改进 PCA 降维算法及其在多元质量控制中的应用

作者：余婷,杨明顺,刘永,原博

摘要：多元质量控制过程中，为了准确诊断引起失控状态的变量或变量组合，需要对样本数据进行降维操作以消除数据之间的相关性。针对现有多质量特性降维方法忽略各采样批次之间相关性的问题，利用自回归滑动平均模型能够从数据当中提取出基于时间独立关系的特性，尝试将自回归滑动平均模型与传统 PCA 算法相结合，设计出一种改进的 PCA 算法，用于处理存在相关性的数据降维问题，并利用汽车曲轴生产实例验证其有效性。

发文机构：西安理工大学机械与精密仪器工程学院

关键词：多元质量控制自回归滑动平均模型主成分分析数据降维multivariate quality controlautoregressive and moving average modelprinciple component analysisdata dimension reduction

分类号： TH122[机械工程—机械设计及理论]TP391[自动化与计算机技术—计算机应用技术][自动化与计算机技术—计算机科学与技术]