產(chǎn)品的質(zhì)量是現(xiàn)代企業(yè)增強市場競爭力、賴以生存和發(fā)展的基礎(chǔ)。制造過程的質(zhì)量控制與診斷是保證產(chǎn)品質(zhì)量的重要環(huán)節(jié)。對制造過程質(zhì)量進行控制，是實施過程質(zhì)量連續(xù)改進的起點，而制造過程質(zhì)量診斷則可為過程質(zhì)量連續(xù)改進指明方向。通過制造過程質(zhì)量診斷發(fā)現(xiàn)過程異常并采取糾正措施，可以使過程恢復(fù)并保持穩(wěn)定受控狀態(tài)。隨著制造過程現(xiàn)代化和復(fù)雜程度的提高，對過程質(zhì)量控制與診斷提出了更嚴更高的要求，單純使用傳統(tǒng)的統(tǒng)計過程控制與診斷技術(shù)并不能很好地滿足這些要求。本文針對制造過程質(zhì)量控制與診斷中存在的4個核心問題進行了研究，包括缺乏快速而經(jīng)濟的Shewhart控制圖設(shè)計方法、缺乏高效統(tǒng)一的制造過程質(zhì)量量化控制方法、缺乏實時準確的過程均值與方差控制圖異常模式并行識別方法以及缺乏精準便捷的質(zhì)量特性相關(guān)多工序制造過程質(zhì)量診斷方法。本文的創(chuàng)造性研究成果主要有：（1）提出了一種基于過程歷史波動知識的控制圖統(tǒng)計經(jīng)濟設(shè)計方法針對傳統(tǒng)Shewhart控制圖設(shè)計中存在如下問題：（1）統(tǒng)計設(shè)計控制圖的使用成本較高，（2）經(jīng)濟設(shè)計控制圖的統(tǒng)計特性并不理想，（3）只注重在控參數(shù)而不考慮過程歷史波動知識，提出了基于過程歷史波動知識的控制圖統(tǒng)計經(jīng)... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：120 頁

【學位級別】：博士

【部分圖文】：

本文的主要工作

10圖2.1 一個生產(chǎn)制造過程質(zhì)量控制周期(1) 過程在控的期望時間假設(shè)制造過程一開始處于在控狀態(tài)，制造過程維持在在控狀態(tài)依據(jù)假設(shè)服從參數(shù)為 的指數(shù)分布。因此，在過程處于在控狀態(tài)的期望時間為 1 iT 。(2) 變異發(fā)生到被偵測到的期望時間假定 X & S控制圖總的第二種錯誤(漏發(fā)警報)的概率為 ，則 X & S控制圖總的偵測過程異常的能力( P )為 1 ，即有 P 1 。因此，在偵測到異常因素發(fā)生之前的采樣次數(shù)(即失控平均鏈長)為 1 (1 )dARL 。假定過程異常發(fā)生在第 j 次與第 ( j 1)次采樣之間，采樣間隔的時間為h ，則在第 j 次到第 ( j 1)次采樣時發(fā)生異常因素的期望時間為： 12121(1)( )20011hheheeedTeeTdTedtetjhdthhhjhThjhThjhtjhjhtn (2-2)因此

F-MOPSO和NSGA-II在第一個基準測試問題上產(chǎn)生的Pareto前沿

【參考文獻】：
期刊論文
[1]Economic Design of & S Control Charts Based on Taguchi’s Loss Function and Its Optimization[J]. GUO Yu1,*,YANG Wen’an1,LIAO Wenhe1,and GAO Shiwen2 1 College of Mechanical and Electrical Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210013,China 2 China Aerospace of Science and Technology Corporation,Beijing 100037,China.  Chinese Journal of Mechanical Engineering. 2012(03)
[2]基于田口質(zhì)量損失函數(shù)和控制圖設(shè)計的經(jīng)濟生產(chǎn)批量模型[J]. 金垚,倉婷,潘爾順,王瑩.  計算機集成制造系統(tǒng). 2011(10)
[3]多工序制造過程誤差傳遞分析與建模[J]. 趙家黎,梁角虎,薛盼.  蘭州理工大學學報. 2011(03)
[4]基于蟻群算法的選擇性神經(jīng)網(wǎng)絡(luò)集成方法[J]. 趙勝穎,高廣春.  浙江大學學報(工學版). 2009(09)
[5]基于田口質(zhì)量損失函數(shù)思想的均值控制圖的經(jīng)濟設(shè)計[J]. 解順強,張?zhí)m霞,李麗華,楊曉靜,郭雅彩,呂金鳳,王瑞星.  工程數(shù)學學報. 2008(05)
[6]基于田口質(zhì)量損失函數(shù)的控制圖優(yōu)化設(shè)計[J]. 張斌,韓之俊,陳湘來.  工業(yè)工程. 2007(06)
[7]基于神經(jīng)網(wǎng)絡(luò)的控制圖異常模式識別研究[J]. 昝濤,費仁元,王民.  北京工業(yè)大學學報. 2006(08)
[8]神經(jīng)網(wǎng)絡(luò)集成的免疫學習算法[J]. 孟江,王耀才,王天成,鞏敦衛(wèi).  中國礦業(yè)大學學報. 2005(04)
[9]改進粒子群優(yōu)化算法在負荷經(jīng)濟分配中的應(yīng)用[J]. 楊俊杰,周建中,吳瑋,劉芳.  電網(wǎng)技術(shù). 2005(02)
[10]控制圖模式及其智能識別方法[J]. 余忠華,吳昭同.  浙江大學學報(工學版). 2001(05)



本文編號：2911091