Разработка алгоритмов и комплекса программ для выбора режима контроля многопараметрического технологического процесса на основе статистических испытаний тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Михеев, Андрей Юрьевич
- Специальность ВАК РФ05.13.18
- Количество страниц 139
Оглавление диссертации кандидат технических наук Михеев, Андрей Юрьевич
СОДЕРЖАНИЕ
Введение
Глава 1. Состояние и проблемы развития моделей и методов статистического контроля многопараметрического технологического
процесса
1.1 .Постановка вопроса
1.2.Статистические инструменты контроля независимых параметров
1.3.Статистические инструменты многомерного контроля
1.3.1. Карта Хотеллинга
1.3.2. Карта многомерных экспоненциально взвешенных скользящих средних
1 АКонтроль процесса с помощью карт на главных компонентах
1.5 .Контроль процесса по регрессионным остаткам
1.6.Выводы
Глава 2. Разработка методов статистического моделирования для решения задачи выбора наилучшего режима мониторинга процесса
2.1. Задача выбора наилучшего режима мониторинга процесса
2.2.Моделирование потока данных для проведения испытаний
2.2.1.Постановка вопроса
2.2.2. Моделирование выборок из многомерной нормально распределенной совокупности
2.2.3. Моделирование бутстреп — выборок
2.2.4.0ценка качества модельных выборок
2.2.5.Моделирование возможных нарушений процесса
2.3.Разработка методов группировки контролируемых параметров
2.3.1.Группировка параметров по степени коррелированное™
2.3.2.Использование кластерного анализа
2.4.Статистические испытания для выбора режима контроля
2.4.1.Оценка средней длины серий для контрольных карт на исходных значениях параметров
2.4.2.Статистические испытания на преобразованных значениях
параметров
2.4.3.Оценка качества результатов статистических испытаний
2.5.Алгоритм выбора наилучшего режима мониторинга
Глава 3.Программный комплекс для выбора наилучшего режима мониторинга процесса
3.1.Программа статистического контроля многопараметрического процесса
3.1.1 .Блок анализа процесса
3.1.2.Блок мониторинга
3.2.Программа построения контрольных карт на главных компонентах
3.3.Программа построения контрольных карт на регрессионных остатках
3.4.Программа проведения статистических испытаний
3.4.1.Описание программы
3.4.2.Моделирование потока данных
3.4.3.Разбиение множества контролируемых параметров процесса на подмножества
3.4.4.Моделирование возможных нарушений процесса
3.4.5.0пределение средних длин серий
3.4.6 Построение контрольных карт
3.5 .Численное исследование
3.5.1.Контроль стабильности процесса очистки смазочно-охлаждающей жидкости
3.5.2.Контроль процесса механической обработки ступенчатого вала
Заключение
Список использованных источников
Приложения
Рекомендованный список диссертаций по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК
Модели и методы многомерного статистического контроля технологического процесса2003 год, доктор технических наук Клячкин, Владимир Николаевич
Модели многомерного статистического контроля технологического процесса в условиях нарушения нормальности распределения анализируемых показателей2009 год, кандидат технических наук Константинова, Евгения Игоревна
Управление качеством продукции на основе совершенствования методов многомерного статистического контроля процессов2011 год, кандидат технических наук Сафин, Вадим Алиевич
Методы и алгоритмы повышения эффективности контроля многомерного рассеяния показателей функционирования сложных технических систем2022 год, кандидат наук Алексеева Анастасия Валерьевна
Разработка и исследование методов статистической диагностики технологических объектов2003 год, кандидат технических наук Усенко, Ольга Александровна
Введение диссертации (часть автореферата) на тему «Разработка алгоритмов и комплекса программ для выбора режима контроля многопараметрического технологического процесса на основе статистических испытаний»
ВВЕДЕНИЕ
Статистический контроль технологического процесса - одно из наиболее перспективных направлений повышения качества продукции серийного производства. При контроле множества независимых параметров процесса стандартами предусмотрено применение карт Шухарта и кумулятивных сумм. Для коррелированных параметров используются карты Хотеллинга и многомерных экспоненциально взвешенных скользящих средних, а также различные их модификации.
Применению статистических методов при контроле и регулировании технологических процессов посвящены работы Ю. П. Адлера,
A. М. Бендерского, О. П. Глудкина, О. И. Илларионова, В. А. Лапидуса,
B. Л. Шпера и других отечественных специалистов, а также зарубежных исследователей - Ф. Апаризи, Ц. Лоури, Д. Монтгомери, Д. Хаукинса и других ученых.
К настоящему времени разработано множество различных статистических инструментов контроля многопараметрического процесса. Выбор режима, обеспечивающего наибольшую эффективность контроля, стал актуальной задачей. Использование современной компьютерной техники и соответствующего программного обеспечения позволяет идентифицировать оптимальный режим для данного конкретного процесса и обеспечить его надежный контроль.
Актуальность работы подтверждается постоянным ростом в последние два десятилетия числа публикаций по различным аспектам многомерных методов статистического контроля в зарубежных и отечественных изданиях: это работы по совершенствованию многомерного контроля путем использования карт на главных компонентах, на регрессионных остатках, контроль в условиях непостоянства объема выборок, изменения режимов технологического процесса, при нарушении нормальности распределения контролируемых параметров и другие. Если в конце прошлого века
в основном были представлены работы американских специалистов, то в последние годы активно печатаются статьи и книги исследователей из многих других стран.
Актуальность проблемы подтверждается и тем, что диссертационная работа выполнялась при поддержке гранта Российского фонда фундаментальных исследований (проект 08-08-97004-р-Поволжье-а "Статистические модели контроля и диагностики многопараметрического технологического процесса").
Цель работы - повышение эффективности контроля технологического процесса путем разработки математических моделей, алгоритмов и программного обеспечения для выбора наилучшего режима мониторинга многопараметрического процесса на основе статистического испытаний.
Для достижения поставленной цели решаются задачи.
1. Анализ существующих методов статистического контроля многопараметрического технологического процесса.
2. Исследование возможных процедур выбора режима мониторинга процесса, основанных на минимизации средней длины серий (количества выборок от момента нарушения процесса до момента обнаружения этого нарушения).
3. Разработка алгоритмов проведения статистических испытаний для выбора наилучшего режима из заданного множества допустимых режимов.
4. Разработка комплекса программ, обеспечивающих выбор конкретного режима мониторинга многопараметрического технологического процесса и проведение многомерного статистического контроля.
Методы исследования
Для решения поставленных задач использовались методы теории вероятностей, математической статистики, статистического моделирования и численные методы. При разработке программного обеспечения использовались методы объектно-ориентированного проектирования программных систем.
Научная новизна основных результатов работы, выносимых на защиту
1. Впервые сформулирована задача выбора наилучшего режима многомерного статистического контроля технологического процесса из множества заданных допустимых режимов.
2. Предложена математическая модель потока данных технологического процесса, как многомерного временного ряда - последовательности независимых нормально распределенных случайных векторов с заданным вектором средних и ковариационной матрицей, при этом нарушения процесса по одному или нескольким параметрам имеют место в случайные моменты времени.
3. Разработаны алгоритмы и методика проведения статистических испытаний для выбора режима мониторинга.
4. Разработанный программный комплекс обеспечивает выбор режима мониторинга многопараметрического технологического процесса и проведение многомерного статистического контроля, и включает программы статистического контроля процесса, программы построения контрольных карт на регрессионных остатках и главных компонентах, программу проведения статистических испытаний.
5. Показана эффективность применения разработанной методики и программного обеспечения при контроле реальных технологических процессов.
Практическая значимость работы состоит в том, что применение разработанной методики и программного обеспечения для выбора наилучшего режима мониторинга повышает эффективность контроля технологического процесса за счет уменьшения количества наблюдений от момента нарушения процесса до момента обнаружения этого нарушения и уменьшения риска необоснованных регулировок процесса.
Реализация и внедрение результатов работы.
Результаты диссертационной работы использованы при выполнении гранта Российского фонда фундаментальных исследований (проект 08-08-97004-р-Поволжье-а "Статистические модели контроля и диагностики многопараметрического технологического процесса").
Результаты работы внедрены при многомерном статистическом контроле показателей качества очистки смазочно-охлаждающих жидкостей на ЗАО "Системы водоочистки" (г. Ульяновск).
Результаты диссертационной работы используются в учебном процессе Ульяновского государственного технического университета в дисциплинах "Контроль качества и надежность", читаемой студентам специальности "Прикладная математика", "Надежность технических систем" для специальности "Инженерная защита окружающей среды" и "Статистические методы управления качеством" для специальности "Управление качеством".
Достоверность положений диссертации обеспечивается корректным использованием математических методов и подтверждается близостью теоретических расчётов и результатов статистических испытаний.
Апробация работы.
Теоретические положения и практические результаты работы докладывались и обсуждались на ежегодных научно-технических конференциях Ульяновского государственного технического университета в 2009 - 2011 гг., а также на международных и всероссийских конференциях:
- "Системные проблемы надежности, качества, информационно-телекоммуникационных и электронных технологий в инновационных проектах" (Сочи, 2009 г.);
- Десятом Всероссийском симпозиуме по прикладной и промышленной математике (Сочи, 2009 г.);
- "Математическое моделирование физических, технических, экономических, социальных систем и процессов" (Ульяновск, 2009 г.);
- "Проведение научных исследований в области обработки, хранения, передачи и защиты информации" (Ульяновск, 2009 г.);
- Всероссийской школе-семинаре "Информатика, моделирование, автоматизация проектирования" (Ульяновск, 2010 г.);
- "Современные проблемы создания и эксплуатации радиотехнических систем" (Ульяновск, 2009, 2011 гг.);
- "Информатика и вычислительная техника" (Ульяновск, 2010-2011 гг.).
Публикация результатов работы.
Результаты исследований по теме диссертации изложены в 17 опубликованных работах, в том числе в двух статьях в журналах по перечню ВАК "Автоматизация и современные технологии" и "Обозрение прикладной и промышленной математики"; получены три свидетельства о государственной регистрации программ для ЭВМ.
Похожие диссертационные работы по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК
Создание эффективных статистических алгоритмов контроля состояния водно-химического режима на АЭС по данным химического анализа2005 год, кандидат технических наук Крюков, Юрий Васильевич
Многопараметрические статистические модели в задачах квантовой информатики и микроэлектроники2004 год, доктор физико-математических наук Богданов, Юрий Иванович
Многомерные статистические методы диагностики аномальных состояний ЯЭУ2011 год, доктор технических наук Скоморохов, Александр Олегович
Автоматизированная система контроля качества производства асфальтобетонных смесей2007 год, кандидат технических наук Цибизов, Григорий Павлович
Разработка методов и устройств защиты и автоматического управления интеллектуальными системами электроснабжения с активными промышленными потребителями2017 год, кандидат наук Шарыгин, Михаил Валерьевич
Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Михеев, Андрей Юрьевич
Заключение
Поставленная цель работы - повышение эффективности контроля технологического процесса путем разработки математических моделей, алгоритмов и программного обеспечения для выбора наилучшего режима мониторинга многопараметрического процесса на основе статистических испытаний - достигнута, и соответствующие задачи решены. 1. Формализована и решена задача выбора наилучшего режима мониторинга, основанная на минимизации средней длины серий. Разработаны соответствующие алгоритмы и методика проведения статистических испытаний, включающие:
- моделирование потока данных технологического процесса;
- разбиение множества контролируемых параметров на основе анализа корреляций, а также методами кластерного анализа;
- определение целесообразности возможных преобразований контролируемых параметров (карты средних значений, карты на регрессионных остатках, на главных компонентах);
- моделирование возможных нарушений процесса и обнаружение этих нарушений путем использования различных типов контрольных карт (карт Хотеллинга, карт многомерных экспоненциально взвешенных скользящих средних, этих же карт с предупреждающими границами).
2. Впервые разработан программный комплекс, обеспечивающий выбор конкретного режима мониторинга многопараметрического технологического процесса и проведение многомерного статистического контроля, включающий программы: статистического контроля процесса, построения контрольных карт на регрессионных остатках и главных компонентах, проведения статистических испытаний.
3. Применение разработанной методики и программного обеспечения к мониторингу реальных технологических процессов показало ее эффективность: при контроле процесса очистки смазочно-охлаждающей жидкости средняя длина серий снизилась на 16% по сравнению с используемыми в настоящее время методами, при контроле процесса механической обработки ступенчатого вала - на 24%.
Список литературы диссертационного исследования кандидат технических наук Михеев, Андрей Юрьевич, 2012 год
Список использованных источников
1. Айвазян, С. А. Прикладная статистика / С. А. Айвазян, И. С. Енюков, JI. Д. Мешалкин // Основы моделирования и первичная обработка данных. - М. : Финансы и статистика, 1983. - С.472.
2. Айвазян, С. А. Прикладная статистика / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин // Статистическое исследование зависимостей. - М.: Финансы и статистика, 1985. - С. 488.
3. Айвазян, С. А. Прикладная статистика и основы эконометрики / С. А. Айвазян, В. С. Мхитарян. - М. : ЮНИТИ, 1998. - С. 1022.
4. Андерсон, Т. Введение в многомерный статистический анализ / Т. Андерсон; пер. с англ.; под ред. Б. В.Гнеденко. - М.: Физматгиз, 1963. -С. 500.
5. Бланшет, Ж. Qt: программирование GUI на С++ / Ж. Бланшет, Б. Саммерфилд. - 2-е издание. - М. : КУДИЦ - ПРЕСС, 2008, - С. 738.
6. Болч Б. К. Многомерные статистические методы для экономики / Б. Болч, К. Хуань; пер. с англ.; под ред. С. А.Айвазяна. - М. : Статистика, 1979.-С. 317.
7. Болыпев, Л. Н. Таблицы математической статистики / Л. Н. Болыпев, Н. В. Смирнов. - М.: Наука, 1983. - С. 416.
8. Боровиков, В. Statistical Искусство анализа данных на компьютере / В. Боровиков. - СПб : Питер, 2001. - С. 656.
9. Бородачев, Н. А. Точность производства в машиностроении и приборостроении / Н. А. Бородачев, Р. М. Абдрашитов, И. М. Веселова; под ред. А. Н. Гаврилова. - М.: Машиностроение, 1973.
10. Бродский, Б. Е. Проблемы и методы вероятностной диагностики / Б. Е. Бродский, Б. С. Дарховский // Автоматика и телемеханика. - 1999. - №8. - С. 3-50.
11. Валеев, С. Г. Регрессионное моделирование при обработке наблюдений / С. Г. Валеев // М. : Наука, 1991. - С. 272. (2-е изд.: Регрессионное моделирование при обработке данных. - Казань : ФЭН, 2001.-С. 296).
12. Вальд, А. Последовательный анализ / А. Вальд; пер. с англ.; под ред. / Б.А.Севастьянова. - М.: Физматгиз, 1960. - С. 328.
13. Вероятность и математическая статистика: Энциклопедия / Гл.ред. Ю. В. Прохоров. - М. : Большая Российская энциклопедия, 1999. -С. 910.
14. Всеобщее управление качеством. / О. П. Глудкин, Н. М. Горбунов [и др.] // TQM - М.: Радио и связь, 1999. - С. 600.
15. Глазунов, А. В. Управление статистическим контролем стабильности технологических процессов / А. В. Глазунов, Е. П. Кочетков, М. Б. Рыжков // Надежность и контроль качества. - 1993. - №6. - С. 3 - 11.
16. Глудкин, О. П. Анализ и контроль технологических процессов производства РЭА / О. П. Глудкин, В. Н. Черняев. - М. : Радио и связь,
- 1983.
17. ГОСТ Р 50779.42-99 (ИСО 8258-91) Статистические методы. Контрольные карты Шухарта.
18. ГОСТ Р 50779.41-96 (ИСО 7870-93). Статистические методы. Контрольные карты для арифметического среднего с предупреждающими границами.
19. ГОСТ Р 50779.44-2001. Статистические методы. Показатели возможностей процессов. Основные методы расчета.
20. Дарховский, Б. С. О двух задачах оценивания моментов изменения вероятностных характеристик случайной последовательности / Б. С. Дарховский // Теория вероятностей и ее применения. - 1984. - Т.29.
- с. 464-473.
21. Джонсон, Н. Статистика и планирование эксперимента: Методы обработки данных / Н. Джонсон, Ф. Лион; пер. с англ.; под ред. Э. К. Лецкого. - М.: Мир, 1980. - С. 510.
22. Дубров, А. М. Многомерные статистические методы / А. М. Дубов, В. С. Мхитарян, Л. И. Трошин. - М. : Финансы и статистика, 2000.
- С. 352.
23. Елисеева, И. И. Эконометрика : Учебник / И. И. Елисеева, С. В. Курышева, Т. В. Костеева, И. В. Бабаева, Б. А. Михайлов. М.: Финансы и статистика, 2004. - С. 344.
24. Ермаков, С. М. Статистическое моделирование / С. М. Ермаков, Г. А. Михайлов. - М. : Наука, 1982.
25. Жулинский, С. Ф. Статистические методы в современном менеджменте качества / С. Ф. Жулинский, Е. С. Новиков, В. Я. Поспелов. -М. : Фонд "Новое тысячелетие", 2001. - С. 208.
26. Земсков, Ю. В. ф 4 на примерах / Ю. В. Земсков. - СПб. : БХВ -Петербург, 2008. - С. 608.
27. Илларионов, О. И. Обнаружение разладки технологического процесса с помощью Х-карт по нескольким выборкам / О. И. Илларионов //
I
Надежность и контроль качества. - 1992. - №2. - С. 21-28.
28. Илларионов, О. И. Расчет характеристик контрольных Х-карт при неточной наладке технологического процесса / О. И. Илларионов // Методы менеджмента качества. - 2000. - №11. - С. 16-20.
29. Илларионов, О. И. Статистическое регулирование технологических процессов с использованием контрольных карт выборочного среднего при неизвестной дисперсии контролируемого параметра / О. И. Илларионов, А. С. Харитонов // Надежность и контроль качества. — 1999. - №9. - С. 37-44.
30. Кендалл, М. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стьюарт; пер. с англ.; под ред. А. Н. Колмогорова. -М.: Наука, 1976. - С. 736.
31. Кендалл, М. Статистические выводы и связи / М. Кендалл, А. Стьюард; пер. с англ.; под ред. А. Н. Колмогорова и Ю. В. Прохорова. -М.: Наука, 1973. - С. 900.
32. Ким, Дж. О. Факторный, дискриминантный и кластерный анализ / Дж. О. Ким, Ч. У. Мьюллер, У. Р. Клекка [и др.]. - М. : Финансы и статистика, 1989. - С. 215.
33. Клячкин, В. Н. Многомерный статистический контроль технологического процесса / В. Н. Клячкин. - М. : Финансы и статистика, 2003.-С. 192.
34. Клячкин, В. Н. Статистические методы в управлении качеством: компьютерные технологии / В. Н. Клячкин. - М. : Финансы и статистика, ИНФРА-М, 2009. - С. 304.
35. Клячкин, В. Н. Система статистического контроля многопараметрического технологического процесса / В. Н. Клячкин // Приборы и системы. Управление, контроль, диагностика. - 2008. - №10. -С. 30-33.
36. Клячкин, В. Н. Диагностика многопараметрического технологического процесса по результатам статистического контроля / В. Н. Клячкин // Автоматизация и современные технологии. - 2009. - №2.
37. Клячкин, В. Н. Контрольные карты на основе негауссовых распределений / В. Н. Клячкин, Е. И. Константинова // Обозрение прикладной и промышленной математики. - Т. 14, вып. 2. - С. 312-313.
38. Клячкин, В. Н. Диагностика многопараметрического технологического процесса с использованием контрольных карт на главных компонентах / В. Н. Клячкин, Е. И Константинова // Приборы и системы. Управление, контроль, диагностика. - 2007. - №3. - С. 59-61.
39. Клячкин, В. Н. Контроль многопараметрического технологического процесса в условиях нарушения нормальности распределения / В. Н. Клячкин, Е. И. Константинова // Автоматизация и современные технологии. - 2007. - №7. - С. 3-6.
40. Клячкин, В. Н. Идентификация режима статистического контроля многопараметрического технологического процесса / В. Н. Клячкин, А. Ю. Михеев // Автоматизация и современные технологии. - 2011. - №12. -С. 27-31.
41. Клячкин, В. Н. Алгоритм идентификации режима статистического контроля многопараметрического технологического процесса на основе карты Хотеллинга / В. Н. Клячкин, А. Ю. Михеев // Проведение научных
исследований в области обработки, хранения, передачи и защиты информации, - Ульяновск, УлГТУ, 2009. - С. 322-329.
42. Клячкин, В. Н. Использование карт на главных компонентах при статистическом контроле многопараметрического технологического процесса / В. Н. Клячкин, А. Ю. Михеев // Современные проблемы создания и эксплуатации радиотехнических систем : сборник материалов Всероссийской конференции. - Ульяновск, 2009. - С. 276-278.
43. Клячкин, В. Н. К вопросу о выборе режима контроля многопараметрического технологического процесса / В. Н. Клячкин,
A. Ю. Михеев // Обозрение прикладной и промышленной математики. - 2009. - Т. 16, вып. 5. - С. 862-863.
44. Клячкин, В. Н. Контроль процесса с помощью карт на главных компонентах / В. Н. Клячкин, А. Ю. Михеев // Свидетельство о государственной регистрации программы для ЭВМ №2010613773.
45. Клячкин, В. Н. Контроль процесса с помощью карт на регрессионных остатках / В. Н. Клячкин, А. Ю. Михеев // Свидетельство о государственной регистрации программы для ЭВМ №2010613775.
46. Клячкин, В. Н. Многомерные статистические модели и методы при контроле технологического процесса / В. Н. Клячкин, А. Ю. Михеев // Математическое моделирование физических, экономических, технических, социальных систем и процессов : труды седьмой международной конференции. - Ульяновск, УлГУ. - 2009. - С. 123-125.
47. Клячкин, В. Н. Многомерный статистический контроль технологического процесса в подсистеме АСОНИКА-С с использованием карт на главных компонентах / В. Н. Клячкин, А. Ю. Михеев // Системные проблемы надежности, качества, информационно-телекоммуникационных и электронных технологий в управлении инновационными проектами : материалы Международной конференции и Российской научной школы. Часть 1. - М.: Энергоатомиздат, 2009. - С. 3-4.
48. Клячкин, В. Н. Обнаружение нарушений технологического процесса с использованием контрольных карт кумулятивных сумм /
B. Н. Клячкин, А. Ю. Михеев // Математические методы и модели: теория,
приложения и роль в образовании : сборник научных трудов. - Ульяновск, 2009.-С. 70-71.
49. Клячкин, В. Н. Статистическое управление многопараметрическим технологическим процессом (АСОНИКА-С) / В. Н. Клячкин,
A. Ю. Михеев // Свидетельство о государственной регистрации программы для ЭВМ №2010610154.
50. Клячкин, В. Н. Моделирование данных для поведения статистических испытаний при идентификации режима контроля процесса / В. Н. Клячкин, А. Ю. Михеев, Ю. А. Кравцов // Информатика и вычислительная техника : сборник научных трудов аспирантов, студентов и молодых ученых. - Ульяновск, 2010. - С. 643-647.
51. Клячкин, В. Н. Идентификация параметров контрольной карты Хотеллинга с учетом погрешностей измерений / В. Н. Клячкин,
B. А. Сафин // Обозрение прикладной и промышленной математики.
- 2009. - Т. 16, вып. 5. - С. 864.
52. Клячкин, В. Н. Построение карты Хотеллинга с учетом погрешностей измерений / В. Н. Клячкин, В. А. Сафин // Автоматизация и современные технологии. - 2011. - №2.
53. Кобзарь, А. И. Прикладная математическая статистика / А. И. Кобзарь // Для научных работников и инженеров. - М. : Физматлит. -2006.-С. 816.
54. Контроль качества с помощью персональных компьютеров / Т. Макино, М. Охаси, X. Докэ [и др.]// Пер. с яп.; Под ред. Ю. П. Адлера.
- М.: Машиностроение, 1991. - С. 224.
55. Корн, Г. Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн; под ред. И. Г. Арамановича. - М. : Наука.
- 1974.-С. 832.
56. Коуден, Д. Статистические методы контроля качества / Д. Коуден; пер. с англ.; под ред. Б. Р. Левина. - М. : Физматгиз. — 1961. - С. 623.
57. Крамер, Г. Математические методы статистики / Г. Крамер; пер. с англ.; под ред. А. Н. Колмогорова. - М. : Мир. - 1975. - С. 648.
58. Лапидус, В. А. Всеобщее качество (TQM) в российских компаниях / В. А. Лапидус // Государственный университет управления; Национальный фонд подготовки кадров. - М. : ОАО "Типография "Новости". - 2000. -С. 432.
59. Леман, Э. Проверка статистических гипотез / Э. Леман; пер. с англ.; под ред. Ю. В. Прохорова. - М. : Наука. - 1979. - С. 408.
60. Ллойд, Э. Справочник по прикладной статистике / Э. Ллойд, У. Ледерман; пер. с англ.; под ред. Ю. Н. Тюрина, С. А. Айвазяна.
- Т. 1-2. - М.: Финансы и статистика, 1990. - С. 1036.
61. Методы статистического моделирования в радиотехнике. Учебное пособие. Санкт-Петербург. - 2003. - С. 37.
62. Мердок, Дж. Контрольные карты / Дж. Мердок; пер. с англ.; предисл. Ю. П. Адлера. - М.: Финансы и статистика, 1986. - С. 151.
63. Миттаг, X. Статистические методы обеспечения качества / X. Миттаг, X. Ринне; пер. с нем.; под ред. Б. Н. Маркова.
- М.: Машиностроение. - 1995. - С. 616.
64. Михеев, А. Ю. Анализ эффективности многомерных контрольных карт на основе кластеризации контролируемых параметров / А. Ю. Михеев // Современные проблемы создания и эксплуатации радиотехнических систем : сборник материалов Всероссийской конференции. - Ульяновск, УлГТУ. - 2011. - С. 53-54.
65. Михеев, А. Ю. Идентификация режима многомерного статистического контроля при очистке смазочно-охлаждающей жидкости / А. Ю. Михеев // Тезисы докладов 45-й научно-технической конференции.
- Ульяновск, УлГТУ. - 2011. - С. 192.
66. Михеев, А. Ю. Моделирование возможных нарушений при идентификации режима контроля процесса / А. Ю. Михеев // Информатика, моделирование, автоматизация проектирования : сборник научных трудов Российской школы-семинара аспирантов, студентов и молодых ученых ИМАП-2010. - Ульяновск. - 2010. - С. 401-403.
67. Михеев, А. Ю. Сравнительный анализ программного обеспечения для статистического контроля многопараметрического технологического
процесса / А. Ю. Михеев // Тезисы докладов научно-технической конференции УлГТУ "Вузовская наука в современных условиях".
- Ульяновск, УлГТУ. - 2009. - С. 128.
68. Михеев, А. Ю. Численное исследование эффективности различных режимов статистического контроля многопараметрического контроля технологического процесса / А. Ю. Михеев // Тезисы докладов 44-й научно-технической конференции УлГТУ "Вузовская наука в современных условиях". - Ульяновск, УлГТУ. - 2010. - С. 162.
69. Михеев, А. Ю. Анализ эффективности многомерных контрольных карт при группировке контролируемых параметров / А. Ю. Михеев, Ю. А. Кравцов, А. А. Бугина // Информатика и вычислительная техника : сборник научных трудов аспирантов, студентов и молодых ученых. - Ульяновск. -2011.-С. 406-409.
70. Многомерный статистический анализ и вероятностное моделирование реальных процессов. - М. : Наука. - 1990. - С. 296.
71. Ниворожкина, Л. И. Многомерные статистические методы в экономике / JI. И. Ниворожкина, С. В. Арженовский. - М. : "Дашков и К0". -2008.-С. 224.
72. Никифоров, И. В. Последовательное обнаружение изменения свойств временных рядов / ИВ. Никифоров. - М. : Наука. - 1983.
- С. 200.
73. Ноулер, JI. Статистические методы контроля качества продукции / Л. Ноулер; пер. с англ.; под ред. А. М. Бендерского. - М. : Издательство стандартов. - 1989. - С. 96.
74. Прикладная статистика: Классификация и снижение размерности. / С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин. -Финансы и статистика. - 1989. - С. 607.
75. Pao, С. Р. Линейные статистические методы и их применение / С. Р. Pao; пер. с англ. - М.: Наука. - 1968. - С. 548.
76. Розно, М. И. Статистические методы и пакеты прикладных программ для системы качества по стандартам ИСО серии 9000 / М. И. Розно // Стандарты и качество. - 1993. - №3. - С. 22-24.
77. Рубичев, Н. А. Достоверность допускового контроля качества / Н. А. Рубичев, В. Д. Фрумкин. - М. : Издательство стандартов. - 1990. -С. 172.
78. Рыжков, М. Б. Компьютерные программы в управлении качеством / М. Б. Рыжков // Методы менеджмента качества. - 2001. - №1. - С. 20-25.
79. Рыжов, Э. В. Математические методы в технологических исследованиях / Э. В. Рыжков, О. А. Горленко. К. : Наукова думка. - 1990. -С. 184.
80. Сакато, Сиро. Практическое руководство по управлению качеством / Сиро Сакато; пер. с яп.; под ред. В. И. Гостева. - М. : Машиностроение. -1980.-С. 215.
81. Сегаран, Тоби. Программируем коллективный разум / Тоби Сегаран; пер. с англ. - СПб : Символ-Плюс. - 2008. - С. 368.
82. Сошникова, Л. А. Многомерный статистический анализ в экономике / Л. А. Сошникова, В. Н. Тамашевич, Г. Уебе.
- М. : ЮНИТИ-ДАНА. - 1999. - С. 598.
83. Статистические методы повышения качества / Под ред. X. Куме; пер. с англ. и доп. Ю. П. Адлера, Л. А. Конаревой. - М. : Финансы и статистика. - 1990. - С. 304.
84. Статистический контроль качества на основе принципа распределения приоритетов // В. А. Лапидус, М. И. Розно, А. В. Глазунов.
- М.: Финансы и статистика. - 1991. - С. 224.
85. Тихов, М. С. К задаче статистического регулирования технологического процесса / М. С. Тихов // Надежность и контроль качества. - 1993. - №8. - С. 3-8.
86. Тихов, М. С. О задаче оптимального обнаружения изменений вероятностных характеристик / М. С. Тихов // Статистические методы. -Межвузовский сборник. - 1980. - С. 189-204.
87. Уиллер, Д. Статистическое управление процессами / Д. Уиллер, Д. Чамберс // Оптимизация бизнеса с использованием контрольных карт Шухарта; пер. с англ. - М.: Альпина Бизнес Букс. - 2009. - С. 409.
88. Феллер, В. Введение в теорию вероятностей и ее приложения / В. Феллер; пер. с англ.; под ред. Ю. В. Прохорова. - В 2 т. Т. 1. - М. : Мир. -1984.-С. 528.
89. Хан, Г. Статистические модели в инженерных задачах / Г. Хан, С. Шапиро; пер. с англ.; под ред. В. В. Налимова. - М. : Мир. - 1969. -С. 395.
90. Химмельблау, Д. Анализ процессов статистическими методами / Д. Химмельблау; пер. с англ.; под ред. В. Г. Горского. - М. : Мир. - 1973.-С. 957.
91. Черезов, Д. С. Обзор основных методов классификации и кластеризации данных / Д. С. Черезов, Н. А. Тюкачев // Вестник ВГУ, Серия : Системный анализ и информационные технологии. - №2. - 2009.
92. Шиндовский, Э. Статистические методы управления качеством / Э. Шиндовский, О. Шюрц; пер. с нем. - М. : Мир. - 1976. - С. 597.
93. Ширяев, А. Н. Статистический последовательный анализ / А. Н. Ширяев. - М. : Наука. - 1976. - С. 272.
94. Ширяев, А. Н. Минимаксная оптимальность метода кумулятивных сумм в случае непрерывного времени / А. Н. Ширяев // УМН. - 1996. -Т. 310.-№4.-С. 173-174.
95. Шлее, M. Qt. Профессиональное программирование на С++ / М. Шлее. - СПб. : БХВ-Петербург. - 2007. - С. 880.
96. Эфрон, Б. Нетрадиционные методы многомерного статистического анализа / Б. Эфрон; пер. с англ.; под ред. Ю. П. Адлера. - М. : Финансы и статистика. - 1988. - С. 263.
97. Aparisi, F. Hotelling's Т2 control chart with adaptive sample sizes / F. Aparisi // Int. Journal of production research. - 1996. - V.34. -P. 2853-2862.
98. Crowder, S. V. A simple method for studing run-length distributions of exponentially weighted moving average charts / S. V. Crowder // Technometrics. - 1987. - V.29. - P. 401-408.
99. Crosier, R. B. Multivariate generalizations of cumulative sum quality-control schemes / R. B. Crosier // Technometrics. - 1988. - 30(3). -P. 291-303.
100.Doganaksoy, N. Identification of out of control quality characteristics in a multivariate manufacturing enviroument / N. Doganaksoy, F. W. Fatlin, W. T. Tucker // Comm. in Statistics - Theory and Methods. - 1991. - 20(9). -P. 2775-2790.
101.Fuchs, C. Multivariate quality control: Theory and Applications / C. Fuchs, R. S. Kennet. - New York : Marcel Dekker. - 1998. - P. 212.
102. Girshick, M. A. Bayes approach to quality control model / M. A. Girshick, H. A. Rubin // Ann. Math. Statist. - 1952. - V.23. - No.l. -P. 114-125.
103. Griffith, G. Statistical control methods for long and short runs / G. Griffith // John Wiley and Sons. - 1996. - P. 250.
104. Hawkins, D. M. Regression adjustment for variables in multivariate quality control / D. M. Hawkins // Journal of Quality Technology. - 1994.
- 26(3).
105.Hayter, A. Identification and quantification in multivariate quality control problems / A. Hayter, K. Tsui // Journal of quality technology. - 1994. -26.-P. 197-208.
106. He, D. Construction of double sampling control charts for agile manufacturing / D. He, A. Grigoryan // Quality and reliability engineering international. - 2002. - v. 18. - P. 343-355.
107.Healy, J. D. A note on multivariate CUSUM procedures / J. D. Healy // Technometrics. - 1987. - V.29. - P. 409-412.
108. Kenneth, In Kyun Ernst Jorgensen. An analysis of pricing Himalaya options in a Monte Carlo and Quasi-Random Monte Carlo framework / In Kyun Ernst Jorgensen Kenneth // Himalaya Options. - 2008. - P. 113.
109.Kourti, T. Multivariate SPC Methods for process and product monitoring / T. Kourti, I. F. MacGregor // Journal of Quality Technology.
- 1996. - V.28(4). - P. 409-428.
110. Liu, R. Y. Control charts for multivariate processes / R. Y. Liu // Journal of the American Statistical Association. - 1995. - V.90(432). - P. 1380-1387.
111.Lowry, C. A. A multivariate exponencially weighted moving average control chart / C. A. Lowry, W. H. Woodal, C. W. Champ, S. E. Rigdon // Technometrics. - 1992. - V.34. - P. 46-53.
112. Lowry, C. A review of multivariate control charts / C. Lowry, D. C. Montgomery // HE transactions. - 1995. - V.27. - P. 800-810.
113. Lucas, J. M. Fast initial response for CUSUM quality-control schemes: give your CUSUM a head start / J. M. Lucas, R. B. Crosier // Technometrics.
- 2000. - V.42. - P. 102-107.
114. Lucas, J. M. Exponentially weigheted moving average control schemes: properties and enhancements / J. M. Lucas, M. S. Saccucci // Technometrics.
- 1990.-V.32.-P. 1-12.
115.Mastrangelo, C. M. Statistical process monitoring with principial components / C. M. Mastrangelo, G. C. Runger, D. C. Montgomery // Quality and Reability Engineering International. - 1996. - V. 12. - P. 203-210.
116.Montgomery, D. C. Introduction to statistical quality control / D. C. Mongomery // John Wiley and Sons. - 1996. - P. 782.
117.Page, E. S. Continuous inspection schemes / E. S. Page // Biometrika.
- 1954. - V.l. - P. 100-115.
118.Pignatiello, J. J. Comparision of multivariate CUSUM chart / J. J. Pignatiello, G. C. Runger // Journal of Quality Technology. - 1990.
- V.22(3). - P. 173-186.
119.Roberts, S. W. Control charts tests based on geometric moving average / S. W. Roberts // Technometrics. - 1959. - V.3. - P. 239-250.
120.Ryan, T. P. Statistical methods for quality improvement / T. P. Ryan // John Wiley and Sons. - New York. - 1989. - P. 420.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.