基于質(zhì)量流模型的關(guān)聯(lián)多工序制造過程加工質(zhì)量研究

王菲，陳明

(1. 西安工程大學 計算機科學學院，陜西 西安 710600; 2. 湖南云箭集團有限公司，湖南 長沙 410000)

0 引言

在多工序制造系統(tǒng)中，制造過程質(zhì)量控制的研究是當前質(zhì)量管理研究的一個熱點。制造過程中最基本的單元是工序，對各工序的質(zhì)量實施管理是提高產(chǎn)品設(shè)計質(zhì)量的有力保證。

對于多工序制造過程的研究主要分為兩類：一是考慮過程相關(guān)性而建立的多工序誤差傳遞狀態(tài)空間模型，可用于統(tǒng)計過程控制或全面質(zhì)量管理[1-2]；另一類是建立加工過程模型，以研究制造系統(tǒng)設(shè)計對產(chǎn)品質(zhì)量的影響[3-4]。KIM等[5]采用產(chǎn)品的合格率來預測系統(tǒng)的加工質(zhì)量； WANG等[6]研究了質(zhì)量的非單調(diào)性，也就是說，質(zhì)量性能不會隨制造系統(tǒng)某一參數(shù)的變化而單調(diào)變化。張偉[7]等根據(jù)多指標分析生產(chǎn)工序，應(yīng)用Witness仿真軟件，并結(jié)實例進行研究，結(jié)果表明該方法可以更加準確地找出影響生產(chǎn)過程質(zhì)量的因素。但是，基于這些模型的研究前提是假設(shè)工序間是獨立存在的，是不相互影響、不相互關(guān)聯(lián)的，即沒有考慮工序間質(zhì)量誤差的傳遞，使得模型的適用范圍受到限制。JU等[8-9]以轉(zhuǎn)移概率為基礎(chǔ)建立了三狀態(tài)質(zhì)量流模型，其三狀態(tài)涉及到 “合格”、“修復過合格”和“不合格”3種狀態(tài)，但是實際生產(chǎn)中要在每一道工序后對產(chǎn)品加工狀態(tài)質(zhì)量進行檢查再進行缺陷修理，極大地增加了成本并降低了生產(chǎn)效率，使模型受到限制。

通過上述分析，本文在權(quán)衡目前工序狀態(tài)和上道工序產(chǎn)品質(zhì)量的基礎(chǔ)上，從工序之間關(guān)聯(lián)性的角度研究了機械產(chǎn)品工件制造過程特性在工序間的相關(guān)性和變化關(guān)系，并推論出最終工件加工過程的質(zhì)量模型，從制造過程參數(shù)的角度提出制造系統(tǒng)加工質(zhì)量的改進建議。

1 關(guān)聯(lián)多工序制造過程的質(zhì)量流模型建模

1.1 模型假設(shè)

本文采取質(zhì)量流模型對產(chǎn)品加工過程建立模型，構(gòu)建模型的前提假設(shè)如下：

1)當設(shè)備處于無故障運行狀態(tài)時，生產(chǎn)的產(chǎn)品質(zhì)量狀態(tài)合格與不合格的情況是隨機分布的。制造過程的相鄰工序間存在質(zhì)量傳遞，經(jīng)過第i道工序的產(chǎn)品質(zhì)量不僅受到自身工序的影響，而且還受到上道工序產(chǎn)品質(zhì)量的影響。

2) 以產(chǎn)品質(zhì)量衡量工序的加工狀態(tài)，在t時刻，若工序Mi生產(chǎn)的產(chǎn)品質(zhì)量合格，則認為t時刻Mi處于gi(第i道工序產(chǎn)品質(zhì)量為合格)狀態(tài)；同理，若工序Mi生產(chǎn)的產(chǎn)品質(zhì)量不合格，則認為t時刻Mi處于di(第i道工序產(chǎn)品質(zhì)量為合格)狀態(tài)。

3) 工序M1的加工狀態(tài)不受下一道工序的生產(chǎn)狀態(tài)的影響，即若t時刻M1處于gi狀態(tài)，則在t+1時刻，它有η1(工序維持gi的概率)概率維持gi狀態(tài)，有1-η1的概率轉(zhuǎn)移到di狀態(tài)；同理，如果t時刻M1處于di狀態(tài)，則在t+1時刻，它有ν1的(工序維持di的概率)概率維持di狀態(tài)由1-ν1率轉(zhuǎn)移到gi狀態(tài)。

4) 工序Mi(i≥2)在t時刻的上游產(chǎn)品質(zhì)量取決于Mi-1在t-1時刻的狀態(tài)，若Mi-1在t-1時刻處于狀態(tài)gi-1，則Mi在t時刻的上游產(chǎn)品質(zhì)量是合格的;同理，若Mi-1在t-1時刻處于狀態(tài)di-1，則Mi在t時刻的上游產(chǎn)品質(zhì)量是不合格的。

當上道工序產(chǎn)品質(zhì)量合格時，若Mi在t時刻處于gi狀態(tài),則在t+1時刻由βi(第i道工序產(chǎn)品質(zhì)量由合格轉(zhuǎn)化為不合格的概率)的概率轉(zhuǎn)移到di狀態(tài)，有αi(第i道工序產(chǎn)品質(zhì)量維持合格率)的概率維持gi狀態(tài)；當上游產(chǎn)品質(zhì)量不合格時，若Mi在t時刻處于di狀態(tài),則在t+1時刻由λi(第i道工序產(chǎn)品質(zhì)量由不合格轉(zhuǎn)化為合格的概率)的概率轉(zhuǎn)移到gi狀態(tài)，有δi(第i道工序產(chǎn)品質(zhì)量維持不合格率)的概率維持di狀態(tài)。

1.2 關(guān)聯(lián)多工序的質(zhì)量流加工模型

多工序加工系統(tǒng)中的產(chǎn)品加工過程質(zhì)量傳遞具有很大的復雜性，除了在單個工序上的各種影響因素之外，相連工序之間存在復雜的相互聯(lián)系，工序之間可能引入各種誤差，導致產(chǎn)品的加工質(zhì)量下降并隨工序不斷積累，因此，在加工過程中，相鄰工序間質(zhì)量的傳遞尤為重要。

在產(chǎn)品加工過程中，來料在經(jīng)過某道工序后的質(zhì)量可能會出現(xiàn)由合格變?yōu)椴缓细?質(zhì)量損失)或由不合格變?yōu)楹细?質(zhì)量補償)的現(xiàn)象。因此，每道工序加工后的產(chǎn)品質(zhì)量與目前工序狀態(tài)和上道工序產(chǎn)品質(zhì)量都緊密相關(guān)。在文獻[8-9]提出的模型基礎(chǔ)上并綜合當前設(shè)備狀態(tài)和上道工序產(chǎn)品質(zhì)量因素的影響，提出關(guān)聯(lián)多工序制造系統(tǒng)的加工過程轉(zhuǎn)移概率圖如圖1所示。

圖1 關(guān)聯(lián)多工序轉(zhuǎn)移概率圖

由圖1可推導出關(guān)聯(lián)多工序產(chǎn)品制造過程的質(zhì)量流模型如下：

兩道工序產(chǎn)品質(zhì)量模型：

p(g1)=p(g0)α1+p(d0)λ1

(1)

p(d1)=p(g0)β1+p(d0)δ1

(2)

多道工序產(chǎn)品質(zhì)量模型：

p(gk)=p(gk-1)αk+p(dk-1)λk

(3)

p(dk)=p(gk-1)βk+p(dk-1)δk

(4)

2 案例分析

2.1 案例描述

以某公司高壓開關(guān)操動機構(gòu)智能車間生產(chǎn)零部件工作缸的生產(chǎn)過程來驗證多工序質(zhì)量流模型的有效性。工作缸的生產(chǎn)過程主要包括粗車、熱處理、精車、去毛刺、陽極氧化和研磨清洗等，加工內(nèi)容如表1所示，工作缸的剖面圖如圖2所示(左為小端，右為大端)。

圖2 工作缸剖面圖(示意圖)

表1 工作缸加工過程

工序工序名稱工序內(nèi)容1粗車按具體尺寸以探傷面作為零件螺紋端進行加工,切除大部分余量2熱處理對零件進行調(diào)質(zhì)和表面滲氮處理3半精車對零件進行半精加工,使尺寸大小接近零件規(guī)定尺寸4精車把零件加工到圖樣規(guī)定要求5去毛刺去各相貫孔毛刺,對螺絲孔深度不夠進行修理6陽極氧化硬質(zhì)陽極氧化50 μm,除?35.03±0.01、?55.075±0.01孔外其余孔7研磨清洗超聲波旋轉(zhuǎn)清洗:?45+0.03-0.01(小端)、?45+0.03-0.01(大端)

本文提出了基于各工序設(shè)備狀態(tài)和上道工序工件質(zhì)量的關(guān)聯(lián)多工序加工過程質(zhì)量模型，實驗中采用如下方法獲取參數(shù)：1)在無故障運作階段，收集經(jīng)過各道工序加工后的工件質(zhì)量狀況，并以零部件質(zhì)量“合格”和“不合格”進行記錄和區(qū)分。2)對某道工序的加工工序Mi分別在上游零部件質(zhì)量合格、不合格的情況下，統(tǒng)計以下情況的占比：①上道工序加工的工件i-1質(zhì)量合格且此工件質(zhì)量也合格；②上道工序加工的工件i-1質(zhì)量合格而此工件質(zhì)量不合格；③上道工序加工的工件i-1質(zhì)量不合格而此工件質(zhì)量合格；④上道工序加工的工件i-1質(zhì)量不合格且此工件質(zhì)量也不合格。

對于工序Mi(i≥2)，在上道工序工件質(zhì)量合格時，情況①、②所占比例對應(yīng)轉(zhuǎn)移概率αi、λi，在上道工序工件質(zhì)量不合格時，情況③、④所占比例對應(yīng)轉(zhuǎn)移概率βi、δi；而對于工序M1，其上道工序工件質(zhì)量經(jīng)過檢驗都合格，因此情況①、②所占比例對應(yīng)轉(zhuǎn)移概率ηi、νi。

2.2 生產(chǎn)瓶頸識別

通過收集工作缸加工過程的各個工序加工后工件質(zhì)量參數(shù)的測試數(shù)據(jù)，對每道工序進行了5組測試，每組包括1000個工作缸零部件，統(tǒng)計計算所得實際各設(shè)備對應(yīng)工序的參數(shù)如表2所示。將表2的數(shù)據(jù)帶入工序加工過程的質(zhì)量流模型式(3)中，進行計算得出經(jīng)過各工序后的工作缸合格率如圖3所示。

表2 制造系統(tǒng)的設(shè)備對應(yīng)的工序參數(shù)

圖3 工作缸加工過程轉(zhuǎn)移概率圖

根據(jù)建立的質(zhì)量流模型所得工作缸經(jīng)過該制造過程的各道工序后工件加工質(zhì)量合格率變化趨勢如圖4所示。

圖4 產(chǎn)品加工過程合格率變化圖

經(jīng)過第i道工序后，工作缸加工合格變化量Δp(gi+1)(此道加工工序的零件合格率與前一道工序加工合格率的差值)為：

ΔP(gi+1)=P(gi+1)-P(gi)

由此可計算出：

ΔP(g2)=0.00120,ΔP(g3)=-0.00710,

ΔP(g4)=-0.01220,ΔP(g5)=0.00278,

ΔP(g6)=0.00531,ΔP(g7)=0.00141。

由圖4和Δp(gi+1)得出，從第4道工序后，工作缸加工合格率出現(xiàn)了較大幅度下降，因此，系統(tǒng)中最需得到質(zhì)量提升的工序為工序4。將表2中的參數(shù)帶入建立的質(zhì)量流模型中，通過模型計算得到該加工制造過程的合格率為0.9314，歷史數(shù)據(jù)中實際加工工件合格率為0.9349，相對誤差為0.35%，證明此模型可以應(yīng)用于該實際加工過程。

第4道工序的相關(guān)參數(shù)有λ4、α4、δ4和β4，在當前真實值的基礎(chǔ)上，分別對這些變量進行單因素變化，觀察在第4道工序時零部件加工合格率的變化，由圖5可見α4的變化對該制造過程合格率影響最大，在變化相同值的情況下，提高α4的值能夠最大程度地提高該制造過程的合格率。

圖5 M4的參數(shù)與產(chǎn)品加工合格率的變化關(guān)系

通過該模型找到了工作缸加工制造過程的質(zhì)量瓶頸工序和質(zhì)量瓶頸加工參數(shù)，并得出了加工參數(shù)對零部件合格率的影響規(guī)律。在該加工過程中，需要整改的是第4道工序，其瓶頸參數(shù)為α4。因此，在加工前5M1E(操作人員、加工設(shè)備、工件材料、工藝方法、現(xiàn)場環(huán)境和測量方式)是符合加工標準要求的前提下，對第4道工序相關(guān)的工藝系統(tǒng)(機床、刀具、夾具、工件和切削液)在加工過程中的受力變形、受熱變形等原因進行主要排查，使第4道工序不再是加工質(zhì)量的瓶頸工序，從而提高產(chǎn)品的合格率。

3 結(jié)語

生產(chǎn)過程管理問題是工業(yè)生產(chǎn)的重點，在生產(chǎn)過程中，各工序間加工質(zhì)量的傳遞會影響最終產(chǎn)品的質(zhì)量，從而影響企業(yè)的經(jīng)濟效益，制約企業(yè)的生產(chǎn)發(fā)展，所以在生產(chǎn)過程中，及時找出生產(chǎn)瓶頸十分重要。本文對制造系統(tǒng)的加工過程進行分析，綜合權(quán)衡上道工序產(chǎn)品質(zhì)量和目前工序狀態(tài)兩個影響因素，構(gòu)建了生產(chǎn)線傳遞的關(guān)聯(lián)多工序制造過程的質(zhì)量流模型，強調(diào)加工質(zhì)量傳遞對產(chǎn)品質(zhì)量的影響，結(jié)合智能車間的工件工作缸加工過程案例，找出了瓶頸工序及瓶頸參數(shù)，驗證了模型的實用性，并給出了加工質(zhì)量改進建議。