[硕士]多品种小批量制造模式下工序质量控制研究

精

发表于2012-12-18 1145人浏览 1人跟帖总热度:140

筑龙币+1000

听风228

标签：多品种小批量工序质量控制相似性模式识别监理毕业论文

下载文档

文件格式：pdf
文件大小：867.00KB
等级：

内容简介

【硕士】多品种小批量制造模式下工序质量控制研究
　　授予学位：硕士
　　学位授予单位：西安电子科技大学
　　学位年度：2012
　　质量是现代工业社会和各国经济建设中一个受到普遍关注的突出问题，质量在国家的战略高度、企业的竞争力和客户的需求等层面上都有极其重要的意义。研究证明，控制产品质量的根本，在于对产品加工过程即生产工序的控制，而非仅对加工成品的检验。另外，随着新技术的不断涌现和经济全球化进程的推进，制造企业的生存环境发生了巨大的变化，市场多元化、顾客需求多样化、零件个性化使产品更新换代的速度不断增加，多品种小批量生产方式日趋成为主要生产方式。但小批量生产的产品少，样本少，控制系统具有复杂性和不稳定性，因此无法获取稳定的质量特征值。而且，由于质量特征数据量少，无法满足经典统计过程控制（SPC）技术的统计量要求。本文立足于多品种、小批量制造模式的特点，结合统计过程控制在产品质量控制中的研究与应用现状，以多品种小批量生产制造模式下的工序质量控制为目标，对这种模式下的工序质量控制方法进行研究，主要研究工作如下：
　　 1．通过对多品种小批量生产的实际制造过程进行分析，提出运用相似元理论，构建成组工序相似性识别模型，对小批量制造工序进行相似性评判，找出符合相似原则的工序，并划分同组工序，以充分利用工序之间的相似性信息，来拓展样本空间、增加样本容量。
　　 2．基于成组相似工序，提出了质量特征数据转换算法和控制图的设计方法，为控制图的模式识别奠定了基础。提出了控制图基本异常模式的识别方法，并针对目前的控制图特殊异常模式识别方法适应性差、训练慢等问题，提出基于Elman神经网络的控制图特殊异常模式识别方法，并对Elman 神经网络进行了网络设计。
　　 3．为了给工序质量诊断提供更详尽的信息，构造了3 个相似的BP 神经网络对控制图特殊异常模式的特征参数进行估计。在对当前常见的工序质量诊断方案分析比较的基础上，将神经网络技术引入工序质量诊断中，提出使用神经网络的方法对工序质量进行诊断，并构造了工序质量诊断的神经网络模型。另外，根据工序质量异常原因，提出了工序质量控制策略。
　　

【硕士】多品种小批量制造模式下工序质量控制研究