大规模定制(MC)是目前先进的生产模式,其生产随客户需求而变,具有不可预测性,且产品开发及生命周期短,生产批量少,设备调整时间短。因目前的控制图并不完全适用于此生产模式,故提出针对大规模定制型制造企业的生产过程监测的联合统计制程方法,即基于Q统计量的指数加权移动平均控制图的大规模定制制造系统。利用仿真软件MATLAB的统计工具箱模拟与大规模定制相似的一组随机数据,通过MATLAB软件编码将其转换为Q统计量后再利用Minitab软件的统计分析和图表功能来验证此联合统计制程方法的可行性及预测精度。

对于国内制造型企业而言,提高产品生产制程能力是形成企业核心竞争力的重要方法。在仿真试验平台TURN5DOE内,结合试验设计方法与Minitab软件,以TURN5DOE模拟制造青铜衬套的单点车床车削操作进行数据采样试验;以直径与表面粗糙度作为试验指标,以切削液、机台、刀鼻半径、进料率、切削速度作为影响因素,设计正交试验方案。通过仿真试验得出参数最佳组合,以提高企业生产控制系统的稳定性和生产能力。

针对大规模定制(MC)生产模式下产品质量特征值不足、参数情况未知、监测不灵敏等因素造成的过程质量控制难以实施的问题,提出基于Q统计量的改进型自适应移动加权平均控制图(AEWMAQ)。通过成组技术形成产品族,利用Q统计量将相似产品的质量特征值标准化;利用标准化后的数据绘制改进型AEWMA控制图。该方法能够解决不同参数条件下数据源不足的问题,并可改善控制图对微小、中等和较大偏移监测灵敏度不足的情况,使得控制效果得到显著提升。结果表明:与传统方法相比,AEWMAQ控制图具有更好的灵敏性、更强的检测能力。

大规模定制生产的质量控制体系建立在全面质量管理基础上,针对制造型企业采用大规模定制生产模式的特点,为提高质量控制系统的效率,提出改进型AEWMAQ控制图。使用TURNSIM仿真系统模拟相关数据,通过VBA创建用户自定义动态数据交换对Excel/Minitab交互系统进行二次开发,实现数据实时共享。通过实验验证了此交互系统的可行性,且AEWMAQ控制图较传统控制图具有更高的灵敏性和预测能力。将该系统运用于大规模定制生产的过程质量控制中,提升了质量监控的便捷性,同时降低了企业的生产成本。

数据溯源技术与大规模定制生产模式的融合是实现数据质量提高和技术创新发展的基础。基于订单随机性、产品种类多、批量少给数据质量带来的一系列的机遇和挑战,提出一种基于开放溯源模型的数据溯源模型。结合大规模定制中数据生命周期的特点,从海量的数据中寻找源头数据及记录数据在传播过程中的变化来对其进行管理,构建大规模定制下制造业领域的数据溯源信息交换模型。建立供应链开放溯源模型、产品属性开放溯源模型和生产阶段开放溯源

为解决仿真生产实验平台中设备布局方法单一、可重构性不强的问题,利用Matlab和Python语言对仿真生产实验平台设备布局系统进行设计与开发。针对实验平台中设备的大小、位置、数量都会变化的动态布局问题,采用GA-Lyaout算法进行优化,并且对Python、Flexsim等软件开放接口,以提高程序数据输入速度及可视化仿真效率。该系统降低了重构车间布局的设计难度,增强了可操作性及便利性。