机械产品装配过程质量控制决策研究

机械产品装配过程质量控制决策研究王暋波暋唐晓青北京航空航天大学,北京,100191摘要:在“装配质量熵暠概念的基础上,通过综合考虑装配活动关键程度和潜在质量损失对装配活动质量控制策略的影响,建立了装配活动“综合装配指数暠指标,并在此基础上给出了装配过程控制策略决策方法。该方法提高了装配过程质量控制决策的客观准确性和主动预防控制能力,为研究开发装配过程质量控制决策支持系统提供了理论依据。关键词:机械产品;装配过程;质量控制;决策中图分类号:TH165暋暋暋文章编号:1004—132X(2010)02—0164—05Decision-makingofQualityControlforMechanicalAssemblyActivitiesWangBo暋TangXiaoqingBeihangUniversity,Beijing,100191Abstract:A“synthesisassemblyindex暠(SAI)basedonthe“assemblyqualityentropy暠conceptwasputforwardtosolvetheobjectiveandexactpredictionofinfluencefortheassemblyactivitiesaccordingtotheintegratedmeasurementofkeygradesofassemblyactivityandpotentialqualitylossforassemblyactivityinthephaseofproductionpreparation.Thedecision-makingmethodsofqualitycontroltacticsbasedontheSAIwerepresentedafterthealgorithmofassemblyqualityentropywasbroughtforwardthatwasimportantfortheSAIcalculation.Furthermore,adecision-makingcaseforqualitycontroltacticsofanassemblyprocessofaplungerinjectionpumpwasstudied,andprovestheSAIreasonableandthedecision-makingmethodsfeasible.Keywords:mechanicalproduct;assemblyprocess;qualitycontrol;decision-making收稿日期:2009—03—180暋引言随着科学技术的发展和生产力水平的提高,机械产品的复杂程度越来越高,相应的制造和装配技术难度越来越大,致使过程运行状态和控制因素更具复杂性、综合性和不确定性。这种情况下,在装配生产开始前就能够对装配过程质量控制策略进行客观准确的决策,对于保证最终产品的质量具有十分重要的意义,真正做到“主动预防暠。目前,国内外学者对装配质量事前预防控制研究的主要内容包括:根据装配质量特性关键程度采取不同程度的质量控制策略(这也是目前实际应用较为成熟的质量控制方式[1]);基于分析产品复杂度与装配不合格率之间的关系,预测装配不合格率[2];通过对装配活动进行FMEA(failuremodeeffectanalysis)风险分析,找出可能发生故障的工序,用帕累托图和风险顺序系数对失误划分等级,并提出预防控制策略[3]。上述研究为装配过程的潜在质量损失分析、预测和度量提供了有价值的方法和结论。但上述研究仅仅从某一个方面考虑对装配质量的影响,缺乏从设计角度和装配过程影响两方面综合考虑对装配过程质量控制决策的影响。本文基于上述原因,首先对衡量装配过程潜在质量损失的“装配质量熵暠概念进行了介绍,在此基础上提出了综合装配活动关键程度和装配质量熵值的“综合装配指数暠指标,给出了基于“综合装配指数暠的装配过程质量控制决策方法,并以某型喷油泵装配过程为例对决策过程进行了介绍。1暋装配质量熵1.1暋装配质量熵概念在申农提出的“信息熵暠的基础上[4],文献[5]将“熵暠引入质量工程领域来描述产品被失去的质量,提出了“产品质量熵暠概念。产品质量熵是在产品全生命周期中质量特性自身状态不确定性的一种度量,即质量损失的一种度量。“装配质量熵暠是在产品质量熵基础上对由于参与装配的零部件设计制造缺陷、装配活动缺陷或过程因素影响而对活动输出质量所造成质量损失的可能性度量,是产品质量熵在装配阶段的一种具体表现形式。简言之,装配质量熵表示由于参与装配的零部件质量和装配活动影响因素而使装配产品质量失去或消减的大小,它综合反映了装配活动中的实物质量损失和非实物潜在质量损失。如果装配·461·中国机械工程第21卷第2期2010年1月下半月ClicktobuyNOW!PDF-XChangeViewer!PDF-XChangeViewer个,其中第i个的状态概率(质量度)为Pi,则该装配活动的装配质量熵定义为Q=-K暺Ni=1PilnPi(1)式中,K为比例常数,K=1/lnN。根据熵的性质,如果某装配活动的装配质量熵越大,则输出产品装配质量的不确定性、无序度就越大,装配发生质量问题的可能性就越大;反之亦然。因此,装配质量熵是对因参与装配的零部件质量和活动影响因素的变化而失去或消减的“质量暠的度量,是对装配活动潜在质量损失的一种度量。装配质量熵可作为装前准备阶段对产品装配过程潜在质量损失的度量,是进行主动预防控制的信息基础。计算得到的装配生产线上的各装配活动的装配质量熵值,是装配过程质量控制决策的重要依据。1.2暋综合装配质量熵综合装配质量熵是考虑了各影响因素综合权重后的装配质量熵,它更能反映在决策中获得信息的多少和质量[6]。其算法思路是:先分析确定影响装配质量熵的主要信息因素集合{F1,F2,…,Fi};进而对其主要信息因素的质量状态进行评定,给出其质量状态值{MF1,MF2,…,MFi};计算主要影响因素的熵值{EF1,EF2,…,EFi};按照相关算法得到装配活动的综合装配质量熵值EAi。1.2.1暋确定影响主要信息因素的集合本文通过广泛调研后认为,针对每一个装配活动:栙参与装配的零部件质量体现了加工质量对装配质量的影响;栚装配操作者水平体现了完成活动的主体对装配质量的影响;栛装配工艺规划质量揭示了完成活动的方法对装配质量的影响;栜类似装配活动历史上发生质量问题的频数体现了重复发生质量问题的可能性对装配质量的影响。上述因素较为全面地反映了装配活动潜在质量损失的影响因素,本文暂以上述4项因素来进行综合装配质量熵的度量,当然也可根据企业实际情况进行相应调整,并非一成不变。1.2.2暋对主要信息因素的质量状态进行评定按照文献[7]中给出的参考评定标准和相关方法可对主要信息因素的质量状态进行客观评定,限于篇幅,在此不赘述各信息因素的具体评定方法。按照装配质量熵的性质,根据其质量状态好坏给予0~10分范围内的评分值,以为后续计算提供基础数据信息。1.2.3暋确定装配活动影响因素的装配质量熵由参与装配的零部件、操作者技术水平、装配工艺规划质量和类似装配活动质量问题历史发生频数的质量状态评价分值组成原始数据集合:D曚={d曚i},i=1,2,3,4。d曚i为装配活动Ai(i=1,2,…,n)的第i个影响因素的质量状态数据。采用量纲一化的方法对D曚进行标准化处理,这里采用直线型量纲一化方法中的极值法[8]对D曚进行标准化处理,处理后的数据集合为D={di}暋暋i=1,2,3,4di=d曚i-mind曚imaxd曚i-mind曚i(2)则di的状态概率为Pi=di暺4i=1di暋暋暋i=1,2,3,4由此,根据装配质量熵的定义,第i个影响因素的装配质量熵Ii(定义)为Ii=-1ln4PilnPi暋暋暋i=1,2,3,4(3)规定当Pi=0时,PilnPi=0。因为0曑Pi曑1,所以0曑Ii曑1。1.2.4暋计算影响因素的综合权重(1)计算影响因素的熵权。按照熵思想,人们在决策中获得信息的多少和质量,是影响决策精度和可靠性高低的决定性因素。如果某个因素的熵越小,说明其值的增减程度越大,提供的有用信息量越多越有利于作出优劣性的判断和选择,在综合评价或决策中该因素所起的作用越大,其权重(熵权)越大;反之亦然。可见,熵权代表影响因素提供有用信息量的多寡程度[8],其具体确定方法如下:定义偏差度wi为wi=1-Ii,i=1,2,3,4。通过对熵权计算方法的改进[9],给出第i个影响因素的熵权毩i的定义:毩i=wi4-(I1+I2+I3+I4)暋暋i=1,2,3,4(4)(2)给出影响因素主观权重。对上述影响因素使用专家法[10],得到其权重毸i(i=1,2,3,4)。毸i为决策者对影响因素的主观判断信息,反映了不同行业不同过程的具体特点。(3)确定影响因素综合权重。在毩i和毸i的基础上,得到的第i个影响因素的综合权重[8]为Wi=毸i毩i暺4j=1毸j毩j暋暋暋i=1,2,3,4(5)1.2.5暋确定装配活动的综合装配质量熵(1)确定影响因素的综合装配质量熵。对于·561·机械产品装配过程质量控制决策研究———王暋波暋唐晓青ClicktobuyNOW!PDF-XChangeViewer!PDF-XChangeViewer影响因素{F1,F2,F3,F4},其综合装配质量熵值EFi分别为EF1=MF1W1暋暋EF2=MF2W2EF3=MF3W3暋暋EF4=MF4W4(2)确定装配活动的综合装配质量熵。根据信息熵的“可加性暠性质[4],装配活动Ai(i=1,2,…,n)的综合装配质量熵为EAi=EF1+EF2+EF3+EF4(6)2暋综合装配指数“综合装配指数暠(synthesisassemblyindex,记为S)定义如下:装配活动Ai的关键程度等级值(keyvalueofactivity,记为VAi)与该装配活动综合装配质量熵值(synthesisassemblyqualityentropy,记为EAi)的乘积为该装配活动的综合装配指数值,即SAi=VAiEAi(7)在此,对不同的关键程度赋予一定的数值,以下是参考值:如果某一装配活动Ai的关键程度为关键,则该活动的关键等级值为VAi=1灡2,如果为重要,则VAi=1灡1,如果为一般,则VAi=0灡9。装配活动综合装配指数指标综合考虑了从设计角度和装配过程影响角度两方面对装配活动的影响,将面向装配过程的装配活动关键程度和潜在质量损失两者有机地结合起来,为进行基于主动预防的装配过程质量控制决策提供了理论依据和数据基础。3暋装配过程质量控制决策方法本文采用综合装配指数指标进行装配过程质量控制决策的主要原因,是因为综合装配指数综合反映了设计需求和过程实际状况两者对装配过程质量控制的影响。如果某一装配活动的综合装配指数值越大,则该装配活动的质量影响信息的度量就越大,表示该装配活动拥有的影响输出质量问题的信息就越多、越关键,即越具有发生质量问题的可能性,且发生以后的严重性越大(关键程度高),应该采取较为严格的质量控制策略;反之亦然。因此,采用综合装配指数来进行装配过程质量控制决策是合适的。3.1暋确定每个装配活动综合装配指数值(1)从装配工艺文件中获取每个装配活动的关键程度情况,并确定相应的关键等级值VAi。(2)按照前面给出的算法,计算每个装配活动Ai的综合装配质量熵值EAi。(3)按照式(7)计算每个装配活动的综合装配指数值SAi。3.2暋建立综合装配指数值均值图(I图)借鉴统计过程控制(SPC)思想,以每个装配活动的综合装配指数值为样本数据,建立改进的综合装配指数值均值图,实现对整个装配过程的装配活动质量控制策略的客观决策。(1)在各装配活动Ai(i=1,2,…