Word第第頁面向AMT的統(tǒng)計過程質(zhì)量控制*一、引言八十年月以來，顧客對產(chǎn)品的需求從單一型向多樣型轉(zhuǎn)變，國際市場的競爭日趨激烈。據(jù)國外的調(diào)查說明，企業(yè)之間的競爭焦點已從價格因素向柔性、質(zhì)量、對市場改變的快速響應等非價格因素轉(zhuǎn)移[1]。隨著世界工業(yè)市場競爭的不斷加劇，為了生存和進展，越來越多的企業(yè)熟悉到實施先進制造技術的重要性，并已經(jīng)開頭引進和實施AMT[2]。在AMT的討論和應用不斷取得勝利的同時，也有很多企業(yè)發(fā)覺AMT帶來的效益并不如所期望的那么大，甚至還有很多失敗的例子擺在人們面前。影響先進制造技術勝利應用的'因素有許多，其中一個重要的因素是產(chǎn)品的質(zhì)量。傳統(tǒng)的統(tǒng)計過程質(zhì)量掌握基于休哈特掌握圖，監(jiān)測掌握同一產(chǎn)品的同一質(zhì)量特征的改變規(guī)律，使之滿意精度并保持穩(wěn)定，在剛性自動化大生產(chǎn)中得到了廣泛的應用，并取得了巨大的經(jīng)濟效益[3]。但是，在小批量生產(chǎn)方式占主導地位的AMT生產(chǎn)環(huán)境下，傳統(tǒng)的統(tǒng)計模型無法得到足夠的數(shù)據(jù)來建立統(tǒng)計掌握關系。因此，傳統(tǒng)的SPQC卻不能直接被應用在AMT生產(chǎn)環(huán)境下，SPQC需要一種新的指導思想。對此，國內(nèi)外均做了一些討論[4-8]，提出一些解決〔方案〕，但均沒能在根本上解決數(shù)據(jù)缺乏的問題。此外，在先進制造系統(tǒng)中還存在對掌握圖的識別問題。傳統(tǒng)的生產(chǎn)環(huán)境下掌握圖是否處于統(tǒng)計掌握狀態(tài)下，是由人對掌握圖進行統(tǒng)計狀態(tài)的識別。在AMT生產(chǎn)環(huán)境下假如連續(xù)沿用這種方法，一方面影響信息反饋的準時性，另一方面工人始終監(jiān)視掌握圖會提高工作強度，降低他們的工作效率。利用模式識別算法對掌握圖自動識別，就可以很好地解決這兩方面的問題。有一些工序的失控狀態(tài)很簡單用一般算法識別，例如掌握變量超出掌握界限以及連續(xù)的上升和下降的趨勢。然而對于小波動的持續(xù)上升或下降或者是循環(huán)改變趨勢，則難以用一般方法進行推斷。由于神經(jīng)計算技術的進展，很多以前計算量很大并耗時較長的問題得到了解決，模式識別就是其中的一項。考慮到在AMT生產(chǎn)模式中計算機化是基本條件之一，而且生產(chǎn)環(huán)境中的計算機只是利用已經(jīng)訓練好的程序運行識別算法，不需要太大的計算量。因此，利用神經(jīng)網(wǎng)絡對掌握圖的異樣模式進行識別是特別合適的?；谝陨仙塘?，本文提出了基于等效工序力量的統(tǒng)計過程掌握方法，并給出了統(tǒng)計變量的計算方法。而且，以這種統(tǒng)計方法所得到的掌握圖的改變趨勢為討論對象，采納人工神經(jīng)網(wǎng)絡理論設計了掌握圖異樣狀態(tài)的自動識別軟件。二、基于等效工序力量的統(tǒng)計過程質(zhì)量掌握方法1.等效工序力量掌握的理論基礎現(xiàn)代統(tǒng)計過程質(zhì)量掌握的動身點是在事前掌握加工過程，使其處于正常狀態(tài)；而不是在事后通過檢驗的方法掌握次品的擴大。進行的是“過程掌握"而不是“產(chǎn)品掌握"?？偟膩碚f，只要是無顯著差異的5M1E[9]環(huán)境下生產(chǎn)出來的產(chǎn)品的質(zhì)量特征值〔不肯定為同類產(chǎn)品〕偏離期望值的正常波動聽從的分布。等效工序力量掌握圖通過對的標準化變換，使得等效工序力量掌握圖的掌握界限不隨質(zhì)量特征的不同而改變，使統(tǒng)計變量成為聽從標準正態(tài)分布的無量綱量的隨機變量，到達利用歷史數(shù)據(jù)的目的。不同的