田口质量损失下非正态EWMA控制图的优化设计与性能提升

本文主要探讨了基于田口质量损失函数的非正态Exponential Weighted Moving Average (EWMA) 控制图的优化设计问题。田口质量损失函数是一种衡量产品质量或过程性能的重要工具，它考虑了质量问题对系统整体绩效的影响。在实际生产过程中，数据往往不满足正态分布假设，因此，传统的正态EWMA控制图可能无法有效捕捉这些偏差。 作者结合了随机过程均值偏移的概率分布特性，尤其是通过Burr分布来逼近各种非正态分布。Burr分布是一种广义的连续概率分布，其灵活性使得它可以很好地模拟非正态的数据分布，这在工程实践中具有重要意义。作者的目标是通过这种结合，使得田口质量损失函数的总平均值达到最小，从而找到最佳的控制图参数，即使质量损失最小化。 相比于传统的统计方法设计的非正态EWMA控制图，文中提出的ML-EWMA控制图在实验中表现出显著的优势。这种方法不仅考虑了数据的非正态性，还能更精确地反映过程的变异性和稳定性，因此能够提供更准确的质量控制信号。通过对比分析，结果证实了ML-EWMA控制图在减少质量损失、提高过程控制效率方面具有明显的优势。 本文的研究对于制造业和其他依赖质量控制的领域具有实际应用价值，因为它提供了一种更适应实际生产环境的控制图设计策略，有助于企业提高产品质量，降低生产成本，并提升客户满意度。此外，研究还可能启发未来在其他领域，如金融风险管理或医学诊断，如何结合特定的概率分布和损失函数进行优化决策。