企业管理论文栏目提供最新企业管理论文格式、企业管理硕士论文范文。详情咨询QQ:1847080343(论文辅导)

非正态分布下汽车零部件企业的质量监控与诊断企业管理研究

日期:2018年08月18日 编辑:ad201107111759308692 作者:无忧论文网 点击次数:1142
论文价格:150元/篇 论文编号:lw201807201539073436 论文字数:35263 所属栏目:企业管理论文
论文地区:中国 论文语种:中文 论文用途:硕士毕业论文 Master Thesis

本文是一篇企业管理论文,本文从理论和应用两个角度对汽车零部件制造过程的质量监控和诊断进行分析,并提出适合工序数据特征值服从正态分布下的质量监控和诊断方法,所研究的方法将极大地改进汽车零部件制造过程的质量管理效率,对于提高产品质量,降低质量损失,提高企业的市场竞争力具有十分重要的意义。


第 1 章 绪论


1.1 研究背景和研究意义

1.1.1 研究背景

在全球经济化快速发展的浪潮中,国际市场竞争变得越来越激烈,在此竞争环境下,质量管理学家朱兰指出未来世纪将会出现一个以质量为竞争因素的世纪。GB/T19000-ISO9000:2000 版标准中质量的定义为一组属性满足要求的程度。随着时间的推移经和经济多元化的发展,这种观点也得到越来越多人的认可。此外,新世纪消费者对所消费结构和水平都产生巨大改变,消费价格不再是考虑的单一因素。经济化的快速发展促使消费者不但对产品的选择空间越来越大,也对产品的性价比要求越来越高。在这个竞争化激烈的世纪中,企业要在此环境下站稳脚步并不断发展壮大,必须对服务质量和产品质量越来越重视。而一个企业在提高服务质量和产品质量之前,首先必须做好质量控制,特别是过程质量控制。

从 1978 年到 2017 年,改革开放已经过去 30 多个年头,在此期间我国的汽车产业取得了飞速的发展。21 世纪以来,经过不断自主创新和技术合作,我国汽车零部件企业有了较快的发展。但是,随着经济全球化越来越深入,以及我国改革开放的进一步加深,我国汽车零部件企业正面临着越来越激烈的市场竞争。在市场竞争的要素中,质量是汽车零部件企业取胜的关键因素。汽车零部件企业只有不断提高产品质量,才能确保其产品满足不断更新的顾客质量要求,汽车零部件企业才能在市场中站稳脚跟、拥有自己的一席之地。

汽车零部件企业在生产过程中,产品质量特性值总是存在不可避免的正常波动或异常波动。异常波动对产品质量有很大的影响,但是异常波动是可以消除的。汽车零部件企业应该应用可行的技术对异常波动进行重点关注和监控,然后通过有效的方法识别引起异常波动的原因,立即采取有效的措施排除或减少异常波动,使过程维持在过程受控且过程能力满足要求的状态下,以达到控制和改进质量的目的。目前,大量汽车零部件制造企业的生产制造控制过程已无法适应传统质量管理。虽然一些学者已经注意并开始研究汽车零部件质量管理系统,但是主要集中在工序数据特征值服从正态分布的情况。

...........................


1.2 研究内容和研究方法

1.2.1 研究内容

本选题选取汽车零部件企业为研究对象,根据传统统计过程控制和过程能力分析相关理论建立工序数据特征值服从非正态分布下的传统控制图,选控图和过程能力分析评价模型,提出有效的数据转换函数以及非正态分布数据最有效的控制图类型和过程能力分析评价方法,以保证生产过程中的工序状态在控制范围内。本文将从 M 汽车企业收集数据,进行实证分析,并在此基础上,根据 5M1E 理论结合鱼骨图分析,研究汽车零部件企业目前制造过程质量监控和诊断存在的问题,针对问题提出适用于汽车零部件企业质量改进的合理化策略及建议。

1.2.2 研究方法

(1)文献检索法

通过查阅国内外相关的文献资料,对转换函数、过程质量控制、正态分布、控制图和过程能力等理论的研究成果有深刻的认识。通过文献梳理发现,质量管理方面的研究对汽车零部件领域和工序数据特征值服从非正态分布的关注比较少,所以本文从这两点出发,对汽车零部件的制造生产过程中非正态分布数据的质量监控和诊断进行研究和分析。

(2)实际案例分析法

本文采取 M 汽车零部件企业为研究对象,采集 M 汽车零部件企业喷油嘴喷孔孔径的生产数据,并根据正态性检验验证数据是否服从非正态分布,通过Box-Cox 数据转换函数对生产数据进行转换,继而研究喷油器生产工序的稳定性并诊断影响质量发生波动的因素,发掘汽车零部件企业制造生产过程中质量监控和诊断存在的问题,并提出建设性的改进质量管理的建议。

..........................


第 2 章 相关理论及文献综述


2.1 常规控制图的相关理论以及文献综述

2.1.1 常规控制图的基本原理

在统计过程控制实施过程中,常规控制图(休哈特控制图)是十分重要的工具,在现实生产过程中最常用的一种控制图是平均值-极差控制图。控制图是一个简单的过程控制系统,其作用是利用控制图所提供的信息,把一个过程维持在受控状态,一旦发生异常波动,就分析对质量不利的影响因素,采取措施加以消除,使质量不断提高,并把一个过程从失控状态变为受控状态,以保持质量稳定。控制图是 SPC 实施的关键,只有从根本上理解控制图才能更好地研究及应用。在下面章节将介绍控制图的两种基本原理。

(1)小概率原理

小概率原理认为:“小概率事件在一次实验中是不可能发生的,一旦发生,就认为过程中出现了非随机因素导致的过程异常”。控制图把假设检验的原理运用到图上,即利用假设检验的小概率原理来设计判断过程是否异常的准则,然后通过图上点的变化对过程的运行情况进行判断。

在使用控制图对生产过程进行控制时,主要判别是否异常的科学界限就是控制图的控制界限。主要包含三条水平线:控制上界(Upper Control Limit,记为 UCL)、均值线或中心线(Central Line,记为CL)、控制下界(Lower Control Limit,记为 LCL)。将这三条水平线画在一张坐标纸上,其横轴为时间或样本序号,纵轴为 t 的观察值,这样就形成了一张控制图(如图 2-6 所示)。当把 t 的观察值按序号点在图上,就可用于过程控制。这些上下控制界限就被用来判断生产过程有无异常,当图上的点子越出了上控制界限或下控制界限时就认为生产过程出现异常, 因为点子越出上下控制界限是一个小概率事件,通常在一次试验中是不可能发生的,一旦发生,就认为过程出现异常。

.........................


2.2 选控图相关理论及文献综述

休哈特控制图是根据所控制质量指标实际发生值的大小来进行监控和分析判断,对于单一工序的质量控制来说,控制图是一个非常好的工具。但是当存在多个连续工序时,控制图就不能正确地分清上下工序的责任。因此,为了了解工序的工作质量,就必须对制造过程的质量管理系统开发新的方法。本小节将会介绍两种质量的概念以及选控图对制造生产过程中工序质量诊断的原理和思路。

2.2.1 两种质量的基本概念

所谓两种质量诊断理论是以总质量与分质量两种质量的理念为基础,然后将两种质量加以度量和比较从而进行诊断的一种理论。两种质量的概念是张公绪1981 年在指导桂林制药厂土霉素生产中诞生的。土霉素生产是流程式生产,过程中上道工序对下道工序的影响普遍存在。为了分清上、下道工序的责任,终于发现通常的质量概念实质上是下列两部分:

(1)当前工序本身的固有加工质量

(2)上道工序对下道工序的影响

二者的综合就是我们通常所说的质量。正由于上影将上、下道工序扯在一起,才分不清上、下道工序的责任,这就促使作者提出两种质量的新概念。张公绪将当前工序本身的固有加工质量称为分质量或称工序固有质量,而将通常的质量,即分质量与上影二者的综合称为总质量或称工序综合质量。

.......................

第 3 章 基于数据转换的非正态过程监控......................20

3.1 非正态分布下统计过程控制(SPC)分析 ....................20

3.2 基于 BOX-COX 转换方法的非正态数据转换 ..........................23

第 4 章 非正态条件下的过程能力分析..........................33

4.1 常规过程能力指数 ....................33

4.2 基于 BOX-COX 转换的非正态过程能力分析..........................35

第 6 章 非正态分布下汽车零部件企业质量改进对策................46

6.1 汽车零部件企业质量管理中出现的问题 ...........46

6.2 汽车零部件企业质量管理的改进对策和建议 .......................46


第 6 章 非正态分布下汽车零部件企业质量改进对策


6.1 汽车零部件企业质量管理中出现的问题

零部件的质量问题波动会对生产组织造成巨大的影响,不管是后续的工序还是下一环节的整车制造。根据全面质量管理理论中六个影响产品质量的主要因素,本章主要根据 5M1E 的质量分析方法进行分析汽车零部件企业质量管理中会出现的问题以及原因。5M1E 是指人(Man)、机(Machine)、料(Material)、法(Method)、环(Environment)、测(Measure),它是现场管理的六大要素。

..........................


第 7 章 总结与展望


7.1 研究结论

在现代工业的生产中,大部分企业为了提高产品质量,已经采用 SPC、Cpk技术进行质量控制与评价。传统的统计过程控制理论基于基本假设:研究的过程处于统计受控状态,同时过程的质量特性值服从正态分布且相互独立,而在实际生产过程中,过程数据并不是总能满足正态分布这