论文摘要
21世纪是质量的世纪。质量已经成为新世纪的主题。随着计算机技术的迅速发展,以客户为中心的、具有快速响应市场机制的计算机辅助质量管理模式已经成为现代企业质量管理的发展趋势。面对顾客需求驱动的全球市场,企业要想取得成功,以顾客满意的产品占领市场,就必须以现代质量管理理念为基础,建立适应企业持续发展的质量管理模式。工序质量控制是质量管理的基本方法,基于统计质量控制的工序质量控制是制造企业产品质量管理与控制的最基础环节。本文以提高企业的工序质量控制的能力,完善企业的质量管理,使企业能够更好地适应当今激烈的市场竞争为目的,对工序质量控制进行了深入的研究,并结合当今制造业面临的多品种、小批量生产模式,提出了开发基于WEB的工序质量控制系统的解决方案,来支持本文所提出的面向多品种、小批量的动态工序质量控制的方法,并对该方案进行了系统、深入的理论及应用研究。本文的主要研究工作包括以下几个方面:(1)在对工序质量控制的相关理论进行研究的基础上,探讨了WEB技术应用与工序质量控制的关系。在分析现有的工序质量控制方法的基础上,提出了适用于多品种、小批量生产模式下的工序质量控制的方法。(2)提出了基于WEB的工序质量控制系统的结构模型,描述了体系中动态工序质量控制的各部分的定义及它们之间的关系,实现了基于WEB的动态工序质量控制的过程。(3)在运用SPC控制图、工序过程能力、成组技术等方法的基础上,建立了面向多品种、小批量的工序质量分析的模型。提出了通过数据变换来建立控制图以实现工序质量分析的方法,从而解决了将传统的休哈特控制图应用在多品种小批量生产条件下生产数据量不足的问题。(4)在研究人工神经网络理论、BP网络控制图模式识别与MATLAB网络化的基础上,建立了动态工序质量诊断和调整的模型。仿真诊断表明本文所用的遗传算法可行,有效。(5)建立了工序质量预防知识学习、质控点管理、质量数据管理、进料检验管理、不合格品处理等相关模型,满足了宣传工序质量预防的重要性、关键控制点检测、做好进料把关和一般数据处理和共享等多方面要求,完成了工序质量控制中的质量预防和质量调整的工作。(6)采用SQLServer 2000作为后台数据库、Jakarta Tomcat作为应用服务器,以沈阳重型机械集团公司为依托,开发了基于WEB的工序质量控制的原型系统,通过对“BBD双进双出磨煤机”的生产过程的分析,证明了本文的研究内容能够为企业的工序质量控制提供有效的支持。
论文目录
摘要Abstract目录第一章 绪论1.1 课题研究的背景和意义1.2 质量管理与控制的发展历程1.2.1 质量与质量管理的发展历程1.2.2 质量控制的发展历程1.3 国内外研究现状及发展趋势1.3.1 国外的研究现状1.3.2 国内的研究现状1.4 课题来源及主要论文主要研究内容第二章 工序质量控制的理论基础2.1 引言2.2 工序质量控制的基本概念2.2.1 工序2.2.2 工序质量控制的含义2.2.3 工序质量控制的内容2.3 工序质量控制的方法2.3.1 工序质量控制的方法概述2.3.2 面向多品种、小批量的工序质量控制方法综述2.4 动态工序质量控制2.5 本章小结第三章 面向多品种、小批量的工序质量分析3.1 引言3.2 制造业生产模式的演变和小批量制造的特点3.2.1 生产模式的演变和发展3.2.2 多品种小批量生产方式的特点与要求3.3 基于成组技术的SPC的基本思想和理论依据3.3.1 成组技术的基本原理3.3.2 成组技术在企业中的应用3.3.3 成组技术在工序质量控制中的应用3.4 多品种、小批量生产模式工序质量分析的方法3.4.1 SPC控制图3.4.2 工序过程能力分析3.4.3 统计质量数据变换3.4.4 控制图的实施3.4.5 工序能力指数的计算3.5 基于Matlab的控制图绘制及工序能力指数的计算3.6 计算实例3.7 本章小结第四章 基于人工神经网络的控制图的模式识别4.1 引言4.2 SPC控制图的判断准则4.3 人工神经的基础理论4.3.1 人工神经网络的发展4.3.2 人工神经网络的技术要点4.4 基于BP网络的控制图模式识别4.4.1 BP网络模型4.4.2 标准BP算法4.4.3 控制图模式识别方法的实现4.4.4 训练样本数据的产生4.5 计算实例4.6 本章小结第五章 基于WEB的工序质量控制系统的实现与应用实例5.1 引言5.2 工序质量控制系统的结构设计5.2.1 客户机/服务器(C/S)结构5.2.2 浏览器/服务器(B/S)结构5.2.3 采用的方案5.3 工序质量控制系统的功能设计5.3.1 系统的总体框架设计5.3.2 主要功能模块介绍5.4 工序质量控制系统的实现5.4.1 开发工具和环境5.4.2 Matlab网络化功能的实现5.5 系统的应用背景5.6 基于WEB的工序质量控制系统的应用实例5.6.1 系统登陆5.6.2 工序质量知识学习模块5.6.3 质控点管理模块5.6.4 进料检验管理模块5.6.5 工序质量数据管理模块5.6.6 动态工序质量控制模块5.6.7 不合格品处理模块5.6.8 用户管理模块5.7 本章小节第六章 结论与展望6.1 结论6.2 展望参考文献致谢
相关论文文献
标签:工序质量控制论文; 控制图论文; 工序过程能力论文; 成组技术论文; 多品种小批量论文; 人工神经网络论文; 模式识别论文;