发帖
雷达卡
经对制药、玻璃等化工行业过程控制呈现出来的特点，传统的过程控制理论不足以应对，在此，分享我对统计过程控制理论的再认识。
传统的统计控制理论和控制图都是基于如下假设：
1 数据的独立性
2 数据的正态分布
而在现实生产和生活中，能符合此假设前提的几率并不多见。这就导致我们在使用Shewhart的控制图时产生大量的虚假报警和错误的判断，并由此而产生的无效的异因分析、停工损失成本大大增加。
另外，为了满足上述两大假设，我们经常会对数据清洗(data Cleaning),剔除异常数据，也就是说对数进行截尾(cut outliers)；这样做，最后导致数据与其客观实际情况的失真，有时候实际上是削足宜履，很难对过程进行科学、客观的评价！
实际上，数据的独立性也面临诸多问题：在现代的高技术设备的参数控制系统，特别是温控参数系统，为了使温度的变化尽可能小，对设备的温度变化加载了一个PID-比例、积分、微分联合优化函数(proportion,integration, differential)智能控制系统，有时加载的是正弦或余弦或锯齿波（Sin or Cos or sawtooth pattern of ups and downs, Zigzag）函数,这样输出的温度参数数据，其变差/方差会很少，温度很稳定，但它的数据不独立，也不是正态分布！不管你通过多少次的剔除异常数据之后，它永远也不是正态分布。
又如自动化称重的原理： 比如称100kg。1、电子秤归零，漏斗开始正常速度下料，当电子秤的重量接近96kg时，信号传回漏斗开始慢速加料，在99kg时开始发出信号关闭漏斗，由于关闭漏斗需要时间，期间还会有料漏下来，最终重量可能在100±1kg左右。称完后电子秤归零，然后称下一批料。这样的数据，虽然它是独立的，但也不是正态分布。因为这个信号控制系统也有一个类似于PID的智能化处理过程，相当于在某一周期内对数据产生一个周期化的干预。如它在系统中每衡量27次为一个周期化的干预。我们从300个称量数据中，
2.1 数据分布分析：
表面上看似正态分布，实际上它也不是正态。
2.2 用控制图分析：
通过数据清洗(data Cleaning),剔除异常数据，再用控制图分析，它仍然还是不受控。
Shewhart的控制理论也存在严重的不足：他只给出抽样的样本含量、控制的界限的系数；他没有从理论上给出抽样的时间间隔h多少是合理的？。
自从精益生产理论、特别是精益六西格玛理论的出现，对传统的统计控制理论提出了严重挑战：如何使检验成本、产品缺陷成本、错误警报成本、异因查找成本、过程纠正成本综合最小化、系统最优化？如何将田口质量损失函数(Toguchi’s quality loss function)在统计控制图中体现？而这类经济性统计函数一般都是非线性的，过程参数、过程输出的缺陷数据也是非正态的，这就为我们提出一个新的理论需求：如何让统计控制理论/控制 图在确保质量的条件下实现其经济上的合理性？
面对经济性统计函数的非线性，过程参数、过程输出的缺陷数据的非正态分布，这就要求我们如何识别出它们的分布函数？如泊松分布(Poisson)？时间递增失效函数？韦布分布(Weibull)?等。
如果是这样，以固定时间间隔的统计控制抽样理论就发生了失效，变化抽样间隔时间也就成了必然！数理统计学家Sinaga和 Montgomery提出了非正态数据的经济性统计控制图这一新理论。
1 对非正态数据，如果应用中心极限定理，增大样本量来控制，对经济性是否可行？
2对非正态数据，仍然用Shewhart控制图，大大增大了第一类风险的概率，以至于从经济和质量两方
面都失去意义；
为了解决这类非正态数据分布的控制图，可首先识别出数据的特定分布类型，如，指数分布、韦布分布、对数正态分布，等，然后使用不对称控制图，如几何极差控制图，经对Weibull分布的中位数、极差、位置和尺度的控制图，使异常点落在上下界之外的概率相同，以满足一个控制图的覆盖能力；并由此衍生出加权非对称控制、加权比例非对称控制图，加权方差控制图的EWMA(Exponentially Weighted Moving Average)控制图。
2.3 进行EWMA控制图分析如下：
2.4 对于非正态数据的过程能力的计算，提出了广义能力指数，通过识别出数据属于哪类分布，然后根据该分布的分布类型的概率特征来计算Cpk,其实也就是利用分布的0.135和99.865的分位数的差值来代替6sigma.
常用的连续型数据分布类型及分布参数
正态数据我们认为是稳定状态，那么，非正态数据也同样有稳定状态，如何检验两个或多个非正态分布是否稳定？
一是可以通过对两个分布是否是同分布进行检验；
二是通过两个非正态数据样本的检验，来判断非正态数据是否稳定？如Man-whitney test, 及多样本的Wilcoxontest.
本人大学毕业后，在工作、学习、研究中奋斗了30余载，特别是在欧、美国际跨国性公司从事qualitymanagement, Lean six sigma, reliability study, operation excellence 相关工作20多年，后又在国内著名咨询公司工作过3年多，积累了丰富的理论知识和实践经验，在DFSS，DOE，Reliability design等项目改善方面取得过骄人的绩效。
至今，感觉自己开始老了，怎样将自己的这些知识分享、传播出去？之前打算写几本书，但自己读了不少的书，深刻领悟到了，用传统的书藉来分享知识，感觉让读者有时难于一下理解、很快撑握、实际应用。在当今的网络信息时代，为什么不可以通过真实的电子信息、文档来直白地表述？读者如果一时没有理解透彻，用你的案例、电子文档数据（Excel, JMP, etc）试用一次，不就理解了。
这就是我为什么最后选择在网上发表自己的作品的原因。
作者：Sontime=Hetairae=Majuhuda
京公网安备 11010802022788号
