质量控制与诊断技术及其在CIMS中的应用研究

发布时间：2022-01-09 17:39

　　日益激烈的市场竞争和日趋复杂的生产过程，促进了企业将信息技术、计算机技术，智能控制等先进技术引入生产过程控制之中，为企业实现现代化质量管理与质量保证奠定了基础。开展以计算机技术应用为基础，以信息集成为核心，结合先进的智能过程控制技术、信息处理技术和现代质量管理方法，构建企业现代质量管理新模式并在现代集成制造系统（CIMS，Contemporary Integrated Manufacturing）中有效应用具有十分重要的意义。本文首先简介了在质量控制系统中的过程定义及控制框图，阐明了质量控制系统中过程控制的复杂性。随着过程环境的不断变换，产生了大量非正态分布的数据，从而不满足统计过程控制（SPC，Statistical Process Control）中的控制图技术的前提——数据的正态分布。文中研究了常见的四种非正态分布，并分别在不同偏度和峰度下，计算其对控制图性能的影响程度，指出在实际应用控制图中，严格判断数据的分布特性的重要性。复杂过程建模一直是研究的热点，本文利用自组织神经网络（Self Organization Mapping，SOM）的对输入空间的自适应地统计分类的特性，提出... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

非正态分布数据对3a控制图的性能影响

系统的原形如下:，·(夕，一5)，+，2，+In:。，，，与尸2可以服从任何分布，这里假设服从正态分布:Pl一N‘”，I夕，户一N(0，j)，假设实际各取到400个数据，图形显示如图3.3。假设的原始模型(y=〔:1一巧)2+口3+拍欢)图3.3过程的模型原形在我们的模拟分析中，SOM的结构与参数如图3.4所示。

lll6661.3935550.7660222一0.377655513.55551.025888lll7771.0207770.04179111一0.0280011114.183330，3147444lll8880.99119990.02156444一0.0272266614.48333一0.3378111lll9991.003330.21316660.00235744414.84888一0.94508882220001.1481110.69971110.011077715.69111一1.682111222lll0.98905550.352888一0.0640466612.909990.39527772222220.9754440.01530888一0.0232255513.489990.0033265552223330.98367770.07295555一0.0360366613.82222一0.40466662224440.76246660.34034440.0055455513.8666一1.3009992225550.37003330.82964440.280722214.77555一1.87111现比较线性模型的数据与原始数据，如图3.7所示。棋拟前后棋型的比较

【参考文献】：
期刊论文
[1]面向质量不合格率的CUSUM控制图参数优化设计[J]. 王前洪,张宇,杨慕升.  山东理工大学学报(自然科学版). 2006(03)
[2]关于单变量统计过程控制图某些研究结果简介[J]. 王兆军.  统计与信息论坛. 2006(03)
[3]生产过程质量智能化诊断方法的研究[J]. 翟敬梅,蒋梁中,谢存禧,徐晓.  机械科学与技术. 2003(05)
[4]电火花加工工艺效果建模[J]. 楼乐明,李明辉,彭颖红.  上海交通大学学报. 2000(03)
[5]基于ARMA新息模型辨识的工序质量诊断方法[J]. 高齐圣,潘德惠.  管理工程学报. 1999(04)
[6]质量诊断的模糊专家系统[J]. 陈志强,阎植林,高祥友.  计算机仿真. 1997(03)



本文编号：3579158