)若本次抽樣中A>A或凡> &，則需要停工檢修（a= 1)，移除擾動后下次抽 樣選擇松弛參數(shù)。定義此時(shí)（PX，PS)GSm。
[0134] 加工過程中存在以下4種狀態(tài)：
[0135] (1)不存在擾動，S卩y=y。，〇 = 〇。，將此狀態(tài)定義為Y= 0;
[0136] (2)僅存在擾動一，S卩y=y^ 〇 = 〇。，將此狀態(tài)定義為Y= 1 ;
[0137] (3)僅存在擾動二，S卩y=y。，〇 = 〇 :，將此狀態(tài)定義為Y= 2 ;
[0138] (4)擾動一及擾動二均存在，S卩y=y^ 〇 = 〇 :，將此狀態(tài)定義為Y= 3。
[0139]由假設(shè)可知，X為服從正態(tài)分布的隨機(jī)變量，令z=(〒-V/?/crn，其中
n為樣本容量。則z也為正態(tài)隨機(jī)變量。令f。為無擾動發(fā)生時(shí)（Y= 0)z的 i-iI 概率密度函數(shù)，fi為僅存在期望擾動時(shí)（Y=l)z的概率密度函數(shù)，//為僅存在方差擾動時(shí)(Y= 2)z的概率密度函數(shù)，//為兩種擾動均存在時(shí)（Y= 3)z的概率密度函數(shù)。當(dāng)方差擾 動不存在時(shí)（Y= 0或Y= 1)，隨機(jī)變量12 =卜-1>//4服從自由度為n-1的卡方分布g。， 當(dāng)存在方差擾動時(shí)（Y= 2或Y= 3)，X2服從卡方分布g1<3
[0140] 若上次抽樣后沒有停工檢修，即a= 0時(shí)，
[0141]
[0142]
[0143] 若上次抽樣后進(jìn)行了停工檢修，即a= 1時(shí)，
[0144]
[0145]
[0146] 其中：ps、px為上次抽樣后的后驗(yàn)失控概率，1/入為機(jī)器的MTBF(平均故障間隔時(shí) 間）
[0153] 當(dāng)前抽樣中，X2的概率密度函數(shù)g'應(yīng)為8。和81的加權(quán)平均。由上次抽樣后的不 同決策（a= 0或a= 1)可以定義相應(yīng)情況下X2的概率密度函數(shù)g':
[0154] a= 0 時(shí)％
[0155]
[0156]
[0157]
[0158] 式（17)中h可能為匕也可能為1!2，而式（18)中由于上次抽樣后進(jìn)行了停工檢修 (a= 1)，h應(yīng)選擇松弛參數(shù)，S卩h=比。
[0159] a= 0 時(shí)％
[0163] 圖7為控制圖運(yùn)行流程。
[0164] 如圖7所示：首先根據(jù)所監(jiān)控的關(guān)鍵質(zhì)量特征，確定pxl和psl為警戒限，#1和 < 為 控制限，并選定兩組抽樣參數(shù)，1.抽樣樣本容量n= &，抽樣間隔h=hpnJPh^皮稱為松 弛參數(shù)。2.抽樣樣本容量n=n2(彡叫），抽樣間隔h=h2彡h 和h2被稱為預(yù)警參數(shù)。 此時(shí)狀態(tài)參數(shù)a= 0(不需要停工檢修），加工過程期望和方差的后驗(yàn)失控概率隊(duì)和p3也 都為0。
[0165] 然后以松弛參數(shù)進(jìn)行一組采樣，抽樣后計(jì)算樣本均值f和樣本標(biāo)準(zhǔn)差s，質(zhì)量指標(biāo) X為隨機(jī)變量且服從正態(tài)分布.，令2 = ，則Z也為正態(tài)隨機(jī)變量。 當(dāng)方差擾動不存在時(shí)（Y= 0或Y= 1)，隨機(jī)變量=0-服從自由度為n-1的卡 方分布g。，當(dāng)存在方差擾動時(shí)（Y= 2或Y= 3)，X2服從卡方分布gi。計(jì)算z和X2。
[0166] 接下來根據(jù)a為0或1，用不同的公式計(jì)算g。，gi的值，繼而計(jì)算g';同樣，計(jì)算 fD、//、匕和//后得到f'的值，由這些計(jì)算結(jié)果再計(jì)算出P'JPp's的值，與警戒限 Psi，控制限￥和i進(jìn)行比較，重新確定a為0或1，對生產(chǎn)狀況進(jìn)行判斷，確定檢修還 是繼續(xù)生產(chǎn)，并確定下一次采樣使用松弛參數(shù)或警示參數(shù)，由此循環(huán)。
[0167] Bayesian-VSSI控制圖運(yùn)行的指導(dǎo)思想是：若認(rèn)為在該失控概率下已有極大可能 生產(chǎn)已經(jīng)失控，則應(yīng)立刻進(jìn)行停工檢查；若認(rèn)為該失控概率下生產(chǎn)失控的可能性極小，則可 經(jīng)過較長時(shí)間后再進(jìn)行下次抽樣，且下次抽樣也可適當(dāng)減少樣本容量以降低成本；若認(rèn)為 該失控概率下雖不能斷定生產(chǎn)已失控但有很大失控風(fēng)險(xiǎn)，則應(yīng)保持警惕，盡快抽取更多的 樣本以確定當(dāng)前加工狀態(tài)。以此在保持對微小過程擾動具有較強(qiáng)的識別能力的同時(shí)降低生 產(chǎn)過程質(zhì)量成本。
[0168] 4. 2. 2控制圖設(shè)計(jì)
[0169] 為實(shí)現(xiàn)以上目標(biāo)，本發(fā)明以單位時(shí)間質(zhì)量成本最小為目標(biāo)設(shè)計(jì)控制圖，對上述控 制界限Pxl、Psl、g和K進(jìn)行優(yōu)化，以實(shí)現(xiàn)在保持對微小過程擾動具有較強(qiáng)的識別能力的同 時(shí)降低生產(chǎn)過程質(zhì)量成本。所考慮的質(zhì)量成本主要包括以下四部分：（1)抽樣檢測成本； (2)不合格產(chǎn)品的質(zhì)量損失成本；（3)誤警成本；(4)過程修復(fù)成本。質(zhì)量成本計(jì)算過程符 號說明如下：
[0170] c為單位抽樣成本
[0171] b為固定抽樣成本
[0172] iU%Y= 1時(shí)單位時(shí)間質(zhì)量損失成本
[0173] iU%Y= 2時(shí)單位時(shí)間質(zhì)量損失成本
[0174] Mxs為Y= 3時(shí)單位時(shí)間質(zhì)量損失成本
[0175] L。為誤警成本
[0176] 1^為移除擾動一所需成本
[0177] 匕為移除擾動二所需成本
[0178] Lxs為移除擾動一及擾動2所需成本
[0179] T。為檢查擾動所需時(shí)間
[0180] 1；為移除擾動一所需時(shí)間
[0181] ^為移除擾動二所需時(shí)間
[0182] Txs為移除擾動一及擾動二所需時(shí)間
[0183] 質(zhì)量成本除包含質(zhì)量損失成本外還有檢測成本、誤警成本、修復(fù)成本，他們與控制 圖的決策結(jié)果密切相關(guān)。表4中為不同情況下的質(zhì)量成本與生產(chǎn)時(shí)間Tn/vw。
[0184] 表4質(zhì)量成本及生產(chǎn)時(shí)間
[0185]
[0186]
[0187] 本發(fā)明采用模擬的方法，模擬相當(dāng)長時(shí)間內(nèi)的生產(chǎn)過程，將各狀態(tài)（Y，px，ps)下不 同情況出現(xiàn)的頻率近似為穩(wěn)態(tài)概率對ECT(單位時(shí)間質(zhì)量成本）進(jìn)行計(jì)算。求解流程如圖 8所示。
[0188] (1)首先設(shè)置控制圖控制界限及抽樣參數(shù)，并規(guī)定循環(huán)次數(shù)；
[0189] (2)每次循環(huán)開始時(shí)，系統(tǒng)依據(jù)擾動的分布規(guī)律（本文中為指數(shù)分布，參數(shù)為A) 產(chǎn)生一組隨機(jī)數(shù)，若該隨機(jī)數(shù)小于等于抽樣間隔，則認(rèn)為此次循環(huán)中擾動出現(xiàn)，本次抽樣質(zhì) 量數(shù)據(jù)依據(jù)相應(yīng)擾動出現(xiàn)的情況進(jìn)行仿真，否則，認(rèn)為此次循環(huán)中擾動未出現(xiàn)，抽樣質(zhì)量數(shù) 據(jù)依據(jù)正常加工進(jìn)行仿真；
[0190] (3)獲得質(zhì)量數(shù)據(jù)后，分別計(jì)算方差和期望的后驗(yàn)失控概率并基于此進(jìn)行生產(chǎn)決 策，決定是否需要進(jìn)行停工檢修，并確定下一次抽樣的抽樣間隔及樣本容量，同時(shí)，計(jì)算本 次循環(huán)的質(zhì)量成本及時(shí)間，由于每次循環(huán)中擾動是否出現(xiàn)及出現(xiàn)的具體時(shí)間點(diǎn)均為已知， 因此，結(jié)合決策結(jié)果可以對質(zhì)量成本和時(shí)間直接進(jìn)行計(jì)算；
[0191] (4)當(dāng)循環(huán)次數(shù)達(dá)到要求時(shí)，將每次循環(huán)的質(zhì)量成本和時(shí)間分別求和，它們的商便 可作為ECT的近似值。
[0192] 本發(fā)明以單位時(shí)間質(zhì)量成本（ECT)最小為目標(biāo)采用遺傳算法對控制界限pxl、psl、 <和K進(jìn)行優(yōu)化。
[0193]pxl、psl、、/C之間存在以下約束條件：
[0194]
[0195] 目標(biāo)函數(shù)為：
[0196]G=min(ECT)
[0197]ECT采用圖8所示仿真方法進(jìn)行求解。
[0198] (1)染色體編碼
[0199] 采用實(shí)數(shù)編碼方式：
[0200] X= (x1;x2,x3,x4)
[0201 ] X中各位分別對應(yīng)/〈、K、psl和pxl。
[0202] (2)適應(yīng)度函數(shù)
[0203] 采用如下反比例函數(shù)作為適應(yīng)度函數(shù)。
[0204]
[0205] (3)進(jìn)化操作
[0206] 采用輪盤賭選擇，中間交叉操作。中間交叉子個體按下列公式產(chǎn)生：
[0207] 子個體=父個體1+aX(父個體2-父個體1)
[0208] 其中，a是一個比例因子，可由[-d，1+d]上均勻分布隨機(jī)數(shù)產(chǎn)生，一般選擇d= 0. 25〇
[0209] 采用如下變異算子：
[0210] X，=X±0.5LA
[0211] 其中
通常取m= 20,a⑴以概率1/m取值1，以概率l-1/m取值0 ; L為變量取值范圍；X'為變異后的個體，X為變異前的個體。
[0212] 4. 2. 3控制圖異常模式識別
[0213] 本發(fā)明采用支持向量機(jī)對控制圖異常模式進(jìn)行識別，并采用粒子群算法對支持向 量機(jī)模型進(jìn)行優(yōu)化，實(shí)現(xiàn)了對控制圖正常波動模式、趨勢向上（向下）波動模式、階躍向上 (向下）波動模式和周期波動模式等的識別。
[0214] 4. 3案例驗(yàn)證
[0215] 以某船用柴油機(jī)重點(diǎn)生產(chǎn)企業(yè)某型號缸蓋為例，對本發(fā)明可行性進(jìn)行驗(yàn)證。生產(chǎn) 過程中，其閥座孔對導(dǎo)管孔的同軸度常難以保證，為此對其閥座孔導(dǎo)管孔加工過程進(jìn)行分 析與控制。缸蓋的典型加工特征有：上平面、下平面、A2面、A4面、導(dǎo)管孔、閥座孔、噴油器 孔。表5為該缸蓋閥座孔-導(dǎo)管孔加工工藝流程，依據(jù)工序劃分加工特征，構(gòu)建基于加工特 征的誤差傳遞網(wǎng)絡(luò)（如圖9所示）
[0216] 表5閥座孔-導(dǎo)管孔加工工藝
[0217]
[0218] 依據(jù)表中約定的描述各加工特征的質(zhì)量特征，選擇相應(yīng)的質(zhì)量特征對當(dāng)前網(wǎng)絡(luò)各 加工特征節(jié)點(diǎn)進(jìn)行描述，并依據(jù)零件加工要求（見圖10)確定各質(zhì)量特征公差，如表6所 示。接下來將描述各加工特征的質(zhì)量特征抽象為網(wǎng)絡(luò)節(jié)點(diǎn)，替換相應(yīng)的加工特征節(jié)點(diǎn)。為