根据贝叶斯方法监测过程平均值,并应用于硬过程

科学领域:

• 统计过程控制 统计过程控制
• 质量工程 质量工程
• 贝叶斯的推理是贝叶斯的推理.

背景情况:

• 传统的控制图表通常假定测量无误,这在许多工业环境中是不现实的.
• 测量误差 (ME) 可以显著扭曲过程监测,并导致错误的质量决定.
• 在控制图表中处理ME的现有方法在适应性和统计严谨性方面可能是有限的.

研究的目的:

• 引入和评估一个新的贝叶斯自适应指数加权移动平均值 (AEWMA) 控制图,该控制图旨在包含测量误差.
• 在不同的损失函数 (平方误差和linex) 和不同的ME场景下评估拟议的AEWMA图的性能.
• 为了证明贝叶斯式AEWMA控制图在现实制造环境中的实际适用性.

主要方法:

• 开发贝叶斯式AEWMA控制图框架,其中包含测量误差的线性共变量模型.
• 分析后部和后部预测分布使用结合先.
• 蒙特卡洛模拟研究,以评估在各种ME条件下控制图的运行长度性能,包括多次测量和变异增加.

主要成果:

• 贝叶斯式AEWMA控制图显示了有效的过程监控能力,即使存在显著的测量误差.
• 模拟结果显示了有利的运行长度配置文件,这表明与标准方法相比,灵敏度和可靠性有所提高.
• 控制图的功能通过半导体制造中的硬过程的案例研究来验证.

结论:

• 建议的贝叶斯式AEWMA控制图为在测量错误存在时的统计过程控制提供了一个强大的和适应性的解决方案.
• 使用贝叶斯推理和自适应特征提高了图表处理复杂错误结构的能力.
• 控制图为在精确测量具有挑战性的行业中提高质量提供了宝贵的工具.