CN110794787B - 一种适合多品种混合生产的spc方法 - Google Patents

一种适合多品种混合生产的spc方法 Download PDF

Info

Publication number
CN110794787B
CN110794787B CN201911126950.8A CN201911126950A CN110794787B CN 110794787 B CN110794787 B CN 110794787B CN 201911126950 A CN201911126950 A CN 201911126950A CN 110794787 B CN110794787 B CN 110794787B
Authority
CN
China
Prior art keywords
value
control
production
spc
standard
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911126950.8A
Other languages
English (en)
Other versions
CN110794787A (zh
Inventor
刘强
郭颖娟
汪敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Maanshan Iron and Steel Co Ltd
Original Assignee
Maanshan Iron and Steel Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Maanshan Iron and Steel Co Ltd filed Critical Maanshan Iron and Steel Co Ltd
Priority to CN201911126950.8A priority Critical patent/CN110794787B/zh
Publication of CN110794787A publication Critical patent/CN110794787A/zh
Application granted granted Critical
Publication of CN110794787B publication Critical patent/CN110794787B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种适合多品种混合生产的SPC方法，在多品种混合生产的情况下，当观察的特性均是连续型计量型数据时，使用适用于计量型数据类型的控制图，如均值－极差图或均值－标准差图、单值－移动极差图或中位数－极差图等，通过对数据的变换，确定统一的SPC控制中心线和上下控制限，从而可以离线或实时生成SPC控制图，实现对生产过程的监控。

Description

一种适合多品种混合生产的SPC方法
技术领域
本发明涉及SPC(统计过程控制)技术领域，具体为一种适合多品种混合生产的SPC方法。
背景技术
SPC控制图作为一种利用统计过程控制理论，通过掌握过程变差来帮助过程达到统计受控状态的有效工具，发现异常，及时改进，减少波动，并通过对工艺过程稳定性的实时监控和预测，使过程在处于统计控制的状态下进行生产，达到保证工艺过程稳定和产品总体质量稳定可靠，减少损失之目的，但在实际应用中存在如下问题：
SPC控制图要求顺序生产过程中每个批次的测量结果的控制中心线和上下限必须一致，但在多品种混合生产时，顺序生产的不同产品的品种、规格可能会有很大的不同，每个批次的过程参数控制中心和上下控制限不断变化，导致在这种情况下，无法应用SPC方法对过程进行监控。
发明内容
本发明的目的在于提供一种适合多品种混合生产的SPC方法，在多品种混合生产的情况下，通过对数据的变换，确定统一的SPC控制中心线和上下控制限，从而可以离线或实时生成SPC控制图，实现对生产过程的监控，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种适合多品种混合生产的SPC方法，包括以下步骤：
S1：当观察的特性均是连续型计量型数据时，使用适用于计量型数据类型的控制图，其控制限计算公式如下：
统计量
Figure BDA0002277143180000011
R、s分为：标准值未给定和标准值给定两种状况：
标准值未给定条件下，统计量：中心线
Figure BDA0002277143180000021
UCL与LCL：
Figure BDA0002277143180000022
或
Figure BDA0002277143180000023
标准值给定条件下，统计量：中心线X0或μ，R0或d2σ0，S0或C4σ0；UCL与LCL：X0±Aσ0，D1σ0，D2σ0，B5σ0，B6σ0；
其中，X0、R0、S0、μ和σ0为给定的标准值；
S2：根据S1中公式，在建立控制图时，计算出子组的特性值
Figure BDA0002277143180000024
或μ0，然后再计算出所有观测值的总平均值
Figure BDA0002277143180000025
和平均标准差
Figure BDA0002277143180000026
S3：对于每个批次的生产过程，设生产序列由n个批次组成，其中第i个批次的某一控制参数xi设定值为Xi±Δi，Δ为控制上下限，其测量结果的平均值为
Figure BDA0002277143180000027
标准差为si，最大值为ximax，最小值为ximin，即该测量结果服从期望值为Xi，标准差为si的正态分布，并且ximax-Xi<Δi，Xi－ximin<Δi，对参数Xi可做如下变换：设
Figure BDA0002277143180000028
则yi的数学期望值μyi＝0，且-1≤yi≤1；
S4：对于整个生产序列，使用yi生成SPC控制图，X轴可为每个批次的生产完成时间，Y轴为对应的yi值，控制中心线为y＝0，控制上下限等于为+1和-1，即可根据每个批次的实际生产结果，实时或离线生成随时间连续的控制图。
更进一步地，S1中的计量型数据类型的控制图包括：均值－极差图或均值－标准差图、单值－移动极差图或中位数－极差图。
更进一步地，S3中在实际的生产过程，每个批次均是按照一组由目标值及其上下限构成的PDI参数进行生产的，PDI参数是生产过程的设定值和过程控制的目标值，对于每个批次来说，若生产过程处于统计受控状态，则某参数测量结果的数学期望值等于其设定值，并且每个批次测量结果中的最大、最小值不应超过该参数的上下限。
与现有技术相比，本发明的有益效果是：
本发明提供的一种适合多品种混合生产的SPC方法，在多品种混合生产的情况下，通过对数据的变换，确定统一的SPC控制中心线和上下控制限，从而可以离线或实时生成SPC控制图，实现对生产过程的监控。
附图说明
图1为本发明的热轧厚度SPC控制图；
图2为本发明的热轧终轧温度SPC控制图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例中：对于多品种混合生产，提供一种适合多品种混合生产的SPC方法，包括以下步骤：
第一步：当观察的特性均是连续型计量型数据时，使用适用于计量型数据类型的控制图，其控制限计算公式如下：
统计量
Figure BDA0002277143180000031
R、s分为：标准值未给定和标准值给定两种状况：
标准值未给定条件下，统计量：中心线
Figure BDA0002277143180000032
UCL与LCL：
Figure BDA0002277143180000033
或
Figure BDA0002277143180000034
标准值给定条件下，统计量：中心线X0或μ，R0或d2σ0，S0或C4σ0；UCL与LCL：X0±Aσ0，D1σ0，D2σ0，B5σ0，B6σ0；
其中，X0、R0、S0、μ和σ0为给定的标准值；参见下表1：
表1.控制限计算公式
Figure BDA0002277143180000041
第二步：根据第一步中公式，在建立控制图时，计算出子组的特性值
Figure BDA0002277143180000042
或μ0，然后再计算出所有观测值的总平均值
Figure BDA0002277143180000043
和平均标准差
Figure BDA0002277143180000044
但是对于多品种混合生产，虽然每个批次可以作为一个子组计算其特性值
Figure BDA0002277143180000045
(或μ0)，但由于顺序生产的不同产品其品种、规格差异很大，每个批次的特性值
Figure BDA0002277143180000046
(或R、s)差异很大，而且不同批次的生产状态也有很大的不同，所以不能简单地根据所有批次的特性值来计算总体的特性值
Figure BDA0002277143180000047
(或
Figure BDA0002277143180000048
)，故无法按上述公式计算出控制图的上下限，因此有必要对每个批次的特性值做进一步的处理；
第三步：对于每个批次的生产过程，设生产序列由n个批次组成，其中第i个批次的某一控制参数xi设定值为Xi±Δi，Δ为控制上下限，其测量结果的平均值为
Figure BDA0002277143180000049
标准差为si，最大值为ximax，最小值为ximin，即该测量结果服从期望值为Xi，标准差为si的正态分布，并且ximax-Xi<Δi，Xi－ximin<Δi，对参数Xi可做如下变换：设
Figure BDA00022771431800000410
则yi的数学期望值μyi＝0，且-1≤yi≤1；
第四步：对于整个生产序列，使用yi生成SPC控制图，X轴可为每个批次的生产完成时间，Y轴为对应的yi值，控制中心线为y＝0，控制上下限等于为+1和-1，即可根据每个批次的实际生产结果，实时或离线生成随时间连续的控制图。
在上述实施例中，第一步中的计量型数据类型的控制图包括：均值－极差图或均值－标准差图、单值－移动极差图或中位数－极差图。
在上述实施例中，第三步中在实际的生产过程，每个批次均是按照一组由目标值及其上下限构成的PDI参数进行生产的，PDI参数是生产过程的设定值和过程控制的目标值，对于每个批次来说，若生产过程处于统计受控状态，则某参数测量结果的数学期望值等于其设定值，并且每个批次测量结果中的最大、最小值不应超过该参数的上下限。
在上述实施例中，一般来说，凡是需要对质量进行控制的场合，均可以使用控制图，具体使用哪种控制图，要根据对过程的分析和过程特性的数据类型来确定，而控制限是控制图上用于决定是否需要发出采取措施的信号或判断过程是否处于“统计控制状态”的界限。
根据标准的SPC理论，常规控制图主要有两种类型，计量控制图和计数控制图，每一种类型的控制图又有两种不同的情形：标准值未给定和标准值给定；标准值未给定控制图的目的是发现所点绘特性(如
Figure BDA0002277143180000051
R或任何其他统计量)观测值本身的变差是否显著大于仅有偶然原因造成的变差，这种控制图完全基于子组数据，用来检测非偶然原因造成的那些变差；标准值给定控制图的目的是确定若干个子组的
Figure BDA0002277143180000052
等特性的观测值与其对应的标准值X0(或μ0)之差，是否显著大于仅由预期的偶然原因造成的差异；标准值给定情形的控制图与标准值未给定情形的控制图之间的差别，在于有关过程中心位置与变差的附加要求不同，标准值可以根据通过使用无先验信息或无规定标准值的控制图而获得的经验来确定，也可以基于通过考虑服务的需要和生产的费用而建立的经济值来确定，或可以是由产品规范指定的标称值。
根据上述逻辑，为了进一步更好的解释说明上述发明，提供如下案例：
在某热轧板厂MES***中开发了在线SPC图，实时提取了热轧卷宽度、厚度，热轧终轧温度、卷取温度，以及反应板型的凸度、楔度六个指标，所有的数据均按本发明所述逻辑进行处理，按上下限为±1，中心线为0，X轴为轧制完成时间，每个指标生成一张SPC控制图，根据热轧生产的实际情况，设定了每3分钟刷新一次，并通过选择框进行切换，非常便于在线监控。
请参阅图1，为热轧厚度SPC控制图；
请参阅图2，为热轧终轧温度SPC控制图，图中中间点为批次平均值，上层点为批次最大值，下层点为批次最小值。
综上所述：本发明提供的一种适合多品种混合生产的SPC方法，在多品种混合生产的情况下，通过对数据的变换，确定统一的SPC控制中心线和上下控制限，从而可以离线或实时生成SPC控制图，实现对生产过程的监控。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种适合多品种混合生产的SPC方法，其特征在于，包括以下步骤：
S1：当观察的特性均是连续型计量型数据时，使用适用于计量型数据类型的控制图，其控制限计算公式如下：
统计量
Figure FDA0002277143170000011
R、s分为：标准值未给定和标准值给定两种状况：
标准值未给定条件下，统计量：中心线
Figure FDA0002277143170000012
UCL与LCL：
Figure FDA0002277143170000013
或
Figure FDA0002277143170000014
标准值给定条件下，统计量：中心线X0或μ，R0或d2σ0，S0或C4σ0；UCL与LCL：X0±Aσ0，D1σ0，D2σ0，B5σ0，B6σ0；
其中，X0、R0、S0、μ和σ0为给定的标准值；
S2：根据S1中公式，在建立控制图时，计算出子组的特性值
Figure FDA0002277143170000015
或μ0，然后再计算出所有观测值的总平均值
Figure FDA0002277143170000016
和平均标准差
Figure FDA0002277143170000017
S3：对于每个批次的生产过程，设生产序列由n个批次组成，其中第i个批次的某一控制参数xi设定值为Xi±Δi，Δ为控制上下限，其测量结果的平均值为
Figure FDA0002277143170000018
标准差为si，最大值为ximax，最小值为ximin，即该测量结果服从期望值为Xi，标准差为si的正态分布，并且ximax-Xi<Δi，Xi－ximin<Δi，对参数Xi可做如下变换：设
Figure FDA0002277143170000019
则yi的数学期望值μyi＝0，且-1≤yi≤1；
S4：对于整个生产序列，使用yi生成SPC控制图，X轴可为每个批次的生产完成时间，Y轴为对应的yi值，控制中心线为y＝0，控制上下限等于为+1和-1，即可根据每个批次的实际生产结果，实时或离线生成随时间连续的控制图。
2.如权利要求1所述的一种适合多品种混合生产的SPC方法，其特征在于，S1中的计量型数据类型的控制图包括：均值－极差图或均值－标准差图、单值－移动极差图或中位数－极差图。
3.如权利要求1所述的一种适合多品种混合生产的SPC方法，其特征在于，S3中在实际的生产过程，每个批次均是按照一组由目标值及其上下限构成的PDI参数进行生产的，PDI参数是生产过程的设定值和过程控制的目标值，对于每个批次来说，若生产过程处于统计受控状态，则某参数测量结果的数学期望值等于其设定值，并且每个批次测量结果中的最大、最小值不应超过该参数的上下限。
CN201911126950.8A 2019-11-18 2019-11-18 一种适合多品种混合生产的spc方法 Active CN110794787B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911126950.8A CN110794787B (zh) 2019-11-18 2019-11-18 一种适合多品种混合生产的spc方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911126950.8A CN110794787B (zh) 2019-11-18 2019-11-18 一种适合多品种混合生产的spc方法

Publications (2)

Publication Number Publication Date
CN110794787A CN110794787A (zh) 2020-02-14
CN110794787B true CN110794787B (zh) 2022-08-26

Family

ID=69445076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911126950.8A Active CN110794787B (zh) 2019-11-18 2019-11-18 一种适合多品种混合生产的spc方法

Country Status (1)

Country Link
CN (1) CN110794787B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115713247A (zh) * 2021-08-18 2023-02-24 中兴通讯股份有限公司 生产过程质量控制方法、电子设备和计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010053996A (ko) * 1999-12-02 2001-07-02 김희명 추세를 고려한 품질관리방법
EP1420313A2 (de) * 2002-11-12 2004-05-19 Infineon Technologies AG Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Überwachen eines Herstellungsprozesses einer Mehrzahl von physikalischen Objekten
CN101770233A (zh) * 2009-12-21 2010-07-07 山东电力研究院 基于计量保证方案的统计控制方法
CN102354116A (zh) * 2011-08-05 2012-02-15 北京航空航天大学 一种高质量过程统计控制的ω事件间隔控制图的制作方法
CN102929148A (zh) * 2012-10-26 2013-02-13 西安电子科技大学 基于t-k控制图的多品种生产模式统计过程控制方法
CN104833651A (zh) * 2015-04-15 2015-08-12 浙江大学 金银花浓缩过程在线实时放行检测方法
CN105676817A (zh) * 2016-01-14 2016-06-15 西安电子科技大学 不同大小样本均值-标准偏差控制图的统计过程控制方法
CN106840322A (zh) * 2016-12-21 2017-06-13 潍坊市计量测试所 一种计量器具在线软校准的方法和实现该方法的装置
CN107088061A (zh) * 2017-05-04 2017-08-25 太原理工大学 一种基于Shewhart控制图的HRV在线分析***及其方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6897773B2 (en) * 2002-01-25 2005-05-24 Alfred Dennis Ridley Computer powered wire(less) ultra-intelligent real-time monitor
CN101369152A (zh) * 2008-10-17 2009-02-18 中国安全生产科学研究院 油气开采集输作业安全监控预警及安全管理***及其方法
CN104503402B (zh) * 2014-12-13 2017-04-19 中国烟草总公司郑州烟草研究院 一种卷烟加工烟支卷制质量稳定性的检验方法
CN109343344A (zh) * 2018-09-21 2019-02-15 北京天工智造科技有限公司 卷烟设备操控参数寻优方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010053996A (ko) * 1999-12-02 2001-07-02 김희명 추세를 고려한 품질관리방법
EP1420313A2 (de) * 2002-11-12 2004-05-19 Infineon Technologies AG Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Überwachen eines Herstellungsprozesses einer Mehrzahl von physikalischen Objekten
CN101770233A (zh) * 2009-12-21 2010-07-07 山东电力研究院 基于计量保证方案的统计控制方法
CN102354116A (zh) * 2011-08-05 2012-02-15 北京航空航天大学 一种高质量过程统计控制的ω事件间隔控制图的制作方法
CN102929148A (zh) * 2012-10-26 2013-02-13 西安电子科技大学 基于t-k控制图的多品种生产模式统计过程控制方法
CN104833651A (zh) * 2015-04-15 2015-08-12 浙江大学 金银花浓缩过程在线实时放行检测方法
CN105676817A (zh) * 2016-01-14 2016-06-15 西安电子科技大学 不同大小样本均值-标准偏差控制图的统计过程控制方法
CN106840322A (zh) * 2016-12-21 2017-06-13 潍坊市计量测试所 一种计量器具在线软校准的方法和实现该方法的装置
CN107088061A (zh) * 2017-05-04 2017-08-25 太原理工大学 一种基于Shewhart控制图的HRV在线分析***及其方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SPC技术在多品种小批量数控车削中的应用;陈博，孙薇;《价值工程》;价值工程;20141008(第28期);第56-57页 *
统计过程控制SPC***的设计与实现;路春光，孟丽丽，王振中，张光辉;《组合机床与自动化加工技术》;组合机床与自动化加工技术;20100120(第1期);第108-112页 *

Also Published As

Publication number Publication date
CN110794787A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
US6622055B2 (en) Method of control management of production line
US5751582A (en) Controlling process modules using site models and monitor wafer control
US7082345B2 (en) Method, system and medium for process control for the matching of tools, chambers and/or other semiconductor-related entities
CN109351785B (zh) 一种轧制力优化方法及装置
CN110794787B (zh) 一种适合多品种混合生产的spc方法
CN106054840B (zh) 一种全流程产品质量在线管控***
CN111191822A (zh) 钢材的参数预测方法及终端设备
US20120215490A1 (en) Method for using real-time apc information for an enhanced lot sampling engine
CN113655768B (zh) 装配良率控制方法、设备及计算机可读存储介质
US10540727B2 (en) Method for harmonising colour in manufactured items
CN109926452B (zh) 应用于轧钢的过程控制方法、过程控制装置及终端
CN106774188A (zh) 生产执行***、监测数据异常的方法及监控生产的方法
US6708070B2 (en) Method for preparing manufacturing plan and method for manufacturing semiconductor products using the manufacturing plan
CN106873555B (zh) 一种多品种小批量混流装配线的总装生产排序方法及装置
Al-Refaie et al. A fuzzy multiple regression approach for optimizing multiple responses in the Taguchi method
US7502658B1 (en) Methods of fabricating optimization involving process sequence analysis
KR102142703B1 (ko) 인공지능을 이용한 공정 제어 방법
KR102658296B1 (ko) Mbs 입경 예측 방법
CN108268987B (zh) 多样式产品的品质推估方法
Petrovich Performance analysis for process improvement
Batuta et al. Improving the Quality of the Chocolate Production Process at Wahana Interfood Nusantara Company Using DMAIC Method
US5436842A (en) Method of and apparatus for indicating number of blanks to be introduced for products, and manufacturing system using the same
Towill et al. The dynamics of capacity planning for flexible manufacturing system startup
Chen et al. Establish an adaptive (s, S) production system under imperfect production conditions by fuzzy analytic hierarchy process
Pearn et al. Production yield for multiple line processes: product acceptance determination

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant