【汽车发动机再制造过程质量控制分析16000字（论文）】

V汽车发动机再制造过程质量控制研究摘要再制造系统以废旧零部件为毛坯，导致生产过程受诸多不确定因素的影响，致使再制造系统能效提升的难度加大。同时在现代制造业的生产过程中，传统的质量控制方法已经不能匹配智能化生产过程，制造企业的质量控制方式也从线性模式向非线性模式进行转变，同时在决策过程中也由过往经验式决策转变为依据质量数据分析进行决策，在质量控制过程中也由后迭代响应转变为前馈干预。因此，研究适合机械产品再制造环境的质量管控策略，是提高产品再制造过程质量稳定性和可靠性的关键。本文围绕汽车发动机再制造过程质量控制，从区块链的视角出发，构建通过方案优化决策的目标体系进一步的说明过程质量控制的本质所在，随后建立了面向综合目标体系认可度最大的决策模型，最后提出基于质量功能展开的决策方法对模型进行求解，并利用某个再制造企业联盟中的某成员企业对发动机的再制造过程质量的具体实践，展示了系统的优越性以及可行性，以期对再制造企业提高复杂机械产品质量稳定性和可靠性提供支持。关键词：发动机；质量控制；再制造目录242611绪论 1236841.1研究背景与意义 162541.2研究现状 124781.2.1制造过程质量控制研究现状 1147571.2.2再制造研究现状 216691.3研究内容与方法 445532汽车发动机再制造过程质量控制体系架构及方法研究 5168342.1再制造方法 515872.2汽车发动机再制造过程工艺流程 578692.3汽车发动机再制造过程质量控制体系架构 7150362.4再制造过程质量控制方法 9123793汽车发动机再制造过程质量控制优化决策研究 12172403.1汽车发动机再制造质量控制优化决策问题描述 12319383.2基于QFD的汽车发动机再制造质量控制优化决策方法 13203733.2.1QFD工具简介 1359793.2.2质量屋系统参数估计 1417903.2.3再制造工艺方案优化决策 1631073.3案例分析 18178474汽车发动机再制造过程质量管控系统 21118774.1系统需求与系统功能分析 2189044.1.1系统需求分析 21118514.1.2系统功能 21138084.2系统设计 22132874.2.1系统框架设计 222564.2.2系统功能模块设计 23296084.2.3系统运行流程设计 24166465总结与展望 253928致谢 2619921参考文献 271绪论1.1研究背景与意义在工业技术日益进步的背景之下，近年来，我国的制造行业发展的十分迅猛，成为新一代定位的蓝海行业，与此同时导致了愈来愈快的机电产品的推陈出新，在各种新型的机电产品，例如汽车、机床和工程机械等，在极大的提升了人们的生活品质以及日常工作效率的同时，也不得不面临着报废处理，这将造成众多的并且日益严峻的的资源不能被合理有效地利用以及大气污染等问题，如若不能妥善地处理这些废旧机电产品，将会导致本国经济遭受相当大的损失并且会产生严重的环境污染问题。与此同时，废旧机电产品在退役后通常还有着十分巨大的、能被循环往复利用的潜在价值，如果可以释放并发挥出潜藏在这些废旧机电产品中的剩余价值，将它们变废为宝，将成为我国循环经济向前迈进的重要推动力。再制造，作为一种符合我国循环经济发展要求的绿色技术，采用先进的工艺技术对废旧机电产品中可进行再次利用的废旧零部件进行修复，能够将废旧零部件变为宝，令其重新焕发出生命活力。近年来我国政府给与了再制造产业一系列的政策引领与大力支持，致力于加快我国再制造产业前进的步伐，使我国再制造技术达到世界一流水平。然而，虽然我国再制造产业的规模正在不断扩大，但仍存在着再制造企业再制造能力良莠不齐、过分依赖人工和再制造工艺方案优化决策水平低等问题。在现代制造业的生产过程中，传统的质量控制方法已经不能匹配智能化生产过程，制造企业的质量控制方式也从线性模式向非线性模式进行转变，同时在决策过程中也由过往经验式决策转变为依据质量数据分析进行决策，在质量控制过程中也由后迭代响应转变为前馈干预。在再制造过程中，通过对质量过程数据的分析与挖掘，发现出影响产品质量的因素以及不同工艺加工过程中设备等的运行状况。在生产过程中其具有生产复杂、不确定因素较多、质量数据大、更新速度快等特点。通过传统质量控制的方法很难获得有效的质量数据及数据分析结果。因此，亟需科学地进行再制造工艺方案优化决策实践，建立合理的数据收集与处理过程，运用智能算法等技术对质量数据进行有效的诊断与挖掘，保障再制造生产过程的顺利与稳定运行，提升产品质量安全，加快质量控制的智能化进程。1.2研究现状1.2.1制造过程质量控制研究现状在传统的质量控制过程中，主要是通过运用过程数据统计的相关工具对过程质量进行控制，这是通过对产品质量数据进行事后检验控制，有助于提升产品质量控制的整体能力。马义中等人（2012）运用一阶向量回归对自变量的影响，结合MEWMA控制图，对质量控制过程进行了研究[1]。王泽宇等（2021）通过运用因果图对压电陶瓷生产工序进行了质量分析，提取出影响生产过程的影响因素，并运用了SPC控制图对其质量进行了控制与改进[2]。郑玉巧等人（2019）依据小批量生产的特点，提出了一种基于质量损失函数、直觉模糊集的工序相似性分析以及SPC控制图的得风力机轮关键工序质量控制的方法[3]。周康渠等人（2019）通过相似性原理对零件工序的相似性进行了分析，并通过公差法进行了数据转换，构建了满足不同类型小批量生产的质量控制图，并通过案例进行了验证[4]。李春芝等人（2019）出了运用正态分布的检验方案，称之为放宽连续抽样检验边界方案，其主要利用对置信下限的跳帧，保障输出质量的一致性，并通过案例进行了验证[5]。姜兴宇等人（2018）对废旧零部件再加工时其质量波动性大、加工部连续等问题，构建了基于一种非正态分布且动态的加权移动控制图的质量控制方法[6]。Kim等人（2019）重新构建了控制图中变量的选择模式，提出了一种运用偏差与残差的多元指数平均控制图，并通过与传统SPC模型进行对比，验证了其的优越性[7]。Stephen等人（2016）通过评估离散及连续质量数据的有效性，构建了一种基于SPC控制图及测量过程重复性及重复性的方法，并通过案例对改进过程进行了优化[8]。Macros等人（2012）通过考虑数据残差，运用主成分分析提取控制流程，并运用SPC控制图构建了过程质量的监控与诊断系统[9]。Sila等人（2008）通过对过程质量数据进行实时分析，并结合主成分分析，对生产流程的区域进行了确定，并对生产流程中出现的质量问题进行了诊断[10]。Abd等人（2005）通过提出基于小波非线性的控制方法，对数据统计过程分析进行了简化[11]。Mulat等人（2018）运用极差控制图及平均值控制图对裤缝质量特性进行了质量控制，并通过不同质量参数据进行了分析，对裤缝质量进行了改进，并制定了改进措施[12]。1.2.2再制造研究现状再制造，通过利用科学合理的技术修复废旧零部件，能有效地释放其剩余价值，在资源节约和环境保护等方面意义深远。目前，全球范围内专家学者对再制造进行了再制造工艺技术、再制造设计、可再制造性评估等方面的研究。如：关于再制造工艺技术方面的研究，王凯弘等（2021）提出了一种激光再制造技术，该技术具有低噪声，无污染、非接触和节能等优点[13]。朱胜（2013）搭建了柔性增材再制造工艺技术平台，利用该平台能够快速、高效、精准地进行柔性再制造加工[14]。江志刚等（2013）提出了多种工艺相互搭配使用可以实现更为出色的再制造效果，利用一种多目标属性的举措模型，帮助再制造企业选择最为合适的工艺搭配方案，实现最优的再制造生产效益[15]。姚巨坤等（2011）阐明了再制造检测的概念，指明了再制造检测的具体内容以及相应的工艺流程[16]。Seo等（2020）研发了一种汽车零部件再制造工艺技术，通过对三个再制造变矩器和两个新变矩器的最大性能效率值进行比较，结果表明该技术可以有效地恢复自动变速箱变矩器的原有性能[17]。Zhang（2020）研究了一种失效曲轴锻模自动电弧增材再制造工艺，并以某个失效的曲轴锻模的自动电弧增材再制造为例，验证了整个工艺的可行性[18]。关于再制造设计方面的研究，苏梅月等（2018）从模块划分的视角研究了再制造产品的设计方法，可以快速快速高效的实现原型设计，实现较好的设计效果[19]。宋守许等（2018）提出一种主动再制造设计方法，通过在设计环节就消除某一薄弱结构对产品整体的影响，能显著提升产品的服役性能[20]。王涵等（2019）提出了目标级联的概念，并将其运用到再设计中[21]。针对再制造设计目标不明确的问题，Gong等（2019）提出了再制造设计的非经验混合多属性决策方法[22]。Ke等（2020）提出了一种基于向量空间模型和实例推理的智能再制造设计方法，运用该技术能快速高效地设计出满足客户需求的再制造产品[23]。在可再制造性评估这个研究方向上，潘尚峰等（2016）通过优化改进智能算法的运行过程，显著提升了可再制造性评估的效率以及精度，运用该方法能快速精准地预测出机床某零部件的可再制造性[24]。针对再制造性评估中多指标导致的复杂性耦合性的问题，张秀芬等（2009）提出了多维递阶再制造性评价模型[25]。任仲贺等（2019）以层次分析法为基础，构建了包含三个重要维度的可再制造性评价模型，通过该模型能够全方位的对废旧零部件的再制造性进行综合的评估[26]。综上看来，国内外专家学者从不同的角度对再制造进行了系统性地研究，如再制造的工艺技术和再制造设计等，但较少有研究考虑到了当前我国许多再制造企业，尤其是中小再制造企业，由于缺乏再制造知识的积累，再制造技术水平薄弱，需要借助于知识共享来增强它们再制造能力的特点。1.3研究内容与方法针对本文所研究的再制造工艺方案优化决策问题，形成了如图1.1所示的研究思路，论文的主要研究内容围绕着这个研究思路展开，具体如下：第一章，从多个角度分析了再制造的内涵以及其价值所在，从多个方面归纳总结了国内外一些知名专家学者在再制造领域对再制造工艺方案优化决策所做的科研工作，详细的说明了本研究所做的一系列工作的思路来源以及本文独特的研究视角。第二章，首先从多个角度概述了再制造工艺方案优化决策理论并且着重分析了不确定性给方案优化决策带来的多个方面的负面作用，然后分析了区块链的特点及其本质所在，详细的说明如何将区块链技术合理有效地融入优化决策的环节中，进而构建本文的理论基础。第三章，对如何通过区块链获得初步可供选择的工艺方案的全过程进行了详细的介绍，首先运用区块链技术整合再制造企业联盟中各个成员企业的关于再制造工艺的众多的案例知识，然后通过检索搜寻到最为相似的再制造工艺案例知识，最后进行知识交易与重用，进而获取初步可供选择的方案集合。第四章，详细地介绍了优化决策的综合目标体系并且对优化决策的关键技术环节进行了概述，构建了能够令综合目标体系获得最佳的满意度的优化决策模型，并利用质量功能展开法（QualityFunctionDeployment）求解所提的模型。第五章，以上述关于优化决策的理论研究为重要的基石，开发了与之对应的优化决策系统，以流程图以及框架图的形式对系统的构建过程进行了详细的介绍，并以具体的案例阐明了如何运用该系统帮助工程技术人员解决他们所遇到的众多棘手的优化决策难题。第六章，总结全文，简要地概述本研究所做的具有重大理论价值以及实际应用价值的原创性的工作，并指出该研究还需要不断地优化与调整的地方，点明后续的的研究大致应该从哪些方面着手，对论文进行不断的细化及完善，形成更为完备的理论研究体系，为今后的研究工作做好铺垫。2汽车发动机再制造过程质量控制体系架构及方法研究2.1再制造方法再制造方法包括对具有在规定时间内发生的失效和/或磨损的零部件进行修复，以恢复其使用性能；以及将已被修复过的零部件重新投入生产。具体可分为两种类型：一是采用新材料来实现的再生处理法，二是采用传统的热处理工艺。汽车发动机再制造是以废旧发动机为原材料，通过一系列的再制造工艺，使生产出的再制造产品的质量达到或超过新品的特殊制造过程。发动机再制造不同于发动机大修，虽然当发动机发生故障无法正常使用时，都可以通过这两种方式使之恢复使用性能，但是大修只是一种保证发动机正常运作的应急措施，通常以更换损坏零部件为主，具有小批量、高随机性等特点，而发动机再制造是基于先进的表面技术和尺寸修复技术，实现零部件的性能升级，做到彻底的废旧零部件再利用，也可适用于批量化的再制造产品生产过程2.2汽车发动机再制造过程工艺流程汽车发动机再制造过程工艺流程如下：图2.1再制造发动机工艺流程（1）无损拆解无损拆解是指采用人性化的拆解方式将废旧产品拆解成各个独立零部件的过程，这是再制造工艺的首要步骤。发动机在结构设计中就考虑了可拆解性，发动机的关键零部件如曲轴、缸体、连杆等都可以进行无损拆卸。在拆解过程中需按拆卸的零部件按照类型统一存放，此外，拆解过程中还需要及时鉴别、剔除那些严重损坏而无法进行再利用或再修复的零部件，如磨损严重的轴瓦、活塞等。（2）清洗将发动机拆解成各零部件后，需根据零部件的材料、结构等特性差异采用不同的清洗方法。清洗不仅仅是洗掉废旧零部件表面的泥垢、油脂、锈蚀等表面残留，还要去除零部件内部附着的污垢。再制造清洗技术主要包括热能清洗技术、流液清洗技术、压力清洗技术、超声波清洗技术、化学清洗技术、振动研磨、干式喷砂、液体喷砂等技术。根据清洗的复杂程度，在清洗过程中常需同时应用多种清洗技术。（3）无损检测及分类废旧零部件在无损清洗后，下一个重要的关键步骤是检测拆解、清洗后的零部件质量和性能，以确定零部件的可再制造性。常用的五大常规无损清洗技术包括渗透检测、磁粉检测、涡流检测、超声检测和射线检测。根据不同的检测结果，零部件可以分成三类：①不必经过再制造加工就可直接使用的再利用零部件；②经过再制造加工后可重新投入使用的可再制造零部件；③没有可再制造或再利用价值的易报废零部件。（4）再制造加工再制造加工是再制造工艺过程中的核心环节，决定着再制造零部件的最终质量。再制造加工是零部件为再制造毛坯，采用先进的表面技术、快速成型技术、机械加工技术、修复热处理等技术，使废旧零部件的技术性能和应用价值恢复或超过新品零部件的过程。目前采用的再制造加工技术主要包括自动化纳米颗粒复合电刷镀技术、纳米减摩智能自修复添加剂技术、自动化高速电弧喷涂技术、自动化微束等离子熔覆技术等。（5）再装配及测试再装配是指按照再制造装配技术标准，将检验合格后的再制造件、再利用件和新品件组装成产品的过程。装配完成后的再制造发动机需进行功能试验，以检测再制造产品质量是否达到质量标准。本问再制造过程质量控制流程的基点是再制造企业对于知识共享的需求，首先利用区块链等技术对存储在再制造企业联盟成员企业中的再制造工艺案例知识进行检索、交易和重用，进而获取初步可选的再制造工艺方案；然后运用多目标优化决策方法对获取的初步可选的再制造工艺方案进行优选，最终决策出最佳的方案的过程；该流程主要包含以下五个环节：（1）再制造企业联盟的成立。成立再制造企业联盟是利用区块链技术的前提条件，如果没有成立再制造企业联盟，就无法利用区块链技术安全高效的整合联盟中成员企业的再制造工艺案例知识。（2）联盟间企业成员的案例知识共享。其是解决当前我国许多再制造企业尤其是再制造中小企业再制造工艺技术薄弱、知识缺乏的经验不足等问题的重要途径；它主要包含四个关键技术，分别是案例知识的描述、区块链的构建、检索以及最后的获取与交易，通过运用这四个技术，可以以跨企业间再制造工艺案例知识交易的形式，实现存在于整个再制造企业联盟中再制造工艺案例知识的共享与重用。（3）初始的再制造工艺方案的获取。在知识需求方（即买进再制造工艺案例知识的企业），向知识供应方（即卖出再制造工艺案例知识的企业）支付费用后，需求方就可以从供给方获得自己所需的案例知识内容，进一步在其中提取自己所需的工艺方案。（4）优化决策目标体系的建立。体系的建立是以生产过程中出现的各种表征现象以及各个特点为基点而建立起来的。（5）综合效益最优的方案决策。在获得了初始的再制造工艺方案以及确定了再制造工艺方案优化目标体系后，运用质量功能展开的方法可以优选出最为合适的一个方案。根据上述分析，本文综合考虑了当前我国许多再制造企业由于自身的发展时间较短、规模较小以及技术积累少，迫切需要借助于再制造企业联盟的力量，通过安全高效的知识共享，加强它们再制造工艺技术能力的特点。2.3汽车发动机再制造过程质量控制体系架构再制造发动机质量控制体系可以分为两大部分，即再制造发动机质量控制方法研究和再制造过程质量管控平台构建及系统实现，通过将理论研究与实际应用相结合，为再制造发动质量控制提供理论依据和技术支持。当前我国再制造技术正处于初步发展阶段，许多再制造企业由于缺乏再制造工艺经验以及知识的积累，难以为失效情况各异的废旧零部件设计出较好的再制造工艺方案，因此他们希望借助再制造企业联盟的知识来支撑他们开展再制造活动。区块链，作为一种分布式存储技术，可以安全可靠地实现再制造企业联盟成员企业间再制造工艺案例知识的共享。因此本问提出了基于区块链的再制造工艺方案获取总体框架，并阐明了其中的关键技术环节，其主要包含以下四个关键技术环节：（1）关键技术环节1：再制造工艺案例知识的描述。通常，每个案例知识中包含着企业针对某失效部件的好几种历史的再制造工艺方案，在今后遇到属性相同或相似的工艺制定问题时，这些再制造工艺方案具有非常好的借鉴价值；（2）关键技术环节2：再制造工艺案例知识区块链的构建。在此步骤中，在再制造企业联盟成员企业P2P网络构建的基础上，通过构建再制造企业联盟间再制造企业的再制造工艺案例知识区块链，利用案例知识区块链对再制造企业联盟中各个成员企业的再制造工艺案例知识进行整合，将其存储在再制造工艺案例知识区块链中。根据再制造企业的数量，每个企业的知识块KnowledgeBlock（KB）可以缩写为“AKB1,AKB2，…，AKBn”直至“NKB1,NKB2，…，NKBn”。其中AKB1,AKB2，AKBn分别表示为再制造企业联盟成员企业A的第一个知识区块、第二个知识块和第n个知识区块；NKB1,NKB2，NKBn分别表示再制造企业联盟成员企业N的第一个知识区块、第二个知识区块和第n知识区块。（3）关键技术环节3：再制造工艺案例知识的检索。第三步，在检索的过程中，粗糙集与最近领算法起着至关重要的作用，主要是为了进行特征值的计算与匹配，在这之下才能找到需求度相似的案例，然后通过比大小排序，检索出匹配度最高的案例知识，为下一环节的需求提供条件。（4）关键技术环节4：再制造工艺案例知识的交易与获取。通过知识交易，需求方可以从供应方处得到有效的获取，并将知识的交易信息以交易区块的形式上传至已构建好的案例知识交易区块链上，以避免交易信息的篡改，进而保证案例知识的所有权。与案例知识区块KB类似，交易区块TransactionBlock（TB）由再制造企业联成员企业的一系列交易区块（TB）组成，将每个企业交易区块进行编码，例如第一个交易区块TransactionBlock（TB）可以缩写为“ATB1,ATB2，…，ATBn”直至“NTB1,NTB2，…，NTBn”。其中ATB1,ATB2，ATBn分别表示再制造企业联盟成员企业A的第一个交易区块、第二个交易区块和第n个交易区块；NTB1,NTB2，NTBn分别表示为再制造企业联盟成员企业N的第一个交易区块、第二个交易区块和第n个交易区块。当某个再制造企业联盟成员企业面对遇到一个新的难以解决的汽车发动机再制造工艺问题（即新的再制造工艺案例知识），可以依据该汽车发动机废旧零部件的特征属性描述，在再制造工艺案例知识区块链里检索具有相似特征属性的再制造工艺案例知识，然后以知识交易作为纽带，可以得到自己所需的内容，进一步从获取的内容之内提取到所需方案。此外，为了保证再制造工艺案例知识的所有权不随着交易的变化而变化，该知识的交易信息需要以交易区块的形式添加至已经构建好了的再制造工艺案例知识交易区块链上。2.4再制造过程质量控制方法在汽车发动机废弃的元件构件进行二次制作的过程中，由于它们本身有着不同程度的损伤和各不相同的特征值，所以企业内部存储着多个针对同一个特征值下的废弃元件构件的历史解决方案。在今后遇到具有相似属性特征的汽车发动机的再制造工艺问题时，这个再制造工艺案例知识就具有很好的重用价值。因而对于工艺案例知识的描述是首要环节，它对后续的检索、交易与重用有着至关重要的影响作用。为了较好地利用存在再制造企业联盟成员企业内部的再制造工艺案例知识，进而借助于这些案例知识获取初步可选的再制造工艺方案，对其进行相应的分析是十分重要的。问题描述和解决方案是相当重要的两部分内容；其中问题描述指的阐述清楚是废旧零部件的属性特征，即基本属性特征和工艺属性特征；解决方案，指的是在解决的以往的再制造工艺问题或类似的问题时所采用的一些再制造工艺方案。一般情况下，各个联盟的成员对于案例的描述方法和进行保存的模式是不一致的。同时，大多数案例知识是非结构化的，不能满足区块链对结构化区块的要求。在何种情况之下，要进行彼此之间的共享行为存在着一定的阻碍，并不便利，因而目前要求成员企业需要以统一形式对企业内部知识库中的各个再制造工艺案例知识进行表示是十分必要的。下图2.1进行了体现，案例知识的标准化表达由以下三个部分进行约束，它们分别是、再制造工艺问题描述和解决方案。（2.1）其中，为实例编号，和R是问题描述中的废弃的元件构件的基本属性特征，Q表示工艺特征属性，S为解决方案。对于基本属性向量集合和工艺属性向量集合中的某个属性表达如下：（2.2）（2.3）其中，表示基本属性向量集合中的第个属性，分别表示属性的名称、权重和量化值；表示工艺属性向量集合中的第个属性，分别表示Qi属性的名称、权重和量化值。图2.1再制造工艺案例知识的标准化表示以某废旧发动机曲轴为例进一步说明再制造工艺案例知识的标准化表示，其问题描述部分为一些属性特征，解决方案（再制造工艺案例知识）中包含3种再制造工艺方案，每种方案中包含再制造加工的工序信息、设备信息和加工参数信息。依据上述方法，该废旧曲轴的再制造工艺案例知识可以标准化表示为，具体如下：再制造工艺问题描述部分：材料类型R1：45钢加工精度R2：6表面硬度R3：HRC50热处理R4：淬火圆柱度R5：6.5最大加工直径R6：310失效部位Q1：曲轴表面失效形式Q2：磨损失效程度Q3：一般解决方案部分：S:再制造工艺方案1；再制造工艺方案2；再制造工艺方案3。

3汽车发动机再制造过程质量控制优化决策研究3.1汽车发动机再制造质量控制优化决策问题描述与制造过程的诸多生产加工指标类似，再制造过程也涉及着一些十分重要的指标，例如旨在提高再制造生产效率的时间指标、旨在确保再制造产品综合性能，使其能够满足日常工作所需的质量指标、旨在提升再制造经济效益的成本指标、旨在降低再制造过程中电能、水能、太阳能和潮汐能消耗的能耗指标以及旨在减少排放对大气污染的环境指标等。因此对汽车发动机的再制造工艺方案进行优化决策，进而优选出综合时间、质量、成本、能耗和环境影响效益最优的再制造工艺方案意义重大。汽车发动机的再制造工艺方案优化决策通常包含时间（Time-T）、质量（Quality-Q）、成本（Cost-C）、能耗（Resource-R）和环境影响（Environment-E）这五大决策目标，形成了再制造过程质量控制优化决策目标体系，具体如下：汽车发动机的再制造就是要通过一连串科学有效的工艺技术环节，将汽车发动机从废旧产品中拆下来，然后采用先进的再制造机械设备对拆下来的零部件进行清洗检测，随后利用激光熔覆或者机床等增材/减材设备对其进行修复加工处理，最后恢复其表面形态以及内部的力学性能，使其综合力学以及材料性能不亚于甚至比新的零部件更为好。通常，每个废旧零部件都有多种再制造工艺方案，各方案中的每个工艺阶段的工程特性值也有差别，可表示为：。其中，表示的是方案i的整个再制造的工艺技术环节中n-th关键环节的特性值，所有可供工程技术人员初步选择的工艺方案中的各环节的特性值组合在一起形成了用于工艺方案决策的矩阵。根据以上分析，再制造工艺方案优化决策指的是在约束条件下，量化分析所有可供工程技术人员初步选择的工艺方案中各工艺环节的特征值，识别出可以实现最大的再制造综合效益的某个方案。图3.1为具体的优化决策框架，简明扼要地显示出了再制造过程质量控制中优化决策的关键技术要点。图3.1汽车发动机废旧零部件再制造工艺方案优化决策框架3.2基于QFD的汽车发动机再制造质量控制优化决策方法3.2.1QFD工具简介质量屋，能以矩阵的形式有效地将QFD中的各项指标以及客户需求表现出来，是其重要工具。搭建质量屋，向其输入各项指标以及客户需求，通过量化分析输入的数据，即可输出最佳的方案。如图3.2所示，质量屋如同人们日常所住的房屋一样，包含着许多与房屋类似的结构，例如屋顶和左墙等，其组成结构具体如下所示：（1）WHATS：表示顾客需求的集合（即m种决策目标）；（2）HOWS：表示针对需求的技术集合（即n种工程特性）；（3）WHATS与HOWS之间的相关性：其彰显的是多个目标组成的目标体系与工程特性之间的联系；（4）HOWS之间的相关性：表示工程特性间的关系；（5）方案工程特性竞争力评估：表示种方案各自的工程特性值竞争力；（6）方案竞争力评估：其代表可供工程技术人员初步选择的方案中分别使得优化决策目标体系的满意度评估数值；由质量屋的结构可知，“WHATS与HOWS之间的相关性”以及“HOWS之间的相关性”都是模糊不确定的，需要运用参数估计的方法对它们行量化分析，将它们分别转化为具体的函数关系。图3.2质量屋的结构3.2.2质量屋系统参数估计质量屋中的和是一种不确定的以及含糊不清的常量，为了能够科学有效地使用质量屋这个数学建模工具进而能够通过数据分析得出准确的结果，因此必需对它们进行去模糊化处理。模糊线性回归作为去模糊化的方法，能较好地量化各式各样的信息。因此本节利用模糊线性回归量化分析和。利用式（3.1）中的模糊线性回归模型：（3.1）其中，是工程特性值的精确输入向量，是i-th目标满意度的模糊值。为模糊系数集。取式（3.1）中为对称三角形模糊数，记为。的隶属函数为：（3.2）式（3.2）中，为模糊数的主值，即最可能的取值。为模糊数的展值，指的是的取值精度。依据模糊数的原理以及加减乘除计算规则，能得知也为对称三角模糊数。因此，式（3.1）可表示为：（3.3）其中，（3.4）（3.5）则的隶属度函数可表示为：（3.6）将模糊系数的线性回归问题用如下公式表示：（3.7）（3.8）式（3.6）中，为模糊线性参数估计的拟合度，且，的数值是由技术人员综合考虑自己的实际需求，自己进行设定的，模糊系数的展值随着值而变，主值保持不变。将式（3.6）代入式（3.8）可得：（3.9）（3.10）由式（3.7）、（3.9）和（3.10）可生成关联函数，具体如式（3.11）所示。（3.11）以此列推，能够生成自相关函数，如式（3.12）所示。（3.12）3.2.3再制造工艺方案优化决策在图3.2中所示的质量屋中，m个目标由优化决策目标体系中的五大目标组成；n代表的是再制造生产过程中各个工艺环节所包含能反映该环节特点的属性特征；种方案由初步可供工程技术人员选择的工艺方案中组成。当向质量屋中输入所有初步可选再制造方案的各工艺阶段的工程特性值后，通过量化分析可输出一组各阶段最优的工程特性值，进而获得优化决策目标体系的对于该方案的最大认可度，即。其中，由各决策目标的满意度加权求和构成，可如下表示：（3.13）令时，；时，，则可表示为：（3.14）因此能够最大程度上获得目标体系认可度的QFD模型：（3.15）其中，表示目标体系认可度与各阶段工艺技术特性值之间的关联函数，代表特性值之间的自相关函数，它们是质量屋系统的参数。利用式（3.11）、式（3.12）和式（3.15）能够计算出令目标体系整体认可度最大的各工艺环节一一对应的最佳的工艺特性数值以及目标体系中各个目标的最佳认可度，进而可以在初始方案中，优选出与决策目标体系中各个目标最佳认可度的偏差量加权总和最小的再制造工艺方案，具体的计算公式如下：（3.16）式（3.16）中，表示决策目标体系中i-th目标的最大认可度数值，表示方案中i-th目标的最大认可度数值，代表第个决策目标的权重，表示方案中目标体系综合认可度与最大认可度之间的差值，故最小的方案则为综合最优的再制造工艺方案。3.3案例分析本节案例分析是基于前文某废旧发动机曲轴展开，进一步从获取初步可供工程技术人员选择的工艺方案中优选最佳的方案，案例各方案中具体的内容如图3.3所示。图3.3再制造工艺方案图3.4某废旧发动机再制造方案优化决策质量屋如图3.4所示，初步可供工程技术人员选择的工艺方案中包含着再制造生产加工中的三个较为关键的工艺环节，各个环节有着不同工程特性及其相应的取值。图4.4中决策目标权重指的是决策目标体系中各目标的权重，可由层次分析法确定；质量控制优化体系对初步可供工程技术人员选择的工艺方案的满意度，可通过邀请再制造领域内的权威人士对其进行量化评分得到；质量屋的底部是方案的工程特性值矩阵，利用式（3.17）对工程特性值矩阵中的数值进行归一化处理，进而得到归一化的再制造工艺方案的工程特性矩阵。（3.17）（3.18）针对上述搭建的质量屋，工程技术人员根据自身的实际需求令h=0.5，运用4质量屋参数估计方法计算求解参数和。求解结果如表3.1所示。例如，由图3.4可知，与以及有关，将归一化的反映再制造生产中各工艺环节特性的数据以及体系的认可度数值代入式（3.11）能够得到下式：求解上式可得。同理，其余的参数参数也能通过联立公式（3.11）和（3.12）然后带值计算求出来。表3.1关联函数与自相关函数求解结果以上述表格以及质量屋中的一些数值为计算基础，利用式（3.13），可得出：（3.19）对式（3.19）进行计算求解，结果如下表3.2所示：表.2求解结果将数据、再制造工艺方案竞争矩阵数据和权重数据代入式（3.16）便可分别求出初步可供工程技术人员选择的工艺方案的综合性能与目标方案的差值。

4汽车发动机再制造过程质量管控系统4.1系统需求与系统功能分析4.1.1系统需求分析近年来，由于我国在大力推进再制造产业的发展，给予了再制造产业一系列的政策支持，我国再制造产业的规模逐年扩大，然而由于再制造是一种新兴产业，我国在再制造领域中各方面的技术仍处于摸索阶段，很多再制造企业缺乏相应的再制造知识以及经验的积累，在再制造工艺方案优化方面存在困难，亟需通过再制造企业联盟内部的知识共享来帮助他们获取综合效益最优的再制造工艺方案；此外，再制造过程中涉及的数据、信息、知识分散且繁多，如何打消再制造企业联盟成员企业对于知识共享中知识泄露以及篡改等风险的顾虑，以一种无第三方、无风险的方式进行知识共享是值得我们进行深入研究的问题；最后，如何快速高效的重用存在与再制造企业联盟中的再制造知识也是需要解决的问题；通过上述分析可知，综合运用区块链和智能决策等技术于再制造企业联盟成员企业的再制造过程质量控制优化决策实践中，开发了相应的管控系统，为本文所述的理论提供具体的应用平台，帮助再制造企业联盟中的成员企业智能地、迅捷地在生产一线开展优化决策的活动，从而显著地增强再制造企业联盟中成员企业的再制造效率技术水平，使得我国的再制造产业集群朝着更高、更快更强的方向蓬勃发展。4.1.2系统功能该支持系统主要包含以下功能：（1）用户身份验证与用户操作系统设计有登陆界面，登陆账户设置有三种，系统管理员、工艺设计员以及领域专家，不同身份人员拥有不同管理和使用权限。系统管理人员主要负责维护系统的正常运行，管理再制造企业联盟成员企业内部工艺设计人员的账户及其相应的权限；工艺设计员是在日常工作中使用该系统频次最多的人员，他们的主要职责是依据废旧零部件的属性特征，对其再制造修复加工的方案进行的初步设计以及优化决策出最为恰到好处的方案；领域专家指的是再制造行业中的领军人物，能判断系统输出结果是否科学合理。（2）再制造过程质量管控案例知识的录入与查询系统能保证再制造过程质量管控案例知识的安全性和完整性和以及知识所有权信息的不可篡改性，并支持查询和检索所需的知识，可以安全可靠地实现再制造企业联盟成员企业间再制造过程质量管控案例知识的共享；（3）初始再制造工艺方案的获取系统能通过输入废旧零部件的属性特征，即可在再制造案例知识区块链上检索到最为匹配的再制造工艺案例知识，进一步通过案例知识的交易，从该知识的所有者企业处获取该再制造工艺知识，然后进一步获取初始再制造工艺方案。（4）再制造过程质量管控方案的优化决策系统能通过QFD法对获取的初始再制造过程质量管控方案进行优化，最终输出综合效益最优的一个方案。4.2系统设计4.2.1系统框架设计本文采用了如今应用比较广泛的模块化设计方法对基于区块链的再制造过程质量管控方案优化决策系统的结构进行了自上而下的设计。该系统主要囊括了支撑层、区块链网络层、应用层以及用户层，可支持整个再制造企业联盟中成员企业中的各类工作人员在其进行相关的操作。该系统的功能模块划分十分合理，界面布局十分清晰和人性化，应用简单便捷，易于相关技术人员对其进行日常的维护处理，能给系统的操作人员带来极佳的用户体验。（1）支撑层。以系统集成技术和区块链技术为基础，采用分布式数据库存储再制造企业联盟成员企业内部的再制造过程质量管控案例知识，解决知识异构的问题；采用区块链技术，即以太坊，智能合约、共识机制和密码学，以一种安全、可靠去中心化的形式支撑系统的运行，解决知识以及信息泄露等风险问题；（2）区块链网络层。其主要被用于存储存在于再制造企业联盟成员企业内部数据库中的再制造工艺案例知识及其相应的交易信息，并通过智能合约的方式保证链上数据的动态交换和共享，为各成员企业提供一个安全和可信任的知识交易和共享环境；（3）应用层。它是系统的核心，当工艺设计员遇到工艺问题时，可以首先利用“方案获取”这个系统应用，获取初步可供工程技术人员挑选的方案，然后通过“方案优化决策”这个系统应用，优化决策出能使得再制造企业实现最佳的生产与管理效益的方案。（4）用户层。实现人与系统的交互，通过此平台，再制造企业联盟成员企业中的各层级的用户可进行依据他们相应的权限进行相关的操作。4.2.2系统功能模块设计在分析了再制造过程质量管控方案优化决策系统的功能需求的基础上去，对系统中的关键的使能部分，即初始再制造过程质量管控方案获取、再制造过程质量管控方案优化决策、区块链网络、和系统管理进行了模块化设计，具体如下：（1）初始方案获取模块该模块的主要功能为借助存在于再制造企业联盟内部的再制造工艺案例知识的共享，帮助工艺设计员获取初步可选的再制造工艺方案。其主要由以下三个部分组成：①再制造过程质量管控案例知识的描述其指的是对废旧零部件的基本属性和工艺属性进行描述，例如失效特征，失效部位和失效程度等。②再制造过程质量管控案例知识的检索依据再制造过程质量管控案例知识的描述，利用系统内设定好了的算法在案例知识区块链上检索出与其最为相似的再制造过程质量管控案例知识。③知识的交易与获取当安全员在知识区块链上检索到其所需的再制造过程质量管控案例知识后，其与该知识所有者企业进行交易，在其付费给该知识所有者企业后，便可从该知识所有者企业处获取该再制造过程质量管控案例知识，进而获取存在于该再制造过程质量管控案例知识中的初步可供工程技术人员选择的方案集合。（2）方案优化决策模块该模块运用运用一种基于QFD的优化决策方法，通过向质量屋中输入初步可供工程技术人员选择的方案集合的工艺特性矩阵，然后自动输出一个最为合适的方案，该模块可以减轻工程技术人员的工作负担，帮助他们迅捷、有效地对初步可供他们选择的方案进行管理与优化。（3）区块链网络模块该模块主要由再制造过程质量管控案例知识区块链和再制造过程质量管控案例知识交易区块链构成。其中再制造过程质量管控案例知识区块链主要用于安全高效地整合存在于再制造企业联盟成员企业内部的案例知识，为用户提供知识源；再制造过程质量管控案例知识交易区块链用于存储再制造企业联盟成员企业间再制造过程质量管控案例知识的交易信息，以确保知识交易的安全，保证再制造过程质量管控案例知识的所有权。（4）系统管理模块系统管理模块的主要作用是方便系统中的相关人员对系统开展不定期的运维，例如软件升级管理和配置参数调整等，保证系统的正常运行；当系统出现异常Bug的时候，IT技术人员可以通过查看系统管理模块中的一些基础性的用户日常使用信息，对Bug进行消缺处理；此外，再制造企业联盟成员企业内部的管理员还可以利用该系统管理模块对企业内部的用户信息进行管理，例如添加、删除或修改账号等。4.2.3系统运行流程设计为了便于用户能迅捷以及便利地使用该系统，帮助用户快速的熟悉怎么操作该系统，需要对基于区块链的再制造过程质量管控方案优化决策系统的运行的基础性环节给直观的显示出来。步骤1：用户登录系统，输入个人的账户信息以及验证信息，即用户名、密码以及动态验证码，在正确输入了上述信息后即可登入进系统的主界面，在主界面中用户可以根据自己的实际需求选择相应功能模块进而进行相应的操作;步骤2：判断自己所在企业内部是否有所需的再制造工艺案例知识，若有，则可以直接获得初始的再制造过程质量管控方案；若没有，则需要借助于借助于再制造企业联盟中成员企业间的知识共享来获取所需的方案，首先要进行再制造工艺案例知识描述，然后在案例知识区块链上检索出最为相似案例知识，最后通过知识交易获取该再制造过程质量管控案例知识，进而获得初始再制造过程质量管控方案；步骤3：选择优化决策模块，在该模块中首先调用获取的初步可供工程技术人员选择的方案集合，然后运用内置在该模块中的QFD法对其进行优化决策，最终从方案集合中识别出能最大程度上发挥出再制造出综合效益的方案。

5总结与展望虽然再制造包含着许多的关键理论技术，然而再制造过程质量管控是其最为核心的技术之一，是废旧零部件再制造成品之间的纽带，它的成功与否直接影响着再制造企业的生产效益。通过大量的调研，分析出了当前我国许多再制造企业在汽车发动机再制造过程中存在着缺乏再制造知识的积累以及再制造质量管控水平薄弱的特点。因此，为了有效地解决这一问题进而改变这一现状，对基于区块链的再制造过程质量管控方案优化决策方法及其系统展开了研究，本文创造性的探索区块链技术在再制造领域的潜在应用，对基于区块链的质量管控与方案决策理论进行了深入的研究，虽然本文对该课题进行了系统性的研究，然而，由于再制造过程质量管控问题的复杂性，本研究仍有一些不足，本人将会在今后的质量控制工作中，继续思考和研究，不断总结经验，并期待能够与时俱进地完善项目质量控制的理论和方法，并试图在下一步的研究中引入先进的数字技术，使得质量控制的水平得到显著的提升。。参考文献[1]马义中，田甜，刘利平.自相关过程协方差阵的残差MEWMA控制图[J].系统工程学报,2012(02):279-286.[2]王泽宇,王璨,何非.压电陶瓷生产过程质量因素分析及控制方法研究[J/OL].工业工程与管理:1-11[2021-05-09]./kcms/detail/31.1738.T.20210111.1032.002.html.[3]郑玉巧,张铖铖,马辉东,张璐.基于改进田口方法的轮毂装配过程质量控制研究[J].工业工程,2019,22(03):37-43[4]周康渠,游思琦,杨坤.基于相似性分析的工序质量控制研究及应用[J].重庆理工大学学报(自然科学),2019,33(03):119-125.[5]李春芝,同淑荣,王克勤.正态过程质量控制CSP-V检验方案的重新设计[J].工业工程与管理,2019,24(03):1-11.[6]姜兴宇,代明明,李丽,宋博学,张皓垠.基于动态、非正态EWMA控制图的废旧产品再制造质量控制方法[J].计算机集成制造系统,2018,24(05):1171-1178.[7]Kim,Sangahn.Variableselection-basedSPCproceduresforhigh-dimensionalmultistageprocesses[J].系统工程与电子技术(英文版),2019.[8]StephenB.Vardeman,JobeJMarcus.StatisticalMethodsforQualityAssurance[M].SpringerNewYorkPublishing,2016.[9]MacroSReis.A