论文部分内容阅读
微车后桥生产过程涉及的工序、物料、设备种类繁多,工序间衔接紧密,其关键工序一旦出现生产异常问题,将给企业在后续工序生产、产品品质、客户满意度等方面带来重大的损失,同时也影响微车的质量水平,给人们的生命安全带来极大的隐患。因此,对由微车后桥生产过程关键工序生产异常事件造成的损失进行有效的评估及预警,支持关键工序生产异常事件的有效预测,已成为微车后桥企业迫切需要解决的核心问题之一。本文结合微车后桥生产过程的特点对微车后桥关键工序生产异常损失预测方法及其支持系统进行了研究。首先,根据对微车后桥关键工序生产异常事件的特点进行分析,对微车后桥关键工序生产异常事件进行了分类;通过分析影响微车后桥关键工序生产异常损失的影响因素,建立了微车后桥关键工序生产异常损失的评价指标体系,并利用基于改进的灰色关联分析方法确定其指标权重;在此基础上,提出了基于改进的灰色模糊评判方法和RBF神经网络算法的微车后桥关键工序生产异常损失评估及预警方法。其次,在以上微车后桥关键工序生产异常损失评估及预警方法的基础上,针对广大微车后桥制造企业对生产异常损失评估和预警的需求,研究了一种可实现微车后桥制造企业生产异常损失有效评估及预警的微车后桥关键工序生产异常损失预测支持系统,并构建了系统的体系结构、功能结构和运行模式。最后,基于上述研究成果,设计和开发了一套微车后桥关键工序生产异常损失预测支持系统,并在重庆小康工业部品后桥工厂进行实施和应用,取得了良好的效果。