1、質(zhì)量管理伴隨企業(yè)管理的實(shí)踐而不斷發(fā)展和完善，現(xiàn)在已經(jīng)成為一門獨(dú)立的學(xué)科。其中，統(tǒng)計(jì)過程控制(StatisticalProcessControl，SPC)是目前企業(yè)中廣泛采用的質(zhì)量管理手段。它通過對(duì)關(guān)鍵質(zhì)量參數(shù)和關(guān)鍵工序的樣本采集和統(tǒng)計(jì)分析，以概率論和數(shù)理統(tǒng)計(jì)為基礎(chǔ)，采用統(tǒng)計(jì)控制圖、統(tǒng)計(jì)描述、統(tǒng)計(jì)相關(guān)分析、實(shí)驗(yàn)設(shè)計(jì)、回歸分析等方法，分析處理與產(chǎn)品質(zhì)量相關(guān)的生產(chǎn)過程數(shù)據(jù)。 傳統(tǒng)的統(tǒng)計(jì)過程控制采用單變量統(tǒng)計(jì)過程控制方法，只對(duì)生產(chǎn)過程中

2、某一個(gè)工序的一些重要指標(biāo)單獨(dú)地實(shí)施統(tǒng)計(jì)過程控制。如果需要分析多變量、多工序系統(tǒng)，傳統(tǒng)的統(tǒng)計(jì)過程控制方法顯然無能為力。研究多工序、多變量生產(chǎn)過程質(zhì)量分析和評(píng)價(jià)方法，對(duì)正確實(shí)施多工序生產(chǎn)過程質(zhì)量控制具有現(xiàn)實(shí)意義。減少產(chǎn)品制造過程中出現(xiàn)的各種波動(dòng)，正確找出制造過程中的波動(dòng)源，是多工序、多變量生產(chǎn)系統(tǒng)實(shí)施質(zhì)量控制和質(zhì)量改進(jìn)的基礎(chǔ)。 多元質(zhì)量控制是同時(shí)對(duì)多個(gè)質(zhì)量特性進(jìn)行控制的一種方法。T2控制圖的優(yōu)點(diǎn)是能夠全面地考慮各元之間的相關(guān)性，并能

3、在變量相關(guān)的條件下精確地給出第一類錯(cuò)誤的概率α，但它最大的缺點(diǎn)就是不能診斷。當(dāng)涉及到的變量數(shù)目很多時(shí)，在尋找樣本的分布規(guī)律時(shí)工作量很大且樣本之間關(guān)系容易分辨，另外由于各指標(biāo)的數(shù)據(jù)信息之間不可避免的存在重疊。需要用少數(shù)變量對(duì)若干個(gè)指標(biāo)進(jìn)行綜合，以期既能降低指標(biāo)的維數(shù)，又能充分反映指標(biāo)的信息。采用主成分分析(PCA)作為主要多元統(tǒng)計(jì)方法，把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)獨(dú)立指標(biāo)分析。 結(jié)合T2控制圖控制圖與主成分分析兩者的優(yōu)點(diǎn)，本文提出T2

4、-PCA方法，在T2控制圖的基礎(chǔ)上，對(duì)所有因素作主成分分析，并繪制相應(yīng)的主成分單值控制圖與單變量控制圖，作為對(duì)T2控制圖的診斷手段。 在多工序加工過程(MMP)中，最終產(chǎn)品的變異是各工序中變異的積累或者累積。建模并控制故障傳播，對(duì)提高產(chǎn)品空間質(zhì)量非常必要。采用兩種質(zhì)量的三圖診斷系統(tǒng)，借助選控圖將上下工序責(zé)任分離，以達(dá)到診斷目的。 編寫多工序制造過程的計(jì)算機(jī)輔助診斷系統(tǒng)，實(shí)現(xiàn)對(duì)多變量、多工序制造過程的數(shù)據(jù)處理，并輸出相應(yīng)的