【摘要】针对自动化生产中,通过拟合自回归滑动平均模型(ARMA)建立残差控制图监控未知自相关过程数据时,存在误报率高的问题,提出一种基于Bootstrap的方法,通过重构样本,对原始数据建立非参数控制图。在考虑不同的模型系数、偏移大小、样本个数及残差分布类型的情况下,通过蒙特卡洛模拟,比较传统残差控制图和新控制图的平均运行链长(ARL),证明新控制图提高了对过程偏移的灵敏度,降低了误报率。实际应用中,新的Bootstrap控制图在仅获取一组Phase-I阶段的受控数据样本下即可生成,受所取样本个数的影响较小,且直接用于监控原始数据,适用范围广,操作简便。