英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
使用缺陷评分系统持续提高质量和优化设计公差
摘要：
持续改进是近年来在人类活动的各个领域广泛普及的概念，工艺生产领域也不例外。这与古代人们害怕或禁止创新，通常受权威胁迫的情况相去甚远。事实证明，持续的质量改进可以降低故障率和维修成本。质量改进不是“扑灭火灾”或“发现并移除长钉”（发现并解决问题），而是不断质疑现有的系统和方法。 本文介绍了一种新颖，廉价和实用的质量改进工具，被称为“缺陷评分”，或负权重不断保持标记生产方案以改善目标的系统。该工具可用于通过优化设计公差来提高设计的稳健性，从而提高生产率并降低生产成本。本文通过两个例子说明了该技术。
关键词：持续改进，缺陷评分，稳健性，公差
1.0介绍
缺陷评分被定义为附加于质量功能部署（QFD）发展来的所有非最优技术规范的负权重，如几何，维度，功能，美学等; 偏差越大，分数越高。如果类似的产品按照统一的标准比例，根据错误得分的降序排列，它将作为将产品质量转化为劣质，良好，优秀等品质的基础; 得分最低的产品是最好的。完全报废的产品不会进入此分析; 这是在可接受的范围内的评估。适用于执行和技术豁免的不合格产品也可以计入分析中。持续改进的优势源于生活中存在“至关重要的少数人”的事实。很少的罪犯做了所有的犯罪，很少的科学家做了所有的发现等等。生产操作也是如此。在规范的所有非最优值中，将会有一些导致大部分质量不佳重要的规范。通过进行帕累托分析，可以准确找出哪些因素对质量不佳造成的影响最大。由于它通常是在可接受的产品中进行分级评估，因此它本身就是一种辨别筛选，不会允许为任何产品提供完美品质或“零缺点”的证明。这使得即使在一个明显很好的情况中也可能会有问题。另一方面，如果与所有检查特征处于其最大偏差的最坏情况下所有组件产生的总缺点相比，单个组件的缺陷分数的总和具有一定的重要性。无论什么情况，绝对错误得分值的含义仅用于将下限和上限设置为零和任何选择的值。
2.0文献调查
结合了检验过的数量或功能的修华特统计质量控制图已经使用了相当长的一段时间并有助于持续监控相关过程。但这无助于以分级的方式识别错误来源。
萨尔万迪详述了基于问题解决方法的质量改进计划。据报道，该系统从某种程度来说是有效的。首先，它意识到到，当问题在一些调查之后显而易见时，一个人也能解决问题。
多夫报道了一种监测过程改进的方法。在该部分中，提到了一个基于工序能力指数的图表，Cpis。对于任何样品，计算Cp并检查其是否与卡方检验一起显示出改善或恶化。
田口将质量定义为从产品发货到送达客户手中的损失。作为一种定量测量，他将质量定义为由于产品功能的变化或偏离设计所要求的期望目标值而导致的损失。田口定义的“损失函数”表示上述质量损失是变量的函数。这使得制造产品在基于损失函数的分级上即使在正常制造公差限制内也是不同的。本文提出的1型缺点评分系统从这一概念中汲取灵感。这使得即使在正常制造公差限制范围内，制造产品在基于损失函数的分级上也是不同的。
为了在连续的制造期间内评估产品的质量，艾尔森已经详细介绍了各种评级方案。检查的每件产品都给予评级。没有缺陷的项目将具有100分的评级。重要的缺陷可能带来30分的扣分。具有此类缺陷的项目将具有70分的评级。由于系统设置为对某些类别的缺陷有限制，因此不可能具有评级低于零的产品。给出的缺陷分数是根据缺陷的严重性给出的。
奥克兰提到了许多知名的持续改进工具，如帕累托分析，因果图，头脑风暴，想象力，控制图等。虽然这里使用的是帕累托分析，但也推荐在关键部位的缺陷完全解决后使用其他工具。
3.0方法
根据本部分中描述的规则，缺陷分数将被分配给连续和离散检验变量。某些公差带被定义对应于不同的性能类别，例如优秀，差等，这将缺陷的值划分为更清晰的分组。由于缺陷的相对性质，尽管具有隶属函数会是一个模糊的定义分组，但明确的分组定义作为一种适当的方法将是一个微小的改进。
缺点分数是根据专家对四种不同类别产品的看法计算得来的，即与制造公差有关的优良，良好，差和非常差。前三个类别（优秀，好和差）都在可接受的范围内，而最后一个（非常差）表示超出生产合格所接受的公差限度的偏差。由于是部件间的相对比较，设定界限值本身没有重大意义。
使用常用的数学符号类似于以逗号分隔的分母值表示相应分子值对应区间的模糊集定义;只有这些等式仍然存在的项对于有关的情况存在合理的间隔，而其他人则没有。
对于表示类型1检查特性（例如直径）的连续变量x，其公差范围中的中心值被认为是优秀或最理想的，缺陷分数函数D（x）定义在范围（-alpha;，x1，x2，x3，x4，x5，x6，alpha;）中，如下（-alpha;，alpha;=规格限制的下端和上端的非常大的值）。
D (x) = 50/(-alpha;,x1) 10/(x1, x2) 5/(x2, x3) 0/(x3, x4) 5/(x4, x5) 10/(x5, x6) 50/(x6, alpha;) (1)
类似地，对于类型2特性，例如平坦度，其接近零的值被认为是优秀的，连续区间范围（0，x1，x2，x3，alpha;）中的缺陷函数定义由下式给出：
D (x) = 0/(0, x1) 5/(x1, x2) 10/(x2, x3) 50/(x3, alpha;) (2)
对于类型3的特性，例如工艺，具有有限的离散值属性，针对离散范围（0,1）定义缺陷函数如下。
D (x) = 0/(x = 0) 5/(x = 1) (3)
由于它们是清晰的集合，Acap;B=Bcap;C=Ccap;D，以及其他=phi;。因此，D（x）的值将是对应于设定值的值，该值将由变量继承。
上述缺陷分数的计算是在EXCEL电子表格及其中的逻辑功能的帮助下完成的。然后将缺陷分数按降序排列，并将累积值绘制在所谓的“帕累托图表”中。这些图表是第4.2,4.3和4.4节中讲述的结果解释的基础。
4.0推荐的缺陷得分系统的实施案例
本文包含了两个该推荐工具的实施案例。第一个是制造火箭组件的典型轻合金的级间结构，第二个是修理手枪，9毫米的马卡罗夫。
4.1示例：火箭级间结构
图1给出了铝合金火箭级间的整体规格。这些是关键的规格，因为它们在组合火箭中相叠加作为公差集，将导致过度的垂直角偏差，并且导致飞行中具有更高的弯矩，更多地使用控制液。
4.1.1 计算示例
根据参考表-1，如下所述，对于特征“高度”，在列3,4和5中定义了缺陷得分明确分组。根据参考方程（1），缺点得分D（x）可写为：
D(x) = 0 /(4153.9, 4154.1) 5/(4153.8, 4153.9) 5/(4154.1,4154.2) 10/(4153.7, 4153.8) 10/(4154.2, 4154.3) 50/(-alpha;, 4153.7) 50/ (4154.3 , alpha;) (4)
上面所说的在表-2的第7列中的逻辑是通过使用以下逻辑表达式实现：
IF(AND(F5lt;=4154.1,F5gt;=4153.9),0,IF(AND(F5lt;=4154.2,F5gt;=4153.8),5,IF(AND(F5lt;=4154.3,F5gt;=4153.7),10,50)) (5)
4.2示例：9毫米马卡罗夫手枪的修理
马卡洛夫维修计划的摘录与缺陷一起列于表3，相应的帕累托图如图3所示。
在这种情况下，会有两组缺陷分数。修复前的缺陷分数定义在第6栏中给出，并在第8栏中实施。修复后的缺陷在第9栏和第10栏中列出。
4.2.1 计算示例
对于第1行第1.1项，后视配合的强度应至少为30Kg。在第6列中，相应的缺陷分数定义如下。
D(x) = 20/(0,30) 0/(30, alpha;) (6)
这在第8列中使用以下逻辑实现：
IF(H3lt;30,20,0) (7)
第9栏中的检查（修理后）指示（通过书面消息）数据输入操作员，如果做工较差则输入“0”，如果非常好则输入“1”。 这些特征的缺陷分数在第10栏中通过以下函数定义给出：
d (x) = 0 , for x = 0
= 10, for x = 1 (8)
输入第11列的相应逻辑公式为：
IF(J3=0,0,10) (9)
显然，修复后的值将超过30Kg的可接受性，因此差的工艺和优秀的工艺之间的区别必须基于专家的主观评估。 为了比较维修质量，以专家的意见为依据。
4.3示例：持续的质量改进（示例1和2）
任何缺陷分数都表明可能有改进的余地。持续改进的目的是通过适当的行动将后续装配中的缺点减至零。这可以通过使用连续改进工具[7]和制造公差的最小化分配的组合来实现。所涉及的步骤详见流程图，见图4。
4.4示例：持续的质量改进（示例1和2）
在制造业的背景下，术语鲁棒性用于表示允许输入变量的显着自然变化而自身不变的最终产品质量，。
4.4.1 示例1中的火箭级间结构
制造公差规范的微调要么根据最终产品的使用适用性的实际变化来收缩或放宽它们。例如，表2中的项目3，即“内径”实际中被证实各个组装都非常频繁地偏离规范，他们之间的偏离数值也不尽相同，但是都在技术规范通常能接受的泛滥内。其原因在于，如果产品满足其他规格，那么仅该量纲对装置的位置很重要，并且该量纲超出其实际的效用。
因此，我们有充分的理由降低这一点，这减少了未来技术障碍的数量。相反，据观察，畸形铆钉（第7.2项）的数量和铆钉（第7.1项）的错误布局通常不会超过1％或2％。因此可以使这些规范更为严格。人们可以从所显示出来的缺陷分数中辨别出已记载的可能变化的信号。对于内径偏离的情况，附加的缺陷分数非常高（参见表-2），其为50，而在规格限制内的值仅为最多10。因此，如果最终产品在技术层面是可接受的，那么存在如此大的缺陷是则可以优化参数的指示。这通常在高成本和具有战略重要性的项目中进行，因为该项目的拒收成本非常高，不仅损耗材料和劳动力成本，而且还可能更改前置时间（指从订购到供应商交货所间隔的时间，通常以天数或小时计算）和危及进度。另一方面，如果如第7.1和7.2项（错位和形状错误的铆钉）的任何一项都给出了一致的零缺陷，那就指出了必须收紧规格要求的相反情况（图4）。
该设计最终会收敛成一个稳定的设计，其指示将是所有规格参数的缺陷分数都是数值很低的随机分布，而不会对其中的一个或两个产生任何严重偏重。在这种情况下，帕累托图仍将显示一些特征，这些特征可以解释个别组件的大部分缺陷，但这些缺陷本质上是随机的。在某次装配中，主要的贡献因素可以是同心度（第2项，表格2），而在下一个装配中，它可能是高度（第1项，表格2）。当发生这种情况时，设计人员可以得出结论，已经实现了合理的最佳稳定设计。当实现了随机性要求时，20％的“关键缺陷”在不同的组装之间将会重叠。但必须指出的是，缺陷分数对持续改进的指示作用并不止于此; 也可以基于成本标准来分配公差，并且可以继续尝试将缺点改善至零。
如上所述，稳定设计的优化实现将显着提高生产率并降低生产成本。作者的经验是，通过在论坛的技术讨论，不合格的部分需要几周到几个月的时间才能被搞清并改进被接受。如果避免这些，直接的结果是缩短最终检查和验收时间的时间，从而使产品可用于集成组装活动。
4.4.2 示例2中的9毫米马卡罗夫手枪
第一组的作用是充当该处即将生产手枪平均质量的指示器，其指示了使用中最常发生的缺陷。因此，即使在生产和维修车间开始着手制造手枪之前，第9栏的缺陷评分也从设计改进的角度给出了重要反馈，因为这些分数代表了失败的原因。根据该项中缺陷的数值，设计也能在反馈周期中得到改进。这提高了设计的稳健性，不是通过以传统方式攻克制造业的变化，而是通过攻克服务失败的可能原因。
从长期来看，鲁棒性的实现可以从系统长期运行过程中的随机检查参数的较低得分中得到验证，而不是偏向于某一些参数，例如进一步改进的偏差信号范围。 事实是上手枪是以固定的时间间隔进行维护。
5.0实际中系统如何在生产车间工作？
这是通过将以上表提供给车间控制人员来实现的，除了检查栏之外，所有单元都要受到“保护”（不适合操作员更换）。电子表格中的数据验证功能已用于指示操作员输入什么以及防止输入错误的数据。例如，每个定性描述符（例如是否存在“磨损”）通过为0或者1的编码数字条目输入。所有定量特征，如尺
全文共6022字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1207]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
