论文部分内容阅读
探讨了一种基于时间序列自相关移动平均（ARIMA）模型的自相关过程的多变量统计过程监控方法．以神经网络为基础建立预测模型，计算残差值，采用Hotelling’s T1^2控制图进行监控，结合MYT分解法进行故障诊断．并模拟受控和失控状态的具有自相关的多变量过程，运用常规控制图和残差控制图对案例进行了分析比较，说明了本文方法的有效性．