多变异源的工序控制方法研究

论文摘要

随着产品质量在企业在参与市场竞争中占据越来越重要的作用,统计过程控制(SPC)也得到越来越广泛的应用,特别是6σ质量改进理论和方法开始进入各大生产企业。对于某些存在多变异源过程的质量控制,为企业所熟悉的建立在单一变异源基础上的传统休哈特控制图会出现虚发警报过高的问题,严重影响控制图的应用效果,因此需要研究多变异源工序控制方法。本文针对多变异源过程控制所急需解决的控制方法问题进行了理论研究,主要工作和成果如下:1.全面归纳了多变异源过程控制的现有理论,深入研究了多变异源过程控制方法,建立起一套集多变异分析、多变异源过程控制方法、控制图工具选择、抽样方案确定的多变异源过程控制流程方案。2.首次在多变异源过程控制中引入了指数加权移动平均控制图,实际结果表明,指数加权移动平均控制图要比改进的休哈特控制图的效果要好,提高了多变异源过程均值小偏移的检出力。3.在建立了多变异源控制图之后,又继续研究了多变异源控制图的操作特性曲线,给出了有关的公式,这有助于了解多变异源控制图的特性,分析控制图的效果和性能。4.在多变异源控制图操作特性曲线研究的基础上,给出了确定样本含量的方法,结果表明,通过给定的第二类风险概率,能方便的确定多变异源控制图的样本含量。5.通过多变异源过程参数的置信区间与样本含量的关系,为多变异源控制图的样本含量的确定找到了另一个办法。给定某个变异源方差分量的置信区间,就能确定相应的样本含量。为多变异源控制图节约抽样成本,扩展应用范围打下了基础。6.以存在多变异源的高精度主轴加工工序为实践对象,以实例说明本文所建立的一整套多变异源工序控制方法流程。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 多变异源过程控制问题的产生
• 1.2 国内外研究现状综述
• 1.2.1 统计过程控制与控制图的发展综述
• 1.2.2 确定样本大小的方法研究综述
• 1.2.3 多变异源分析与控制方法研究综述
• 1.3 本文的研究思路和主要研究内容
• 1.4 本文的创新点
• 第二章 多变异分析与多变异源控制方法的应用条件
• 2.1 多变异源问题的数学模型
• 2.2 多变异分析方法
• 2.3 消除异常变异源
• 2.4 虚发警告过高的分析
• 2.5 应用多变异源工序控制方法的条件
• 第三章 多变异源工序控制方法
• 3.1 引言
• 3.2 批次变异不显著而产品间变异显著的控制方法
• 3.2.1 选择产品做样本的控制方法
• 3.2.2 选择批次做样本的控制方法
• 3.3 批次变异显著而产品间变异不显著的控制方法
• 3.4 批次和产品间变异都显著的控制方法
• 第四章 其他控制图在多变异过程控制中的应用
• 4.1 前言
• 4.2 指数加权移动平均控制图在多变异源工序控制中应用
• 4.2.1 指数加权移动平均控制图
• 4.2.2 指数加权移动平均控制图的优点
• 4.2.3 EWMA 控制图的应用实例
• 4.2.4 EWMA 控制图与改进的休哈特控制图对比分析
• 4.3 累积和控制图在多变异源工序控制中的应用
• 4.3.1 累积和控制图
• 4.3.2 CUSUM 控制图在多变异过程控制中的应用
• 第五章 多变异过程控制的抽样方案
• 5.1 前言
• 5.2 OC 曲线估计样本含量的方法
• 5.2.1 OC 曲线法的原理
• 5.2.2 多变异源过程控制图的OC 曲线
• 5.3 过程参数置信区间估计样本含量的方法
• 5.3.1 原理
• 5.3.2 多个变异源方差分量的置信区间
• 第六章 应用实例
• 6.1 概述
• 6.2 工序质量的多变异分析
• 6.3 多变异源工序控制方法
• 6.4 用OC 曲线方法估计样本含量
• 6.5 过程参数的置信区间估计样本含量
• 第七章 总结与展望
• 参考文献
• 发表论文和科研情况说明
• 致谢