函数型数据的实时监测
应用统计
2022-05-13 v1
摘要
随着工业 4.0 的兴起，如今产生了大量适合建模为函数型数据的数据。在此背景下，标准轮廓监测方法旨在评估完全观测到的函数型质量特征随时间的稳定性。然而，在某些实际情境中，实时（即过程运行时）评估过程状态对于显著提升监测有效性可能极具价值。为此，我们提出一种称为函数型实时监测（FRTM）的新方法，能够通过以下步骤同时考虑相位与振幅变异：(i) 配准；(ii) 降维；(iii) 对部分观测的函数型质量特征进行监测。我们开展了广泛的蒙特卡洛模拟研究，以量化 FRTM 相对于两种竞争方法的性能。最后，给出一个实例，将所提方法用于青霉素生产过程的批次实时监测。
引用
@article{arxiv.2205.06256,
title = {Real-time Monitoring of Functional Data},
author = {Fabio Centofanti and Antonio Lepore and Murat Kulahci and Max Peter Spooner},
journal= {arXiv preprint arXiv:2205.06256},
year = {2022}
}