控制理论在精益生产中的应用

控制理论在精益生产中的应用

论文摘要

制造企业通过对生产要素的有效运用为社会提供各种产品与服务以满足人们的各种需求。企业生产能力的评估对于这种需求的满足,对于一个企业的发展具有相当重要的作用,而生产产量是生产能力的一个直观反映。生产产量的多少受到很多因素的影响,可以归纳为六个方面:人、机、料、法、环、测,即人员、机器、物料投入、生产方法、生产环境、检测。这六个方面都直接或间接的影响着生产产量的实现,而它们之间也会互相影响。找到产量和人、机、料、法、环、测之间的关系是实际生产中一个非常有用的课题,传统的做法是通过经验寻找产量和六个方面中的某一个的关系即一一映射关系,而产量是由六个因素综合影响的,所以这种一一映射的关系往往不够准确。提高准确性的一个有效方法为找到多对一的函数关系,如果把人、机、料、法、环、测作为函数的自变量,把生产产量作为函数的因变量,每增加函数中的一个自变量,对于因变量预测的准确性就越高。而现场生产往往是很复杂、随机因素相当多的,很难通过传统只是凭借经验的方法建立多对一的函数关系,建立数学模型更是困难。使用了最小二乘法的灰箱建模方法是一种基于经验数据进行建模的方法,首先根据泰勒展开式构造自变量和因变量的函数关系式,根据精度要求的不同可以决定展开的次数;然后通过采集大量观测数据,以优化方法对构造的函数进行训练以确定其中的待解参数,这样就可以建立一个满足精度要求的多对一的函数关系。精益生产是准时化生产JIT(Just In Time)生产方式的赞誉称呼,准时化生产的本质是在需要的时候生产出需要的产品,消除一切浪费及库存,包括中间处于静止状态的在制品即中间在库。消除中间在库的方法就是各制造单元(称之为工段)生产要协调一致,进度要同步,生产能力相当。当生产计划变动时,可以通过建立的数学模型给各工段科学配置人员、机器、物料等以保证各工段之间能力相当;可以通过对生产过程的监测,及时根据数学模型调节各参数以实现生产过程同步,这样就可以实现精益生产的要求。论文选取箱体加工工段、曳引轮精加工工段和磨合工段这三个工段作为以上理论实践的对象,通过之前生产中积累的数据,使用灰箱建模的方法建立各工段产量和人、机、料的函数关系(因生产方法、生产环境和测量无法进行量化,所以最后选取人、机、料作为函数的自变量)。最后根据函数关系以及精益思想的原理,来调节各个参数的大小,即人、机、料的配置,最终实现消除中间在库的目的。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 序论
  • 1.1 前言
  • 1.2 精益生产方式的起源及发展
  • 1.3 系统建模
  • 1.4 本文的主要成果
  • 1.5 本文的组织
  • 第二章 产量及决定产量的因素及其配置
  • 2.1 引言
  • 2.2 产量实现的影响因素
  • 2.2.1 人员对产量的影响
  • 2.2.2 机器设备对产量的影响
  • 2.2.3 物料对产量的影响
  • 2.2.4 方法对产量的影响
  • 2.2.5 生产环境对产量的影响
  • 2.2.6 检测对产量的影响
  • 2.3 生产现场资源配置及产量数学模型自变量的选取
  • 2.4 本章小结
  • 第三章 基于最小二乘法的线性回归建模
  • 3.1 引言
  • 3.2 基于最小二乘法的建模
  • 3.3 本章小结
  • 第四章 函数的泰勒展开
  • 4.1 级数简介
  • 4.2 泰勒级数及泰勒展开
  • 4.3 本章小结
  • 第五章 精益生产方式简介
  • 5.1 单件生产方式
  • 5.2 大量生产方式
  • 5.3 精益生产方式
  • 5.3.1 精益生产方式的显著特点:消除库存
  • 5.3.2 如何实现消除库存
  • 5.3.2.1 采购环节
  • 5.3.2.2 生产环节
  • 5.3.2.3 销售环节
  • 5.4 本章小结
  • 第六章 用于指导精益生产的工序建模
  • 6.1 明确研究对象及问题
  • 6.2 数据积累
  • 6.3 假设及构建对象模型
  • 6.4 确定对象模型
  • 6.5 对象模型的精度
  • 6.6 函数模型指导精益生产的方法
  • 6.7 本章小结
  • 第七章 总结和展望
  • 7.1 主要结论
  • 7.2 研究展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文
  • 相关论文文献

    • [1].基于最小二乘法的天猫“双十一”销售额预测[J]. 中学生数学 2020(09)
    • [2].最小二乘法教学研究[J]. 智富时代 2017(01)
    • [3].改进的两阶段最小二乘法在异方差模型中的应用[J]. 统计与决策 2018(17)
    • [4].好多元分辨-交替最小二乘法研究姜黄素的性质及降解过程[J]. 计算机与应用化学 2012(12)
    • [5].基于最小二乘法的线性与非线性拟合[J]. 无线互联科技 2019(04)
    • [6].初探用最小二乘法预测医院住院例数[J]. 中国社区医师 2017(36)
    • [7].“最小二乘法”对安徽省城市生活垃圾产量预测研究及影响因子分析[J]. 环境与发展 2018(09)
    • [8].最小二乘法在纯方位目标跟踪中的应用[J]. 雷达与对抗 2016(04)
    • [9].最小二乘法直线拟合基本假定的几点讨论[J]. 大学物理实验 2008(04)
    • [10].基于最小二乘法对中美市场基本面指标的预测研究[J]. 科学咨询(科技·管理) 2019(09)
    • [11].整体最小二乘法与最小二乘法的差异性分析[J]. 辽宁工程技术大学学报(自然科学版) 2019(06)
    • [12].光子相关光谱法粒径测量的非负最小二乘法[J]. 广东工业大学学报 2012(01)
    • [13].整体最小二乘法及其在坐标转换中的应用[J]. 林业科技情报 2011(04)
    • [14].基于改进鲁棒最小二乘法的发动机试验数据处理[J]. 中北大学学报(自然科学版) 2009(04)
    • [15].纳米颗粒粒径测量的非负最小二乘法算法分析及改进[J]. 中国粉体技术 2009(05)
    • [16].浅析最小二乘法及其在数学建模中的应用[J]. 中国新通信 2018(03)
    • [17].基于总体最小二乘法的多普勒观测值测速算法[J]. 河南理工大学学报(自然科学版) 2016(06)
    • [18].最小二乘法的应用举例[J]. 新高考(高二版) 2009(09)
    • [19].协整平滑转移回归中的线性检验——基于完全修正最小二乘法的扩展[J]. 统计研究 2010(03)
    • [20].基于结构风险最小化和全最小二乘法的色彩校正[J]. 电子与信息学报 2008(03)
    • [21].基于正交核最小二乘法的高职学生成绩预测[J]. 软件导刊 2019(06)
    • [22].用“最小二乘法”求线性回归方程的质疑[J]. 数学通报 2013(10)
    • [23].最小二乘法在定量分析预测中的应用[J]. 人才资源开发 2015(02)
    • [24].基于总体最小二乘法的捷联惯性导航系统姿态阵更新算法改进的研究[J]. 电子制作 2015(11)
    • [25].矩阵的奇异值分解在最小二乘法问题上的新应用[J]. 南昌教育学院学报 2010(11)
    • [26].高中生对确定回归直线诸方法认同情况的调查研究——为更好地教最小二乘法[J]. 中小学数学(高中版) 2010(Z2)
    • [27].整体最小二乘法在精同步中的应用[J]. 计算机测量与控制 2014(07)
    • [28].对角加载最小二乘法的时间延迟估计[J]. 声学学报 2011(05)
    • [29].改进的约束总体最小二乘法[J]. 测绘科学 2019(01)
    • [30].基于改进最小二乘法的永磁无刷电机参数辨识[J]. 公路与汽运 2015(03)

    标签:;  ;  ;  

    控制理论在精益生产中的应用
    下载Doc文档

    猜你喜欢