手动定义的控制界限仍然是制造业质量控制的常见策略，因为与更先进的数据分析方法相比，它们易于在车间部署。尽管它们仍然很重要，但没有系统的方法来定义这些控制极限。然而，次优控制限制可能会导致未检测到的故障或对生产造成不必要的中断。这篇手稿提出了一种算法，将这个手动过程系统化为一个高效的搜索任务。我们将搜索任务概念化为一系列子问题，这些子问题基于过程专家在定义控制极限时采取的传统步骤。该算法可以集成到车间人员的专家工具中，以自动定义带注释的时间序列数据中的控制限制。我们通过将算法发现的控制极限与汽车行业真实世界过程数据中过程专家手动定义的控制极限进行比较，来证明其有效性。此外，我们还证明了我们的算法可以推广到传统的时间序列分类问题，并在选定的基准数据集上实现了最先进的性能。我们的工作是第一次将手动定义的故障检测控制限值自动化。
