基于WEB的工序质量控制系统研究
发布时间：2021-01-06 09:00
21世纪是质量的世纪。质量已经成为新世纪的主题。随着计算机技术的迅速发展,以客户为中心的、具有快速响应市场机制的计算机辅助质量管理模式已经成为现代企业质量管理的发展趋势。面对顾客需求驱动的全球市场,企业要想取得成功,以顾客满意的产品占领市场,就必须以现代质量管理理念为基础,建立适应企业持续发展的质量管理模式。工序质量控制是质量管理的基本方法,基于统计质量控制的工序质量控制是制造企业产品质量管理与控制的最基础环节。本文以提高企业的工序质量控制的能力,完善企业的质量管理,使企业能够更好地适应当今激烈的市场竞争为目的,对工序质量控制进行了深入的研究,并结合当今制造业面临的多品种、小批量生产模式,提出了开发基于WEB的工序质量控制系统的解决方案,来支持本文所提出的面向多品种、小批量的动态工序质量控制的方法,并对该方案进行了系统、深入的理论及应用研究。本文的主要研究工作包括以下几个方面：（1）在对工序质量控制的相关理论进行研究的基础上,探讨了WEB技术应用与工序质量控制的关系。在分析现有的工序质量控制方法的基础上,提出了适用于多品种、小批量生产模式下的工序质量控制的方法。（2）提出了基于WEB的...
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
单层神经网络模型
图4.9三层神经网络模型 Fig4.9下恤 eeIayerneura】ne幻刀 orkmodel产生神经网络最终输出的网络层称为输出层，输出层和中间层也称隐层。图4.9所示的神经网络三层神经元数目分别为51、s2、s3。采用上标对神经网络中相关元素加以标记，其中，IW，，，(slxR)表示输入层权值矩阵，IW，，，(SZxsl)和IW，，，(s3xsZ)分别表示第一层到第二层、第二层到第三层的网络权值矩阵。bl、b，、b，分别表示各层的网一47
开发了基于WEB的工序质量控制分析系统，首先是系统的登陆界面，管理员或者用户可通过输入自己的用户名和密码登陆系统。如图5.4登陆系统之后进入的系统的主界面框架。如图5.5图5.4登陆界面图5.5系统主界面 Fig5.4bterfaceoflogin Fig5.5maininterfaeeofsystem5.6.2工序质量知识学习模块这个模块是“动态工序质量预防”下的一个模块，员工可以通过相关知识链接获取到相关的信息，管理人员也可以定期的改变可以学习的项目。不断的提高员工的管理能力和工作能力，在企业建立起一种“工序质量预防”的企业文化。如图5.6，5.7茹竺.心敏翻叭轰工吮岁..乃公公0翻.脚，砂心份你、)口眨几，弧竣.翻‘山‘一自加例卜，.甲
【参考文献】：
期刊论文
[1]成组技术在现代制造业中的应用研究[J]. 孙梽刚,殷国富. 机械研究与应用. 2006(06)
[2]关于在成组加工质量控制中应用公差百分数控制图的研究[J]. 赵文波,刘援朝,牟永善. 制造技术与机床. 2006(10)
[3]基于神经网络的控制图模式识别和参数估计[J]. 陈平,罗晶. 机械与电子. 2006(09)
[4]机械加工工艺过程质量控制模型的研究[J]. 刘军,全林斯,吕梁. 组合机床与自动化加工技术. 2006(09)
[5]工业工程(第十三讲) 一种基于熵值法的工序质量控制工具[J]. 和金生,曹亚克. 工程机械. 2006(09)
[6]基于虚拟工序的小批量工序质量控制方法研究[J]. 王丽颖,孙丽,王秀伦. 计算机集成制造系统. 2006(08)
[7]基于小批量制造过程的动态质量控制限及其简便计算方法[J]. 杨世元,吴德会,苏海涛. 中国机械工程. 2006(14)
[8]产品协同设计质量控制模型研究[J]. 王美清,唐晓青. 计算机集成制造系统. 2006(05)
[9]基于ART1神经网络的统计过程控制系统[J]. 孙学静,刘飞. 自动化技术与应用. 2006(05)
[10]过程能力指数综述[J]. 汤淑明,王飞跃. 应用概率统计. 2004(02)
博士论文
[1]面向多品种、小批量制造环境的过程质量监控方法及嵌入式系统的研究[D]. 殷建军.浙江大学 2004
[2]神经网络及其在控制中的应用研究[D]. 杨旭华.浙江大学 2004
硕士论文
[1]基于小批量的统计过程控制研究与系统开发[D]. 胡兴才.南京航空航天大学 2006
[2]质量信息集成理论和方法的研究[D]. 曹旭峰.合肥工业大学 2003
本文编号：2960299
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
单层神经网络模型
图4.9三层神经网络模型 Fig4.9下恤 eeIayerneura】ne幻刀 orkmodel产生神经网络最终输出的网络层称为输出层，输出层和中间层也称隐层。图4.9所示的神经网络三层神经元数目分别为51、s2、s3。采用上标对神经网络中相关元素加以标记，其中，IW，，，(slxR)表示输入层权值矩阵，IW，，，(SZxsl)和IW，，，(s3xsZ)分别表示第一层到第二层、第二层到第三层的网络权值矩阵。bl、b，、b，分别表示各层的网一47
开发了基于WEB的工序质量控制分析系统，首先是系统的登陆界面，管理员或者用户可通过输入自己的用户名和密码登陆系统。如图5.4登陆系统之后进入的系统的主界面框架。如图5.5图5.4登陆界面图5.5系统主界面 Fig5.4bterfaceoflogin Fig5.5maininterfaeeofsystem5.6.2工序质量知识学习模块这个模块是“动态工序质量预防”下的一个模块，员工可以通过相关知识链接获取到相关的信息，管理人员也可以定期的改变可以学习的项目。不断的提高员工的管理能力和工作能力，在企业建立起一种“工序质量预防”的企业文化。如图5.6，5.7茹竺.心敏翻叭轰工吮岁..乃公公0翻.脚，砂心份你、)口眨几，弧竣.翻‘山‘一自加例卜，.甲
【参考文献】：
期刊论文
[1]成组技术在现代制造业中的应用研究[J]. 孙梽刚,殷国富. 机械研究与应用. 2006(06)
[2]关于在成组加工质量控制中应用公差百分数控制图的研究[J]. 赵文波,刘援朝,牟永善. 制造技术与机床. 2006(10)
[3]基于神经网络的控制图模式识别和参数估计[J]. 陈平,罗晶. 机械与电子. 2006(09)
[4]机械加工工艺过程质量控制模型的研究[J]. 刘军,全林斯,吕梁. 组合机床与自动化加工技术. 2006(09)
[5]工业工程(第十三讲) 一种基于熵值法的工序质量控制工具[J]. 和金生,曹亚克. 工程机械. 2006(09)
[6]基于虚拟工序的小批量工序质量控制方法研究[J]. 王丽颖,孙丽,王秀伦. 计算机集成制造系统. 2006(08)
[7]基于小批量制造过程的动态质量控制限及其简便计算方法[J]. 杨世元,吴德会,苏海涛. 中国机械工程. 2006(14)
[8]产品协同设计质量控制模型研究[J]. 王美清,唐晓青. 计算机集成制造系统. 2006(05)
[9]基于ART1神经网络的统计过程控制系统[J]. 孙学静,刘飞. 自动化技术与应用. 2006(05)
[10]过程能力指数综述[J]. 汤淑明,王飞跃. 应用概率统计. 2004(02)
博士论文
[1]面向多品种、小批量制造环境的过程质量监控方法及嵌入式系统的研究[D]. 殷建军.浙江大学 2004
[2]神经网络及其在控制中的应用研究[D]. 杨旭华.浙江大学 2004
硕士论文
[1]基于小批量的统计过程控制研究与系统开发[D]. 胡兴才.南京航空航天大学 2006
[2]质量信息集成理论和方法的研究[D]. 曹旭峰.合肥工业大学 2003
本文编号：2960299
本文链接：https://www.wllwen.com/jixiegongchenglunwen/2960299.html
