面向多品种小批量生产模式的多元过程能力分析研究

摘要

随着生产力的发展和生活水平的提高，在以顾客为中心市场为导向的经营理念驱使下，传统制造业的生产模式发生了巨大的转变，在新兴制造业中多品种小批量生产模式已成为主流模式。然而，传统的质量控制理论大多运用于大批量生产模式，在针对具有多工序、多指标、小样本容量特征的多品种小批量生产模式实施过程能力分析时，传统的质量控制理论已经难以奏效。因此，开展面向多品种小批量生产模式的多元过程能力分析理论研究具有非常重要的意义。本文以某发动机轴的产品质量控制问题为研究对象，开展针对多品种小批量生产模式的多元过程能力分析，具体研究内容如下： （1）研究工序之间的模糊相似性问题。针对多品种小批量产品实施质量控制首先需要解决样本数据量不足问题，而工序相似性分析在解决这个问题具有明显优势。因此，本文利用模糊物元理论，判定与原始工序相似的工序，建立相似零件族，以达到扩充样本容量的目的。接着运用公差系数法将不同量纲的原始数据转化为同一量纲的标准化数据，并对标准化后的数据实施正态分布检验，均值-方差一致性检验。 （2）研究关键质量特性权重计算问题。客观权重反映指标的测量数据之间存在的关系以及指标对过程状态的影响能力，而主观权重利用专家的经验以及对历史数据分析来评价指标的重要度。因此，本文将以专家打分法为基础的层次分析法和以测量数据的差异性为基础的熵权法相结合，利用线性加权组合化法和乘法合成归一化法将两种权重构成关键质量特性的组合权重。 （3）研究如何度量多元过程能力指数以及其意义解释问题。主成分分析法将原始过程降维处理以获取关键主成分，以此计算区域体积比的多元过程能力指数，它可以很好诠释过程能力指数含义。此外，本文提出基于组合权重的多元过程能力指数，并分析这两种方法的优缺点。 （4）研究多品种小批量生产模式下建立多元质量控制图问题。利用模糊物元理论识别出的相似工序，构建具有大样本容量的“典型工序”，并针对“典型工序”建立多元2控制图、多变量EWMA控制图，并结合移动极差图分析过程状态、识别过程变异。

目录

声明

插图索引

附表索引

第一章 绪 论

1.1 课题背景及意义

1.2 国内外研究现状

1.2.1 质量控制的研究历史

1.2.2 国外质量控制研究现状

1.2.3 国内质量控制研究现状

1.3 论文各章节主要研究内容

1.4 本章小结

第二章 多品种小批量生产模式分析

2.1 过程能力指数的发展历程

（1）第一代过程能力指数

（2）第二代过程能力指数

（3）第三代过程能力指数

（4）第四代过程能力指数

2.2 多品种小批量产品的质量控制中存在的问题以及解决思路

2.2.1 多品种小批量产品的质量控制现状及存在的问题

2.2.2 多品种小批量生产模式下实施质量控制几种思路

2.2.3 几种质量控制方法优缺点的对比分析

2.3 多品种小批量产品实施多元过程能力分析的重点问题

2.3.1 相似理论扩充样本容量问题

2.3.2 多元过程能力分析问题

2.3.3 多元质量控制问题

2.4 本章小结

第三章 基于模糊物元的相似工序分析

3.1 相似制造理论

3.1.1 相似学原理

3.1.2 相似学理论

3.2 模糊物元理论

3.2.1 模糊物元基本概念

3.2.2 模糊物元的性质

3.3 工序相似性分析

3.3.1 工序相似条件

3.3.2 工序相似的判定

3.3.3 由距离定义确定关联度

3.4 案例分析

3.5 本章小结

第四章 基于区域体积比和PCA多元过程能力分析

4.1 数据标准化及数据检验

4.1.1 数据标准化与正态性检验

4.1.2 均值、方差一致性检验

4.2.1 主成分分析法定义

4.2.2 主成分的规格区间

4.3 基于区域体积比和PCA多元过程能力指数分析

4.3.1 基于区域体积比和PCA的多元过程能力指数计算方法

4.3.2 MCp和(M)Cpcp多元过程能力指数

4.4 案例分析

（1）数据标准化及均值-方差的一致性检验

（2）基于体积比和PCA的多元过程能力计算

4.5 本章小结

第五章 多品种小批量生产模式的多元过程能力分析

5.1 基于层次分析法求解关键质量特性权重

5.1.1 层次分析法介绍

5.1.2 层次分析法的计算步骤

5.2 基于熵权理论的关键质量特性权重计算分析

5.2.1 熵权法简介

5.2.2 熵权法的计算步骤

5.3 多元过程能力分析方法

5.3.1 两种组合权重的计算方法

5.3.2 基于组合权重的多元过程能力指数计算方法

5.3.3 样本容量1≤n≤p时的多元T2方控制图

5.4 案例分析

（1）关键质量特性权重

（3）两种组合权重

（4）基于组合权重的多元过程能力指数以及多元控制图

5.5 本章小结

结论与展望

结论

展望

参考文献

致谢