河谑萃诰虻耐臣乒炭刂葡钅垦芯target=

中国海洋大学硕士学位论文基于数据挖掘的统计过程控制项目研究姓名：谭震申请学位级别：硕士专业：项目管理指导教师：张勤生;董志刚20090601基于数据挖掘的统计过程控制项目研究作者：谭震学位授予单位：中国海洋大学相似文献(10条)1.学位论文姚文杰基于多变量统计分析的数据挖掘工具在工业过程控制中的应用研究2002该论文的主要目的是研究多变量统计分析方法PCA与PLS的基本算法以及它们在统计过程控制中的应用.首先介绍了PCA的基本算法.当PCA模型用于统计过程监控时,使用多变量统计控制图如HotellingT'2图以及SPE图来监控过程的运行性能.接着介绍了PLS的基本算法及其在统计过程监控中的应用,并对PLS建模过程中的一些具体问题做出讨论.如何找到引起过程异常的原因亦即故障诊断是统计过程控制中一个重要的研究课题,论文中介绍了几种有效的利用多变量统计分析的故障诊断方法.在详细介绍了PCA与PLS的基本算法以及将它们应用于多变量统计过程控制的方法之后,最后以一个过程仿真模型为基础,用仿真实验结果的数据分析进一步验证了PCA与PLS在多变量过程控制中的应用效果.有效地应用多变量统计过程控制,将隐藏在过程数据中大量有用信息挖掘出来,从而把数据资源的拥有优势转化为生产效益和产品质量优势,这是过程控制发展的必然趋势.2.期刊论文齐二石.聂斌.简祯富.QIEr-shi.NIEBin.CHIENChen-Fu基于数据挖掘的制造过程合格率管理体系研究-工业工程2005,8(3)在半导体自动化制造过程中产生大量的数据,为应用数据挖掘技术进行有效的过程监控提供了条件.提出在运用数据挖掘技术中聚类分析方法的基础上,对不合格批产品的加工路径进行分析,从而准确地将控制对象定位于某些问题设备,并结合统计过程控制的手段加强监控.3.期刊论文彭佳红.贺志勇.林雪梅一种基于数据挖掘的混合生产过程质量控制方法-计算机工程与设计2004,25(10)将数据挖掘技术与统计过程控制技术相结合,提出了一种混合的生产过程质量控制方法.对服从正态分布的质量特性值,用统计的方法构作控制图;对不服从正态分布的质量特性值,用聚类方法构作控制图.分析了异常模式的趋势、循环变动、孤立点以及偏差等几种情况.4.学位论文凌佳招基于数据挖掘技术的质量控制及其实现2002质量控制是伴随着制造业的发展而发展起来的,但科学的质量控制方法在二十世纪初才形成.我们所研究的质量控制是指为达到质量要求所采取的作业技术和活动.如果以制造过程来区分,主要表现在以下两个方面：（1）供应商质量控制,主要控制手段有抽样检查以及供应商的质量系统评估;（2）过程质量控制,主要控制手段有过程检查和测试、统计过程控制方法等.长期以来,尽管人们提出了许多质量控制方法,如QC七手法,SPC等;但是,这些方法主要供作业人员使用,不便于管理者作决策.针对这一问题,该文提出将数据挖掘的方法应用于质量控制,其主导思想是：应用数据挖掘的方法,建立供应商质量控制和决策支持体系：针对生产过程,将数据挖掘的技术与统计过程控制技术结合起来.研究表明,数据挖掘的理论和方法适合于质量控制领域,可以提高生产过程质量控制的水平.5.学位论文聂斌复杂多品种制造系统质量管理方法与应用研究2005在激烈的市场竞争中，企业通过产品的多元化满足客户的需求。复杂多品种制造系统的出现正是为了适应复杂多变的市场需求，制造各种令客户满意的产品。本文分析了以半导体封装制造系统为代表的复杂多品种制造系统，并指出其产品、设备、产量、生产组织形式等方面的特点。对多品种制造环境下的质量管理所面临的问题和挑战进行了深入研究。针对问题本文首先回顾了国内外关于多品种制造系统制造管理的有关研究成果。在文献回顾中对统计过程控制、数据挖掘、合格率管理等方面均进行了充分的分析探讨。在对国内外研究文献深入的分析和研究基础上，本文提出了基于数据挖掘的两层质量管理体系，包括质量监控层和质量改善层。充分阐述了质量管理体系的功能及其各个组成部分。本文以数据挖掘技术为核心，针对多品种制造系统的特点，提出了聚类分析方法与数理统计方法相结合的多品种制造过程统计过程控制方法。然后，将应用于一元变量的方法推广到多元变量状况。本文还针对多品种合格率管理和质量改善方面所提出的问题，提出基于k-means聚类的低合格率特征数据集的提取方法，以及问题点定位方法等。这些相关技术与方法有机的整合在质量管理体系中，构成一个相对完善的多品种制造系统质量管理系统。本文分析了复杂多品种制造模式下产品合格率与自动化加工设备之间的关系。提出通过批合格率反映产品品种与加工设备之间适应程度的基本思路。在此基础上，本文提出在生产调度中综合考虑时间和质量两个因素的结合调度的质量管理思想，并提出了相应的二维调度方法。该思想将质量管理领域扩展到生产调度环节，从而更有效的提升制造系统的质量水平。本文对所提出的方法均进行了实证和仿真研究，以验证方法的有效性。通过实证研究证明本文所提出的方法能够结合实际问题，具有很好的可操作性和实际应用效果。对于一些无法实证的问题本文采用了仿真方法进行研究。从仿真研究的结果上看，本文所提出的方法能够实现提高制造系统质量水平的目的。最后，本文对所研究的问题进行了总结，并提出了进一步的研究方向和内容。6.会议论文钟其顶.熊正河啤酒酿造质量数据处理模型研究与构建2006近年来,啤酒行业质量管理领域普遍存在数据丰富,信息缺乏现象.本文围绕啤酒酿造存在的共性问题,结合酿造工艺特点,对酿造过程控制质量数据特征进行剖析研究.综合统计过程控制和数据挖掘技术的特点,研究构建了一个酿造数据处理通用模型,并在啤酒生产进行了初步应用,取得满意的效果.7.学位论文刘洪涛现代制造系统集成质量管理研究和应用2004高度自动化是现代制造系统的主要特征,自动化设备的广泛采用对质量管理理念和技术提出了越来越高的要求.该文在综合研究质量管理发展历史及现代质量管理理念和方法的基础上,分析了现代制造系统对质量管理提出的需求.之后分析现代质量管理的几种单元技术,并提出系统集成模型.最后基于该文研究的理论和模型建立了L公司集成质量管理体系和方法.该文共分四章,各章的主要研究内容概括如下.第一章是该文的绪论部分,回顾了质量管理的发展历史,着重对现代质量管理的理念和方法进行了深入研究.同时,还研究了现代制造系统的主要特征.最后提出了该文的研究方法和技术路线并对该文的研究内容、目的和意义进行了简要的总结.第二章研究了现代质量管理中的几种核心单元技术,主要包括:工序能力分析、统计过程控制及实验设计,重点研究了数据挖掘的相关理论和方法,并提出了数据挖掘技术在质量管理中的应用方法.第三章提出了基于三维质量集成模型的集成质量体系,主要研究了三维质量集成模型的主要内容和运作机制,提出了具体的技术路线,并将数据挖掘等先进的数据处理和分析手段与传统的SPC方法进行了有机的集成.第四章是该文的实证研究部分,综合运用该文提出的理论模型和方法,结合L公司制造系统的特征,建立了该公司的集成质量管理体系并进行了质量改进,还设计了支持该体系的质量信息系统平台框架,取得了比较满意的效果.总之,该文的研究内容紧密结合企业实际,综合运用现代质量管理方法和技术,建立了现代制造系统中支持连续质量改进的集成质量管理体系并在企业中进行了有效应用.该文的研究内容对于其他类似制造系统同样具有一定的借鉴意义.8.期刊论文王傲胜.曹小荣.吴红军.WANGAo-sheng.CAOXiao-rong.WUHong-jun面向AMT的小波变换过程控制-煤矿机械2008,29(5)通过分析统计过程控制和AMT,提出采用一种对过程控制数据库进行数据挖掘分析方法,将过程数据库进行信号化,应用信号分析领域的处理方法对其进行分析.采用小波变换分析的方法,对信号化后过程控制数据库中的数据,在不同的时间尺度上进行分析和挖掘,从中提取出过程规律,进行预警,在一定程度上弥补过程控制抽样的不足.9.学位论文周小敏基于SPC和数据挖掘的总装过程质量控制研究2007对于一个企业来说，质量是产品和服务的生命。质量受企业生产经营管理活动中多种因素的影响，是企业各项工作的综合反映。目前企业产品质量指标的检测大多是在产品生产出来后才进行的，检测需要成本，有时还需要进行破坏性试验，如测量产品的抗拉强度，要做拉断检验。这样滞后的质量数据对生产过程的实时质量控制帮助不大，而且当发现产品质量不合格时，损失已无法挽回，这样极大地影响了企业的生产质量和效益。贯彻预防原则是现代质量管理的核心与精髓，要保证和提高产品质量，必须把影响质量的各个指标全面系统地管理起来。因而，如何将这些生产过程参数与产品质量特性关联起来成为企业生产故障预测及诊断的瓶颈问题。本文首先从功能结构组织，数据库逻辑结构设计，类关系等多个方面描述了制造执行系统(MES)平台统计过程控制(SPC)子系统开发的相关工作。并针对所开发的SPC子系统在异常原因识别方面的不足，将数据挖掘与统计过程控制(SPC)技术结合起来，对变速箱总装线质量信息进行统计分析和深度挖掘，提出一种生产过程在线质量控制和诊断模型。该模型运用SPC对生产异常状态进行监测，并基于数据挖掘技术对大量过程检测数据进行分析，找到最有可能出现问题的工序和加工设备，将控制图异常状态与生产过程参数关联起来，实现异常状态的实时检测与诊断。研究表明，数据挖掘的理论和方法适合于质量控制领域，可以为产品质量控制提供一种新的途径。关键词：MES；统计过程控制；数据挖掘；控制图；质量管理10.学位论文罗晓芳统计过程控制在丹参注射液生产质量控制中的应用研究2008我国的中药制药行业目前缺乏有效的在线分析方法和质控手段，中药产品难以达到国际上对药品质量稳定均一的要求，这严重制约了我国中药制药工业的发展。近红外光谱技术作为一种在线监测的技术，具有快速、无损的特点，已在众多领域得到广泛应用，但却很少有在中药制药过程监控中的应用研究报道。多变量统计过程控制是有效的在线数据分析和信息提取工具，常用于过程控制、数据挖掘、故障诊断等。本文以丹参浓缩和醇沉生产过程为具体研究对象，开展了近红外光谱技术与多变量统计过程控制技术用于在线监控的研究，主要工作如下：1.建立了丹参浓缩过程的近红外光谱在线分析方法.采用偏最小二乘法(PLS)，选择7200～9569cm-1和4500～7083cm-1波长区间，建立了丹参浓缩过程中丹参素、原儿茶醛和含固量的定量分析方法。2.研究了丹参醇沉过程的近红外光谱快速分析方法.采集醇沉液的近红外光谱，以HPLC分析值作为对照值。对光谱预处理方法和波段进行选择，以偏最小二乘法(PLS)为建模方法，建立了同时测定醇沉过程中丹参素、原儿茶醛、咖啡酸、丹酚酸A、丹酚酸B、丹酚酸D和含固量的定量分析方法。3.建立了丹参醇沉过程的主成分分析模型.以近红外光谱为分析工具，利用主成分分析法研究了正常操作条件下醇沉过程的变化规律，建立了丹参醇沉过程的近红外光谱主成分分析模型，并对主成分模型进行解释。4.研究了丹参醇沉过程的多变量统计过程控制模型.在线采集丹参醇沉过程中料液的近红外光谱，建立了基于主成分的多变量统计过程控制的HotellingT2模型、SPE模型和主成分置信限模型，并将所建模型用于实时在线监控。本文链接：授权使用：菏泽学院图书馆(hzxytsg)，授权号：59d9121c-fbab-4726-96af-9e410129ce82下载时间：2010年12月3日