统计过程控制在铸造中的应用

介绍了统计过程控制（Statistical ProcessControl,简称SPC）的原理、控制图类型以及SPC在江铃铸造厂过程控制中的运用,展示了SPC技术在质量管理中的重要作用。将SPC有效地结合到质量管理中,可使质量控制由事后严格检验转变为事前积极预防,对生产过程的异常趋势提出预警,提高产品质量,降低成本。     

基于SPC/SPD的汽车车身装焊质量实时监控与故障诊断

在实现车身装焊质量检验工艺和质量实测数据网络化管理的基础上，采用统计过程控制（SPC）和统计过程诊断（SPD）技术，实现了车身装焊质量的实时与监控和故障原因诊断，提高了质量管理的效率和科学性。     

基于STA/SPC/EPC的集成方法质量控制技术研究

工程实践证明,工程过程控制不能预测过程的失效,且不能保证最佳的过程制造质量。采用统计公差分析(STA)、工程过程控制(EPC)和统计过程控制(SPC)集成控制技术才能更好地保证产品的质量。简单介绍STA、EPC和SPC在制造过程质量控制中的特点,提出了一种STA、EPC与SPC集成的过程控制体系结构,对系统的信息接口技术、智能集成技术及协调控制技术进行了研究,并通过一个制造过程的具体实例对其集成技术及质量控制保证技术进行了分析。结果表明:该技术的应用不仅保证了个体参数值的要求,也保证了同一参数群体的分布规律,可明显提高制造过程的质量。     

SPC技术在铜管生产线质量管理中的应用

统计过程控制(SPC)是现代企业质量管理中的一种重要手段,结合网络数据库技术可以实现生产过程中各关键工序产品质量的在线监控与离线分析,加速企业质量管理信息化进程.本文以铜管生产线质量管理为模板,系统地论述了SPC技术在铜管生产线质量管理中的应用,阐述了质量管理系统的流程以及关键技术.     

统计过程控制(SPC)在形位误差控制中的应用

在制造业中,形位误差是对机械零件在加工或装配过程中,对几何要素的形状和位置误差的限制,及评定机械零件质量的重要技术经济指标之一。由于生产的零部件的质量特性值总是波动的,应用统计过程控制(SPC)系统对生产车间的零件形位误差数据进行统计,并得出相应的控制图,利用控制图的判断规则判断出零件的工序质量是否合格,进一步体现了SPC的思想和应用状况。     

在机质量控制检测技术

在不久的将来，切削加工的质量控制检测可能会以如下方式进行：当机床对工件进行切削加工后，一束激光将对工件进行高速扫描检测，并将测得的尺寸信息下载到机床的CNC数控系统，CNC系统中联接有一个统计过程控制（SPC）程序，工件尺寸信息即下载到该程序中。如果任何一个工件尺寸呈现偏离预设公差的趋势，SPC程序将对切削程序作出必要的偏移补偿或向操作者报警。     

统计过程控制SPC系统的设计与实现

传统的质量管理系统侧重于信息管理,统计分析功能薄弱,单一的统计软件又不具有信息管理的功能,鉴于此,结合某锯片有限公司锯片生产过程的特点,设计开发了基于规则推理和知识库的统计过程控制SPC系统,实现了零件及工艺过程管理,过程能力分析,并能绘制控制图、直方图、排列图及图形模式识别及成因分析,具有专家系统的分析诊断功能。通过在某锯片厂的实施应用,提升了产品质量,降低了成本,提高了顾客满意度。     

应用统计过程控制提高数控加工精度

简要介绍了统计过程控制(SPC)的原理,根据数控重复加工的特性,在数控系统中加入SPC监控模块。通过类似实际生产过程的模拟试验,使产品质量的被动事后把关变为积极的事前预防。     

基于MINITAB的热加工过程质量控制

统计过程控制是一种十分有效的质量分析和控制手段.基于MINITAB软件,介绍了统计过程控制在铸造生产工序质量和产品质量控制中的基本应用.     

基于统计过程控制的机器人系统故障预测技术研究

针对机器人系统维护特点,提出将故障预测与健康管理(PHM)技术应用到机器人系统的维护上.论述了PHM关键技术--故障预测技术的特点和研究内容,对故障预测技术进行分类和分析.最后提出了基于统计过程控制(SPC)进行故障预测的方法,描述了其控制图的原理和判断准则,并利用实际过程能力指数进行预测,阐述了进一步研究可能遇到的问题.     

18CrNiMo7-6齿轮轴渗碳淬火热处理的氧化分析

分别利用金相学与统计过程控制（SPC）的原理,研究了18CrNiMo7-6风电齿轮轴产品渗碳淬火热处理的氧化,探索了SPC原理在渗碳热处理中的应用,讨论了在车间生产中控制表面氧化的措施。研究表明,直接淬火的齿面一般不发生氧化皮剥落,而中冷淬火的则发生外氧化层的剥落;对于长周期渗碳的齿轮轴来说,其内氧化深度受渗碳时间的影响并不显著;应从优化启炉时间、工艺气体纯度、炉体密封性、烧炭黑等方面控制风电齿轮产品的表面氧化,并保证工艺过程是稳态受控的。     

面向多品种小批量机加工车间的工序质量控制方法研究

针对某电梯零部件制造企业对产品制造过程质量可控性的要求,结合电梯零部件生产企业多品种、小批量的生产特点,提出基于SPC(统计过程控制)和神经网络的电梯零部件工序质量控制方法。将加工件的质量相关数据采集到MES系统中,再根据质量数据绘制出加工件的x-R控制图(均差-极值),然后建立用于控制图模式识别的神经网络模型,并使用遗传算法对神经网络的参数进行优化,使网络误差达到最小。在正确的识别了控制图模式后,可实时的监控生产过程中存在的问题并予以处理。最后,通过实例验证了基于SPC和神经网络的多品种小批量机加工车间工序质量控制方法的可行性。     

基于数据驱动的全流程模锻生产过程专家系统

阐述了我国锻造生产线现状,介绍了国内外统计过程控制研究和应用的概况,指出在我国锻造生产环境中实施统计过程控制所面临的困难。基于工序单元采用约束理论对锻造生产过程进行分析,寻求瓶颈环节或关键环节作为监控重点;将质量管理工具SPC分析方法应用于锻造生产过程,实时监控瓶颈环节或关键环节,通过局部优化最终得到整个生产过程的稳定;根据模锻生产的特征以及SPC分析方法中定义的5大影响因素搭建专家知识库,利用主流的机器学习算法进行知识的获取。基于以上研究,设计基于数据驱动的全流程模锻生产过程专家系统,用以实现模锻生产过程全流程的实时监控、稳定性分析以及生产过程的优化。     

基于SPC的树脂磨具加工过程质量控制研究

针对我国大多数树脂磨具生产企业存在的问题,提出将统计工序控制(SPC)方法应用到树脂磨具的质量控制领域,研究基于SPC的树脂磨具加工过程质量控制方法。分析了SPC的实施流程,将粒度、均匀度、废品数和外形尺寸作为控制对象,分别从质量信息采集、数据处理、数据分析和工序能力分析四个方面论述了SPC的原理与操作方法。结果表明:将SPC方法应用到树脂磨具加工过程的质量控制,能够有效的减少废品率,节约成本,提高产品质量和市场竞争力。     

铸造生产过程中的质量控制

质量管理的重点在于过程控制,过程控制的重点在于控制产品的质量特性,而对质量特性中的关键特性和重要特性的控制是企业整个质量管理的根本所在。介绍了铸造企业铸件质量策划过程,各种质量控制文件的形成次序以及相互间的关系,简述了质量控制文件在铸造过程中如何用于指导生产和如何在实际生产中对质量控制文件进行补充完善和更新。介绍了几种质量控制工具在过程控制中的运用。     

基于Johnson转换的非正态过程能力研究

在统计过程控制（SPC）技术中要求质量特征服从正态分布。而在实际生产中，许多稳定的过程不一定满足正态分布的假设。许多学者和质量工程师纷纷提出将非正态数据转变成正态数据的方法，以便使用SPC技术对这些数据进行分析，从而得出合理有效的结论。解决这个问题的一种方法是使用Johnson分布系统对这些非正态数据进行转换。文章提出了一套系统的处理非正态数据并计算其过程能力指数的方法，结合使用Johnson分布系统百分比拟合法，并给出具体的步骤和做法，最后应用该方法对实际案例进行研究，并计算其过程能力指数，与实际相比照，证实了该方法的有效性和实用性。文章用相应的matlab和minitab分析软件来辅助实现这个方法，具有可操作性，可以用于指导生产实践。     

多工序冲压成形的过程控制研究

基于多工序冲压成形过程的设计与开发,构建了面向过程的多工序冲压成形控制系统模型,对影响多工序冲压成形过程质量的主要过程变量进行了识别与分析,并介绍了SPC与EPC的整合在冲压成形过程控制中的应用思路,提出以最终冲压件(包括工序件)的技术特性指标和质量要求为目标,通过多工序冲压成形过程的设计与开发,采用合适的过程控制技术,实时调整、改进冲压生产过程,控制最终冲压件的质量。     

CAN总线与以太网互连系统的设计

为了在过程控制领域实现以太网与现有CAN总线网的直接连接。保证管理监控层（以太网）与生产测控层（CAN总线网）之间的数据能方便地通信。文章详细介绍了一种CAN总线与以太网互连系统的设计方案,采用CAN总线和以太网混合控制网络,以Maxim公司推出的8051系列的DS80C400芯片作为核心处理器,利用嵌入式网络平台（TINI）作为开发平台,应用套接字技术及嵌入式网关技术,使得下层现场设备和上层监控网络之间的联系更加牢固,介绍了该系统的结构模型、硬件和软件的设计方案及工作原理,为工业过程控制网络的数据管理和远程控制提供了理论依据和方法。结果证明,这种方法性价比高,实用性强,非常适合工业控制领域。     

非正态样本下的多元控制图的性能优化

多变量统计过程控制(Multivariate Statistical Process Control, MSPC)是对经典的单变量的统计过程控制(Statistical Process Control, SPC)的拓展,通过对多个质量特征参数联合分析,达到控制生产过程的目的。传统的MSPC方法都是基于数据服从多元正态分布的假设,在实际生产过程中数据会呈现非正态特性。针对这一问题,提出基于高斯混合模型(Gaussian Mixture Model, GMM)的非参数T~2控制图,记为G-T~2控制图,通过基于密度初始化的GMM对原始数据进行多元正态转化,用计算得出的均值μ和协方差σ代替样本均值和样本协方差,并引入混合权重系数α对μ进行修正,计算得到样本的T~2统计量,并用T~2控制图判断过程是否处于统计控制状态下。通过蒙特卡洛(Monte Carlo)仿真方法测试控制图的性能,结果表明:G-T~2控制图相比于普通多元控制图在非正态情况下有更好的性能表现。     

计算机辅助SPC在企业中的应用

本文综述了SPC（Statisical Process Control)思想与应用状况；基于SPC理论，应用VB这种可视化编程语言，编制了计算机辅助SPC软件系统，借助于该系统可方便地或者手工录入数据、或者连接数据库或从磁盘读取已有数据，可保存原有数据或清空数据库后重新输入新的数据，所以适用于对质量进行控制管理的任何场合。可以方便地对数据进行计算后自动动画出控制图，可对异常自动进行报警。这对企业减少原料浪费、降低成本、保证质量、提高生产率和产品竞争力具有重要现实意义。