多品種小批量制造環(huán)境下產(chǎn)品質(zhì)量控制綜述

(鄭州大學(xué) 河南 鄭州 450001)

在大批量生產(chǎn)環(huán)境下，基于休哈頓圖的傳統(tǒng)統(tǒng)計(jì)過程控制(SPC)在大批量生產(chǎn)中取得了巨大經(jīng)濟(jì)效益。但其是以大量檢測數(shù)據(jù)為前提，在以單件小批量生產(chǎn)模式為主的CMS環(huán)境下，由于在相同工況下加工同一規(guī)格的零件數(shù)目有限,很難獲得足夠的檢測數(shù)據(jù)來建立控制界限，傳統(tǒng)的統(tǒng)計(jì)質(zhì)量控制方法不適用單件小批量生產(chǎn)環(huán)境的產(chǎn)品質(zhì)量控制。面向單件小批質(zhì)量控制可從其他途徑加以考慮,如采用高精度的自動(dòng)化柔性加工設(shè)備；直接分析加工誤差法減少加工系統(tǒng)中的不穩(wěn)定因素；采用100%檢驗(yàn)等。然而都不及SPC方法那樣是一種花費(fèi)低廉而且通用的質(zhì)量控制方法。為此，國內(nèi)外學(xué)者對多品種小批量生產(chǎn)模式下的產(chǎn)品質(zhì)量控制展開積極的研究。對現(xiàn)有研究方法進(jìn)行梳理分類，大致可以將其研究思路歸納為三類：數(shù)據(jù)變換法、過程建模法和貝葉斯方法。

一、數(shù)據(jù)變換法

數(shù)據(jù)變換法的基本思想是通過數(shù)據(jù)變換手段構(gòu)造服從同一分布的統(tǒng)計(jì)量以增加樣本容量,從而直接使用傳統(tǒng)的SPC方法對各生產(chǎn)工序進(jìn)行控制。數(shù)據(jù)變換法涉及兩大關(guān)鍵技術(shù)，首先是相似工序的構(gòu)建。

余忠華等人從相似學(xué)的基本原理出發(fā)，通過引入相似元，來揭示相似性系統(tǒng)存在的本質(zhì),并實(shí)現(xiàn)相似性定量化從而建立了一套定性與定量相結(jié)合的工序相似性分析方法。影響因素考慮全面，既包括影響因素，也考慮到影響因素之間的交互作用和影響因素的時(shí)變特性；通過層次分析的科學(xué)方法確定各級權(quán)重，是主客觀的綜合度量；操作復(fù)雜，計(jì)算量大。王麗穎等人建立了工序質(zhì)量特征編碼系統(tǒng)。確定了相似要素(5M1E)和明確的相似性標(biāo)準(zhǔn)，基于相似制造論中的編碼分類法，對加工工件質(zhì)量特征和加工過程中質(zhì)量要素進(jìn)行編碼。將編碼相同的工序劃分為同一個(gè)虛擬工序,從而構(gòu)成虛擬批量,解決了質(zhì)量特征值數(shù)據(jù)量少的難題,為運(yùn)用SPC技術(shù)進(jìn)行工序質(zhì)量控制打下了基礎(chǔ)。其屬于定性分析的方法，操作簡單，計(jì)算量??；質(zhì)量要素劃分較粗。

數(shù)據(jù)變換法涉及的第二大關(guān)鍵技術(shù)是數(shù)據(jù)轉(zhuǎn)換方法的選擇。M.AL-SALTI等歸納了七種數(shù)學(xué)變換方法,并對其適用條件進(jìn)行說明。金廣林等建立了“相對公差”K管理圖。其在對質(zhì)量特征值標(biāo)準(zhǔn)化時(shí)，均值和方差均是全部數(shù)據(jù)計(jì)算的結(jié)果，實(shí)際生產(chǎn)中,數(shù)據(jù)是一個(gè)或一批獲得的。高清等針對此問題，提出利用實(shí)時(shí)均值代替總體均值，并找出了短期單值一移動(dòng)極差控制圖和長期控制均值一方差控制圖的統(tǒng)計(jì)量。

二、過程建模法

休哈特控制圖進(jìn)行質(zhì)量控制的焦點(diǎn)在于工序輸出的質(zhì)量特征,僅把工序過程視為獨(dú)立的過程,缺乏對過程本身固有的變化規(guī)律的描述。因此休哈特控制圖對微小偏差的檢出能力弱，不能夠滿足當(dāng)今的6西格瑪管理。

休哈特控制圖進(jìn)行質(zhì)量控制的焦點(diǎn)在于工序輸出的質(zhì)量特征,僅把工序過程視為獨(dú)立的過程,缺乏對過程本身固有的變化規(guī)律的描述。因此休哈特控制圖對微小偏差的檢出能力弱，不能夠滿足當(dāng)今的6西格瑪管理。1954年P(guān)age提出了累積和控制圖(CUSUM)，CUSUM控制圖中的統(tǒng)計(jì)量是實(shí)際值與目標(biāo)值的差值的累積和。Roberts提出的指數(shù)加權(quán)移動(dòng)平均控制圖(EWMA)也是一種聚焦于加工過程的控制圖。CUSUM控制圖和EWMA控制圖均考慮了過程的歷史信息,提高了識別工序質(zhì)量波動(dòng)的能力，對小的過程質(zhì)量漂移更加敏感。同時(shí),還可利用模型解決過程質(zhì)量特征數(shù)據(jù)的相關(guān)性或局部數(shù)據(jù)斷缺。因此,在中、小批量制造過程的質(zhì)量控制中有較好的應(yīng)用。在運(yùn)用CUSUM控制圖和EWMA等過程建模法時(shí)，仍需要足夠的樣本來估計(jì)過程均值方差等統(tǒng)計(jì)參數(shù)，需要與數(shù)據(jù)變換法結(jié)合起來使用。

三、貝葉斯法

P.J.Harrison等人于1989年提出了貝葉斯預(yù)測理論。它的特點(diǎn)之一就是重視專家的經(jīng)驗(yàn)和判斷,通過建立過程的動(dòng)態(tài)模型,綜合考慮客觀歷史數(shù)據(jù)、模型和主觀經(jīng)驗(yàn)來對過程作出預(yù)測,從而使得在保證預(yù)測精度的前提下降低了對數(shù)據(jù)量的要求。余忠華等將貝葉斯動(dòng)態(tài)預(yù)測理論運(yùn)用到小批量產(chǎn)品質(zhì)量控制中，根據(jù)貝葉斯常均值模型建立了工序質(zhì)量的動(dòng)態(tài)數(shù)學(xué)模型。預(yù)測者的主觀觀點(diǎn)體現(xiàn)在先驗(yàn)分布中,并通過折扣系數(shù)實(shí)現(xiàn)初始先驗(yàn)對后續(xù)過程的作用程度。而且預(yù)測者可以在整個(gè)過程中的任何時(shí)候?qū)δＰ瓦M(jìn)行初始先驗(yàn)修正活動(dòng)。該動(dòng)態(tài)模型能夠很好的適用于復(fù)雜的多品種小品量的產(chǎn)品生產(chǎn)質(zhì)量控制中。張玉磊等改進(jìn)了貝葉斯理論動(dòng)態(tài)線性模型中的常均值模型的參數(shù)。狀態(tài)誤差方差控制著模型的穩(wěn)定性，本文利用指數(shù)加權(quán)回歸法對狀態(tài)誤差方差進(jìn)行改進(jìn)。對觀測值序列按時(shí)間先后順序排序，以指數(shù)規(guī)律對它們分配不同的權(quán)數(shù)，充分利用先驗(yàn)信息，提高模型的穩(wěn)定性。