基于弹性网的多工序制造过程Profile监控研究

发布时间：2021-06-29 15:49

　　随着制造业生产力水平的不断提升,产品逐渐向多元化、复杂化方向发展,其制造过程也由简单生产向以多工序连续制造过程为代表的复杂生产方式转变。在多工序制造过程中,过程质量特性的波动会在工序间迭代传递,产品质量不仅受本工序过程能力影响,还受上游工序传递的质量波动影响,通过层层传递后反映在最终产品质量上。因此,如何针对多工序制造过程特点进行质量分析及有效的监控,对保持制造过程稳定性,提高产品制造过程能力水平至关重要。传统多工序制造过程质量监控常对过程中的质量特性值进行单独或联合监控。但是在实际生产过程中,多工序制造过程的稳定性不能仅依靠对一个或多个质量特性的统计过程控制来反映,多工序制造过程中各质量特性间的复杂共线性常导致传统SPC在监控质量特性时异常敏感,而对过程整体异常波动的识别能力并不显著。因此,近年来不少学者将轮廓（Profile）监控思想引入到多工序制造过程质量监控中,通过监控各子工序质量特性与最终产品质量间的函数关系,实现对多工序制造过程的质量监控。同时,多工序制造过程存在较多质量特性,用以反映设备、过程检测、工艺参数及环境对产品质量的影响,基于关键的少数与非关键的多数原则,质量特性... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

控制图

ρ=0.3，β1偏移时ARL1比较图

ρ=0.3，β12偏移时ARL1比较图

【参考文献】：
期刊论文
[1]基于多目标鲸鱼优化的关键质量特性识别方法[J]. 李岸达,何桢,王庆.  系统工程. 2019(01)
[2]基于熵权法和马氏田口法的关键质量特性识别研究[J]. 马丽莎,茅健.  轻工机械. 2017(04)
[3]基于GSA的复杂产品关键质量特性识别[J]. 李岸达,何桢,何曙光.  系统工程与电子技术. 2015(09)
[4]QFD和AHP相结合的产品质量多维评估模型[J]. 胡仕成,徐永东.  哈尔滨工业大学学报. 2014(11)
[5]基于LASSO的复杂产品关键质量特性识别[J]. 王化强,牛占文.  系统工程. 2014(06)
[6]基于Filter与Wrapper的复杂产品关键质量特性识别[J]. 李岸达,何桢,何曙光.  工业工程与管理. 2014(03)
[7]基于CEM-IG算法的复杂产品关键质量特性识别[J]. 闫伟,何桢,李岸达.  系统工程理论与实践. 2014(05)
[8]基于ReliefF和k-modes聚类的复杂产品关键质量特性识别[J]. 谢荣琦,何桢,何曙光.  工业工程与管理. 2014(01)
[9]多级制造过程关键质量特性识别方法[J]. 王宁,徐济超,杨剑锋.  计算机集成制造系统. 2013(04)
[10]基于EM的不平衡数据关键质量特性识别[J]. 闫伟,何桢,田文萌,何曙光.  工业工程与管理. 2012(04)



本文编号：3256716