基于神经网络的SPC/EPC整合过程监测方法研究

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

所属期刊栏目：15

分类号：TB114.2(工程基础科学)

资助基金：国家自然科学基金资助项目70771102;航空科学基金资助项目2010ZG55025;河南省科技攻关资助项目122102210512

在线出版日期：2013-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：12-16