第三章面向质量的设计

陈家骏程序设计教程第4版第一章：概述1. 计算机程序设计在今天的社会中扮演着越来越重要的角色。

程序设计不仅仅是编写一些代码，而是需要深入理解问题的本质，创造性地解决问题。

2. 本书是陈家骏教授的程序设计教程的第4版，旨在帮助读者系统地学习程序设计的基础知识，掌握编程思维和技能。

第二章：编程基础1. 程序设计的基础是编程语言，本书将着重介绍C++和Python两种常用的编程语言。

2. 学习编程语言需要从基本的语法规则开始，逐步深入理解变量、数据类型、运算符等概念。

3. 本章还将介绍控制流程、函数、数组和指针等编程基础知识，帮助读者建立起扎实的编程基础。

第三章：面向对象程序设计1. 面向对象程序设计是现代程序设计的重要范式，本书将详细介绍面向对象的思想和技术。

2. 读者将学习如何定义类和对象，理解封装、继承和多态等面向对象的核心概念。

3. 通过实例和练习，读者将掌握如何运用面向对象的程序设计方法解决实际问题。

第四章：数据结构与算法1. 数据结构是程序设计的基础，良好的数据结构能够提高程序的效率和可靠性。

2. 本章将介绍常见的数据结构，包括数组、链表、栈、队列、树等，以及它们的基本操作和算法。

3. 算法是程序设计的灵魂，我们将学习基本的排序算法、查找算法和图算法等，帮助读者提高解决问题的思维能力。

第五章：图形用户界面设计1. 图形用户界面是现代程序的重要组成部分，本书将介绍如何使用C++和Python编写简单的图形用户界面程序。

2. 读者将学习如何使用相关的库和工具进行界面设计、布局和事件处理，开发出美观、易用的界面程序。

第六章：程序设计实践1. 最后一章将通过一些具体的项目案例，帮助读者将前面所学的知识应用到实际的程序设计中。

2. 通过实践项目，读者将加深对程序设计的理解，并培养解决实际问题的能力。

结尾1. 本书将程序设计的基础知识与实际应用进行了有机的结合，帮助读者全面、系统地掌握程序设计的核心概念和技能。

面向质量的设计培训教程1. 引言在软件开发领域，质量是一个至关重要的概念。

无论是企业级应用程序还是个人项目，都需要关注软件的质量。

质量设计是一种以质量为中心的设计方法，旨在提供高质量的软件产品。

本教程旨在向开发人员和设计师介绍面向质量的设计方法，并提供一些实用的技巧和指导。

2. 质量设计的基本原则在进行面向质量的设计之前，首先需要了解质量设计的基本原则。

以下是一些常见的原则：简洁性是质量设计的基本原则之一。

简洁的设计通常更易于理解、测试和维护。

避免过度设计和冗余代码，将代码分解成简单的模块，并遵循单一责任原则。

2.2 可测试性可测试性是质量设计的另一个重要原则。

可测试性意味着设计应该易于编写测试用例，并且能够在不同场景下进行测试。

通过使用适当的设计模式和规范，可以提高代码的可测试性。

2.3 可扩展性可扩展性是一个好的设计的标志。

一个具有良好可扩展性的系统能够很容易地添加新的功能和组件。

遵循开放封闭原则和使用松散耦合的设计模式是实现可扩展性的关键。

安全性是现代软件设计中不可或缺的一部分。

设计应该考虑到安全问题，并采取适当的预防措施，以防止潜在的安全漏洞。

使用最佳的安全实践，并遵循安全性设计的准则。

3. 面向质量的设计方法3.1 需求分析在设计一个高质量的系统之前，首先需要对系统的需求进行分析。

需求分析旨在识别和定义出系统的功能和非功能需求。

通过与利益相关者沟通和明确需求，可以确保设计满足用户的期望。

3.2 架构设计架构设计是一个高层次的设计过程，旨在定义系统的整体结构和组件之间的交互。

通过合理的架构设计，可以实现系统的可扩展性、可维护性和可测试性。

3.3 模块设计模块设计是将系统分解为更小的、可组合的模块的过程。

每个模块应该具有单一的功能，并且能够独立地工作。

通过模块化的设计，可以提高代码的复用性和可维护性。

3.4 接口设计接口设计是定义模块之间的交互方式和通信协议的过程。

良好的接口设计应该是简单、一致且易于使用的。

2021级研究生现代设计方法课程提纲〔六〕面向“X〞的设计〔DFX〕1、概述面向“X〞的设计最初是以DFM〔面向制造的设计〕和DFA〔面向装配的设计〕呈现的DFM技术强调在设计过程中考虑加工因素，即可加工性和加工的便利性DFA技术强调在设计过程中考虑装配因素，即可装配性、装配的便利性和减少装配价格DFX技术中的“X〞是将面向制造的设计和面向装配的设计进一步扩展到产物寿命周期的所有领域，并逐渐形成一个技术族，力图设计好造、好修、好用的产物。

DFX包罗的内容：面向制造的设计面向装配的设计面向维修的设计面向回收的设计面向质量的设计面向成本的设计面向环保的设计面向可靠性的设计面向包装运输的设计面向均衡寿命的设计面向操作(好用)的设计2、面向制造的设计面向制造的设计(DFM)是最常用的DFX方法，贯穿产物的整个开发过程,有效的DFX可以在图1不降低产物质量的情况下降低制造成本2 .1面向制造的设计思想、道理典型的DFM模型〔图1〕2.2 面向制造的设计方法概述DFM方法如图2所示，主要包罗 :❖估计制造成本❖降低部件成本❖降低装配成本❖降低辅助出产成本❖考虑DFM决策对其他因素的影响图2从图2可以看出,DFM方法是从估计选定方案的制造成本开始的,估计制造成本可以帮忙开发组判断出部件、装配和辅助出产中哪一个成本最高.使开发组在以后的开发过程中采纳办法降低成本,不竭地改进产物设计直到它达到必然的程度为止.估计制造成本图3所示为一个简单的制造系统输入与输出模型,此中输入包罗原材料、外购件、工人的劳动、能量与设备；输出包罗加工出的产物与废物。

制造成本就是系统输入花费与处置废物的花费之和。

制造成本的构成以下图所示为制造成本的构成。

制造成本主要由：部件成本、装配成本和间接成本组成图3〔1〕估计尺度件成本估计尺度件成本有两种方法：➢将部件与公司已制造或购置的相似部件比拟较来确定其成本，该方法主要用于小部件的成本估算。

➢询问供货商或卖主。

面向质量不合格率的CU SU M 控制图参数优化设计王前洪, 张宇, 杨慕升(山东理工大学机械工程学院,山东淄博255049)摘要: 提出以质量不合格率这一质量指标为目的,优化CU SU M控制图的参数,建立了优化设计理论模型,提出了优化分析的流程,进行了实例分析和验证. 给出了常规需要范围的质量不合格率的简单参数推荐表格.关键词: 质量目标;质量不合格率;平均运行链长;累积和控制图中图分类号: F273 . 2文献标识码: AA qual i ty2oriented f r act i on def e ct i ve opt i mized design on CUS UM c hartWA N G Qia n2ho ng , Z H A N G Yu , YA N G M u2she ng ( S choo l of Mechanical Engineering , Sha n d o n g U n iver s it y of Tech n o lo g y , Zib o 255049 , China)Abstract : This article p r opo s es an optimizati o n design param eters of CU S U M co n t r ol chart based o n qualit y f r acti o n defective . The t h eoretical m o d el is deduced , op t im iz ati o n p r ocess is p r opo s ed and an exam ple is given to analyze test , and a sim ple optimizati o n para m eter table is listed.K ey w ords : qualit y target ; qualit y f r acti o n defective ; average run lengt h ; CU S UM co n t r ol chart常规控制图对于过程均值的小偏移的检出效率很低, CU SU M控制图或EWMA 控制图则对监控过程均值的小偏移更适合. CU SU M控制图是由Pa g e 在1954 年根据序贯比最优化得出的一种控制图[ 1 ] . 本文重点探讨CU SU M 控制图有关参数的确定及优化. 评价一个控制图性能的好坏, A R L ( A v e r a g e Run L e n gt h)是一个非常重要的指标. 在受控状态下,希望受控平均运行链长数值越大越好;在失控状态下,则希望失控平均运行链长数值越小越好.而A R L 大小与CU S U M控制图的门槛值参数( H) 和参考值参数( K) 密切相关(具体关系式见本文式(6) ) . 相对应的h 称为门槛值系数, k 称为参考值系数. 如果参数H 或K 之一稍稍发生变化, 就会导致A R L 的改变.因而,如何合适的选择参数H , K 就变得异常重要. 几乎所有的资料上都使用的是推荐值,大多数是令k = 0 .5 ,然后再得出h 值;少数情况先确定h 值,然后定k 值. 这些方法得出的参数H , K 值并不是理想的数值.本文拟以控制过程质量不合格率为目标,结收稿日期: 2005 10 15基金项目: 国家自然科学基金资助项目( 50175066)作者简介: 王前洪( 1975 ) ,男,硕士研究生.52山 东 理 工 大 学 学 报 (自 然 科 学 版) 2006 年合失控平均运行链长 ,并以受控平均运行链长及 其他一些约束条件 ,来优化累积和控制图的相关 参数. 这样确定的参数既能满足质量目标 ,又能使失控平均运行链长较小 .针对某一特定研究过程 , 把其过程能力指数 作为一个常量来处理. 式 ( 3) 就 只含 有不 合 格率 P d 和过程标准化偏移δ两个未知数 .δ= 3 C p - φ- 1 [ 1 +φ( - 3 C p - δ) - P d ]( 5) 式中 :φ( x ) 是标准正态分布函数 ;φ ( x ) 是标准 正态分布的逆函数.利用式 (5) 求 δ, 该式中既有正态分布函数 , 又有正态分布逆函数 ,应用常规方法显然是不行 的 . 因而在国内诸多的资料中 ,都尽量避免直接求 统计函数 ,而是寻找一个统计量来近似. 我们的思 路是利用数值分析中二分法 ,编制程序来实现 . 给定一个不合格率 P d 值 ,例如 : P d = 1 % , C p = - 11 根据质量不合格率来确定过程标准化偏移(1) 过程标准化偏移过程标准化偏移 (δ) 定义为过程均值 (μ) 对其 目标值 ( M ) 的偏移 (μ- M ) 与过程标准偏差 (σ) 的 比值 , 为一无量纲代数值 , 其定义式为δ= | μ- M | /σ( 2) 过程能力的评价指数 过程能力决定于由一般原因引起的总变差 ,即消除所有可查明原因后所能达到的最小变差 . 过程能力反映了当过程处于统计控制状态时所表 现出来的过程自身的性能 , 用过程能力指数 ( C p ) 定量表示 . C p 定义为规定的公差与以 6 倍的标准 偏差表示的过程离散程度之比 . 即( 1)1. 2. 直接输入这两个参数值 ,标准化偏移δ的值应 用程序计算出来为 1. 27 ;或者借用 ex cel 软件中统 计函数处理 ,但比较麻烦.2 初步选定失控平均运行链长平均运行链长是统计控制图中非常重要的一 个性能指标 ,通常用它来衡量控制图检出效率的 高低 . 平均运行链长是发出错误警报所需样本数 ( A vera ge Run L e ngt h , A RL ) , A RL 是 RL ( Ru n L e ngt h) 的平均数 , RL 又分为 RL 0 和 RL 1 . RL 0 是 制造过程处于受控状态下 ,发出一次错误警报所 需的样本数 , RL 1 是制造过程处于失控状态下 ,从 发生变异到被检测出来所需要的样本数 . A RL 0 反 映控制图的稳定性 , A RL 1 反映控制图的灵敏性. 在优化 CU SU M 控制图时 ,总希望过程处于稳态 时 ,A RL 0 越大越好 ,在过程出现异常时 , A RL 1 越 小越好.在受控平均链长 A R L 0 相等的情况下 , 即处 在相同的稳定情况下 ,失控平均链长 A R L 1 越小 , 则说明能更快地判别出控制过程处于失控状态. 这里主要考虑的是对过程均值的监控 ,因而失控 状态的程度可以用标准化过程偏移δ的大小来确 定 . 标准化过程偏移δ越大 , 失控状态越严重 ; 反 之 , 该过程状态越接近受控状态 . 在 C p 已知且稳 定的前提下 ,根据所要求的过程不合格率可求出 过程标准化 偏移 δ值 , 再由 δ值计 算 出 A R L 的 值 . 表 1 (表 1 中的数据是根据 Sie g mu n d 在 1985 年提出的公式计算出来的) 列出 CU SU M 控制图6 种参数组合条件下失控平均运行链长数值 .例如 ,过程标准化偏移δ= 0 . 70 ,则失控平均C p =顾客要求 = U SL - L SL =T(2)过程能力6σ 6σ 式中 : U SL 和 L SL 分别代表规范 上 、下限 . 由 于规定的公差 T 是常数 , C p 值的大小仅取决于过程 的标准偏差σ, 因此 , C p 也可看作为单一过程能力 指数. 一般来说 , 在某一段时间内 , 过程能力指数 变化是很小的. 因而 , 我们通常认为 :在同一个统 计质量控制过程中 , 过程能力指数是个常量.(3) 过程不合格品率及其与过程能力指数及标准化偏移 3 者之间的关系评价过程质量合格率的主要指标有不合格品 率 P d 及合格品率 P y . 这是工业界长期以来一直 采用的过程质量评价的最基本的指标. 如果过程 是批量生产且处于受控状态 , 质量特性值呈正态 分布. 该过程不合格品率 P d 可按出现不合格品的 概率 p 计算 , 即过程不合格品率 函数 ,按下式计算 :P d = [φ( - 3 C P 100 %P d 也可以表示为 C p 和 δ的 - δ) + 1 - φ( 3 C P - δ) ] ×(3)当过程均值无偏移时 ,即 μ= M , k ( 3) 式可以简化为= 0 ,δ= 0 时 ,P d = [φ( - 3 C p ) + 1 - φ( 3 C p ) ] ×100 % =2φ( - 3 C p ) ×100 %( 4)53第 3 期王前洪 ,等 :面向质量不合格率的 CU SU M 控制图参数优化设计运行链长 A R L 1 在不同的系数 ( k , h ) 组合下 , 可 以取值为 17 . 9 或 19 . 4 或 21 . 8 或 32 . 3 或 46 . 3或 51 . 3 等 . 则用户可以根据自己的需要和参考这 些给定的数值确定一个失控平均运行链长.表 1 δ与 A R L 关系表种确定 h , k 的方法显然不是最优的. 例如 ,上文提到的过程标准化偏移δ = 0. 70 时 ,有以下 6 种推荐的 情况 :3 系数 h , k 值的优化及其流程框图(1) 当 A R L 0 (2) 当 A R L 0 (3) 当 A R L 0 (4) 当 A R L 0 = 368 . 9 时 ,A RL 1 = 469 . 1 时 ,A RL 1 = 483 . 4 时 ,A RL 1 = 380 . 0 时 ,A RL 1 = 436 . 7 时 ,A RL 1 = 329 . 6 时 ,A RL 1 = 17 . 9 ; = 19 . 4 ; = 21 . 8 ; = 32 . 3 ; = 46 . 3 ; = 51 . 3 .计算平均运行链长 A R L 基本的思路是对由 Pa g e 所提出的积分等式进行计算 .L ( y ) = 1 + L ( 0) F ( k - y ) +h∫L ( x ) d F ( x + k - y )(6)( ) 5当 A R L 0 计算处理方法有多种 , 其中最多的是应用高 斯积分的数值计算方法来求值[ 2 ] , 或者用马尔可 夫链的有限个状态来计算[ 3 ]. 其中 , L ( y ) 代表平均运行链长函数 , y 表示累积和控制图中统计量 (6) 当 A R L 0 我们通过以下几个层次作比较 :1) 把 (1) , (4) , (6) 3 种情况加以比较 ;把 (2) , (3) , (5) 3 种情况加以比较 ; 这两种分组情况的根 据是每组的 A R L 0 的值相近 . 在第一组中 , (1) 的 A R L 1 = 17 . 9 ,最小 ,即最优 . 在第二组中 , (5) 的的初始 值 , 即 S 0 = y , y 的 取 值范 围是 0 到 H .F ( x ) 表示样本的统计分布函数 , 本文主要考虑观测值为正态分布的情况 . h 和 k 是累积和控制图中 的 2 个系数 , 平均运行链长的大小主要取决于这 2 个系数 ( h , k ) 的取值 .累积和控制图是用一系列的{ S t } 来描述的 ,具 体的累积和控制图的统计量定义如下 (以单侧正向 A R L 1 = 46 . 3 ,在同组中明显大很多 , 故最差 , 予 以排除 ,而 (2) , (3) 却难以比较 .2) 把剩下的 (1) , (2) , (3) 3 种情况加以比较 , 寻找一个最优方案组合 . (1) 中的 A RL 0 小 ,A RL 1 也小 . 这就要根据用户的具体需求进行判断 ,若用 户对受控平均链长 A RL 0 的要求不高 ,则选择 (1) 较好 ;若用户对受控平均链长 A RL 0 的要求高 ,则 考虑选择 (2) , (3) .3) 通过上面的工作 ,我们找到了推荐表中的 最优参数组合 . 是否存在没有在推荐表中列举出 来 ,而是更优的参数组合呢 ?这是本文主要考虑的 问题 . 本文采用编制程序来搜寻最佳的参数组合 ,为例) : S 0 = 0 ; S t = Max{0 , S t- 1 + X t - k}( t = 1 ,2 ,3 ,4 , ) ;如果 S t 的值超出门槛值 H ,说明控制过程处于失控状态. 可见 ,平均运行链长的值与系数 h ,k 的选择密切相关. 例如 ,当系数 h = 0 , k = 0 时 ,失控平均链长 A R L 1 = 1. 国内外通常是采用先取定 k 等 于 0. 5 ,然后再考虑 h 的选择. h 的选择是根据用户可 以接受的最小受控平均运行链长 A RL 0 来确定的. 这δ参数组合参数组合δA R L A R L A R L A R L A R L A R Lk = 0 . 25 k = 0 . 5 k = 0 . 75 k = 1 . 0 k = 1 . 25 k = 1 . 5 h = 8 h = 5 h = 3 . 5 h = 2 . 5 h = 2 . 0 h = 1 . 5 A R L A R L A R L A R L A R L A R L k = 0 . 25 k = 0 . 5 k = 0 . 75 k = 1 . 0 k = 1 . 25 k = 1 . 5 h = 8 h = 5 h = 3 . 5 h = 2 . 5 h = 2 . 0 h = 1 . 5 0 368 . 9 469 . 1483 . 4380 . 0436 . 7329 . 6 0 . 05 324 . 8 433 . 2 459 . 0 367 . 6 425 . 3 323 . 4 0 . 10 238 . 6 350 . 7 397 . 7 334 . 2 394 . 0 306 . 0 0 . 15 165 . 1 263 . 1 322 . 9 289 . 2 350 . 0 280 . 4 0 . 20 115 . 4 191 . 8 252 . 6 241 . 7 301 . 3 250 . 3 0 . 25 84 . 0 139 . 8 194 . 3 197 . 8 253 . 7 219 . 0 0 . 30 63 . 2 103 . 2 114 . 7 160 . 1 210 . 7 188 . 9 0 . 35 49 . 6 77 . 7 89 . 1 129 . 0 173 . 7 161 . 5 0 . 40 40 . 3 59 . 9 70 . 0 104 . 0 142 . 8 137 . 2 0 . 45 33 . 6 47 . 2 55 . 7 84 . 2 117 . 4 116 . 3 0 . 50 28 . 7 38 . 0 44 . 9 68 . 5 96 . 6 98 . 4 0 . 55 25 . 0 31 . 3 36 . 8 56 . 1 79 . 8 83 . 4 0 . 60 22 . 1 26 . 2 30 . 5 46 . 3 66 . 2 70 . 7 0 . 6519 . 822 . 425 . 638 . 555 . 260 . 2 0 . 7017 . 9 19 . 421 . 832 . 346 . 351 . 30 . 75 16 . 3 17 . 0 18 . 7 27 . 3 39 . 1 43 . 9 0 . 80 15 . 0 15 . 1 16 . 3 23 . 3 33 . 1 37 . 7 0 . 85 13 . 9 13 . 6 14 . 4 20 . 1 28 . 3 32 . 5 0 . 90 12 . 9 12 . 3 12 . 8 17 . 4 24 . 3 28 . 2 0 . 95 12 . 1 11 . 2 11 . 4 15 . 2 21 . 0 24 . 5 1 . 00 11 . 3 10 . 3 10 . 3 13 . 4 18 . 3 21 . 4 1 . 05 10 . 7 9 . 6 9 . 4 11 . 9 16 . 0 18 . 8 1 . 10 10 . 1 8 . 9 8 . 6 10 . 7 14 . 1 16 . 6 1 . 15 9 . 6 8 . 3 7 . 9 9 . 6 12 . 5 14 . 7 1 . 20 9 . 1 7 . 8 7 . 4 8 . 7 11 . 2 13 . 1 1 . 25 8 . 7 7 . 3 6 . 8 7 . 9 10 . 0 11 . 7 1 . 30 8 . 36 . 96 . 47 . 39 . 010 . 554 山东理工大学学报(自然科学版)2006 年0 . 014 8 - ( - 0 . 014 8)使得寻求到的参数达到最佳.参数优化设计框图如图1 所示.= 1 . 1 .6 ×0 . 0452) 由于质量不合格率= 0 . 22 % , C p =P d1 . 1 ,根据编制的第一个程序计算标准化偏移δ, 算得δ= 0 . 45 .3) 根据表1 ,初步选定失控平均链长A R L1 = 33. 6 ,求出所有满足要求的系数h , k 的组合值. 根据上面编制的第二个程序,可求得以下10 组符合要求的系数值:h = 8 .0 h = 6 . 9 h = 5 . 4 h = 4 .4 h = 3 .1= 0 .25 ;= 0 .30 ;= 0 .49 ;= 0 .45 ;= 0 .64 ;h = 7 .1h = 6 . 0h = 5 . 0h = 3 .7h = 2 .4= 0 .29 ;= 0 .35 ;= 0 .42 ;= 0 .55 ;= 0 .79 ; kkkkkkkkkk图1 参数优化设计框图4) 计算出以上10 组情况的受控状态下的平均运行链长A R L 0值分别为4程序编制说明368 . 9 ;334 . 9 ;265 . 4 ;177 . 5 ;139 . 6 ; 341 . 9 ; 295 . 6 ; 242 . 9 ; 169 . 3 ; 109 . 4 ;利用C + + 语言编制了2 个主要程序.第一个程序用来计算标准化偏移δ; 第二个程序用来计算累积和控制图的系数h 和k 的值.在第一个程序中,编制了2 个主要函数. 一个是标准正态分布函数; 另一个是标准正态分布的逆函数. 根据式(5) ,应用二分法的思想,调用两个主要的函数就很容易计算出过程标准化偏移δ.在第二个程序中, 由于涉及到平均运行链长A RL 的计算非常的复杂,本文主要采用高斯积分的数值积分来进行处理. 在失控平均链长给定的情况下,计算出符合要求的累积和控制图的参数h 和k 值.这样处理, 基本上能使h 和k 值连续性变化, 因而搜索范围很大,精度也大大提高.5) 根据在受控状态下平均运行链长越大越好的原则,本例要求受控平均链长不小于330 即可. 同时兼顾h 值,既不能太大,也不能太小,选择h 的值在4 或5 附近; k值的选择根据过程标准化偏移的大小,也有优先原则范围. 故选择第三组h = 6. 9 k = 0. 306) 计算H 和K 值H = hσ= 6 .9 ×0 .004 5 = 0 .031 1 , K = kσ= 0 .30 ×0 .004 5 = 0 . 001 4 . 故在保证质量不合格率不超过0 .22 % ,且判别的失控平均链长为33 .6 时的情况下,累积和控制图最佳参数值H 为0 .031 1 , K 为0 . 001 4 .说明:在一定的质量指标条件下( 比如: 质量不合格率) , 失控平均链长的值应选择相对较小的,再据此寻找合适的CU SU M 控制图的参数H 和K 值.5案例分析在加工汽车发动机的活塞环时, 活塞环的内径是一个非常重要的参数. 现已知活塞环内径的尺寸公差为Φ74 +0 . 014 8 , 过程的标准偏差σ=- 0 . 014 80 .004 5 .为满足质量不合格率不超过0 . 22 % , 欲采用CU SU M控制图监控均值的小偏移,且受控平均链长不小于330 , 试确定CU SU M控制图的参数H 和K 的取值.1) 求解过程能力指数C p ,6设计参数表格根据质量目标———质量不合格率来绘制累积和控制图的参数表格.下面只是简单做了2 个表格(表1 和表2) ,读者可以根据自己的需要,在U SL - L SL TC p = = =6σ6σ55第 3 期王前洪 ,等 :面向质量不合格率的 CU SU M 控制图参数优化设计已知过程能力指数的条件下 , 确定适当的失控平 均运行链长后 ,就可以将对应于质量不合格率的 累积和控制参数列出 ,并进行优化.7结束语表 2 C p = 1 . 2 , AR L 1 = 30 时以用户关注的质量不合格率为出发点 , 以用 户所希望的适当的失控平均运行链长来设计累积 和控制图的系数 h 和 k 值 ,并在其他条件约束下 , 对累积和控制图的参数予以优化 , 并简单给出了 在不同的质量不合格率下对应的最佳累积和控制 图参数值表 . 这种思路和方法也可用于指数加权 滑动平均控制图以及休哈特控制图等控制图. CUSUM 控制图最优参数简表δ值P d / % 最优 h 值最优 k 值0 . 05 0 . 10 0 . 501 . 000 . 28 0 . 50 1 . 02 1 . 273 . 8 5 . 1 3 .4 3 . 20 . 35 0 . 43 1 . 13 1 . 41参考文献 :[ 1 ] Page E S. Co nti n uo u s Insp ectio n Schemes [ J ] . Bio met ri ka ,1954 , ( 41) : 1002115 .[ 2 ] Rao B Ven kat e shwa ra . U ni quene ss and co nver gence of sol u 2tio n s to average r un l engt h i nt egral equatio n s f o r cu mul ative sum a nd o t her co nt rol cha rt s [ J ] . II E Tra nsact io n s , 2001 , ( 33) :4632469 .[ 3 ] J a me s C Fu . On t he average r un lengt h s of qualit y c o nt r olschemes u si ng a Mar ko v chai n app roach [ J ] . St at i stic s & Pro ba bili t y L et t er s , 2002 , ( 56) : 3692380 .表 3 = 40 时C p = 1 . 2 , AR L 1 CUSUM 控制图最优参数简表P d / % δ值最优 h 值最优 k 值0 . 050 . 100 . 500 . 28 0 . 50 1 . 023 . 85 . 3 4 . 9 0 . 42 0 . 49 0 . 741 . 00 1 . 27 5 . 3 1 . 22(上接第 50 页)[ 5 ] L ee H , Mo u sa A M. GPS Travelli ng wave f a ul t locato r sys 2t e ms : i nvesti gatio n i nto t he a no malo u s mea surem ent s rel at e d t o light ni ng st ri ke s [ J ] . I E EE Tran s o n Po wer Deli ver y , 1996 , 11 ( 3) :1 21421 223 .[ 6 ] G ale P F , Taylor P V , Naidoo P , et al . Traveling wave fault lo 2cator experi ence on Esko m ’s t ransmi ssion net w or k [ A ] . In : S e v 2 ent h Int ernational C onference on Develop ment s i n Power Syst emProt ection[ C] . Amst erdam ( Net herlands ) , 2001 ,3272330 .[ 7 ] 陈 平 ,徐丙垠 ,李 京 , 等. 现代行波故障测距装置及其运行经验[ J ] . 电力系统自动化 ,2003 ,27 ( 6) :66269 . [ 8 ] 陈 平 ,牛燕雄 ,徐丙垠 ,等. 现代行波故障测距系统的研制[J ] . 电力系统自动化 ,2003 ,27 ( 12) : 81285 .[ 9 ] 徐丙垠 , 李 京 , 陈 平 , 等. 现代行波测距技术及 其应用[J ] . 电力系统自动化 ,2001 ,25 ( 23) : 62265 .。