《復雜產品的質量控制理論與方法》簡述了復雜產品實現(xiàn)過程中質量控制的特點和難點,在經典的質量控制理論框架下,從離線質量控制和在線質量控制的角度,較深入地研究了復雜產品質量控制理論與方法。第1章首先探討了復雜產品的基本概念,然后介紹了質量控制理論的發(fā)展歷程。第2章重點介紹波動理論及減小和控制波動的兩種途徑,為復雜產品質量控制提供理論和方法上的支持。第3、4章重點介紹了復雜產品質量設計的幾個基本問題,即質量設計的控制變量篩選、質量設計的經驗模型構建。第5~7章重點圍繞復雜產品的質量優(yōu)化和制造過程能力展開研究。復雜產品制造過程的質量監(jiān)控是質量控制的關鍵環(huán)節(jié)之一,面臨制造過程的許多自相關、信息繁雜的問題,第8、9章重點圍繞自相關過程、多階段過程的在線調整和質量監(jiān)控展開研究。同時,維修理論的發(fā)展與應用為復雜產品在線質量控制提供了新的監(jiān)控思路。第10章對批量生產方式和小批量生產方式下兩階段的監(jiān)控與維修策略展開了詳細的探討,構建了不同維修策略與在線監(jiān)控策略融合的機制。
更多科學出版社服務,請掃碼獲取。
目錄
第1章 緒論 1
1.1 復雜產品概述 1
1.2 質量控制理論的發(fā)展歷程 3
1.3 復雜產品質量控制面臨的挑戰(zhàn) 5
1.4 本書的主要內容和邏輯關系 7
參考文獻 9
第2章 質量控制理論基礎 10
2.1 產生質量問題的根本原因 10
2.1.1 波動的概念 10
2.1.2 波動引起產品缺陷 10
2.1.3 波動產生的原因 11
2.2 隨機波動的統(tǒng)計規(guī)律性 12
2.2.1 過程的概念 12
2.2.2 隨機波動輸出結果的統(tǒng)計規(guī)律性 13
2.3 新的質量損失原理 14
2.4 離線質量控制 17
2.4.1 穩(wěn)健設計的基本原理 17
2.4.2 試驗設計的實施過程 18
2.4.3 計算機試驗 21
2.5 在線質量控制 22
2.5.1 統(tǒng)計過程控制技術的基本原理 22
2.5.2 控制圖失控的判定準則 24
2.5.3 工程過程控制的基本原理 25
參考文獻 26
第3章 復雜產品設計階段的控制變量篩選 28
3.1 基于線性模型的序貫變量篩選 29
3.1.1 序貫分支方法的基本原理及步驟 30
3.1.2 位置效應和散度效應下的因子分類篩選 31
3.1.3 仿真試驗 35
3.2 基于廣義線性模型的貝葉斯變量篩選 40
3.2.1 廣義線性模型的基本理論與方法 41
3.2.2 基于廣義線性模型的貝葉斯估計與篩選試驗分析 42
3.2.3 Jeffreys先驗 43
3.2.4 回歸參數(shù)的貝葉斯估計 44
3.2.5 MCMC模擬方法 46
3.2.6 實例分析 47
3.2.7 仿真試驗分析 52
3.3 基于廣義線性模型的兩階段貝葉斯變量篩選 57
3.3.1 貝葉斯模型的選擇與評價方法 57
3.3.2 基于廣義線性模型的兩階段貝葉斯變量與模型選擇方法 59
3.3.3 先驗分布的選擇 59
3.3.4 兩階段貝葉斯變量與模型選擇方法 61
3.3.5 實例分析 63
3.4 基于元模型的貝葉斯變量篩選 67
3.4.1 基于稀疏先驗模型的快速貝葉斯回歸元建模 67
3.4.2 基于正則化和罰似然框架的討論 74
3.4.3 試驗結果與分析 75
參考文獻 86
第4章 復雜產品設計階段的質量建模 91
4.1 相關多響應情形下的似不相關質量建模 92
4.1.1 SUR模型的貝葉斯推論 92
4.1.2 基于貝葉斯后驗區(qū)間的穩(wěn)健優(yōu)化方法 95
4.1.3 性能評價指標 98
4.1.4 Nd: YLF激光制孔過程研究 99
4.2 結構不確定下的貝葉斯組合質量建模 107
4.2.1 貝葉斯模型平均的基本原理 107
4.2.2 考慮因子效應原則的先驗分布選擇 108
4.2.3 改進BMA的構建步驟 109
4.2.4 實例分析 110
4.2.5 仿真試驗分析 113
4.3 基于包容性檢驗的質量建模 119
4.3.1 包容性檢驗的基本原理 119
4.3.2 基于包容性檢驗的響應曲面建模方法 120
4.3.3 實例分析 122
4.3.4 仿真試驗分析 126
4.4 高度非線性的多源組合質量建模 129
4.4.1 常見的單個建模技術 131
4.4.2 所提方法 134
4.4.3 案例研究:激光微鉆孔工藝 140
4.4.4 數(shù)值例子:再論微鉆孔過程 145
4.4.5 結論與討論 149
參考文獻 149
第5章 復雜產品設計階段的質量優(yōu)化 154
5.1 考慮位置效應和散度效應的優(yōu)化策略 155
5.1.1 多元損失函數(shù)法 156
5.1.2 穩(wěn)健損失函數(shù)法 158
5.1.3 實例分析 161
5.1.4 方法討論 167
5.2 穩(wěn)健性與可靠性并行的優(yōu)化策略 168
5.2.1 多元質量損失函數(shù) 169
5.2.2 結合多元質量損失與貝葉斯后驗概率的多響應穩(wěn)健參數(shù)設計 170
5.2.3 實例分析 173
5.2.4 討論 176
5.3 穩(wěn)健性與經濟性并行的優(yōu)化策略 178
5.3.1 模型構建 180
5.3.2 參數(shù)優(yōu)化 185
5.3.3 試驗分析 185
參考文獻 192
第6章 復雜產品制造階段的選配優(yōu)化 196
6.1 非正態(tài)尺寸零件的選配優(yōu)化 196
6.1.1 問題背景和數(shù)學模型 196
6.1.2 分組優(yōu)化選配方案求解算法實現(xiàn) 201
6.1.3 數(shù)值仿真 208
6.2 多尺寸特性零件的選配優(yōu)化 210
6.2.1 基于改進田口質量損失模型的多尺寸裝配目標函數(shù)構建 210
6.2.2 基于NSGA-II的多尺寸鏈精確選擇裝配流程 219
6.2.3 實例分析與數(shù)值仿真 225
6.3 多目標復雜零件的選配優(yōu)化 231
6.3.1 CPSAP質量控制模型的框架和實施步驟 231
6.3.2 CPSAP質量控制模型的功能 236
6.3.3 實例分析 239
6.4 多元質量特性零件的選配優(yōu)化 243
6.4.1 多元質量特性的多目標質量損失函數(shù)構建 243
6.4.2 基于SPEA2的多元質量特性的多目標質量損失算法的實現(xiàn) 247
6.4.3 案例分析與數(shù)值仿真 258
參考文獻 265
第7章 復雜產品制造階段的過程能力測算 267
7.1 單值數(shù)據(jù)下的過程能力測算 267
7.1.1 單值數(shù)據(jù)情況下均值和方差的響應曲面模型 267
7.1.2 基于熵權法的多元過程能力指數(shù) 269
7.1.3 基于過程能力指數(shù)的多元質量特性穩(wěn)健參數(shù)設計 271
7.1.4 案例分析 273
7.2 區(qū)間估計下的過程能力測算 277
7.2.1 單點過程能力指數(shù)估計的不足 277
7.2.2 Bootstrap方法 278
7.2.3 過程能力指數(shù)Cpk的三種Bootstrap置信區(qū)間 279
7.2.4 過程能力指數(shù)Cpk的三種改進置信區(qū)間 281
7.2.5 仿真研究 283
7.2.6 案例分析 292
7.3 多階段復雜過程的過程能力測算 294
7.3.1 基于線性狀態(tài)空間的CPMP模型 297
7.3.2 基于預先指定控制及調整策略的過程變異性 299
7.3.3 CPMPCI的計算 300
7.3.4 案例分析 303
參考文獻 306
第8章 復雜產品制造階段的在線調整 309
8.1 自相關過程的調整策略 309
8.1.1 自相關過程 309
8.1.2 過程的模型描述及參數(shù)估計 310
8.1.3 基于序貫蒙特卡羅法的過程調整策略 312
8.1.4 算例 314
8.1.5 仿真分析 317
8.2 隨機誤差下的調整策略 321
8.2.1 設置調整問題 322
8.2.2 考慮調整隨機誤差的過程模型及參數(shù)估計 323
8.2.3 調整策略 325
8.2.4 調整策略的實現(xiàn) 327
8.2.5 算例 328
8.2.6 仿真分析 330
8.3 參數(shù)已知多變量過程的調整策略 332
8.3.1 過程模型及參數(shù)估計 332
8.3.2 調整策略 334
8.3.3 調整策略的實現(xiàn) 337
8.3.4 算例 338
8.3.5 參數(shù)對調整策略效果的影響分析 340
8.3.6 調整效果比較 344
8.4 參數(shù)未知多變量過程的調整策略 349
8.4.1 過程模型及參數(shù)估計 349
8.4.2 調整策略 351
8.4.3 算例 352
8.4.4 調整效果的仿真分析 353
參考文獻 356
第9章 復雜產品制造階段的質量監(jiān)控 358
9.1 自相關過程的質量監(jiān)控 358
9.1.1 均值向量的殘差控制圖理論介紹 359
9.1.2 均值向量的殘差控制圖理論ARL仿真分析一 362
9.1.3 均值向量的殘差控制圖理論ARL仿真分析二 367
9.2 兩階段相關過程的質量監(jiān)控 384
9.2.1 過程模型 384
9.2.2 觸發(fā)CUSUM-CUSCORE控制圖的設計 386
9.2.3 仿真分析 388
9.3 考慮測量誤差的質量監(jiān)控 390
9.3.1 變采樣間隔控制圖 391
9.3.2 考慮測量誤差的變采樣間隔控制圖設計 393
9.3.3 算例說明 404
9.4 基于機器學習的質量監(jiān)控 406
9.4.1 診斷制造過程的神經網絡方法 407
9.4.2 概率神經網絡原理 408
9.4.3 基于概率神經網絡控制圖模式識別的過程異常診斷 412
參考文獻 420
第10章 復雜產品制造階段的監(jiān)控與維修策略 422
10.1 批量生產方式下兩階段監(jiān)控與維修策略 422
10.1.1 一般情形下的成本分析 423
10.1.2 考慮人力成本、生產率以及停時損失情形下的成本分析 438
10.1.3 機會維修策略情形下的成本分析 446
10.2 小批量生產方式下兩階段監(jiān)控與維修策略 462
10.2.1 問題描述與假設 463
10.2.2 模型構建與求解 463
10.2.3 案例分析與敏感性分析 466
10.3 經濟和經濟統(tǒng)計視角下兩階段監(jiān)控與維修策略 474
10.3.1 模型假設 475
10.3.2 模型構建與分析 476
10.3.3 優(yōu)化策略構建 478
10.3.4 案例分析與敏感性分析 488
參考文獻 490