多元制造过程能力分析及质量诊断

发布时间：2020-07-14 07:50

【摘要】：在实际的制造过程中,被加工零部件或产品往往具有多个质量特性,且这些质量特性之间存在一定的相关性,如何确定该过程的过程能力指数以及对过程质量进行诊断,是迫切需要解决的问题,该问题的研究不仅对多元制造过程能力分析研究具有重要的意义,而且对多元制造过程的质量进行监控和诊断均具有一定的理论意义和实用价值。本文在实地调查的基础上,以制造生产过程为研究对象,针对具体的问题,采用主成分分析、支持向量机等方法和技术,系统地研究了多元制造过程中多元过程能力指数分析及质量诊断的理论方法和技术,这对于制造企业分析其过程现状,从而提高其产品的质量具有很重要的意义。本文的研究内容主要包括: 1.生产过程质量控制与诊断体系构建。针对制造企业过程中的质量的问题,引起产品质量缺陷的既有过程运行参数也有设备及零部件因素,较完善地构建了生产过程质量控制与诊断体系与流程,更好地考虑了产品加工过程中导致产品质量缺陷的深层次原因,为制造过程波动溯源和质量改进提供有力和明确的支持。 2.多元过程能力指数的度量与构建。产品的制造过程能力体现了过程稳定地实现加工质量的水平,过程能力分析的目的是研究制造过程的变异相对于设定公差的满足程度。由于产品需要多个质量特性进行描述,因而增加了多元过程能力分析的复杂性,需要对其进行降维,以简化分析过程。首先应用主成分分析法对多元过程进行降维,得到主成分分量的规格区间。在此基础上,首先提出基于体积比的改进Taam多元过程能力指数,并对其进行了统计假设检验。之后,利用主成分分量的概率密度函数,给出了多元过程的三种不合格品率,并基于此进行了过程能力分析。 3.多元质量控制与诊断应用研究。在多元质量控制中,由于多个质量特性之间存在相关性的问题,多元控制图一旦发出报警信号,很难判断是哪个或者是那些变量的组合出现了问题。针对实际多元过程中均值偏移问题应用支持向量机方法进行了诊断研究,首先选取要研究的变量,每一个变量分为正常和异常两种情况,每一个变量分别用一个SVM分类模型来诊断该变量是否发生偏移,在对每一个变量的偏移进行诊断时,同时考虑了其他变量对该变量的影响,模型子个数与过程质量特性个数相等,最终结果将多元过程均值偏移划分成不同的模式组合,从而实现过程质量的诊断。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：TH165.4
【图文】：

工序图,分布中心,公差,工序

第二章过程能力指数与过程能力分析在这样的条件下，我们定义过程能力指数pC 的计算公式为：工序能力公差范围 pC （如果公差范围用 T 表示，过程能力用 6 描述，则过程能力指数的一般：6 TCp （当工序分布中心与公差中心 M 重合时，如图 2-1。

分析流程图,过程能力,工序能力指数

33图 2-7 过程能力分析流程图3）样本含量问题破坏性抽样的样本含量只能取得少一些。但样本含量太小会带来以下几个问题：样本含量小于 30 时，难以判定数据分布的正态性，也很难说明抽样时工序是否处于稳定或受控状态；样本含量太小，可能会忽略掉一些主要的随机性变异，若存在某一个或几个超常值，可能对结果产生重要影响，会扭曲工序能力指数；在小样本条件下计算出的pC 值可能和实际值有很大的偏差。因此一些统计质量专家不建议在小样本条件下计算工序能力指数。4）过程的稳定性

工作原理,多元控制图,元控制,控制图

图 4-1 SPC 系统的工作原理的不断扩大，国内外许多学者投入到多元质量控制方多元质量控制模型和方法，常用的多元控制图包括2 制图、L图、 ln S图和 S 图等[108]。2T 控制图的提出标志着统计过程控制进入一个崭新的状态下产生的数据建立模型，对质量数据进行控制，表明过程存在变异。为了对控制图异常信号作实际，许多学者对其进行了研究[109,110]，然而相关的研究元控制图异常的信息。程诊断元控制图还是多元控制图只能给出过程变异的信号，

【参考文献】