与参数设置 |
| 3.3 实验模拟与结果分析 |
| 3.3.1 数据处理 |
| 3.3.2 对比实验 |
| 3.3.3 联合控制图控制结果 |
| 3.4 本章结论 |
| 4 基于非参数自适应累积和控制图的GNSS变形信息的识别与预警 |
| 4.1 构建模型 |
| 4.1.1 统计量 |
| 4.1.2 自适应累积和控制图 |
| 4.1.3 非参数自适应累积和控制图 |
| 4.2. 参数选取 |
| 4.2.1 h(k)的计算 |
| 4.2.2 ARL的计算 |
| 4.3. 实验模拟 |
| 4.3.1 控制图检出性能 |
| 4.3.2 非参数自适应累积和控制图与CUSUM控制图的对比 |
| 4.4. 本章结论 |
| 5 基于指数移动加权算法的变形预警控制图 |
| 5.1. 构建EWMA控制图 |
| 5.2. 算法实施步骤 |
| 5.2.1 监测数据正态化 |
| 5.2.2 算法步骤 |
| 5.3. 实验模拟 |
| 5.3.1 未加入噪声 |
| 5.3.2 加入噪声实验 |
| 5.4. 本章结论 |
| 6 结论与展望 |
| 6.1 主要工作与结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（4）条件视角下tr控制图的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 选题背景 |
| 第二节 研究意义 |
| 一、理论意义 |
| 二、实际意义 |
| 第三节 国内外研究现状 |
| 一、TBE控制图的研究现状 |
| 二、参数估计影响的研究现状 |
| 三、CUSUM控制图的研究现状 |
| 四、无偏控制图的研究现状 |
| 第四节 研究内容和创新点 |
| 一、研究内容 |
| 二、主要创新点 |
| 第二章 Shewhart-t_r控制图 |
| 第一节 参数已知情况下Shewhart-t_r控制图 |
| 一、等尾Shewhart-t_r控制图 |
| 二、平均链长无偏Shewhart-t_r控制图 |
| 第二节 参数估计对Shewhart-t_r控制图的影响 |
| 一、条件平均链长的分布 |
| 二、Shewhart-t_r控制图的受控条件表现 |
| 三、Shewhart-t_r控制图的失控条件表现 |
| 第三节 修正控制图设计 |
| 一、基于条件表现的修正Shewhart-t_r控制图的设计 |
| 二、修正Shewhart-t_r控制图的受控条件表现 |
| 三、修正Shewhart-t_r控制图的失控条件表现 |
| 第四节 本章小结 |
| 第三章 单侧CUSUM-t_r控制图 |
| 第一节 参数已知时单侧CUSUM-t_r控制图 |
| 一、平均链长计算原理——Markov链方法 |
| 二、上单侧CUSUM-t_r控制图 |
| 三、下单侧CUSUM-t_r控制图 |
| 第二节 参数估计对单侧CUSUM-t_r控制图的影响 |
| 一、条件平均链长的分布 |
| 二、上单侧CUSUM-t_r控制图的受控条件表现 |
| 三、下单侧CUSUM-t_r控制图的受控条件表现 |
| 四、单侧CUSUM-t_r控制图的失控条件表现 |
| 第三节 修正控制图设计 |
| 一、基于条件表现的修正CUSUM-t_r控制图的设计 |
| 二、修正单侧CUSUM-t_r控制图的受控条件表现 |
| 三、修正单侧CUSUM-t_r控制图的失控条件表现 |
| 第四节 本章小结 |
| 第四章 双侧CUSUM-t_r控制图 |
| 第一节 参数已知情况下双侧CUSUM-t_r图 |
| 一、等尾CUSUM-t_r控制图 |
| 二、平均链长无偏CUSUM-t_r控制图 |
| 第二节 参数估计对双侧CUSUM-t_r控制图的影响 |
| 一、条件平均链长的分布 |
| 二、双侧CUSUM-t_r控制图的受控条件表现 |
| 三、双侧CUSUM-t_r控制图的失控条件表现 |
| 第三节 修正控制图设计 |
| 一、基于条件表现的修正双侧CUSUM-t_r控制图的设计 |
| 二、修正双侧CUSUM-t_r控制图的受控条件表现 |
| 三、修正双侧CUSUM-t_r控制图的失控条件表现 |
| 第四节 本章小结 |
| 第五章 实例分析 |
| 第一节 煤矿爆炸事故 |
| 一、Shewhart-t_r控制图应用 |
| 二、单侧CUSUM-t_r控制图应用 |
| 三、双侧CUSUM-t_r控制图应用 |
| 第二节 工厂生产事故 |
| 一、Shewhart-t_r控制图应用 |
| 二、单侧CUSUM-t_r控制图应用 |
| 三、双侧CUSUM-t_r控制图应用 |
| 第三节 本章小结 |
| 第六章 结论及展望 |
| 第一节 主要结论 |
| 第二节 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（5）条件视角下的方差控制图设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 第一节 研究背景和研究意义 |
| 第二节 国内外的研究现状 |
| 第三节 研究思路和创新点 |
| 第二章 双侧Shewhart-S~2图 |
| 第一节 参数已知下的双侧Shewhart-S~2图 |
| 第二节 参数估计对双侧Shewhart-S~2图的影响 |
| 第三节 基于条件表现的修正Shewhart-S~2图 |
| 第四节 案例应用 |
| 第五节 本章小结 |
| 第三章 双侧EWMA-S~2图 |
| 第一节 参数已知下的双侧EWMA-S~2图 |
| 第二节 参数估计对双侧EWMA-S~2图的影响 |
| 第三节 基于条件表现的修正EWMA-S~2图 |
| 第四节 实例应用 |
| 第五节 本章小结 |
| 第四章 双侧CUSUM-S~2图 |
| 第一节 参数已知下的双侧CUSUM-S~2图 |
| 第二节 参数估计对双侧CUSUM-S~2图的影响 |
| 第三节 基于条件表现的修正CUSUM-S~2图 |
| 第四节 实例应用 |
| 第五节 本章小结 |
| 第五章 总结 |
| 第一节 主要结论 |
| 第二节 建议 |
| 参考文献 |
| 附录 |
| 致谢 |
（7）基于贝叶斯理论的多品种小批量产品质量控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题提出的背景、研究目的与意义 |
| 1.1.1 课题提出的背景 |
| 1.1.2 课题研究的目的与意义 |
| 1.2 质量管理与质量控制的发展 |
| 1.2.1 质量检验阶段 |
| 1.2.2 统计质量控制阶段 |
| 1.2.3 全面质量管理阶段 |
| 1.3 国内外研究现状综述 |
| 1.4 本文主要研究内容 |
| 第二章 小批量质量控制方法研究 |
| 2.1 常规方法的问题 |
| 2.2 多品种小批量生产的特点 |
| 2.3 多品种小批量质量控制方法研究 |
| 2.3.1 相对偏差图 |
| 2.3.2 小批量X-R控制图 |
| 2.3.3 Q控制图 |
| 2.3.4 累积和控制图 |
| 2.4 小批量质量控制方法的分析评价 |
| 2.4.1 对相对偏差图的的评价 |
| 2.4.2 对小批量X-R控制图的评价 |
| 2.4.3 对Q控制图的评价 |
| 2.4.4 对累积和控制图的评价 |
| 2.5 本章小结 |
| 第三章 基于贝叶斯理论的SPC模型设计 |
| 3.1 多品种小批量生产过程参数的贝叶斯估计 |
| 3.2 贝叶斯控制模型的构建 |
| 3.3 贝叶斯控制模型影响因素分析 |
| 3.4 实例研究 |
| 3.5 本章小结 |
| 第四章 基于贝叶斯理论的小批量质量控制 |
| 4.1 基于贝叶斯质量控制 |
| 4.1.1 贝叶斯常均值模型建立 |
| 4.1.2 质量特性模型分析 |
| 4.2 状态误差方差改进 |
| 4.3 质量控制方法 |
| 4.4 本章小结 |
| 第五章 系统实现及应用实例研究 |
| 5.1 系统介绍 |
| 5.1.1 功能介绍 |
| 5.1.2 用户管理 |
| 5.2 典型工序质量控制研究 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（9）基于累积和控制图改进的累积得分控制图（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文背景及研究意义 |
| 1.2 国内外相关研究 |
| 1.2.1 国外控制图的发展 |
| 1.2.2 国内控制图的发展 |
| 1.3 本文的主要研究内容 |
| 1.4 研究特色与创新之处 |
| 第2章 累积和图与连续运行和图的原理和方法 |
| 2.1 累积和控制图(CUSUM)的原理和方法 |
| 2.1.1 累积和控制图的原理 |
| 2.1.2 累积和图常用的两种方法 |
| 2.2 连续运行和控制图(CRS)的原理 |
| 2.3 本章小结 |
| 第3章 改进的单侧累积得分控制图 |
| 3.1 累积得分控制图的原理 |
| 3.1.1 传统的累积得分控制图 |
| 3.1.2 改进的累积得分控制图(CSC) |
| 3.2 马氏链法计算平均链长(ARL)原理 |
| 3.2.1 单侧累积得分控制图ARL的计算 |
| 3.2.2 单侧的累积和图平均链长的计算原理 |
| 3.3 相关控制图ARL的比较 |
| 3.4 本章小结 |
| 第4章 具有初始响应特性的CSC图 |
| 4.1 初始响应特性(FIR)原理 |
| 4.2 带有FIR的CSC控制图的性能分析 |
| 4.2.1 带有FIR的CSC控制图ARL影响因素分析 |
| 4.2.2 带有FIR的相关控制图ARL的比较 |
| 4.3 本章小结 |
| 第5章 可变抽样区间(VSI)的累积得分控制图 |
| 5.1 基于VSI的CSC图原理 |
| 5.1.1 关于VSI的CSC图的基础知识 |
| 5.1.2 VSI控制图性能的度量标准 |
| 5.1.3 利用马氏链计算平均报警时间(ATS) |
| 5.2 VSI累积得分控制图的ATS的相关研究 |
| 5.2.1 VSI和FSI CSC控制图的比较 |
| 5.2.2 VSI CSC控制图ATS的影响因素分析 |
| 5.3 本章小结 |
| 第6章 偶然性因素下的CSC控制图 |
| 6.1 偶然性因素 |
| 6.2 偶然性因素下CSC、CUSUM效果比较 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（10）基于ARL的R图与S图的改进（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 国内外研究概况 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 预备知识 |
| 2.1 休哈特控制图 |
| 2.1.1 休哈特控制图控制界限 |
| 2.2 衡量控制图性能的标准 |
| 2.2.1 统计质量控制的两类错误 |
| 2.2.2 平均运行链长-ARL |
| 2.3 本章小结 |
| 第3章 改进型休哈特控制图 |
| 3.1 改进型R控制图 |
| 3.2 改进型S控制图 |
| 3.3 改进型控制图性能 |
| 3.4 改进型R控制图和S控制图的比较 |
| 3.5 本章小结 |
| 第4章 ARL无偏的控制图 |
| 4.1 ARL无偏的R和S控制图 |
| 4.1.1 ARL无偏的R控制图 |
| 4.1.2 ARL无偏的S控制图 |
| 4.2 改进型控制图和ARL无偏控制图数值比较 |
| 4.3. ARL无偏的R图和ARL无偏的S图的比较 |
| 4.4 数值算例 |
| 4.5 变样本容量S~2控制图 |
| 4.5.1 等尾概率的变样本容量S~2图 |
| 4.5.2 等尾概率限的变样本容量S~2图的性能分析 |
| 4.6 基于ARL无偏概念的变样本容量S~2图 |
| 4.7 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
四、单侧控制图应用研究（论文参考文献）
- [1]基于累积和控制图的过程方差的监控[D]. 郭莹莹. 燕山大学, 2021
- [2]基于BIM和SPC的建筑装修质量控制研究[D]. 张志勇. 西安建筑科技大学, 2021(01)
- [3]基于控制图方法的GNSS变形信息识别与预警[D]. 段朋. 安徽理工大学, 2020(07)
- [4]条件视角下tr控制图的设计[D]. 郑晶. 浙江工商大学, 2020(05)
- [5]条件视角下的方差控制图设计[D]. 林双苗. 浙江工商大学, 2020(05)
- [6]参数未知下基于定数截尾样本监控指数分布的控制图设计[J]. 郭宝才,李敏,项朝辉,孙利荣. 高校应用数学学报A辑, 2018(01)
- [7]基于贝叶斯理论的多品种小批量产品质量控制研究[D]. 张玉磊. 上海工程技术大学, 2017(03)
- [8]基于累积和控制图改进的累积得分控制图[J]. 孙明超,宋向东. 统计与决策, 2017(18)
- [9]基于累积和控制图改进的累积得分控制图[D]. 孙明超. 燕山大学, 2017(04)
- [10]基于ARL的R图与S图的改进[D]. 杨仪. 燕山大学, 2017(04)