|
|
|
面向AMT的统计过程质量控制*
|
| |
(哈尔滨工业大学 现代生产技术中心,150001)
摘要：本文在分析先进制造技术(amt)环境下实施统计过程质量控制技术的发展现状的同时，讨论了将统计过程质量控制(spqc)技术应用于先进制造环境下所存在的问题。根据所提出的问题，研究了面向先进制造环境，基于等效工序能力的统计过程质量控制方法；开发了基于前馈型bp神经网络的加工过程异常模式自动识别软件。
关键词：先进制造技术，统计过程质量控制，模式识别，质量保证
一、引言 八十年代以来，顾客对产品的需求从单一型向多样型转变，国际市场的竞争日趋激烈。据国外的调查表明，企业之间的竞争焦点已从价格因素向柔性、质量、对市场变化的快速响应等非价格因素转移[1]。随着世界工业市场竞争的不断加剧，为了生存和发展，越来越多的企业认识到实施先进制造技术的重要性，并已经开始引进和实施amt[2]。在amt的研究和应用不断取得成功的同时，也有许多企业发现amt带来的效益并不如所期望的那么大，甚至还有许多失败的例子摆在人们面前。影响先进制造技术成功应用的因素有很多，其中一个重要的因素是产品的质量。
传统的统计过程质量控制基于休哈特控制图，监测控制同一产品的同一质量特征的变化规律，使之满足精度并保持稳定，在刚性自动化大生产中得到了广泛的应用，并取得了巨大的经济效益[3]。但是，在小批量生产方式占主导地位的amt生产环境下，传统的统计模型无法得到足够的数据来建立统计控制关系。因此，传统的spqc却不能直接被应用在amt生产环境下，spqc需要一种新的指导思想。对此，国内外均做了一些研究[4-8]，提出一些解决方案，但均没能在根本上解决数据不足的问题。
|
|
|
|
|
|
|
|
|
| 广告载入中... |
| 广告载入中... |
| 广告载入中... |
|
|
|
|
|
教育论文中心