【技术实现步骤摘要】
本专利技术涉及统计质量控制，具体涉及一种基于高斯混合模型的高维非正态过程质量监控方法。
技术介绍
1、控制图是统计过程控制(statistical process control,spc)的重要工具，能够提高产品质量监控和诊断水平，被广泛应用于生产制造、环境监测等诸多领域，随着计算机传感技术的快速发展，生产过程中产生的海量实时数据能够被收集、传输、储存和分析，虽然海量数据能够提供丰富的过程监控信息，但也给传统控制图带来了巨大挑战，主要是由于关键的过程波动信息容易被海量数据掩盖，极大地降低监控效率，特别是当监控变量维数较高时，利用多元控制图同时监控所有变量会带来“维数灾难”问题，导致监控失效；然而，在实际监控过程中，并非所有监控变量均会发生异常需要监控，往往仅有少数变量会在同一时间发生异常，这种现象被称为“稀疏均值偏移”问题；
2、已有变量选择控制图的核心是通过变量选择算法准确识别出潜在异常变量，过程质量监控方法的性能和效率主要取决于变量选择算法的精确度，此外，已有方法大都假设监控变量服从多元正态分布，通过惩罚似然比检验，将过...
【技术保护点】
1.一种基于高斯混合模型的高维非正态过程质量监控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于高斯混合模型的高维非正态过程质量监控方法，其特征在于，所述S2中Σi表示过程受控状态下第i个子分布的协方差矩阵，当过程失控时，xt～MNp(ui1,Σi)，ui1＝ui0+δd表示发生异常的均值向量，其中d是偏移发生的方向，δ是偏移发生的程度。
3.根据权利要求1所述的一种基于高斯混合模型的高维非正态过程质量监控方法，其特征在于，所述S6中yt-new表示监控过程的观测值，Σ表示监控过程的协方差矩阵，是通过步骤S4利用惩罚估计得到的
【技术特征摘要】
1.一种基于高斯混合模型的高维非正态过程质量监控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于高斯混合模型的高维非正态过程质量监控方法，其特征在于，所述s2中σi表示过程受控状态下第i个子分布的协方差矩阵，当过程失控时，xt～mnp(ui1,σi)，ui1＝ui0...
【专利技术属性】
技术研发人员：张帅，吕晨，赵迪，张珺，薛丽，杨剑锋，党莹娜，
申请(专利权)人：河南工程学院，
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。