基于因子分析的质量优化——以耐磨材料生产为例

发布时间：2024-03-21 18:08

　　2020年统计数据显示,中国工业规模虽然已达世界第一,但中国制造业质量损失率高达1.5%,近年年均直接损失达3000亿元,潜在间接损失超万亿元,一个重要原因是产品制造过程是包含大量影响因素的复杂环境,而很多制造企业质量优化能力较低,无法快速准确地定位和优化关键因素,从而导致质量损失无法降低。为解决该问题,本文提出了基于因子分析的质量优化方法。不同于传统的实验设计,本文归纳了因子分析的一般流程,将概念模糊的因子分析分解成定义清晰的六个步骤,同时研究了各个流程和各个场景上适用的数理工具,使得整个过程具备规范性,构建了广泛应用的基础。首先通过背景研究将生产环境转化为量化模型,构建以制造过程中主要要素为主体组成的因子体系,同时界定分析范围提取候选因子,然后通过因子搜索、因子确认定位关键因子,接着通过模型运算求得最优组合解完成因子优化,最后通过成效验证确认改进成果。此外,为优化搜索逻辑,本文设计了以“质量指标”为中介的“搜索剪枝”和“定点展开”的方法并推导验证可计算性;同时,为降低制造企业的应用门槛,开发了数理分析系统Zju Mats,达成质量分析过程的自动化,极大提高了因子分析的可行性。最后,...

【文章页数】：127 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 研究内容与研究方法
        1.2.1 研究内容
        1.2.2 研究方法
    1.3 本文关键工作
第2章 文献综述与应用研究
    2.1 文献综述
        2.1.1 发展历程与相关研究
        2.1.2 挑战与发展方向
        2.1.3 研究评述
    2.2 应用研究
        2.2.1 方法适用性
        2.2.2 一般流程
    2.3 质量因子分析建立研究
        2.3.1 质量因素形成与度量
        2.3.2 质量指标搜索与展开
    2.4 本章小结
第3章 P公司质量优化现状分析与背景研究
    3.1 现状分析
        3.1.1 生产工艺与主要原料
        3.1.2 质量优化框架的现状与不足
        3.1.3 质量优化面临的挑战与应对
    3.2 背景研究
        3.2.1 质量因素与指标的整理与关联
        3.2.2 质量指标体系的建立
    3.3 本章小结
第4章 P公司质量因子搜索与因子确认
    4.1 问题定义与数理分析工具
        4.1.1 问题背景与数值定义
        4.1.2 数理分析工具Zju Mats系统应用
    4.2 界定分析范围
        4.2.1 初始对照组建立
        4.2.2 对照组样本生产回溯
        4.2.3 获取待分析因子集
    4.3 多因子搜索
        4.3.1 多因子搜索实现流程
        4.3.2 变量搜索实施步骤与系统模型实现
        4.3.3 应用变量搜索定位关键指标
        4.3.4 关键质量指标展开为质量因素
    4.4 因子确认
        4.4.1 统计推断应用原理与系统模型实现
        4.4.2 应用统计推断确认质量水平
        4.4.3 应用方差分析确认质量稳定性
    4.5 本章小结
第5章 P公司质量因子优化与效果评估
    5.1 现场改进
        5.1.1 物理改进与成效
        5.1.2 物理改进的不足
    5.2 因子优化
        5.2.1 最速上升法应用原理与系统模型实现
        5.2.2 应用最速上升法获取最优原料配比
    5.3 成效验证
        5.3.1 Tukey检验应用原理与系统实现
        5.3.2 应用Tukey检验进行成效验证
    5.4 改进成果
        5.4.1 有效解决率提升
        5.4.2 分析效率提升
        5.4.3 经济效益
    5.5 本章小节
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
作者简介



本文编号：3933947