SPC技术在小批量多品种短期生产中的应用

本文分析了传统SPC技术在小批量多品种短期生产中质量控制所存在的问题,应用数理统计方法．得出一种基于正态过程．采取以数据标准化为基础的Z-MR图．可有效用于小批量多品种下对短期生产实施过程质量控制。     

带花键孔齿轮坯精车夹具

一、概述 孔拉花链后,齿轮坯外圆及端面,尤其作为齿加工工艺基准的端面,其精车质量将直接影响齿加工精度。 我厂生产解放牌汽车齿轮中,带花键孔齿轮坯精车夹具曾先后采用小锥度刚性心轴、塑料胀套、蛇形管胀套心轴,均难以保证图1所示的工艺要求。后来采用本文介绍的夹具,能稳定保证工艺要求,夹具结构见图     

基于SPC的焊接生产线质量控制及相关分析

结合统计过程控制(SPC)和相关分析的内容对焊接生产线进行过程能力的统计计算、生产线稳定状态的分析、质量控制影响因素和故障原因及表现的相关分析,并针对生产线提出有效的改进方案,使生产线系统改善了SPC的稳态,减少了焊接生产线的故障率,提高了生产线的响应能力和生产质量,并以某汽车后桥焊接生产线为实例进行了验证.     

轻轨车双曲面牵引齿轮的优化设计

本文介绍双曲面齿轮用于轻轨车牵引传动中所遇到的复杂计算问题,以及如何运用计算机进行齿轮的优化设计和运算,从而确定齿轮副的最佳设计参数     

SPC在冷轧辊质量管理方面的应用

面对日益激烈的竞争,山西百一机械设备制造有限公司为提升冷轧辊产品品质的稳定性。在公司的冷轧辊质量管理分析系统的应用,通过全面实施SPC对产品的各类数据进行统计分析,使产品质量的稳定性大幅度的提升,真正实现了产品的追溯性和产品质量的可控性。     

基于协同式专家系统的SPC诊断系统研制

从专家系统的功能立体结构分析入手，分析了SPC专家诊断系统的建立。通过对相关数据的模糊量化分析和过程分析，建立了DBKAS和SPC数据分析诊断子系统，以及相关参数数据管理子系统的SPC专家诊断系统，并将之应用到生产实践。     

SPC控制图技术在生产线质量控制中的应用

以摩托车用小型点火线圈生产线的质量控制为实例，对生产线进行过程分析，并在此基础上建立了监控系统，然后详细讨论了适用于生产线的SPC统计方法，主要介绍其中的控制图方法。     

汽车后桥准双曲面齿轮搅油阻力优化

以降低某汽车后桥准双曲面齿轮搅油阻力为目的,基于VOF(Volume of Fluid)两相流模型及标准k-ε湍流模型建立了汽车后桥三维数值模型,分析了后桥准双曲面齿轮搅油功率损失机理;提出了将准双曲面齿轮由螺栓连接改为去除螺栓结构并在其两侧面增加挡板以减少搅油阻力的方法.通过Fluent仿真,对改进前后汽车后桥准双曲...     

SPC控制图在我厂的应用

采用数理统计技术是控制工序质量的重要手段之一,本文针对SPC控制图的选择控制工序、作图、描点以及工序状态判断等重要环节作一个详细的介绍。     

齿轮产品批量加工质量过程控制技术的研究

针对大批量齿轮产品加工的特点和现在质量控制中所存在的问题 ,详细阐述了大批量齿轮加工质量过程控制中涉及的多项技术和解决方法。提出了一种新工艺—质量保证工艺 ,并重点介绍了质量保证工艺在质量过程控制中发挥的重要性。     

用于SPC控制图识别的神经网络训练并行算法研究

在研究统计过程控制基础上建立控制图识别的神经网络模型。通过对前向型神经网络分析,设计了粒子群优化算法与阻尼最小二乘法相结合的复合训练算法,基于并行运算原理对上述复合算法进行优化。实验结果表明,该复合算法经过并行优化后训练速度明显提高,具有较大的实用价值。     

MES环境下基于SPC控制图的统计方法应用研究

针对汽车发动机装配过程质量控制问题,在制造执行系统(M anufacturing Execution System,M ES)环境下采用SP C控制图实时监测过程质量数据,并预测装配过程质量数据的波动性以及对其异常情况实时报警。文中以某公司汽车发动机缸体装配线螺栓拧紧工位为实例,以均值-极差控制图和通用不合格率控制图为主要统计分析方法,在一定程度上为装配过程质量控制提供了决策支持,实例验证了该统计方法的可靠性和实用性。     

统计过程控制(SPC)在质量管理中的应用研究

统计过程控制（SPC）使产品质量由事后把关转为事前预防,大大降低了生产成本。本文介绍了SPC的原理．对其两种有效的质量控制工具：控制图和工序能力进行了详细的阐述,并在生产实际中进行了具体的应用,通过时具体产品的SPC分析,为企业开展QC活动提供了思路和参考方式。     

基于SPC与EPC集成的制造过程质量监控与调整

针对质量监控与调整中噪声信息对测量数据质量影响的问题,提出了一种基于统计过程控制（SPC）与工程过程控制（EPC）集成的制造过程质量监控与调整方法。建立了基于波动状态的统计过程控制与工程过程控制集成模型,实现了在质量监控的同时进行波动补偿。在质量监控阶段,首先采用Kalman滤波方法对含有噪声信息的测量数据进行滤波处理,估计得到波动状态,再依据滤波状态建立指数加权移动平均控制图进行质量监控,通过平均运行长度验证了该质量监控方法的性能。在质量调整阶段,基于波动状态对制造过程进行了调整。运用生产实例验证了方法的有效性和准确性。     

质量统计过程控制技术SPC的应用及实现方法

统计过程控制技术SPC在现代企业生产质量管理中起着非常重要的作用。为促进SPC技术在航空产品中、小批生产企业中的应用和推广,本文阐述了SPC技术在质量管理中的应用方法,提出了SPC技术控制应用流程图并重点对SPC技术在计算机系统中的几种实现方法以及SPC软件系统设计与实现的思路进行了论述和研究。     

统计过程控制(SPC)在重卡车架螺栓扭矩控制中的应用

主要介绍了在生产过程控制方面应用SPC技术的实践经验。根据统计过程控制理论,运用控制图分析和判定重卡车架生产中螺栓扭矩过程质量特性值是否受控,从而找出产生问题的原因,采取有效措施,达到保证、改进产品质量的目的。     

典型轴类零件车削加工专家系统的研究

针对典型轴类零件在实际生产中人工编制工艺效率低下、切削参数选择不合理等问题,依据金属切削加工理论,通过分析典型轴类零件车削加工的专家经验,提出了基于Visual和Sql Server建立典型轴类零件车削加工专家系统。系统先通过对零件三维模型的识别,提取出能够用于制定工艺的零件信息,进而采用基于规则推理的技术,实现典型轴类零件的工艺方案自动制定、刀具和切削参数自动选择优化等。     

Economic-Statistical Design of Multivariate Control Charts Using Quality Loss Function

When a control chart is applied to monitor a production process, three test parameters should be determined: the sample size, the sampling interval between successive samples, and the control limits or critical region of the chart. In this paper, we develop the procedure to carry out the economic-statistical design of multivariate control charts by using a quality loss function for monitoring the process mean vector and covariance matrix simultaneously; i.e., to determine economically the optimum values of the three test parameters so that the statistical constraints (including the requirements of type I error probability and power) of the control chart can be satisfied. The test statistic _2_nL is used to develop this procedure and the cost model is established based on the cost function developed by Montgomery and Klatt and the multivariate quality loss function presented by Kapur and Cho. A numerical example is provided to illustrate the solution procedure of the design and then the effects of cost parameters on the optimal design are studied. ID="A1"Correspondance and offprint requests to: Dr Chao-Yu Chou, Department of Industrial Engineering and Management, National Yunlin University of Science and Technology, Touliu 640, Taiwan. E-mail: choucy@pine.yuntech.edu.tw