近日,足球即时比分自动化学院智能制造工程系谢富鹏博士以第一作者(通讯作者)身份,南京工程学院为第一署名单位,联合研究生刘经纬、智能制造工程系孙权副教授、张毅博士、殷磊磊副教授及法国南特大学Philippe Castagliola教授,在国际权威期刊《Computers & Industrial Engineering》上发表题为:“Enhanced Gamma truncated EWMA-type control charts: One-sided schemes for deterministic and non-deterministic mean shifts in high-quality process monitoring”的学术论文。该期刊是中科院工程技术领域TOP期刊,聚焦计算机技术与工业工程交叉领域的前沿研究,当前影响因子为6.7。
考虑参数偏移方向信息的单边型指数加权移动平均(EWMA)控制图因其在过程监控中的高效性而受到广泛关注。然而,在针对高质量制造过程的参数偏移监测中,现有设计方法仍主要依赖于反射边界策略,尚缺乏对基于截断方法的系统性研究。为填补这一空白,该论文提出了一种基于截断方法的单边Gamma自适应EWMA控制图设计框架,旨在广泛适用于参数已知与未知的实际应用场景,并能够有效监测高质量制造过程中的确定性与非确定性均值漂移。此外,该论文围绕关键性能指标构建了马尔可夫链模型,并引入参数优化策略,以增强所提控制图在实际应用中的适用性与鲁棒性。仿真结果表明,在参数已知和未知的条件下,该控制图在监测效率方面均优于现有方案,且其性能随着累积事件数量的增加而显著提升。
该论文受到了国家自然科学基金青年科学基金等项目资助。论文链接:https://doi.org/10.1016/j.cie.2025.111184