1、近年來(lái)，多元自相關(guān)控制圖的研究已引起了專家學(xué)者們的廣泛關(guān)注，對(duì)于多元自相關(guān)過(guò)程的處理方法，常見的有主成分分析，多元CUSUM控制圖，多元EWMA控制圖等。多元自相關(guān)控制圖是針對(duì)于一種產(chǎn)品的多種屬性，并且屬性具有自相關(guān)性的特征，但是在很多流程工業(yè)生產(chǎn)中，會(huì)有許多聯(lián)產(chǎn)品，如石油工業(yè)中會(huì)有煤油和汽油作為聯(lián)產(chǎn)品，肥皂生產(chǎn)企業(yè)中會(huì)有肥皂和甘油作為聯(lián)產(chǎn)品，稀土分離企業(yè)中會(huì)有易萃組分和難萃組分作為聯(lián)產(chǎn)品，但是多元自相關(guān)控制圖的尚未應(yīng)用到聯(lián)產(chǎn)品的過(guò)程質(zhì)

2、量控制，因此需要探索改進(jìn)多元自相關(guān)控制圖將其應(yīng)用于聯(lián)產(chǎn)品的生產(chǎn)過(guò)程質(zhì)量監(jiān)控。關(guān)于聯(lián)產(chǎn)品的研究主要有成本核算，生產(chǎn)計(jì)劃，稀土產(chǎn)業(yè)可持續(xù)發(fā)展等等，并未將控制圖應(yīng)用于聯(lián)產(chǎn)品的過(guò)程質(zhì)量控制上。
　　本文以稀土分離企業(yè)為背景，抽取聯(lián)產(chǎn)品特點(diǎn)，通過(guò)繪制顯著影響聯(lián)產(chǎn)品的關(guān)鍵技術(shù)參數(shù)的控制圖來(lái)監(jiān)控生產(chǎn)過(guò)程是否處于統(tǒng)計(jì)控制狀態(tài)，用模式識(shí)別來(lái)診斷關(guān)鍵技術(shù)參數(shù)控制圖統(tǒng)計(jì)失控的原因。首先選用A稀土分離企業(yè)聯(lián)產(chǎn)品在有機(jī)相和水相出口的聯(lián)產(chǎn)品的純度自相關(guān)數(shù)據(jù)，

3、分別繪制單一產(chǎn)品的指數(shù)加權(quán)移動(dòng)平均控制圖（Exponentially Weighted Moving Average，EWMA）和聯(lián)產(chǎn)品的多元?dú)埐頣2控制圖，并將兩類控制圖進(jìn)行對(duì)比分析。
　　其次，對(duì)多元?dú)埐頣2控制圖發(fā)現(xiàn)的異常模式（持續(xù)高位、持續(xù)上升等），采用支持向量機(jī)模型對(duì)多元?dú)埐頣2控制圖的異常模式進(jìn)行分類處理，以發(fā)現(xiàn)產(chǎn)品殘差T2值同料液、有機(jī)相流量、水相流量等之間的分類規(guī)則。以多元控制圖報(bào)警信號(hào)對(duì)應(yīng)的質(zhì)量特性數(shù)據(jù)及相應(yīng)的特

4、征值作為輸入樣本，提取其中的50％作為訓(xùn)練集，剩下的50%作為測(cè)試集，使用訓(xùn)練集數(shù)據(jù)經(jīng)過(guò)SVM訓(xùn)練，提取出一個(gè)分類模型，其次使用得到的這個(gè)分類模型再次對(duì)測(cè)試集進(jìn)行模擬訓(xùn)練，并進(jìn)行類別標(biāo)簽預(yù)測(cè)；最后在分析SVM參數(shù)對(duì)其分類性能影響的基礎(chǔ)上，構(gòu)造了PSO-SVM分類器，提出采用粒子群算法（Particle Swarm Optimization，PSO）對(duì)SVM參數(shù)尋優(yōu)，并對(duì)得出的結(jié)果進(jìn)行對(duì)比分析。
　　稀土分離A企業(yè)算例結(jié)果顯示，本文