杨佳靓

摘要：统计过程控制（SPC）技术已被证明在许多工业应用中是重要的，控制图是统计过程控制中最重要的工具。本文针对计数数据设计了一种更稳健的控制图。它对用于监视的小的过程转移非常敏感。我们将新设计出的统计量与EWMA相结合，并在不同的受控长度下进行检验。比较并分析该统计量在不同参数下的表现，结果表明其对泊松分布下的数据监测效果良好，其监测速度能够更快。

Abstract： Statistical process control （SPC） techniques have been shown to be important in many industrial applications， and control charts are the most important tool for statistical process control. In this paper， a more robust control chart is designed for counting data. It is very sensitive to small process transitions for monitoring. We combined the newly designed statistics with EWMA and tested them at different controlled lengths. By comparing and analyzing the performance of this statistic under different parameters， the results show that it has a good monitoring effect on the data of poisson distribution， and its monitoring speed is faster.

關键词：计数数据;控制图;稳健性

Key words： count data;control chart;robust

中图分类号：N945.13                                      文献标识码：A                                  文章编号：1006-4311（2020）17-0232-03

0  引言

统计过程控制（SPC）已成为监控和测量过程或产品质量的重要技术。如何改进产品质量成为了学术界讨论的焦点。早在20世纪，休哈特（Shewhart）就提出了过程控制理论监测的工具——控制图。统计过程控制（SPC）中的控制图可划分为计量控制图与计数控制图两类。其中计量控制图包括X-bar-R图、X-bar-S图;计数控制图包括N图、P图、C图、U图。Shewhart最早提出的控制图是产品不合格率的P图。现如今很多控制图都针对于正态分布数据，但实际情况中的数据并不一定服从于正态分布，例如产品缺陷，单位时间内的排队人数。因此对于计数控制图的研究就显得尤为重要。早在之前，Sheu 和Lin[1]（2003）提出了一般加权移动平均（GWMA）控制图，提高了 EWMA 图的检测能力。Khoo[2]（2004）推出了泊松移动平均控制图，为 c-chart 提供了更好的选择，并提高了计数控制图的监测能力。Shey 和Chiu[3]（2007）利用了一般加权移动平均（GWMA）控制图来检测泊松分布过程均值的持续变化，这种控制图称为PGWMA 控制图。……