一种基于过程能力的小样本最优质量控制方法

摘要

本发明公布了一种基于过程能力的小样本最优质量控制方法，包括如下步骤：1、确定目标函数，2、确定约束条件，3、确定模型的具体形式。本发明在贝叶斯修正的基础上，研究了对修正有利用价值的小样本，通过构建快速判定模型对小样本进行筛选鉴别并判断工序质量问题，进而在工序质量已知的条件下，做出工序质量控制图对生产过程进行监控，并根据生产出来的小样本继续对控制图修正，最终能够达到比较好的控制效果。与此同时，基准表的设立也为利用小样本判定工序能力问题提供了依据。

主权项

一种基于过程能力的小样本最优质量控制方法，其特征在于，包括如下步骤： (1)确定目标函数：其中，Z是优化约束目标值，R是样本极差，T是事先设定的标准公差，n是样本组数，是平均极差；(2)确定约束条件：对于同一工序生产的产品，它们的极差服从于正态分布假设每组样本数为4时， 那么将其标准化以后则服从学生氏分布，即再根据给出的置信度1‑α，计算出置信区间；当极差越小就表明产品越稳定，那么当就得到一个置信区间为其中，R是样本极差，S是标准方差，是平均极差，μ是均值，N是正太分布符号，d₂,d₃是常数值，σ_X是样本方差，t是学生氏分布符号，n是每组所取的样本数；(3)确定模型的具体形式： 1、建立最小目标函数： 设实际生产出一批小样本x₁,x₂,K,x_n(n<30)，按照生产顺序将其平均分成s组，每组极差为R_i(i≤s)，若则称在该工序能力条件下生产出来的产品为合格品，且在进行贝叶斯修正时，该小样本即为有最优的一组样本。