摘要
传统的统计过程监控方法主要关注位置、离散程度或分布特征的变化。然而，过程恶化也可能通过不确定性和信息结构的变化表现出来。鉴于这一局限性，本研究提出了一种适用于渐进 Type-II 审查寿命数据的熵-EWMA 监控框架。该框架基于指数威布尔分布开发，将审查调整熵估计量融入自适应 EWMA 结构中，以考虑信息损失并监控过程不确定性的变化。通过蒙特卡洛模拟，在不同的熵退化水平、审查结构、观测样本大小和辅助偏移估计平滑参数值下，评估了该方法的统计性能。控制限经过校准，以实现接近标称目标 ARL0 = 370 的控制内平均运行长度。结果显示，控制内性能令人满意，且随着熵退化的增加，控制外平均运行长度显著下降。比较模拟进一步表明，相对于经典 EWMA，熵-EWMA 方案在中等和严重熵退化情况下的运行长度更短。使用均匀和晚期渐进 Type-II 审查方案下的风力涡轮机 SCADA 数据说明了该方法的实际适用性。在控制内阶段，两种方法均未产生误报，而在控制外阶段，两者均检测到了变化。经典 EWMA 提供与位置变化相关的更早且更持久的信号，而熵-EWMA 则对过程不确定性的变化作出响应。这些发现表明，这两种方法捕捉了过程行为的不同方面，可被解释为互补的监控工具。
