多品种小批量生产中关键工序识别与质量控制研究及应用

作     者：钟昕怡 

作者单位：重庆大学 

学位级别：硕士

导师姓名：杨育;杜兵

授予年度：2017年

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 1202[管理学-工商管理] 

主      题：多品种小批量 关键工序识别 灰色关联分析 工序质量控制 BP神经网络 

摘      要：随着市场需求愈加趋于多样化和个性化,追求规模经济的大批量生产模式己无法适应当今的市场环境;同时,科学技术的发展加快了产品升级换代的频率,不断涌现的新产品使企业需要采用更柔性的生产模式。在市场需求推动及先进技术支持的背景下,越来越多的企业转变为多品种小批量生产企业。另外,随着市场竞争愈加激烈,产品质量已成为企业保证市场占有率,实现持续经营的关键,而工序质量是保证产品质量的根本。因此,如何提高多品种小批量生产中的工序质量已成为质量控制领域的热点。本文以多品种小批量生产中的关键工序为研究对象,对关键工序的识别与质量控制进行了深入研究。本文的研究主要包括以下几个方面:首先,介绍论文的选题背景,分析关键工序识别及质量控制的研究现状,提出了论文研究的目的和意义。在此基础上,结合多品种小批量生产模式的内涵,深入分析关键工序识别及质量控制的理论和方法。基于此,明确论文需要解决的关键问题,提出论文的研究思路和相应的技术路线。其次,针对多品种小批量生产中较难准确识别关键工序的问题,构建多品种小批量生产中关键工序识别的指标体系及模型。在分析多品种小批量生产中工序关键度影响因素的基础上,确定关键工序识别指标体系,并使用粗糙集方法对指标进行约简,采用层次分析法和灰色综合评价相结合的方法建立多品种小批量生产中关键工序的识别模型。然后,针对多品种小批量生产中工序质量控制图使用效果不佳的问题,提出一种多品种小批量生产中关键工序质量控制方法。对相似工序的样本数据进行数据变换来扩充样本容量,分析常见控制图的适用范围,确定本文使用的控制图,并使用数据变换后的值绘制控制图,在此基础上,采用BP神经网络对控制图可能出现的异常模式进行识别,分析结果产生的原因,并给出相应的应对策略消除异常,实现多品种小批量生产中关键工序的有效质量控制。最后,将上述关键工序识别模型以及关键工序质量控制方法应用于K企业,应用效果验证论文模型和方法的可行性和有效性。