本发明专利技术公开一种产品的控制图获得方法，包括：获取目标产品对应的迭代函数值；在已迭代运算次数未到达预设迭代运算次数时，根据已迭代运算次数对预设约束期望权重提升矩阵准则进行调整，获得调整后的约束期望权重提升矩阵准则；利用调整后的约束期望权重提升矩阵准则和预设约束条件，对迭代函数值进行处理，获得更新点函数值；利用更新点函数值进行迭代操作，直到更新后的已迭代运算次数达到预设迭代运算次数，根据最后一次迭代运算的迭代函数值，获得目标产品的控制图。本发明专利技术还公开一种产品的控制图获得装置、终端设备以及存储介质。利用本发明专利技术的方法，提高了最后一次迭代运算的迭代函数值，实现了提高产品的控制图准确率的技术效果。率的技术效果。率的技术效果。
【技术实现步骤摘要】
产品的控制图获得方法、装置、终端设备以及存储介质
[0001]本专利技术涉及产品的数据处理
，特别涉及一种产品的控制图获得方法、装置、终端设备以及存储介质。
技术介绍
[0002]“统计过程控制”是当今一种最流行和最有效的质量改进方法。统计过程控制技术主要指运用休哈特的过程控制理论即控制图来监控产品在生产过程中的各个阶段，即工序的质量特性，根据控制图上的点分布状况，分析质量特性的趋势，采取预防措施，确保生产过程处于统计控制状态，从而达到改进与保证质量的目的。
[0003]“均值
‑
标准偏差”控制图因为其易于设计和操作的优势，已被广泛应用于质量特性平均值和偏差的分析中。大量研究者都致力于“均值
‑
标准偏差”控制图的优化设计，即为通过优化样本量、采样间隔、均值控制图和标准差控制图的上下控制限值来获得最大受控平均链长、最小失控平均链长和最低损失成本，因此，控制图的优化设计问题归根结底是一个多目标多约束优化问题。
[0004]但是，采用现有的方法，获得的产品控制图的准确率较低。
技术实现思路
[0005]本专利技术的主要目的是提供一种产品的控制图获得方法、装置、终端设备以及存储介质，旨在解决现有技术中采用现有的方法，获得的产品控制图的准确率较低的技术问题。
[0006]为实现上述目的，本专利技术提出一种产品的控制图获得方法，所述方法包括以下步骤：
[0007]获取目标产品对应的迭代函数值，所述迭代函数值是对初始样本点进行迭代运算获得；<br/>[0008]在已迭代运算次数未到达预设迭代运算次数时，根据所述已迭代运算次数对预设约束期望权重提升矩阵准则进行调整，获得调整后的约束期望权重提升矩阵准则；
[0009]利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值；
[0010]利用所述更新点函数值更新所述迭代函数值，并更新所述已迭代运算次数；
[0011]若更新后的已迭代运算次数未到达预设迭代运算次数，则返回执行所述根据所述已迭代运算次数对预设约束期望权重提升矩阵准则进行调整的步骤，直到更新后的已迭代运算次数达到所述预设迭代运算次数，根据最后一次迭代运算的迭代函数值，获得所述目标产品的控制图。
[0012]可选的，所述预设约束条件最大受控平均链长和最小受控平均链长；所述利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值的步骤之前，所述方法还包括：
[0013]根据受控均值、受控标准差、均值控制图虚发警报概率和标准差控制图虚发警报
概率，构建均值控制图上限、均值控制图下限和标准偏差控制图上限；
[0014]利用失控均值偏移量、失控标准差偏移量、所述均值控制图上限、所述均值控制图下限、所述受控均值和所述受控标准差，构建均值控制图侦测能力；
[0015]利用所述失控标准差偏移量和所述标准偏差控制图上限，构建偏差控制图侦测能力；
[0016]根据所述均值控制图侦测能力和所述偏差控制图侦测能力，获得总侦测能力；
[0017]利用所述总侦测能力，构建最大受控平均链长和最小失控平均链长。
[0018]可选的，所述预设约束条件还包括最低损失成本；所述利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值的步骤之前，所述方法还包括：
[0019]根据单位检测时间、样本量、解决可分配原因的平均时间、所述最小失控平均链长和异常因素进入生产过程的平均估计时间，获得预期周期时间；
[0020]根据所述均值控制图虚发警报概率和所述标准差控制图虚发警报概率，获得控制图虚发警报概率；
[0021]利用采样间隔、每个样本的成本、误报成本、可分配原因成本、控制图虚发警报概率和所述异常因素进入生产过程的平均估计时间，获得抽样成本、误报成本和修复成本；
[0022]根据所述抽样成本、所述误报成本和所述修复成本，获得最低损失成本。
[0023]可选的，所述预设约束条件包括约束函数，所述约束函数包括：
[0024]平均受控链长不小于平均受控链长最小许用值；平均失控链长不大于平均失控链长最大许用值；采样速率在第一预设区间内；样本量在第二预设区间内；
[0025]其中，所述采样速率根据采样时间间隔、采样平均时间和样本量获得。
[0026]可选的，所述利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值的步骤之前，所述方法还包括：
[0027]利用所述迭代函数值，构建代理模型；
[0028]所述利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值的步骤，包括：
[0029]若所述代理模型对应的样本集中存在可行解，则利用所述调整后的约束期望权重提升矩阵准则，在所述代理模型对应的样本集中选取更新点；
[0030]基于所述预设约束条件和所述更新点，获得更新点函数值。
[0031]可选的，所述利用所述迭代函数值，构建代理模型的步骤之后，所述方法还包括：
[0032]若所述代理模型对应的样本集中不存在可行解，则利用预设可行性概率准则，在所述代理模型对应的样本集中选取更新点。
[0033]可选的，所述预设约束条件包括多个目标函数，所述最后一次迭代运算的迭代函数值包括多个目标函数对应的多个最终函数值；所述根据最后一次迭代运算的迭代函数值，获得所述目标产品的控制图的步骤，包括：
[0034]在多个所述最终函数值中提取出每个所述目标函数对应的多个前沿；
[0035]对每个所述目标函数对应的多个前沿进行聚类，获得每个所述目标函数对应的聚类集；
[0036]在每个所述目标函数对应的聚类集中提取出选定解；
[0037]根据多个所述目标函数对应的多个最终函数值，获得多个所述目标函数对应的多个目标权重；
[0038]根据多个所述选定解和多个所述目标权重，获得所述目标产品的控制图。
[0039]此外，为实现上述目的，本专利技术还提出了一种产品的控制图获得装置，所述装置包括：
[0040]获取模块，用于获取目标产品对应的迭代函数值，所述迭代函数值是对初始样本点进行迭代运算获得；
[0041]调整模块，用于在已迭代运算次数未到达预设迭代运算次数时，根据所述已迭代运算次数对预设约束期望权重提升矩阵准则进行调整，获得调整后的约束期望权重提升矩阵准则；
[0042]处理模块，用于利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值；
[0043]更新模块，用于利用所述更新点函数值更新所述迭代函数值，并更新所述已迭代运算次数；
[0044]迭代模块，用于若更新后的已迭代运算次数未到达预设迭代运算次数，则返回执行所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种产品的控制图获得方法，其特征在于，所述方法包括以下步骤：获取目标产品对应的迭代函数值，所述迭代函数值是对初始样本点进行迭代运算获得；在已迭代运算次数未到达预设迭代运算次数时，根据所述已迭代运算次数对预设约束期望权重提升矩阵准则进行调整，获得调整后的约束期望权重提升矩阵准则；利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值；利用所述更新点函数值更新所述迭代函数值，并更新所述已迭代运算次数；若更新后的已迭代运算次数未到达预设迭代运算次数，则返回执行所述根据所述已迭代运算次数对预设约束期望权重提升矩阵准则进行调整的步骤，直到更新后的已迭代运算次数达到所述预设迭代运算次数，根据最后一次迭代运算的迭代函数值，获得所述目标产品的控制图。2.如权利要求1所述的方法，其特征在于，所述预设约束条件最大受控平均链长和最小受控平均链长；所述利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值的步骤之前，所述方法还包括：根据受控均值、受控标准差、均值控制图虚发警报概率和标准差控制图虚发警报概率，构建均值控制图上限、均值控制图下限和标准偏差控制图上限；利用失控均值偏移量、失控标准差偏移量、所述均值控制图上限、所述均值控制图下限、所述受控均值和所述受控标准差，构建均值控制图侦测能力；利用所述失控标准差偏移量和所述标准偏差控制图上限，构建偏差控制图侦测能力；根据所述均值控制图侦测能力和所述偏差控制图侦测能力，获得总侦测能力；利用所述总侦测能力，构建最大受控平均链长和最小失控平均链长。3.如权利要求2所述的方法，其特征在于，所述预设约束条件还包括最低损失成本；所述利用所述调整后的约束期望权重提升矩阵准则和预设约束条件，对所述迭代函数值进行处理，获得更新点函数值的步骤之前，所述方法还包括：根据单位检测时间、样本量、解决可分配原因的平均时间、所述最小失控平均链长和异常因素进入生产过程的平均估计时间，获得预期周期时间；根据所述均值控制图虚发警报概率和所述标准差控制图虚发警报概率，获得控制图虚发警报概率；利用采样间隔、每个样本的成本、误报成本、可分配原因成本、控制图虚发警报概率和所述异常因素进入生产过程的平均估计时间，获得抽样成本、误报成本和修复成本；根据所述抽样成本、所述误报成本和所述修复成本，获得最低损失成本。4.如权利要求3所述的方法，其特征在于，所述预设约束条件包括约束函数，所述约束函数包括：平均受控链长不小于平均受控链长最小许用值；平均失控链长不大于平均失控链长最大许用值；采样速率在第一预设区间内；样本量在第二预设区间内；其中，所述采样速率根据采样时间间隔、采样平均时间和样本量获得。5.如权利要求1所述的方法，其特征在于，所述利用所述调整后的约束期望权重提升矩...
【专利技术属性】
技术研发人员：李航，李文彬，曾静文，杨文安，蔡旭林，
申请(专利权)人：成都飞机工业集团有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。