...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Quality Technology >A SPC Procedure for Detecting Level Shifts of Autocorrelated Processes
【24h】

A SPC Procedure for Detecting Level Shifts of Autocorrelated Processes

机译：用于检测自相关过程的水平偏移的SPC过程

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent advances in manufacturing automation make the collection of data for gauging process condition fast and economical.In most cases,the classical statistical process(SPC) control procedures cannot be directly implemented due to the inherent autocorrelation in the data series.Acommon approach to monitoring autocorrelated processes is to apply the classical SPC techniques on the sesiduals of a chosen autoregressive moving average model.However,the sensitivity of the residul-based SPC procedures in detecting process shift deteriorates when the process is highly positively autocorrelated.In this paper,we propose the application of the level shift detection outliers and level shifts in time series for process monitoring.Focusing on level shift detection and using a first order autorregessive(AR(1)) model with the average run length as the criterion for comparing the performance of control charting procedures,we show that the proposed charting scheme has a superior performance in detecting level shifts.The;;proposed scheme can easily be extended to effectively detect the presence of additive and innovational outliers.
机译：制造自动化的最新进展使得测量过程条件的数据集合快速和经济。在大多数情况下，由于数据系列中固有的自相关，无法直接实现古典统计过程（SPC）控制程序。监控自相关方法的固有自相关过程是在选择的自回归移动平均模型的Sesidual上应用经典SPC技术。然而，当该过程高度肯定地自相关时，使用基于Reside的SPC程序的灵敏度恶化。在本文中，我们提出了水平移位检测异常值和级别在时间序列中换档的应用程序监控。级换档检测和使用一阶AutorRegessive（AR（1））模型的平均运行长度作为比较控制图表性能的标准程序，我们表明，拟议的图表方案具有卓越的检测性能NG水平换档。;;提出的方案很容易扩展，以有效地检测添加剂和创新异常值。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号