生产过程参数未知时控制图的应用开题报告
2020-04-06 11:10:43
1. 研究目的与意义(文献综述)
1设计目的及意义 1.1背景 美国质量管理学家朱兰博士曾说过,21世纪是“质量的世纪”。如今,质量已经成为企业发展的主题,成为企业能否在激烈的市场竞争中得以生存的决定性因素。因此,提高产品的质量,对生产过程中的产品质量进行控制已经越来越引起人们的重视。在以往的生产过程中,当产品质量发生问题时,采取的方法往往是加强检验,当然,加强检验固然可以保证产品的质量,但是,这只是事后的一种补救方法,生产过程中产生的不合格品损失已经无法挽回。实际上,质量不是检验出来的,而是在生产过程中制造出来的。因此,提高生产过程中的质量,在不合格品未发生之前及时预警,实现对生产过程的分析和监控,已成为现代质量管理中尤为重要的课题。统计过程控制就是在这种情况下应运而生。随着传感器、计算机和自动化技术的发展,统计过程控制(statistical process control,SPC)的研究和应用领域已涉及环境、机械加工、电子元件、食品加工、石油化工、钢铁制造、采矿、注塑、制药以及金融等领域。
1.2目的与意义 现代质量管理认为,任何产品的质量都是不停地变化的,没有两件产品或特性是完全相同的,即产品质量具有变异性,产品质量的变异具有统计规律。影响产品质量的因素有两种,一种是普通原因,表现为一个稳定系统的偶然性原因;另一种是特殊原因(可查明原因),即并非始终作用于过程,但当他们出现时将造成过程分布的改变。过程只存在普通原因且不改变时,过程的输出是可以预测的,由普通原因引起的质量波动一般认为是正常的。特殊原因对产品质量影响大,其引起的过程分布的改变,有的有害,有害时应予以识别,并尽快采取措施将其消除。SPC是应用统计分析技术对生产过程进行监控,科学地区分出生产过程的随机波动与异常波动,从而对生产过程的异常变化提出预警,以便生产管理人员及时采取措施,消除异常,恢复过程的稳定,达到提高和控制产品质量的目的。从质量管理的角度,SPC又称为统计质量控制(statistical quality control, SQC),主要任务是检测产品是否符合质量指标,如果不合格,查找影响因素,采取措施修复过程或优化设计。从过程性能的角度,SPC又称为统计性能监控(statistical performancemonitoring,SPM),主要任务是及时发现过程故障,查找故障隐患,采取控制措施避免事故。当生产过程状态未知的时候,该生产是一个复杂的过程。均值控制图能对生产过程中的异常情况发出警报,从而对生产质量有效监控,然而以往对于控制图的研究,通常会假设生产参数均值已知,但实际情况却是更复杂,均值几乎不可能已知。本设计针对休哈特均值控制图,对其在均值未知情况下的性能进行研究,为实际生产过程质量监控提供理论和技术支撑。
1.3国内外发展现状 近年来,针对SPC的研究得到了巨大的发展,国内外对此有许多相关研究,现介绍如下: 田学民[1]等将SPC方法分为统计质量控制和统计性能监控两部分,统计质量控制包括单变量统计过程控制和基于统计回归的软测量技术,统计性能监控方法包括主元分析、独立元分析等多变量投影技术以及统计控制图。 许东霞[2]阐述控制图设计原理,并对SPC技术在质量管理中的应用方法进行论述,提出SPC质量控制应用流程图。 李晓潭[3]针对当前制造企业在质量管理上普遍存在的弊端,以TFT-LCD生产为例,采用统计过程控制这一成熟的质量管理技术,结合实际生产过程构建出系统构架,设计并实现了数据采集、统计量计算、异常判断、报警处理、参数建模和统计分析等服务。 胡松瀛[4]等给出了特征指数α取值1lt;α≤2时,Cuscore控制图在Lévy稳定过程平均运行长度(average run length,ARL)的近似估计。 马敏莉[5]根据质量管理现场审核过程中发现的问题及薄弱环节,提出了基于过程方法的SPC系统理论并对该理论进行了应用研究,在此基础上结合实际应用案例提供了一种正确运用SPC方法。 李斌锋[6]研究了如何在砂处理过程中应用统计过程控制,综合反映生产过程的稳定性,实现生产过程的监控,从而保证最终生产出的铸件的质量。 王儒[7]分析SPC的基本思想,对统计过程控制图中的关键数学思想—正态分布原理、标准差原理一一进行阐述,并介绍SPC在质量管理中的具体应用。 谢有明[8]介绍了SPC应用的原理、实施步骤,并使用具体案例介绍了SPC在产品控制中的应用方法。 邹卫[9]介绍了统计过程控制的原理、控制图类型以及SPC在江铃铸造厂过程控制中的运用,展示了SPC技术在质量管理中的重要作用。将SPC有效地结合到质量管理中,可使质量控制由事后严格检验转变为事前积极预防,对生产过程的异常趋势提出预警,提高产品质量,降低成本。 陈琳[10]在各企业推广应用统计过程控制技术,通过控制图的具体实施,由推行小组对控制图的实施成果进行评估,并根据评估结果进行有针对性的改善。 王丹[11]分析研究了SPC的统计原理以及使用方法,结合本公司的产品-高精度SMC卫星天线反射面的尺寸管控,着重介绍了生产过程中尺寸(-R Chart)控制图的建立技术,阐述了SPC统计过程在质量管控中的作用。 喻言[12]分析提供科学的依据,主要针对统计过程控制理论的应用进行分析,保证工作系统运行的稳定性,帮助企业降低生产成本,提高产品的生产质量。 在国外的研究中,Shing I.Chang,SrikanthYadama[13]提出了一种监控非线性轮廓的统计过程控制框架,他所提出的方法旨在确定轮廓中的均值偏移或形状变化。Chun-Chin Hsu,Fang-Chih Tien[14]研究了统计过程中主成分分析(PCA),是一种广泛使用的多故障检测方法的过程监控和其对应的动态PCA(DPCA)。Michael BoonChong Khoo[15]研究了T控制图在生产过程的应用以及应当注意的问题。Letourneau[16]等结合半自动多叶准直器(multileaf collimator,MLC)质量控制测试和统计过程控制工具,开发,建立MLC性能和评估测试频率,以达到给定的性能水平。MLC相关的连锁服务的事件被记录,考察了MLC性能变化指标。 |
2. 研究的基本内容与方案
2.研究(设计)的基本内容、目标、拟采用的技术方案及措施 2.1基本内容 (1)本设计针对休哈特均值控制图,对其在均值未知情况下的性能进行研究,为实际生产过程质量监控提供理论和技术支撑。 (2)建立休哈特控制图在均值已知时上下界限的计算方法的模型 (3)根据均值已知时上下界限的模型推导出均值未知时测定ARL的分布建立新的模型并推导出上下界限。 2. 2 设计技术方案 (1)选取一个具体的生产企业作为研究对象,收集其以往在生产过程中的数据; (2) 建立休哈特均值控制图性能定量分析方法; (3)对休哈特均值控制图在过程参数已知和未知情况下的性能进行比较分析; (4)提出休哈特均值控制图新的设计理论和方法,对抽样大小和控制图参数进行建模求解。
|
3. 研究计划与安排
周次 | 目标任务 |
1-2 | 接收任务书,查阅文献与资料,深入理解研究方向; |
3-4 | 翻译相关的英文资料; |
5 | 撰写并提交论文开题报告; |
6 | 选取研究对象并收集数据; |
7 | 建立休哈特控制图的模型进行分析; |
8-9 | 对休哈特均值控制图在过程参数已知和未知情况下的性能进行比较分析; |
10-11 | 对模型进行优化,提出休哈特均值控制图新的设计理论和方法,对抽样大小和控制图参数进行建模求解。 |
12 | 系统撰写、完成毕业设计论文初稿; |
13-14 | 对初稿进行修改和完善,终稿完成、打印、装订;整理各项毕业设计材料并提交毕业论文,准备答辩用的PPT演讲材料; |
15 | 论文提交评阅,完成毕业论文答辩。 |
|
4. 参考文献(12篇以上)
[1]田学民,曹玉苹.统计过程控制的研究现状及展望[J].中国石油大学学报(自然科学版),2008,(5):175-180. [2]许东霞,刘华锋,武交峰等.统计过程控制初探[J].电子测试,2017,(16):37-38. [3]李晓潭,林雪梅.统计过程控制在质量管理上的应用[J].制造业自动化,2016,(8):5-12. [4]胡松瀛,雷丽,李杰.Lévy稳定过程中Cuscore控制图平均运行长度的估计[J].商丘职业技术学院学报,2008(05):8-10. [5]马敏莉,袁国定.基于过程方法的统计过程控制技术应用研究[J].制造业自动化,2009,(7):49-53. [6]李斌锋,吴浚郊,龚出群, 等.砂处理过程中统计过程控制的应用[J].铸造,2003,(6):408-411. [7]王儒.统计过程控制在质量管理中的应用[J].中国商贸,2015,(2):176-178. [8]谢有明.SPC统计过程控制应用浅析[J].江苏科技信息,2015,(13):42-44. [9]邹卫,郭之萍,王宁.统计过程控制在铸造中的应用[J].铸造,2009,(6):632-634. [10]陈琳.论统计过程控制的实施[J].石油工业技术监督,2006,(4):10-13. [11]王丹,吴伟.SPC统计过程控制在质量管理中的应用[J].数字通信世界,2017,(6):16-19. [12]喻言.统计过程控制理论的应用分析[J].技术与市场,2016,(12):240. [13]Shing I.Chang,Srikanth Yadama. Statistical process control for monitoring non-linearprofiles using wavelet filtering and B-Spline approximation[J]. InternationalJournal of Production Research,2010,48(4):1049-1068. [14]Integrating PCAand GLR for Monitoring Autocorrelated Multivariate Processes[A]. Chun-ChinHsu,Fang-Chih Tien.Proceedings of International Congress on RecentDevelopment in Engineering and Technology (RDET-16, Malaysia)[C]. 2016,(6):31-42. [15]Performance Comparison of the Run Sum t,EWMA t andStandard t Control Charts[A]. Michael Boon Chong Khoo,Wai Chung Yeong,Jia YuChoong,Wei Lin Teoh,Sin Yin Teh.Proceedings of International Congress onRecent Development in Engineering and Technology (RDET-16, Malaysia)[C]. 2016,(8):10-23. [16]Letourneau, Daniel Wang, An Amin,Md Nurul, et al.Multileaf collimator performance monitoring and improvement using semiautomated quality control testing and statistical process control[J].Medical Physics,2014,(12):12-17.
|