【技术实现步骤摘要】
一种基于质量功能配置的检测规划方法
本专利技术属于质量检测规划领域,具体涉及一种基于质量功能配置的质量检测规划方法。
技术介绍
工业企业的生产经营活动是一个复杂的过程,由于受到人员、设备和物料等多种因素的影响,往往会引起产品质量的波动,甚至会产生不合格品。为了保证产品质量,需要对生产过程中的原材料、外购件、外协件、毛胚、半成品以及成品等各生产环节和生产过程进行质量检测。多品种、单件、中小批量、大批量等多种生产模式并存的复杂制造过程条件下,企业生产资源有限,无法针对生产线上的每一道工序全部进行重点检测,因此需要对车间生产工序进行区分,着重确保重要工序的质量。企业现有检测规划主要依据工程师自身经验进行主观判断,存在主观性和片面性,缺少判断各工序重要程度的定量化描述方法以及系统化的检测规划措施。
技术实现思路
本专利技术的目的在于提供一种基于质量功能配置的质量检测规划方法,解决了现有的企业现有检测规划主要依据工程师自身经验进行主观判断,存在主观性和片面性,缺少判断各工序重要程度的定量化描述方法以及系统化的检测规划措施。为了达到上述目的,本专利技术采用的技术方案是:本专利技术提供的一种基于质量功能配置的质量检测规划方法,包括以下步骤:第一步,计算产品生产过程中各个工序的重要度权重,并根据各个工序的重要度权重识别出产品加工过程中的重要工序,将识别出的重要工序及该工序对应的权重作为检测规划质量屋的输入;第二步,归纳第一步中所确定的重要工序对应的质量特征,并将其作为检测项目;第三步,建立第一步中所确定的重要工序与第二步中所归纳的检测项目之间的关系矩阵,根据该关系矩阵计算重要 ...
【技术保护点】
1.一种基于质量功能配置的检测规划方法,其特征在于,包括以下步骤:第一步,计算产品生产过程中各个工序的重要度权重,并根据各个工序的重要度权重识别出产品加工过程中的重要工序,将识别出的重要工序及该工序对应的权重作为检测规划质量屋的输入;第二步,归纳第一步中所确定的重要工序对应的质量特征,并将其作为检测项目;第三步,建立第一步中所确定的重要工序与第二步中所归纳的检测项目之间的关系矩阵,根据该关系矩阵计算重要工序和检测项目之间的相关系数;第四步,建立第二步中所归纳的检测项目的自相关矩阵,根据该自相关矩阵计算两检测项目之间的相关系数;第五步,根据第三步得到的重要工序和检测项目之间的相关系数、第四步得到的两检测项目之间的相关系数计算第二步中所归纳的检测项目的重要度;第六步,根据第五步中所得的检测项目的重要度值对所对应的检测项目进行排序,重要度越大的检测项目给与更高的配置优先级。
【技术特征摘要】
1.一种基于质量功能配置的检测规划方法,其特征在于,包括以下步骤:第一步,计算产品生产过程中各个工序的重要度权重,并根据各个工序的重要度权重识别出产品加工过程中的重要工序,将识别出的重要工序及该工序对应的权重作为检测规划质量屋的输入;第二步,归纳第一步中所确定的重要工序对应的质量特征,并将其作为检测项目;第三步,建立第一步中所确定的重要工序与第二步中所归纳的检测项目之间的关系矩阵,根据该关系矩阵计算重要工序和检测项目之间的相关系数;第四步,建立第二步中所归纳的检测项目的自相关矩阵,根据该自相关矩阵计算两检测项目之间的相关系数;第五步,根据第三步得到的重要工序和检测项目之间的相关系数、第四步得到的两检测项目之间的相关系数计算第二步中所归纳的检测项目的重要度;第六步,根据第五步中所得的检测项目的重要度值对所对应的检测项目进行排序,重要度越大的检测项目给与更高的配置优先级。2.根据权利要求1所述的一种基于质量功能配置的检测规划方法,其特征在于,第一步中,根据车间质量数据QD计算各个工序的重要度权重C(vi),具体方法是:步骤1),车间质量数据QD通过下述集合形式表示:QD={Time,Count}式中:Time表示同批次零件生产过程中每件零件生产过程中每个工序的时间信息;Count为同批次零件生产过程中所有不合格产品的记录信息;其中,Time={ti|i=1,2,…,n}ti={T,TF}式中:ti表示第i道工序的时间信息;n表示每件零件生产过程中所需的工序总量;T表示第i道工序的持续时间;TF表示第i道工序的总时差:Count={ci|i=1,2…,n}ci={c_num,c_cause,c_process}式中:ci表示第i条产品不合格记录;c_num表示该条记录对应的不合格品的数量;c_cause表示该条记录对应的每个不合格品产生的质量原因;c_process表示该条记录对应的每个不合格品产生的责任工序;步骤2),以步骤1)中所得的车间质量数据QD为基础,结合赋权图的形式构建零件的加工模型G,其中,零件的加工模型G的表达式:G={(V,U),(R,RU),WU}式中:(V,U)为零件生产过程中的节点集合,其中,V={vi},vi是将零件加工过程中的第i道工序抽象为第i道工序节点;U={ui},ui是将第i个不合格品产生的质量原因抽象为第i个不合格品产生的质量原因节点;(R,RU)是根据(V,U)中节点相互关系形成的有序点对所组成的有向边集合,其中:R={ri}={<vk,vl>,<vm,vn>,…}R是指零件生产过程中所有工序节点中,相邻的两个工序节点间有向边的集合,ri表示两个相邻的工序节点之间的有向边;RU是指零件生产过程中所有工序节点与其对应的质量原因节点之间的相互关系的集合,表示第i道工序节点与该道工序对应的不合格品产生的质量原因节点之间的所有有向边的集合;为有向边上的权,表示质量原因节点uj对工序节点vi的影响程度,其值为uj所表示的产品不合格记录中由vi所表示的责任工序所引起的不合格产品的数量;步骤3),根据建立的步骤2)中建立所得的零件加工模型G计算各个工序的不确定性程度Cdu和各个工序的影响程度Cde;步骤4),根据步骤3)所得的各个工序的不确定性程度Cdu和各个工序的影响程度Cde计算各个工序的重要...
【专利技术属性】
技术研发人员:陈琨,冯增行,张建,李辉,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。