基于Minitab的压延工序质量分析控制

通过对云南某板簧公司生产现场情况的研究,笔者得出使用质量控制图可提高该公司钢板弹簧质量、降低生产成本的判断;在实际应用中,利用Minitab软件绘制均值—标准差控制图进行分析,可方便准确地判断钢板弹簧压延工序的质量现状、实施质量控制。     

基于Minitab的压延工序质量分析控制

通过对云南某板簧公司生产现场情况的研究,笔者得出使用质量控制图可提高该公司钢板弹簧质量、降低生产成本的判断;在实际应用中,利用Minitab软件绘制均值一标准差控制图进行分析．可方便准确地判断钢板弹簧压延工序的质量现状、实施质量控制。     

基于Minitab的质量控制图在工件制造中的应用

介绍利用-x-R控制图对工件生产过程进行质量控制,并用Minitab14作为开发工具对质量数据进行统计处理,通过所得的质量控制图分析产品的质量变化.     

基于Minitab的质量控制技术在制造过程中的应用

通过对某摩托车厂加工质量的研究,运用质量控制技术分析其生产的90变速鼓的加工质量,使用Minitab软件绘制X-R控制图、直方图、因果图、排列图和工序能力分析图,对生产90变速鼓的质量进行基本分析,并从人机两方面提出对制造过程中质量控制的设想.     

基于方差分析的电子产品质量控制图的研究

为提高电子产品的质量,降低生产成本,使用控制图是个很好的质量控制方法.针对航空电子产品生产过程中统计过程控制方法的局限性,介绍了方差分析及控制图的概念,并考虑到不同环境下样本抽样数据之间的差异,结合方差分析原理对(x)-R控制图的构造方法及上下控制限的确定方法进行了研究.通过实例分析验证了修正后的(x)一R控制图对航空...     

采用Flexsim/Minitab的大规模定制质量仿真系统的设计与开发

大规模定制的产品质量强调全面的、事前的控制,利用仿真软件Flexsim能有效地获取产品的预期质量数据,而利用Minitab软件强大的统计分析和图表功能,以及专门的质量工具和六西格玛模块可对仿真结果进行分析。对Flexsim和Minitab的接口支持进行二次开发,通过ODBC协议实现数据的离线交互,以VB软件作为中间件进行数据在线交互,设计和开发了基于Flexsim/Minitab的开放式交互系统,并将其应用于大规模定制生产,通过接口链接,自动、实时地在Minitab中对前端产品质量特性和过程能力进行监控分析,及时发现系统异常,实现事前预防,提高了质量控制的能力。     

某轴类零件外协加工数据分析

本文对某轴类零件外协加工数据运用Minitab软件进行了分析，为有关组织对外协加工过程质量控制提供参考。     

利用Minitab软件分析连杆测量数据

通过对某型发动机连杆加工质量指标的研究,利用Minitab软件工具,做出连杆加工过程中质量控制图。研究结果表明了不断改进和优化连杆加工工艺,对于稳定提高产品合格率;提升企业质量管理水平和实现高效规模生产具有重要意义。     

传动轴生产过程质量控制研究

质量是企业赖以生存的基础,也是企业的核心竞争力之一。针对某传动轴企业存在的质量问题,首先,利用排列图法对退货产品的质量问题进行分析,然后,运用直方图分析、过程能力分析、鱼骨图等方法对传动轴进行关键因素查找、质量控制与改进方案设计,并利用Minitab软件对搜集到的数据进行处理与分析;最后,针对主要问题提出改进方案和控制措施,使得传动轴的加工过程没有受到外来因素的影响而处于受控状态,而且它将为其它加工过程的质量控制提供重要的指导。从而有力的保证企业的产品质量,提高顾客满意度,增强企业竞争力,降低成本,保证交货期。     

轴承锻造中的Minitab统计学分析

为了能够快速有效地对产品进行质量稳定性和过程能力分析,以锻造车间现场的轴承锻件锥度为例,采用Minitab软件对其数据进行统计,绘制控制图和过程能力图,通过因果图分析判定质量的稳定性和过程能力的有效性,并对存在的过程能力不足的问题提出了改进措施,使产品质量显著提高。     

制造过程质量控制中误差流理论的研究

基于平稳随机过程正态分布假定和手工计算的传统统计过程控制法与控制图已经不满足现代制造过程质量控制与保障的要求。为提高产品质量必须研究与质量形成过程相关的几个误差流理论问题：误差流的跟踪与监视控制，误差流控制图，三维误差模型及其失稳自组织恢复原理。介绍了上述问题的研究结果与模型，并报道单／多工序车削加工误差流跟踪和误差流控制图的试验研究结果。     

面向手工装配的计算机辅助装配过程控制方法

基于手工装配的复杂产品装配过程随机性较大,生产节拍不明显,缺乏有效的技术手段和方法对产品装配过程进行控制.针对这一问题,提出一种新型的面向手工装配的计算机辅助装配过程控制方法,该方法由装配工艺流程图创建、装配信息集成展示与工位数据采集、装配流程控制和装配进度监控三部分组成.引入工作流管理技术,把离散化产品的装配过程控制转化为对产品装配流程的控制,从而实现对复杂产品装配过程的时间进度、技术状态、装配质量的有效控制和基于装配流程的数据统一管理,为解决面向手工装配的复杂产品装配过程控制难的问题提供了有效的途径和方法.     

模式识别在机械自动化制造过程中的质量监控

为降低机械自动化制造过程中的废品率,提出模式识别在机械自动化制造过程中的质量监控方法,监控自动化制造过程中的产品质量,提高对产品质量的识别精准度。基于机械自动化制造过程中的质量检测环节,创建机械自动化制造过程中的产品质量监控流程。采用数字化测量仪采集机械自动化制造生产线质量数据,创建 SPC 控制图。基于 SPC 控制图模式识别的质量监控方法,将 k-means 算法与粒子群算法相结合,利用改进 k-means 算法获取控制图模式产品质量数据集聚类中心,结合欧氏距离,提取 SPC 控制图距离特征。将其输入多分类的支持向量机中,识别机械自动化制造过程中的产品质量控制图模式类型,诊断异常因素,并采取相应调控措施,实现机械自动化制造过程中的质量监控。实验表明:该方法可有效提高控制图的识别精准度,缩短训练与测试时间;并有效监控机械自动化制造过程中的产品质量。     

基于数字孪生的复杂产品装配过程管控方法与应用

针对航天复杂产品装配过程的实时可视化监控、运行状态在线分析与预测难题,提出了一种基于数字孪生的复杂产品装配过程管控方法。首先构建了面向复杂产品装配过程管控的数字孪生模型;在此基础上,引入工作流技术实现了装配过程数据的实时采集与管理,提出实时数据驱动的数字孪生车间同步运行方法;随后通过灰色马尔可夫预测模型、T-K统计控制图以及关联规则算法的集成应用,实现了对复杂产品装配过程中的小样本量质量数据的实时预测与分析。最后,自主设计并开发了基于数字孪生的复杂产品装配过程管控系统,并在某卫星装配车间进行了应用验证。     

方差监测的自适应累积和车身质量控制图研究

针对车身制造质量检测工作量大、数据处理方式简单等特点,提出一种基于方差的改进累积和控制图（CUSUM）方法,用于监测车身制造质量的方差波动。其基本思想是对控制图参数k动态更新和迭代,并与方差波动量相联系,以便实时监测车身焊接尺寸过程方差的微小波动。通过对控制图的平均运行链长进行分析和实际案例研究,并与常规累积和控制图和指数加权移动平均控制图作对比,表明该方法对过程方差微小变异更为有效和敏感。     

基于ANSYS Workbench的电子封装QFP热分析

电子产品在工作过程中会产生大量的热,可靠的热分析在电子产品设计中必不可少.运用ANSYSWorkbench对电子封装QFP结构进行热分析,得到电子封装系统的温度云图,并提出了提高QFP散热率的方法.     

Generally weighted moving average control chart for monitoring process variability

Most applications of the EWMA control chart for monitoring processes depend on detecting shifts in the process mean. The problem of detecting an increase in process variability, which can also strongly affect the quality of products, is perhaps more important. When a process moves from the pilot phase to the production phase, the mean may not shift but the variation will probably increase because new sources of variation are introduced, including new people and materials. A simulation is performed to evaluate the ARL to false alarm and to monitor the change in the process variability of the EWMA control chart and the GWMA control chart. An extensive comparison reveals that the GWMA control chart is more sensitive than the EWMA control chart in monitoring the variance of a process. The results of this study can be applied to monitor the process variability in automated industries.