（机械电子工程专业论文）基于成组技术的质量控制的研究—spc在多品种小批量制造中的应用.pdf

摘要 本文分析了当前先进制造模式下多品种小批量生产的质量控制面临的主要问题。 总结了当今国内外对此问题的研究现状和制造企业的在此方面的应用；归纳、总结和 分析了当前国内外针对多品种小批量生产的质量控制的方法和特点。在此基础上，提 出一种基于成组技术的s p c ( 统计过程控制) 方法。该方法以工序为控制的重点，把具 有相似性的工序成组，形成工序族，利用相似工序族增大样本容量，解决s p c 中样本 量不足的问题。这种方法既能有效的监控过程质量变异，又能方便简捷的在现场操作 的质量控制方法。 本文重点给出了相似工序的编码原理与方法和相应评判工序相似的方法。在相似 工序的基础上，用数据变换的方法，通过两次数据变换，把工序质量特征数据变换成 无意义的相对值。利用变换后的特征值，采用均值一标准差控制图，把不同工序的质 量信息表示在同一张控制图上，识别当前工序的变化趋势，监控过程的质量。最后通 过工厂现场收集数据，利用实际实例验证了基于成组技术的s p c 的在多品种小批量的 生产中应用的可行性。数据和最后的结论证实本文提出的方法具有一定的实用价值， 方便简捷，便于现场操作。 关键字：质量控制、多品种小批量生产、统计过程控制s p e 相似理论、或组技术 垄王壁塑堇查盟璧量丝型塑竺窒 a b s t r a c t a st h e d e v e l o p m e n to fa d v a n c e dp r o d u c t i o n t h em u l t i s p e c i f i c a t i o n & s m a l lb a t c h m a n u f a c t u r i n gb e c o m e sm o r ea n dm o r ep o p u l a r t h ep a p e rs u m m a r i z e sc h a r a c t e r i s t i co f t h ep r o d u c t i o n ，a n a l y z e st h em e t h o d sa n dt e c h n i q u e sa p p l i e di nt h e p r o d u c t i o nm o d e a l t h o u g h t h e r ei sa l a r g en e e d t oi m p l e m e n tt h eq u a l i t yc o n t r o lo ns u c hk i n do f p r o d u c t i o n t h ec h a r a c t e r i s t i co fs m a l lv o l u m ep r o d u c t i o ni st h a tt h e r ei sn oe n o u g hd a t a i ti sd i f f i c u l t t ou s et r a d i t i o n a ls t a t i s t i c a lp r o c e s sc o n t r o l ( s p c ) t os u c hc a s e s t h i sp a p e r p r e s e n t sa n e 、 e f f e c t i v ea p p r o a c hf o re s t i m a t i n gt h ep r o c e s sp a r a m e t e r si ns u c he n v i r o n m e n t e m p h a s i z e d m a c h i n e p r o c e s s e s ，b a s e d o n s i m i l a r i t yt h e o r y a n d g r o u pt e c h n o l o g y ( g t ) ，s i m i l a r p r o c e s s e sw e r eg r o u p e di n t o af a m i l y u s i n gh i s t o r i c a ld a t af r o mt h e f a m i l y , s t a t i s t i c s a m p l e s w e r e a m p l i f i e d t h ea p p r o a c h n o to n l yi se f f e c t i v ei nq u a l i t yc o n t r o lo f t h e p r o c e s s o u t ，b u ta l s oc o n v e n i e n c ea n ds i m p l e t h ep a p e ra n a l y s e st h em e t h o d o l o g yi n v o l v e dt h ed e t e r m i n a t i o no fp r o c e s sc o d e n u m b e r , f a m i l yf o r m a t i o n ，r e t r i e v i n gd a t a , a n de s t i m a t i n gp r o c e s sp a r a m e t e r s as t r u c t u r e o fac & c s y s t e mf o rs p c h a sb e e ns u g g e s t e d a f t e rt h eh i s t o r i c a ld a t aa n dc u r r e n td a t a w e r eg o t ，t h ed a t aw e r ec o n v e r t e db yt w ot i m ea n db e c a m et h ev a l u e so b e y e dt h es a n a e d i s t r i b u t i o n b a s e dt h ev a l u e ，t h eq u a l i t yc h a r a c t e r i s t i co fd i f f e r e n tg r o u pp r o c e s s e sc a nb e e x p r e s s e di nt h es a m ec o n t r o lc h a r t , t h et e n d e n c yo f t h ec u r r e n tq u a l i t yo ft h ep r o c e s sm a y b ep r e d i c t e d a tl a s t ，ac a s ei n d i c a t e st h a tt h ea p p r o a c hi ss o m ep i r a t i c a lv a l u a b l e k e yw o r d s ：q u a l i t yc o n t r o l ，m u l t i - s p e c i f i c a t i o n s & s m a l lb a t c hp r o d u c t i o n ，s t a t i s t i c a l p r o c e s sc o n t r o l ( s v c ) ，s i m i l a r i t yt h e o r y , g r o u pt e c h n o l o g y ( g t ) i i 本课题为江苏省自然科学基金资助项目 项目名称：快速易重组制造系统的管理与控制系统研究 项目编号：b k 9 7 0 6 1 南京航空航天人学硕十学位论文 1 1 质量控制的重要意义 第1 章绪论 质量已经成为当今全世界共同的工程语言，是现代工业社会和各国经济建设中 一个受到普遍关注的突出问题。质量在国家的战略高度、企业的竞争力和客户的需 求等层面上都有极其重要的意义。 质量水平的高低在一定程度上影响一个国家在全球经济中的地位。在我国成功 的加入w t o ，全球一体化的市场成为现实的形势下，质量的竞争已从国内市场逐步 转向全球，质量竞争力的高低直接决定一个国家在世界经济中的地位。质量领先的 国家如美国、日本、德国在1 9 9 9 占全球工业产值的份额的很大一部分，其中美国占 到2 2 ，r 本占1 5 ，第三是德国，他们都比中国高得多。中国工业产值在全球比 重还比较低，按照计算，1 9 9 9 年，中国的第二产业( 包括建筑业) 产值将近5 0 0 0 亿美元，仅占全球份额的5 左右，列世界第四位。1 。中国要成为世界工厂，缩小与 发达国家的水平，一个重要的条件是整个国家工业的质量竞争力必须提高到一个新 的水平。必须通过改善企业的产品质量、准时交货、提供优质的售后服务等非价格 因素的竞争力来赢得国内市场，打开国际市场。 从企业的角度来看，质量是企业竞争力的关键因素之一。从当今的市场发展现 状来看，无论是国内市场还是国际市场，买方市场的总体格局已经形成，产品和服 务的市场竞争十分激烈，质量管理与控制日益显示出它的重要性，人们对产品质量 的要求日益提高，质量已经成为竞争中成败的关键因素。根据波士顿大学的一个研 究小组跟踪了过去大约1 0 年间2 1 2 家美国制造企业的竞争重点的变化情况表明，质 量因素是首要的竞争能力的因素。1 。这表明一些基本的要求是没有变化的，如果企 业不能满足质量要求，就很难在竞争中生存。2 0 0 2 年世界5 0 0 强企业中国只有1 0 家入围，而且这1 0 家基本上是处于垄断经营的非制造业企业。”3 。国家质量监督局 抽查产品合格率长期在7 5 7 8 之间徘徊。1 9 9 8 年直接质量损失占工业增加值的 2 1 2 ；企业生产过程中的次品、废品、返修品等不良产品损失率平均在1 0 左右“1 。 随着我国加入w t o ，我国企业面临着全面的国际竞争，没有过硬的质量作为保证， 我们的产品很难打入国际市场，甚至会丢掉国内市场。在市场经济的条件下，企业 的经营活动的本质是以经济效益为中心，而质量是经济效益的基础”1 。 客户对质量的要求越来越高。现代质量管理与控制有八大基本原则，其中首要 原则就是质量必须满足客户的需求。现代产品以规格多样化、个性化、技术尖端化 和结构复杂化为主要特征。个性化的产品就要求现代制造模式必须从大批量的生产 模式逐步过渡到多品种、小批量的生产模式，结果是影响质量的因素更加复杂，增 加了质量控制的难度。技术尖端的产品意味着对产品的加工和检测以及过程质量的 基1 一成组技术的质量控制的研究 控制提出了更高的要求。例如一架现代化的飞机由几百万个零件组成，每个零件都 需要有高质量的保证才能确保整个飞机的质量，一个不合格的零件极可能导致一场 灾难。可以说，当今客户对产品质量的要求比任何时候更为严格。 不管是从国家的战略高度还是客户的需求来看，总之，提高生产企业的质量管 理与控制的水平力是当务之急。企业是质量工作的主体，在我国企业中，质量工作 必须提升到一个新的高度，才能扭转长期以来产品质量差的局面，提高市场竞争力， 满足客户的实际需求。因此，研究在现代企业，特别是制造型企业在激烈市场竞争 环境下的质量控制技术对于提高企业的竞争力有着重要的意义。 1 2 质量控制与管理的发展历程 质量管理从科学的管理诞生以来，大致可以分为四个阶段：质量检测阶段、质 量控制阶段、质量保证以及全面质量控制阶段m ，。 质量管理始于简单的质量检测。泰勒制诞生是科学管理的开端，这个时期出现 了最初的质量管理检验活动与其它职能分离，出现了专职的检验员和独立的检 验部门。这种方法有三个方面突出的问题：( 1 ) 当出现质量问题肘，容易造成出现 问题是责任不明确、互相推诿；( 2 ) 属于“事后检验”，无法在生产过程中预防和 控制作用：( 3 ) 这种方法要求对成品进行全数检查。全数检查在经济上不合理，检 查费用大，增加产品成本，还有可能延误交货期，有时，全数检查在技术上也不可 能实现。随着质量要求的提高和技术的进步，在多数企业中已经摒弃了这种管理方 式。 1 9 2 4 年。休哈特提出统计过程控制( s p c ) 理论，应用统计技术对生产过程进 行监控，以减少对检验的依赖。在同一时期，美国的道奇和罗明提出统计抽样检验 方法”1 。美国贝尔电话公司应用统计质量控制技术取得成效；后来，美国军方在军 需物资供应商中推进统计质量控制技术的应用，制定了战时标准z 1 1 、z 1 2 、z 1 3 ， 也最初的质量管理标准。三个标准以休哈特、道奇、罗明的理论为基础。这种质量 控制是利用数理统计原理进行的，所以称为“统计质量控制”。这种方式的质量管 理大大加强了对质量事故的预防和事先加以预防的可能性和现实性。统计质量控制 在美国以及一些欧洲国家取得巨大的成功。由于统计质量控制阶段过分依赖质量标 准控制的统计方法，忽视了质量管理中各种组织管理工作，同时工人感到统计方法 深奥莫测，这些因素也阻碍了质量管理统计方法的推广。 质量保证阶段，质量管理从产品质量管理开始转变为质量体系管理。在此阶段， 质量体系的建立确保了产品的质量，一个主要的变化在于有了第二方和第三方对质 量体系评审。企业在质量管理过程中编制质量手册、过程程序、工作指南、质量计 划、质量评审等方式。质量保证与质量控制相比，最大的进步在于质量保证是基于 质量预防而质量控制是基于质量检测。 南京航空航天大学硕士学位论文 全面质量管理阶段是到目前为止最高水平的一种质量管理方式”1 ，全面质量管 理的概念和思想诞生于美国，1 9 6 1 年，美国通用电气公司总裁费根堡姆在他的著作 全面质量管理中提出全面质量管理( t o t a lq u a i t ym a n a g e m e n t ) 的概念：“全 面质量管理是为了能在最经济的水平上，并充分满足用户要求的条件下进行市场研 究、设计、生产和服务，把企业内各部门的研制质量、维持质量和提高质量活动， 构成为一种有效的体系。”全面质量管理是一个具有丰富内涵的理论和管理哲理。 全面质量管理的基本特点是全员参加、全过程、全面运用一切有效方法、全面 控制质量因素、力求全面提高经济效益的质量管理模式。所谓全员参加意味着质量 控制出少数质量管理人员扩展到企业的所有人员；全过程是指将质量控制从质量检 验和统计质量控制扩展到整个产品寿命周期；全面运用一切有效方法是指应用一切 可以运用的方法，而不仅仅是数理统计法。全面控制质量因素意味着把影响质量的 人、机器设备、材料、工艺、检测手段、环境等全部予以控制，以确保质量。事实 证明，产品的质量与制造成本的关系很大，为了保证产品质量并降低生产成本，要 取得全面经济效益，就必须进行全面质量管理。 另外，全面质量管理还强调以下观点“： ( 1 ) 、用户第一的观点，并将用户的概念扩充到企业内部，即下道工序就是 卜道_ t 序的用户，不将问题留给用户。 ( 2 ) 、预防的观点，即在设计和加工过程中消除质量隐患。 ( 3 ) 、定量分析的观点，只有定量化才能获得质量控制的最佳效果。 ( 4 ) 、以工作质量为重点的观点因为产品质量和服务均取决于工作质量。 通常情况下，全面质量管理分为四个阶段：p i ) c a ，可以用图( 卜1 ) 表示： 第一个阶段称为计划阶段，又叫p 阶段( p l a n ) 。这个阶段的主要内容是通过 市场调查、用户访问等，摸清用户对产品质量的要求，确定质量政策、质量目标和 质量计划等。第二个阶段为执行阶段，又称d 阶段( d o ) 。这个阶段是实施p 阶段 所规定的内容，如根据质量标准进行产品设计、试制、试验、其中包括计划执行前 的人员培训。第三个阶段为检查阶段，又称c 阶段( c h e c k ) 。这个阶段主要是在计 划执行过程巾或执行之后，检查执行情况，是否符合计划的预期结果。最后一个阶 段为处理阶段，又称a 阶段( a c t i o n ) 。主要是根据检查结果，采取相应的措施。 图( 1 - 1 ) p d c a 图摘自 8 基于成组技术的质量控制的研究 全面质量管理理论在美国取得巨大的成功，各国纷纷引进，并结合自己的国情 加以改造，形成一个世界性的全面质量管理大潮流。其中日本得益最大，并且形成 自己独特的质量管理模式，称之为t q c ( t o t a lq u a l i t yc o n t r 0 1 ) ，也有的质量管理 专家如川士磐称之为：公司范围内的质量管理( c o m p a n y w i d eq u a l i t yc o n t r 0 1 ) ， 简称c w q c 。日本式的质量管理有如下特点：全员参加质量管理活动；质量管理的检 查；质量管理教育培训：质量管理活动周；质量管理统计方法的活用以及开展全国 性的质量管理活动9 1 。改革开放后，我国机电行业从日本引进全面质量管理的经验， 也取得了一定的成效。 随着全球一体化的发展和新兴技术的应用，特别是以计算机为中心的信息技术 的快速发展，为企业实施全面的质量管理提供了新的先进的手段和方法，质量的发 展呈现以下的趋势： ( 1 ) 采用科学的、系统的方法满足用户的需求，在质量管理中充分体现以顾客 为中心的原则。产品的好坏最终由用户的满意程度为标准，满足顾客的要求，对产 品的性能进行定量描述的质量产品功能配置( q f d ) 方法在发达国家已经获得成功， 取得广泛的经济效益和社会效果。 ( 2 ) 未来市场是动态多变的，单件、小批量生产将占主导地位。在这种生产方 式下，传统的、面向大批量生产的统计质量控制理论和技术必然不能适应新生产条 件的要求。因此。应大力研究并推广应用并行的、实时的、面向中小批量的质量控 制理论和技术。 ( 3 ) 计算机技术支持的质量管理系统。及时、准确的质量信息是企业制定政策， 确定质量目标和措施的依据，质量信息及时的传递和处理也是质量控制的必要条件。 利用计算机进行制造过程的质量管理和控制是程控制系统的必然发展趋势，应加强 这方面的研究工作，开发出功能强大、适用的计算机集成质量控制系统。 ( 4 ) 突出入的因素。人作为企业一切活动的主体，必然也是质量控制活动的 主体，没有高素质的人，再先进的管理制度，再好的技术也发挥不了作用。因此， 应特别重视提高人的素质，注重质量教育和培训，使全体员工都能清楚的理解质量 管理的知识和各自的质量职责。 ( 5 ) 价值化。产品和服务达到顾客要求的高质量价值，同时质量管理也应能降 低企业成本，为企业创造更大的价值。价值工程方法应该在质量管理中得到充分的 应用。 ( 6 ) 网络时代的质量管理，网络的发展正在改变整个社会，企业生产的网络化 要求质量管理在方法和模式创新，适应新的发展。“”叫”1 总的来说，在当今知识经济时代，应该适应时代的变化，不断的在质量管理与 控制上进行创新，才能在激烈的市场竞争中处于不败之地。 童堡堕皇堕墨查堂堡主堂垡鲨奎 1 3 过程质量控制的发展 现代质量控制理论与实践表明，质量控制的重点在于过程质量的控制而不是单 纯产品的质量控制，产品的质量应该由生产过程的质量来保证“。在制造型企业中， 就应该着眼于制造过程的质量控制。生产过程的控制( p r o c e s sc o n t r 0 1 ) 在质量控 制领域罩的就是对过程的监测、调整已达到控制质量的目的，它是以概率统计为理 论基础的控制学科。质量控制技术又可以分为两类：自动过程控制( a p c ) 与统计过 程控制( s p c ) 。 1 3 1 自动过程控制概要 自动过程控制形成于工业自动化发展过程之中，是工业自动化的一项重要内容。 大致来说，质量自动控制经历了三个阶段“。第一阶段是5 0 年代前以传递函数为描 述形式，以根轨迹和频率法为分析手段的经典过程控制。第二阶段是从5 0 年代末到 7 0 年代初的现代过程控制阶段，该阶段的理论基础是状态空间分析法，包括三个部 分：以最小二乘法为基础阿系统辨识、以极大值原理和动态规划为主要方法的最优 控制和以卡尔曼滤波理论为核心的最佳估计。第三阶段则指7 0 年代后出现的以大系 统理论和智能控制理论为代表的第三代控制理论。目前在实际工业生产中应用最为 广泛的还是现代控制理论。近年来，现代控制理论在非线性系统控制、分布参数系 统控制、离散事件动态控制、稳健控制于分析、随机于自适应控制、智能控制等方 向都取得重要的进展。在过程工业中，很多因素难以通过简单的调夔达到控制过程 质量的目的，如温度、气压等，这些难以控制的因素通过反馈、前馈等补偿的方式 柬控制和调整生产过程，保持过程的稳定，这就是a p c 1 。 1 3 2 统计过程控制的发展 质量控制的另一个重要的技术就是统计过程控制( s p c ) 。它起源于零件加工业， 它的目标是要求质量特征值偏离设计值尽可能小，通过s p c 的监控，调整过程( 工 序) 的参数达到目的。s p c 的发展本身也经历了多个阶段。 早在本世纪2 0 年代，贝尔电话实验室( b e l lt e l e p h o n el a b o r a t o r y ) 就成立了 以休哈特( w a s h e w h a r t ) 博士为学术领导人的过程控制( p r o c e s sc o n t r o ) 研 究小组和以道奇( h f d o d g e ) 为学术领导人的产品控制( p r o d u c tc o n t r 0 1 ) 研 究组。经过研究，休哈特提出了过程控制理论以及监控过程的工具一控制图。世界 上第一张控制图是休哈特在1 9 2 4 年5 月1 6 同提出的p 控制图。道奇与罗明( h 6 r o m i g ) 则提出了抽样检验理论和抽样检验表。这两个研究组研究工作的影响是深远 的，在他们之后，虽然有成百上千篇的论文出现，但均以其为基础。现今的s p c 理 基丁成组技术的质量控制的研究 论与当年的休哈特理论并无根本的区别。 从过程质量控制理论的发展史来看，休哈特可称为统计过程质量控制的奠基人。 他仡2 0 年代创建了过程控制理论，而在1 9 3 1 年进行了总结，写出一本划时代的名 著：工业产品质量的经济控制( e c o n o m i cc o n t r o lo fo u a lit yo fm a n u f a c t u r e d p r o d u c t s ，d v a nn o s t r a n d c o ，i n c ，1 9 3 1 ) 。这本名著可称得上是不朽的， 因为在它出版半个世纪以后的8 0 年代仍能在美国再版，由此可见此书的学术价值。 上述休哈特名著的出版标志着过程质量控制时代的开始，至今已有7 0 年。 休哈特的贡献就在于：应用他所提出的过程控制理论能够在生产线上科学地保 证预防原则的实现。在产品的制造过程中，产品质量特性值总是波动的。按照休哈 特的观点，这种波动可以分为两大类，即偶然波动与异常波动。偶然波动由偶然因 素( 简称偶因) 造成，异常波动由异常因素( 简称异因) 造成。前者在生产过程中始 终存在，是不可避免的，但对产品质量影响微小，相当于背景噪音，可以听之任之： 后者对产品质量影响甚大，在生产过程中时有时无，但却是可以避免的。因此，在 生产过程中，我们需要关注的就是产品质量的异常波动。应用控制图能够及时发现 异常波动，当发现异常波动时需要尽快采取措施除去异因，并保证它不再出现。如 此逐个除去异因，最终可以达到只存在偶因而没有异因的状态，称为稳定状态( 简 称稳念，或称统计控制状态) 。稳态是生产追求的目标，因为在稳态下生产，对于产 品的质量有完全的把握。而且生产是最经济的。若一条生产线的所有工序都达到稳 念，则称之为全稳生产线。s p c 之所以能够实现全过程的预防，所依靠的就是全稳 尘产线。在休哈特之后，提出了数十种控制图，当前值得注意的有累积和控制图 ( c u s u m ，c u m u l a t i v es u mc o n t r o lc h a r t ) 、指数加权移动平均控制图( e w m a ， e x p o n e n t i a yw e i g h t e dm o v i n ga v e r a g ec o n t r o lc h a r t ) 、模糊控制图、选控控 制图( c a u s e s e l e c t i n gc o n t r o lc h a r t ) 等新型的控制图。针对小批量生产的过程控 制的特点，久森伯瑞( c p o u s e n b e r r y ) 提出了q 控制图。这些方法试图在提高 控制图的敏感度和检出能力，但统计模拟( m o n t ec a r l o ) 试验证实这类控制圉检出 异常的能力要远低于参数已知条件下的控制图。本文将在后面的章节详细讨论在小 批量的制造环境中质量控制的方法。 在s p c 的基础上，有些专家提出s p e d ( 统计过程控制与诊断) 的观点。休哈特在 s p c 理论方面做出了卓越的贡献，但休哈特控制图显示异常时，它并不能告知：是 什么异常，发生于何处。即不能进行诊断。1 9 8 2 年张公绪提出两种质量诊断理论， 开辟了统计诊断理论的新方向，从此s p c 上升为s p c d ，也即进入了s p c 发展的第二 个阶段。 后来，s p c 在s p c d 的基础上进一步发展为s p c d a ( 统计过程控制、诊断与调整) 。 从9 0 年代起，s p c d 又发展为s p c d a ( s t a t i s t i c a lp r o c e s sc o n t r o l ，d i a g n o s i s a d j u s t m e n t ，统计过程控制，诊断与调整) ，国外称之为a s p c ( a l g o r i t h m i c s t a tis ti c a lp r o c e s sc o n t r o l ，算法的统计过程控制) ，这也是s p c 的第三个发展 南京航空航天大学硕士学位论文 阶段。到目前为止，s p c d a 尚无实用性成果，仍在发展过程之中。 在目前工程应用中，主要应用的统计工具还是s p c ，特别是在一些制造业比较 发达的地区，s p c 的应用比较广泛。 1 3 3 a p c 与s p c a p c 与s p c 都是质量控制的技术与手段。在大多数时候，这两种方法是应用在 不同环境中，在现代先进制造环境中，两种技术有相互结合、互为补充的发展趋势。 由于s p c 过程的调整是将异常因素逐个消除，最后达到稳态。因此推行s p c 是 进行科学生产的治本的方法。a p c 是对过程的主要工艺参数，如温度、流量、压力、 p h 值等的连续控制，利用工序观测值序列的相关性进行某种预测，然后将信息反馈 到电脑对过程进行调节，使在随机干扰下的质量波动得到补偿。a p c 的优点是通过 简单的工控机进行控制，在不少场合可以作到保持质量为一定水平的基本稳定的生 产。但由于a p c 不具备上述s p c 的功能，同时也不能消除过程中的异常因素，因而 它只是治标的方法。如果由于某些异常原因使得受控参数值超出所控制界限，则a p c 失效，需要人工进行干预。 从9 0 年代起，世界质量界开始考虑将s p c 与a p e 相结合，集中二者的优点，既 治本又治标，也就是：既能控制主要工艺参数进行生产，同时又能进行质量控制与 诊断，从而使得产品质量保持在更高的水平。这是一个新的学科生长点，我们可以 期待会有新的交叉学科出现。将s p c 与a p c 结合，除去如何应用计算机实现的问题 以外，在理论上我们还需要解决s p c 过程与a p c 过程两个过程相结合的问题。s p c 过程要求达到稳态，质量分布恒定，但a p c 过程则是一个不断进行调整、不断过渡 的过程。这就需要从a p c 过程中过滤出稳定的信息以便进行s p c d ，这是问题的核心 所在，有待于进一步的研究解决。 1 4 多品种小批量制造环境下的质量控制研究与应用现状 多品种小批量的制造环境下的质量控制技术早在六十年代已经有国外的学者提 出一些解决的方法，从八十年代开始已经有比较广泛的研究，提出一些理论、方法 和思想，但至今没有成熟的理论形成，实际的应用也不是很多。国内在近年来也有 一些专家和学者在这方愿作一些探索，总的来说效果不是很好。下面就对这些方法 作一些总结和归纳。 1 4 1 国内外研究现状 小批量质量控制的研究现状来看，由于小批量生产控制系统的复杂性，至今也 基于成组技术的质量控制的研究 没有什么很好的方法能够非常成功的应用在各种环境中的控制质量，国内外一些文 献对这方面也有很多的研究，提出不同的解决方案和方法，主要有以下几个途径： 1 基于系统过程建模的方法。经典的质量控制是利用休哈特控制图，该方法是 利用过程的输出来预测和控制生产，把工序的输出看着独立的过程，而过程质量应 该是受全过程影响，所以从本质上来看，休哈特控制图缺乏对过程本身变化的规律 的描述”。近年来，质量控制的趋势是把质量控制的焦点从过程的输出( 产品服务 等) 转向对过程本身的研究。基于过程模型的质量控制技术得到较快的发展，例如 累计和控制图，时序控制图等新的控制方法。系统过程建模的可以解决过程质量特 征数据的相关性或局部数据的残缺等问题，比较好的解释过程质量变异，而且不需 要大量的样本数据，因此在小批量过程质量中有很好的应用“”“。正如其它的建模 的一样，很难对影响质量变异的过程精确的建模，一般情况下建立的模型可移植性 很差，对环境的变化过于敏感等不易回避的问题。 2 基于知识的系统方法。基于知识的解决方法是近年来生产运作以及质量控制 的又一个热点“”1 。在生产中，过程会产生大量影响质量变异的知识，基于知识的 方法可以有效的利用现场工人的经验和专家系统解决一些比较复杂但不容易精确描 述的过程规律，重要的是与s p c 相比，它不需要大量的样本，而且不需要很复杂的 过程建模。基于知识的方法主要利用已经建立的规则或者经验来诊断过程的变异， 所以主要问题是如何建立适当的规则是这种方法的难点。 3 利用神经网络等工具的学习方法。人工神经网络技术是一种重要的智能控制 工具，它可以有效的应用在过程质量控制上。”o “。很多情况下，过程质量具有复杂 的时变性、非线性或者是不确定性，对它们不能精确的建模。因此，应用经典的控 制理论和现代控制理论技术很难实现有效的控制，而人工神经网络具有表示非线性 映射关系的能力，可以对不确定的系统自适应和学习。 4 数理统计方法，这种方法主要是体现在s p c 的应用上。这类方法是当前研究 最多的方法之一”1 1 。s p c 优点在于不需要复杂的数学建模，相对其它的方法而言 比较简单，但在多品种小批量的制造环境下s p c 也有明显的不足。经典s p c 方法主 要是采用休哈特控制图，这种统计质量控制( s p c 在质量控制中我们通常也称之为 统计质量控制s q c ) 的是基于大数定理的弱先验性和非先验性的统计理论，这种统 计方法的需要用适当的抽样手段获取足够的数据来支持统计理论的应用的假设前 提。一般情况下，每一批产品需要抽样2 5 件左右，需要抽验4 - 6 批产品才能做出理 想的控制图。在小批量、多品种的生产环境下，山于加工件的数量很少，有的甚至 只有几件，收集的数据达不到利用传统的统计方法要求。即控制图还没做出来生产 已经结束。控制图没有起到应有的预防作用。失去了运用统计方法控制质量的意义。 为此，在过去很长一段时间内，s p c 很难在这一环境中应用，而是从其他的途径去 考虑质量控制，例如采用高精度的自动化加工设备或直接分析加工误差，设法减少 加工系统中的不稳定因素，采用1 0 0 检验等。当然这也是一些可行的方法，但从 南京航空航天人学硕十学位论文 经济的角度来看是否值得还有待具体分析。其中也有不少提出适用于多品种小批量 的控制图，这些控制图大多是经过数据变换或提出基于小样本的统计理论的数掘控 制图，本文将在后面详细的讨论在多品种小批量制造环境下的统计控制方法。 从以几种方法可以看出，没有那一种方法可以完全适合所有的过程质量控制， 在多晶种4 , j h ：量的制造环境中的质量控制有突破性的进展。但是由于统计质量控制 技术的特征和在大工业化时代的巨大成功，质量工程师们一直没有放弃将s p c 技术 引入的多品种、小批量的生产环境中的努力。基于统计方法的过程质量控制相比其 它几种方法而言，并不需要很复杂的建模，而且相对容易在实践中应用。从质量工 程的角度来看，制造过程中统计质量控制技术在多品种、小批量的生产模式中仍然 是重点之一。针对多品种、小批量的制造过程的s p c 方法，目前还处在研究和探索 的阶段，但到同前为止，国内外有学者从不同的角度提出了一些解决问题的方法和 策略。这些思想和方法对进一步深入研究和工程化应用有很重要的参考价值。 事实上，在我国众多品种小批量制造型企业就一个特定的加工环境来说，例 如一个机加工车间，尽管它面对的是多品种、单件小批量的加工模式，可能每次加 工的零件都不尽相同，每次加工过程巾，众多的因素都处于变动之中，然而从加工 过程( 工序) 的观点来看，它们之间却具有很大的相似性。正是这种相似性，已为 成 1 l 过秤设汁提供了理论基础。同样，如果把统计监控的对象着h 艮于制造过程( t 序) ，利用制造过程的相似性，将不同零件加工过程( 工序) 分组，按成组过程构 造样本，扩大样本容量，就有可能使s p c 方法在多品种小批量的加工环境中得到成 功的应用。这样，就可能通过控制制造过程的质量来达到控制零件加工质量的目的。 其实，控制制造过程来控制过程的输出质量是s p c 最初的思想，哈休特提出的s p c 巾最艰本的原i 里应该是p r o c e s s 的控制。传统的s p c 只要靠检验过程的输出来反应 过程的稳定与否，缺乏对过程本身的分析与认识。近年来，相当多的研究表明，多 。 剃f ，j 、批镀的制造环境下的质量控制应该围绕制造过程的制造过程的质量控制上 水。膳r 这样的指导思想，本文主要集中在过程质量控制这一点，利用相似工程的 原，l ! ，构造成组过程，把成组过程作为统计的对象来研究过程的变异。所谓“成组 过程”，在本文中定义为具有广义相似性的一类实际过程的抽象集合，它可映射出 造成该类实际过程质量变异的共因，通过对成组过程的统计分析，可很好地揭示出 过程的质量波动状况，预测后续具有相似性的过程的质量变异的情况。 1 4 2s p c 应用现状 同胁，圈内外对多品种小批量的制造环境下利用统计方法控制质量作了很多研 究，肚术i ：处j ：探索阶段，还没有那一种方法能够具有传统的s p c 那样广泛的应用 价值。但一些研究的思想和方法对后续的研究具有很大的参考价值，为此，本文通 过对国内外一些比较有代表性的思想和方法进行分析和总结，大致把这些方法归为 9 基于成组技术的质量控制的研究 以下几类： 1 在控制图的精度和控制界限上作些调整，通过调整控制图的标准控制界限 或通过数据变换来降低第1 类错误发生的概率，改善标准休哈特控制图的精度，应 用精度更高、更灵敏的控制图。 2 基于统计数据变换的质量控制方法。这种方法主要是改变统计量的形式，通 过一定的数学变换，增大统计的样本量，提高统计的可靠性。 3 过程建模法。加强制造过程输出的监视和控制，把监控的重点从的产品的特 征转向制造过程的控制。 4 贝叶斯建模法。该方法主要利用贝叶斯统计学的理论，结合现场工程师的经 验，对过程进行一定程度的建模。 综上所述，我们对以上几种方法的研究情况和进展分别论述如下： 1 提高精度统计方法和改善控制图 这种思想是力求在原来休哈特控制图的基础上作一些改进，提高控制图的灵敏 度。传统的控制图是建立在以下的统计假设基础上的：如果质量特征值来自已知均 值u 、标准偏差0 的正态分布，则控制界限所要求的控制精度定为xa ，此时，第 一类统计错误的概率为可以通过查已知的统计表或积分表计算求得xa 的分位数获 得。在实际的现场应用中，均值u 、标准偏差。通常是未知的，均需要通过估算获 得，第一类错误的概率必然要大于设定值。因此，国外一些学者认为传统的控制图 的统计变量的计算公式过于粗糙，以至于精度比较差，不容易识别被控过程的失控 状态，在样本容量小的情况下更如此，故控制效果不是很好。基于这样的思想，给 出以下一些控制策略，并给出一系列无偏估计值o “。 假定过程处于控制状态时的质量特征值分布为f 0 ，为了确定t ( t k ) 时的过程 是否处于控制状态，必须判断t 时刻质量特征值的分布f 。是否仍与f 0 一致，这时单 值变量界限l 为： l = t + c ( k ，p ) v( 卜1 ) 上面的公式中，t ：均值u 的一致无偏估计值 v ：标准偏差0 的一致无偏估计 c ( k ，p ) ：( x , - t ) v 的正态分布的p 分位数 在上面的公式( 1 1 ) 中t 和v 均由初始样本唯一确定，式( 1 1 ) 控制下限 和控制上限的中点所对应的p 分位数为p = o 5 ，控制下限所对应的d 分位数为p 。 = 0 ，其中均值o o k ，所以有： 只( x 工) 2 只( 軎c ( 七，p ) ) ( 1 2 ) 1 0 堕室堕至堕丕奎堂堡主堂堡笙苎 也就是说，当设定的控制上限为p 。= ( 1 一仃) 且过程处于统计控制状态时，可 以确定任意一点超出控制界限的概率值，从而判断被控制的质量特征值是否发生了 变异。这种该方法可以提高统计质量控制的算法的精度，但只能获得过程质量在短 期内的状态，不利于在比较长期的时段内对过程进行控制和预测。同时，如果对每 一种产品的每一个需要受控的质量特征值建立复杂的控制图，有可能在加工某一零 件时需要很多的控制图，导致控制图泛滥，工作量倍增，不利于现场统计质量控制 的有效实施。 在国内，有人提出一种基于现场实际数据的自助控制图( b o o t s t r a pc o n t r o l c h a r t ) ”。从理论上说，自助控制图不依赖于对质量特性总体的正态分布假设。可以 无须知道质量特性分布的概率函数、分布的参数、甚至分布的状况，而且可以根据特 定的一类错误概率n 方便地确定控制限的大小，因而具有对样本数量和样本大小的 稳健性，在小样本时即可快速有效地确定控制限，因而具有敏捷性，而且由于其特点 是利用计算机运算来代替理论分析，但这种方法的不足之处在于自助样本不能过小， 至少需要1 0 0 0 0 ，原始样本可以很小。 这种提高统计精度的方法只是在算法上有所改进，仍然没有从根本上解决数据 不足的问题。从目前的应用来看，以上方式的解决方法的应用都不是很理想。因为 无论什么样的统计算法都需要足够的样本来提高预测的精度和可靠性，这些方面的 研究无法解决质量特征数据不足的本质问题。 2 数据变换法 由于单纯的通过提高统计方法的精度和灵敏度的方法仍然受到现场环境和数据 量不足的影响，因此，一些学者试图通过其它的统计手段来解决多品种小批量制造 环境下统计质量的问题，提出了很多在不同数据变换的方法在不同的环境下的应用， 大致可以归为两大类：无历史信息的数据变换方法和有历史信息的数据变换方法。 ( 1 ) 无历史信息的数据变换方法 在多品种小批量的铝4 造环境中，有时一些被加工对象是新产品或者是很少加工 以及两次加工之间的时间间隔比较长，当在加工这些产品时，没有过程的历史信息 可以借鉴，很难直接引用传统的s p c 方法，为此，一些学者提出一些基于统计数据 变换的质量控制方法，其中最有影响的是美国质量专家c p q u e s e n b e r r y 提出被称 之为q - c h a r t 的控制图。q u e s e n b e r r y 提出的控制图的主要思想是：假定被分析的 质量特征值数据完全独立、正态相关和来自相同的总体。对质量特征值的数据进行 标准正态变换，将来自不同总体的质量数据转化为标准的正态总体，通过这种方法 使得来自不同的总体的质量特征值数据可以利用同一种标准变换。q 图在一定程度 上解决了小批量制造环境下的质量控制问题，它可以在单样本，成组样本的情况下 使用，做出不同的控制图。 小批量制造的特点是批量小，品种变换频繁，如果每变换一次品种就做一张控 制图，不但会增加工作量，而且难于保存资料，由于q 图是一种通用的控制图，我 l i i = = ：= = ：_ = _ = ：- - 二二二一 们可以将不同的质量特征值的样本，经过变换后作在同一张控制图上，j i 再天夭i r 少了更换控制图的频率，即提高了工作效率。q 控制图很是适合用在只生产一次的 小批量的质量控制。但q 图在有效性和实用性上仍然有很大的不足。q u e s e n b e r 。v 的研究只是对基础统计理论的探讨，主要研究对象只限于传统的质量控制图的变换， 对这种变换的数学可行性进行了论证，但没有说明这种数学变换在制造技术上的内 涵，每一步转换在实际制造过程中的含义，更主要的是q - c h a r t 没有给出相同总体 的质量数据的来源和确定方法，没有相关的制造技术的支持，导致其缺乏在实际中 应用的完备性，因此这种方法还有待进一步完善。 无历史信息小批量生产的控制图比较有影响的还有1 9 6 9 年美国希利尔( f s h i l l i e r ) 与新加坡杨中浩提出了小样本x r 控制图。还有一些学者在这方面做了一 些建设性的探讨，但统计模拟( m o n t ec a r l o ) 试验证实这类控制图检出异常的能力 要远低于参数已知条件下的控制图。 ( 2 ) 有历史信息的数据变换方法 在有相似的制造过程的质量特征信息的情况下，数据变换的基本方法是设法从 相同或相似的零件种获取更多的信息，细分零件的分类，形成零件族，利用成组技 术，通过数据变换构造服从同一分布的统计量以增加样本容量，克服小批量统计数 据不足的问题，从而直接使用传统的s p c 方法对制造过程进行控制。这种方法的基 本思想可以用以下示意图( 1 - - 2 ) 来表示： | 历史信息卜+ 数 _ 一统计量估计l _ 呻 据 变 p 蓄惴卜 换 i息 7 _ 。 图( 1 - 2 ) 数据变换示意图 数据变换的方法很多，它们在不同