基于多品种、小批量生产模式的过程质量控制与诊断研究

摘要

社会经济水平的提高和个人收入的增加，推动着产品市场由卖方市场向买方市场转变，消费者在产品市场上变得更加具有话语权。消费者对产品多样化、个性化的需求促使企业不得不转向多品种、小批量的生产模式。鉴于多品种、小批量生产模式下产品品种过多、生产批量较小的特点，传统过程质量控制方法已不再适用。因此，亟需找到一个适用于多品种、小批量生产模式的过程质量控制方法。 本文以提高过程质量控制能力，增强过程质量稳定性为目的，从多品种、小批量生产模式的特点入手，在分析总结多品种、小批量生产模式特点的基础上，引入T、K统计量来建立用于过程质量分析的T-K控制图;另外，采用MC(Monte Carlo)方法与BP(Back Propagation)人工神经网络相结合的方法对T-K控制图的模式进行识别，一方面克服多品种、小批量生产模式下样本量有限的缺点，一方面提高控制图模式识别的速度和准确性;最后，在分析过程质量波动源影响因素的基础上，以两种质量诊断理论为指导，根据前后两道工序的先后顺序，对过程质量进行分解，然后以此为基础建立三图诊断系统，从而对过程质量的波动源进行诊断。文章最后分别用一个实例对上述方法进行了验证。 本文主要有如下一些研究成果: (1)通过引入T、K统计量，建立T-K控制图，解决了多品种、小批量生产模式的特殊性给传统统计过程质量控制所带来的限制，使得采用统计过程控制方法就能够对多品种、小批量生产模式下的过程质量进行控制。 (2)采用BP人工神经网络技术，对所建立的T-K控制图模式进行识别，不仅提高了控制图模式识别的速度，同时也改善了模式识别的精确度，使得质量管理人员对过程质量的判断更加准确，经识别，过程质量总体处于受控状态。 (3)以两种质量诊断理论为基础，通过建立三图诊断系统，提高了过程质量波动源诊断的准确性，同时使得过程质量波动源诊断更具有导向性，并增强了诊断方法的可操作性。经实证分析，主要是当前工序即后一道工序存在异常趋势。

目录

摘要

绪论

(二)研究意义

二研究内容、方法及技术路线

(一)研究内容

(二)研究方法

(三)技术路线

三研究创新

第一章研究现状与理论基础

第一节国内外研究现状

一多品种、小批量过程质量控制方法研究现状

二过程质量波动源识别方法研究现状

第二节理论基础

一统计过程控制与控制图理论

二控制图模式识别理论

三两种质量诊断理论

第二章多品种、小批量模式下过程质量控制方法

第一节多品种、小批量生产模式的特点

第二节多品种、小批量生产模式下控制图的建立

一多品种、小批量生产模式下传统控制图的局限性

二基于多品种、小批量生产模式的T-K控制图

第三节基于MC方法和BP神经网络的模式识别

第四节实证分析

一数据预处理并绘制T-K控制图

二T-K控制图模式识别

第五节本章小结

第三章多品种、小批量模式下过程质量波动源诊断

第一节三图诊断系统的建立

一选控值的确定

二选控图的绘制

第二节实证分析

一计算选控值并绘制选控图

二建立三图诊断系统并进行过程质量波动源诊断

第三节本章小结

总结与展望

第一节研究总结

第二节研究展望

参考文献

攻读学位期间取得的研究成果

致谢

声明