针对KUKA机器人焊接质量监测工作量大、抽样样本小的特点,提出一种基于后验预测分布的贝叶斯动态监控方法。从历史数据中选择合适的数据,计算先验分布的超参数;再结合当前样本构建服从负二项分布的后验预测分布,实时计算控制限,实现对焊接质量的动态监测。结果表明:该方法优于传统似然估计法,有更强的异常检出力和稳健性。

以车间制造执行系统（Manufacturing Execution System，MES）为依托，研究车间制造过程中的碳足迹，提出了工位碳排放的计算方法；将碳排放作为统计过程控制的重要质量特性，提出了基于贝叶斯理论的碳足迹统计过程控制模型，以实现工位碳足迹的实时监测。将该模型应用于某仪表制造企业MES中，验证了该模型的有效性。