全变化参数的中位值-极差联合控制图设计与分析

"这篇论文探讨了全变化参数在中位值-极差联合控制图中的应用，设计了一种新的控制图——CVPx-R，用于更有效地检测过程中的变化。相较于传统的静态控制图和已有的动态控制图，CVPx-R图在识别过程微小变化方面表现出优越性。该研究受到国家自然科学基金和航空科学基金的支持，主要作者李德高专注于应用概率统计的研究。" 在质量控制领域，传统的Shewhart静态控制图基于固定的样本量和采样间隔，当面临过程中的微小变化时，它们可能无法迅速做出反应。为了改善这一情况，研究人员提出了动态控制图，如Reynolds的可变抽样区间的均值控制图、Prabhu的样本容量和采样区间均变化的动态均值控制图，以及Costa的全变化参数的均值-极差联合控制图。这些动态控制图能够更灵活地适应过程的变化，提高监控效率。 本论文作者基于Costa的工作，设计了一种全新的全变化参数中位值-极差联合控制图（CVPx-R）。这种控制图结合了中位值（不受异常值影响，对偏态分布有良好适应性）和极差（反映数据波动性）两个统计量，且参数可以根据过程状态动态调整。通过与静态的中位值-极差联合控制图以及其他的动态控制图进行对比，结果显示CVPx-R在发现过程变化的速度上更为出色。 平均报警时间（Average Time to Signal, ATS）是评估控制图性能的一个关键指标，CVPx-R图的快速响应能力意味着它能在较短的时间内发出警告，从而帮助管理者及时采取措施，防止不良品的产生，优化生产过程。这项研究对于制造行业和其他需要实时监控过程稳定性的领域具有重要的实践意义，特别是在需要快速响应微小过程变化的环境中，CVPx-R控制图的应用将大大提升过程控制的效果。 作者李德高和赵选民来自西北工业大学应用数学系，他们的研究工作得到了国家自然科学基金和航空科学基金的资助，表明这一领域的研究受到了国家的高度重视。李德高的个人研究方向为应用概率统计，这为他在控制图设计方面的深入研究提供了坚实的理论基础。