论文部分内容阅读
进入21世纪,随着全球化竞争的不断加剧,迫使企业把竞争的焦点转移到产品质量上来。同时,企业也逐渐认识到质量工作应该从源头抓起,逐渐把质量工作的重心转向减小和消除各种波动。质量工作的核心是预防,已成为质量工程领域的主要目标。在产品制造过程中,产品质量特性值总是波动的。由偶然因素造成的波动对产品质量影响微小,但在生产过程中始终存在,是不可避免的;而由异常因素造成的波动对产品质量影响甚大,并可以通过改进避免。因此,在生产过程中,需要重点关注产品质量的异常波动,并要尽快查明异因,做出改善,消除异常因素的影响,最终达到稳定状态。统计过程控制SPC(Statistical Process Control)可以有效的减小和控制制造过程中的质量波动,它主要应用统计技术对生产过程进行监控,并对生产过程的异常趋势提出预警,以便生产管埋人员及时采取措施,消除异常,恢复过程的稳定。尽管SPC技术可以有效地监控制造过程中的异常波动,然而却不能指导现场操作工人及时准确的寻找异常波动的来源。失效模式分析(Failure Mode andEffects Analysis,FMEA)作为一项事前预防性的分析方法,可以提前找出生产工艺中可能产生的失效与预防措施。因此,如果利用FMEA知识建立知识库,并将其与SPC控制图的监控过程相结合,当制造过程出现异常波动时,利用FMEA失效反馈指导生产现场及时采取措施来消除异常波动,避免不合格半成品流入下一工序,达到“预警”式质量控制。同时,应用SPC技术对制造过程的质量特性进行有效监控的前提是可靠的数据,为了保证测量数据的可靠性,在制造过程中对测量系统进行动态的分析是很有必要的。测量系统分析(Measure System Analysis,MSA)目的在于分析测量系统本身的误差能否满足要求。因此,文章在对SPC技术与MSA,FMEA分析方法进行研究的基础上,给出了基于制造过程的质量控制应用模型,以生产流程为研究对象,通过建立一个面向制造过程的质量控制系统,将SPC技术与MSA,FMEA质量工具有效地结合起来,并将其应用到具体的汽车零部件生产过程中。应用结果表明,该方法对于制造过程中产品的质量控制是有效的。