汽车零部件小批量生产过程中的质量控制方法研究

摘要

针对目前消费者表现出对汽车产品的个性化需求，本文主要探讨了满足顾客要求的小批量生产的质量控制方法。

首先，简述了小批量生产质量控制的研究现状，对当前制造模式下多品种小批量生产的质量控制应用情况和存在的主要问题进行了研究；通过分析小批量生产的特点，得出了传统的休哈特控制图难以应用在小批量生产条件下进行质量控制的结论。

再次，从质量控制的角度，系统地阐述了当前学术界和工业界里对小批量生产过程中的质量控制方法研究取得的成果，并提出具有代表意义的5种小批量生产过程中的质量控制方法。例如：利用历史数据和相似信息等先验信息，采用单值回归预测法等。

然后，论文对目前应用于汽车制造过程中的质量控制方法进行了归纳和总结，阐述了目前用于汽车制造业的4种控制方法，例如：逆向工程在汽车质量控制中的应用、计算机辅助检测与质量控制系统、柔性化生产线的应用以及质量追溯系统。

在总结以前研究成果的基础上，作者结合汽车的生产特点，提出了适合于汽车零部件小批量生产过程中的质量控制方法。论文最后对全文进行了总结，并对进一步需要研究和探索的问题提出了建议。

关键词：小批量；质量控制；控制图；统计过程

Abstract

Aim at consumer to express a characteristic need for car product currently, this text mainly inquiried to contented the customer request of the small batch quantity produce of the quality control a method.

Firstly, made a research on the application circumstance and existent key problem of the quality control that many batch quantities with small specieses produce at present make mode . It got to traditional W.A.Shewart control diagram hard application quality control under the sistuation that the small batch quantity produce by analyses the characteristics of small batch quantity produce.

Sencondly,It systematically elaborated the result current academic circles and industrial circles research quality control method within small batch quantity production at a angle of quality control. and put forward 5 representative kinds method of small batch quantity production lines of quality control . some make use of history data and alike information etc to esteblish an information first;Some Adopt the single value returns to return an estimate method, as usual can build up a control limit under the sistuation without an information first; Some carried on a research to the alike work preface etc.

Next Thesis summaried the control method of the quality within process of the car manufacturing currently,and related to 4 kinds of control methods of car manufacturing industry be used currently, Such as:The contrary engineering be useed in the car quality control Examination and quality control of the calculator assistance system, gentle turn application and quality of production line to trace back to system.

In the foundation of summery the result before rseached, the author combined an automotive production characteristics and put forward some quality control methods suitable for car partses made.The thesis carried on summary to the full text at eng, and put forward a suggestion to the problem which needs to be study and investigates further.

Keyword:Small batch quantity;The quality control;Control diagram;Statistics process

目录

前言 (1)

1.绪论 (1)

2.当前汽车零部件小批量生产的质量研究状况 (2)

2.1 当前生产过程中的质量控制方法及其不足之处。 (2)

2.2 当前小批量生产过程主要采取的质量控制方法 (3)

2.2.1 改进的休哈特控制图 (3)

2.2.2 Bayes方法 (4)

2.2.3 工序控制法 (5)

2.2.4单值回归预控法 (6)

2.2.5 概率积分变换方法 (7)

2.3 目前汽车零部件生产的质量控制方法 (8)

2.3.1 逆向工程在汽车制造质量控制中的应用 (8)

2.3.2柔性化汽车生产线的质量控制 (9)

2.3.3 质量追溯系统 (11)

2.3.4汽车零部件计算机辅助检测与质量控制 (11)

2.4适合于汽车零部件小批量生产的质量控制方法 (13)

3. 结论 (14)

参考文献 (15)

致谢 (16)

汽车零部件小批量生产过程中的质量控制方

法研究

前言

随着世界经济的快速发展, 在物质财富极其充分的今天，市场竞争日趋激烈。作为世界经济支柱产业的汽车产业，其市场也逐渐地由卖方市场转向了买方市场。顾客对产品的需求日益呈现出多样化和个性化的发展趋势,促使企业由传统单一品种、大批量的生产方式转向了多品种、小批量的生产方式。这对传统的大批量质量改进方法来说无疑是一个挑战。为了保持市场竞争力和满足顾客需求，探索适用于小批量生产的质量改进方法已成为当前质量控制领域的一大热点。产品是企业竞争力的载体，高质量的产品往往具有更合理的成本、价格和更强的竞争力。如何既能适应小批量的生产环境，又能保持产品有较高的质量，国内外一些相关的研究机构和大学都进行了相关研究。

由于在小批量制造环境下,被加工零件的规格要求多、影响加工质量的因素也多而且关系复杂,这对改进的方法提出了更高的要求。因此,结合各种小批量制造环境的应用特点,博采众长,对改进方法进行全面系统和深入的研究是十分必要和迫切的。

1.绪论

我国正处于世界制造中心形成的阶段, 汽车产业是其中的支柱产业，实现汽车强国的目标不能靠自己拥有巨大的市场和廉价劳动力去赢得。世界上几乎所有的先进国家以及著名企业和学者都越来越清醒的认识到：质量是企业的生命，企业的一切活动都要围绕质量展开，质量将成为企业在竞争中能否取胜的关键。对于汽车零部件制造企业来说，如何尽快适应小批量生产环境的特点，在最短的时间内生产出高质量、低成本的产品以及提供最好的服务是其在激烈的竞争中立于不败之地的关键。

针对小批量生产环境的特点，学术界和企业界都积极地展开了研究，并取得

了相应的成果。

2.当前汽车零部件小批量生产的质量研究状况

2.1 当前生产过程中的质量控制方法及其不足之处。

在当前的工业生产过程中，质量控制方法还是应用的统计过程控制方法统计过程控制的英文是SPC(Statistical Process Control)。1931年休哈特博士在其著作《工业产品质量的经济控制》一书中，详细论述了统计过程控制理论[1] [2]，奠定了SPC的发展基础。50—80年代，戴明博士将SPC引入日本，使日本跃居世界质量与生产力的领先地位，在日本强有力的竞争之下，质量再次成为人们关注的焦点，SPC在西方发达国家再次兴起。统计过程质量控制是产品在制造阶段的质量保证技术。其通过检测和采集大量的过程质量特征数据,估计过程分布参数,计算出控制限,建立起控制图,以实现过程质量控制。其控制图的类型和控制限随统计量的不同和样本量的变化而异，并且还需要用小概率原理来判断过程是否稳定。

传统的休哈特控制图用于小批量生产过程控制存在的问题归纳一下主要有以下几个方面：

首先在小批量生产环境中，不可能像大批量生产过程那样抽取大量的样本精确估计均值和标准差。其要求的大的样本在小批量环境中是不可行的，满足要求的数据数量可能超出了生产的零部件的总量。当样本较少时，其所建立的控制界限会导致误发警报的概率的增加。错误的频繁的误发警报会导致无谓的停机检查和调整次数的增多，降低了生产效率，造成不必要的经济损失。

其次,在小批量生产环境下,由于批量小,往往采用连续抽样,这样抽取的样本具有相关性,而传统的休哈特控制图建立在数据具有独立分布的前提下。

第三，用于大批量的休哈特控制图在过程控制的过程中，把抽取的样本作为静态的观测制来建立控制界限，进行过程稳态性判断，忽略了过程的时间动态性。

第四，过程控制必须抽取当前的样本判断过程的稳定性，一旦过程失控，造成大量的不合格品，质量损失已经发生，不能对生产过程进行预控。

第五，传统的休哈特控制图要求特征参数服从正态分布或近似服从正态分布，而在小批量生产模式下,有些质量参数并不服从正态分布。

最后，由于先进制造技术在小批量生产过程中的不断应用，生产过程的自动化程度达到相当高的水平,使得制造过程的不稳定因素明显减少，工序质量参数有可能长时间保持稳定或仅发生微小的变化，而传统的休哈特控制图对过程参数的微小变化的检出率很低，甚至会在小批量生产模式下失效。

2.2 当前小批量生产过程主要采取的质量控制方法

基于目前小批量生产过程中的质量控制方法，经有关大学和研究机构研究，目前主要形成了从以下几种观点出发在小批量生产情况下控制产品质量的方法。

2.2.1 改进的休哈特控制图

南京航空航天大学的胡兴才等人提出了一种适用于小批量生产统计过程控制的新思路。通过这种新思路建立的控制图可以在假定条件下从获得第一个零件的特性参数就建立控制限[3] [4]。从而对生产过程进行控制。

通常,对生产的产品要求有一定的Cp过程能力指数值范围,且Cp应大于1,生产的产品有一公差带,假定生产过程的瞬时质量特性服从正态分布且没有历史数据可用。在生产过程中,人们都追求一种理想的生产状态,即根据给定的Cp值,零件生产过程的质量特性分布中心M 正好等于Tu +Tl /2,。这里, Tu代表零件规格上限, Tl代表零件规格下限, Tu和Tl均指绝对尺寸,上下控制界限按照偏离分布中心3σ标准建立,即3σ控制方式,3σ小于等于T/2，T =Tu + Tl ,为此,根据这一思路,可建立如下控制界限的控制图。

1.由给定Cp值和公差带计算方差σ的值可得：Cp=（Tu-Tl）/6σ, σ=（Tu-Tl）

/6Cp;

2.由公差带计算出过程理想均值为μ= (Tu +Tl)/2;

3.根据前面已求得理想情况下的均值μ和方差σ来建立控制图

根据上述假设,按照3σ的控制原则,一个过程在理想情况下应服从均值μ为,方差为σ的正态分布,则有:

中心线CL=μ

上控制界限UCL = μ+3σ

下控制界限LCL = μ-3σ

假设在一次小批量的零件加工过程中，只有11个样本值(X1=3.03，X2=3.05, X3=3.03，X4=2.95，X5=2.97，X6=3.07，X7=3.10，X8=3.05，X9=3.03，X10=2.97,X11=3.00），利用此方法同样可以建立起控制图。按照国际标准ISO8258 :

1991 ( E) 要求Cp ≥1. 33 ,这里取Cp = 1. 33 。很容易看出，在理想状况下, 均值为3. 00, 即公差带的中心, 按照1中所给的算式,可计算得σ=0. 025 。按照3σ的控制方式建立改进的休哈特控制图, 如图1 所示。

TU

UCL

CL

LCL

TL

图1 控制图

以上建立的控制图中心线正好是公差带中心,上下控制界限为在满足初始条件下建立的控制界限,也为在满足初始条件的理想控制图,通过建立理想的控制图来对实际生产过程进行控制。在实际中,可以把公差上下控制界限也绘制在控制图上,便于进行分析判断。如果过程没有系统性因素影响,所有点落在(μ- 3σ, μ+3σ)范围内的概率为99. 73%。可以像传统的控制图一样应用于小批量生产情况下,且可以在生产过程还没有开始之前预先制定好控制界限,不需要任何的历史数据。

在实际生产过程中难以达到理想的状况,过程一般都会发生偏移或随机波动,就此问题特制定如下判断准则:测量值如果落在保险区间（即上下控制界限之间）随机排列,且无明显趋势性时,则说明工序处于稳定状态;如果测量值落在危险区间（即上下控制界限之外,上下公差界限之内）,应该引起重视,分析原因并予以调整;如果测量值落在不合格区间（即上下公差控制界限之外）,产生不合格品,应立即采取措施,排除异常,使工序迅速恢复到稳定状态。如果过程的均值未发生偏移,与公差中心重合,那么,可按照一般休哈特控制图的判异准则进行分析。

2.2.2 Bayes方法

上海交通大学的连军，林忠钦等人提出了一种用于小样本合格率动态估计的Bayes方法[5] [6]。它是在采用矩法由历史测量数据构造产品合格率参数先验分布的基础上，综合历史数据与当前小样本信息，建立动态递推模型, 实现了合格率的准确估计。为质量问题的及时发现和控制提供了依据。

在一个参数统计结构(Y，B，{ pθ：θ∈Θ} )中，θ是未知量, 根据经典统

计学, 对θ作统计推断时, 由于样本含有未知参数的最新信息, 因而从总体抽取的样本愈多愈好。 但我们也应该注意到, 在实际情况中, 还有一些非当前样本信息也可以用于统计推断和统计决策。这些非当前样本信息主要是获得最新样本之前的经验和历史资料, 称为先验信息。对先验信息进行加工获得先验分布, 加入到统计推断中去往往能够提高统计推断的质量。 当处理因当前样本量较小而信息量明显不足的小样本问题时,Bays 方法凸现优势。

Bays 方法认为, 任一未知量都可以看作用Bays 一个先验分布描述的随机变量。 如一种产品合格率的概率分布, 当一段时期的生产验证为稳定生产时,其合格率分布可以作为先验信息引入, 再综合样本信息, 得到一个更接近实际的后验分布。 从密度函数角度, Bays 算法如下所述

1.依赖参数θ的密度函数记为p (x/θ )，即给定随机变量θ某一值时,计算出样本x 的条件概率密度;

2.根据参数历史数据确定先验分布π（θ）；

3.从Bayes 的观点出发, X =（X 1， X 2 ，…X n ）的产生要有两步, 首先设想从先验分布π（θ）产生观察值θ, 然后从条件分布p (x/θ)产生样本观察值x=(x1,x2,…xn) 这时样本X 的联合条件概率密度函数为()()//i p x p x q q =P ；

4.将先验信息与样本信息结合, 得到θ与X 的联合分布()()(),/h x P X x q q p q ==；

5.将2式进行分解，()()(),/h x x m x q p q =式中，()(),m x h x d q q =ò为X 的边际密度函数，由此得到函数的后验分布()()()/,/x h x m x p q q =。后验分布中集中了样本与先验信息中有关的信息, 因此比先验分布更符合实际。

2.2.3 工序控制法

浙江大学的余忠华等人提出了一种适用于多品种、小批量加工的SQC 方法。其主要是把统计监控的对象着眼于工序, 通过控制工序的质量来达到控制零件加工质量的目的[7] [8] [9]。

在多品种、小批量加工中运用SQC 的基本思想与策略应注意以下几个方面。

1) 由于工序间具有更多的相似性, 因此监视对象不应在产品而应在工序, 工序是质量控制的焦点;

2) 从相似性原理出发, 进行工序成组, 以增加样本容量, 确保统计可靠性;

3) 在多品种、小批量加工中实施SQC, 不能局限于数学上的统计运算, 应结合工程背景, 强调运用现场质量工程师和操作者所具有的专业知识以及他们对过程调整、产品规范、过程能力的评价、预测和判断等极有价值的主观经验;

4) 应将SQC 集成于质量信息系统, 它需要对多因素、多目标的质量信息进行综合的处理和运用。

鉴于上述基本思想, 我们提出了如图2所示的在多品种、小批量加工中运用SQC 方法的框图。它主要包括: 工序质量信息获取与处理、成组工序、SQC 、加工误差源诊断及控制与评价。所谓“成组工序”, 本文定义为具有广义相似性的一类实际工序的抽象集合: 它可影射出造成该类实际工序质量波动的共因; 通过对它的统计分析, 可很好地揭示出各实工序的质量波动状况. 如何构造好成组工序是SQC 在多品种、小批量加工中运用的关键。

图2 在多品种、小批量加工中运用SQC 方法的框图 图中m ﹤n

工序质量信息获取与处理.，其主要步骤如下:1为了合理地获取与处理所有有关工序质量信息与数据, 对工序质量状态进行全面、系统的描述, 并建立工序质量信息库;2 通过使用有效的检验方法, 获取工序质量的精确信息;3 通过对工序质量状态信息的综合分析, 建立具有相似性的工序类, 选择合适的数学变换模型, 通过变换构造出成组工序, 以便通过对成组工序的统计监控来反映实际工序的质量波动状况, 增强SQC 的统计可靠性;4 为异常工序的加工误差源分析诊断提供信息支持。

2.2.4单值回归预控法

北京机械工业学院的盛淑凯等人提出了一种适合于小批量生产过程控制的预警控制方法—单值回归预控法，这种控制方法的主要特点是前馈控制[10]。在小批工序1

工序2 工序n 工序质

量信息

或区域

处理 成组工序1 成组工序2 成组工序m

SQC SQC SQC

加工误差源诊断 控制评价

量生产过程中，如果过程不稳定，在调整以前由于过程不稳定已经造成损失。这种情况在小批量生产过程中是绝不允许的，在小批量生产过程中的过程控制所要求的调整必须都做到事前，才能保证过程的持续稳定，才能保证从第一件合格产品开始每一件产品都合格。

单值回归预控法的控制过程主要有以下几步：1. 在小批量生产过程中，如果没有可用的历史数据，我们的控制界限只能利用现有的信息。随着生产的进行和逐步的过程控制，随机波动的范围会越来越小，就这种现象我们可以逐步修正标准差的计算控制界限。开始用公差界限进行控制，只要两个数据就可以计算均值和标准差，在控制过程中得到一个数据就修正一次，即：2

/(1)t

t i t S S t ==-?

当t 小于2时St 可以作为公差界限。中心线用同样的方法也可以得到。

2.根据系统独立性原则确立预控线。一般地，以U 中心线，以U ±L 为上下控制限。假设加工每一件产品都是相互独立的，它们的质量特性落入控制界限内的概率是2（L ）-1，式中L 为控制限系数（一般取3）；标准正态分布函数。根据过程独立性原理，连续加工n 件产品，其质量特性值ti X (I=1,2,3,…)全部落在控制界限内概率为(){}21n

n P L j ==。我们为使每一件产品实现事先调整，达到预控目的，必须构造给予预控思想的加严控制限。若生产了（n-1）产品都落在了控制界限内，那么加工第n+1件产品其质量特性是否落在控制界限内取决于第n 件产品的质量特性是否落在相应的控制界限内。若第n 件产品的质量特性落在了相应的控制界限内，那么就可以直接加工下一产品；如果第n 件产品的质量特性没有落在相应的控制界限内，那么就说明过程失稳，在加工下一产品前必须对过程进行调整。

2.2.5 概率积分变换方法

上海交通大学的苗瑞等通过对传统的统计过程质量控制进行改进，建立了标准化控制图[11]。传统的统计过程质量控制技术由于低投入、高产出的特点 ,及其在大批量生产中可产生巨大的经济效应，吸引着企业界和学术界努力将这一技术应用于小批量生产环境的质量控制中。在小批量生产环境下 ,过程质量特征数据少 ,需要在收集到少量数据后就绘制控制图 ,对生产过程质量进行分析。

苗瑞等人结合生产过程中逐个实时获得的过程质量特征数据,运用抽样分布

理论、概率积分变换方法获得服从标准正态分布的统计量。通过该统计量绘制控制过程均值、方差的实时标准化控制图，中心线为0 。在给定第一类错判概率时,其上、下控制限为固定不变的数值,不随样本数据量的递增而发生变化,解决了传统统计过程质量控制图应用于小批量生产出现的第一类统计错判概率加大的问题。有关研究单位分别用传统方法和此种方法分别对同一控制单位作了实验，事实也证明在小批量生产环境下用此种方法绘制的控制图和大批量生产环境下用传统方法绘制的控制图是相吻合的。

2.3 目前汽车零部件生产的质量控制方法

汽车质量就是汽车产品满足和超越客户与社会要求的程度。汽车质量划分为研发质量、供应商质量、过程质量、服务质量四个质量模块; 汽车质量形成需经历可靠性质量、一致性质量、感知质量和客户热忱四个阶段。而机械零件产品的质量是在生产过程逐步形成的,控制好生产过程,就能控制好质量。这需要从相关的材料、设备、工艺、人员、管理、环境等方面入手,采用多种不同的手段,做大量的工作。

2.3.1 逆向工程在汽车制造质量控制中的应用

随着CAD技术的不断发展，CAD技术也越来越广泛地应用于汽车制造业，并带来了显著经济效益。目前，汽车工业中的CAD研究还主要侧重于设计阶段中由设计数据构造汽车零部件的产品CAD模型和模具CAD模型。再通过数控加工制造模具，进入汽车零件设计生产的常规设计流程。通过CMM准确高效地采取零件表面的三维数据，利用三维造型软件进行曲面反求和零件虚拟装配可以为评估和控制控制汽车质量提供依据[12]。

通常，汽车制造由一般零件制造、车身零件冲压、白车身制造、喷涂和总装等五个过程构成。车身零件有厚度为0.6mm—1.2mm的薄板冲压成型得到，包办冲压件易变形决定了零件在冲压、运输、装配定位、夹具加紧和释放及焊接过程中都可能使零件发生变形，引起装配误差，各误差在装配中传播、耦合和积累，影响白车身装配精度和整车制造质量。因此，理论数据往往不能反应实际情况。

基于CMM数据的逆向工程技术基于CMM测量数据拟合曲面，进行曲面反求，用来控制汽车零部件的质量。多数具有复杂的三维空间曲面，零件曲面的CMM 测量和曲面反求是逆向工程技术的应用关键。CMM以其高测量精度及可重复编程的高柔性，使其在不同方向上对汽车零部件的整体或局部进行大量密集的坐标

测量成为可能。为了反应零件表面的曲面关系和考虑零件的装配关系，可以应用商业CAD/CAM软件实现对零件表面的重构，参照CMM测量和曲面反求得到的数据，通过对零件进行虚拟装配确定汽车零部件最合适的尺寸数据，从而大大提高了汽车零部件的质量。

2.3.2柔性化汽车生产线的质量控制

柔性化汽车生产线是一种集成系统，它采用网络结构将生产现场的防错系统、物料系统及人员信息系统等集成为一体，可以实现产品质量的在线防错控制及对产品质量信息的准确记录和追溯[13] [ 14]。

该系统主要由车型识别系统、QCOS(Quality Control and Operation System)防错系统、物料拉动系统以及质量追溯及员工管理系统组成。系统结构如图3所示。

车型识别系统主系统控制架

QCOS防错系统物料拉动系统质量追溯及员工管理系

统

图3 系统结构框图

系统采用基于CAN总线的现场总线通讯方式，在流水线的每个工位旁边设置相应的网络控制器，该控制器内集成了QCOS防错控制及处理、物料拉动控制以及对操作员工信息识别等功能，是整个系统中的基本控制单元。系统的主控单元为两台网络服务器，分别实现对车型的排序以及各种信息的判断、修改及存储下载等功能。在汽车装配过程中，绝大部分的缺陷故障都是由人为失误造成的，因此提高汽车质量的重点在于控制认为误差。QCOS防错系统可以有效地消除人为差错，大大降低缺陷率甚至消除缺陷故障。系统的硬件结构如图4所示。

图4 QCOS 系统硬件组成 以汽车的装配生产线为例，在汽车装配生产线的每个工位上，每一个需要拧紧螺栓的点称为一个QCOS 点，对每一个QCOS 点来说，不同的车型需要拧紧的螺栓数量是不一样的。现假设某一工位上的动力工具 A 需拧固 A 车型两个螺栓、B 车型三个螺栓，则工位的网络控制器首先从现场总线上获得目前装配车型（假设为B 车型），然后会对拧紧工具所对应的计数器（计数器和拧紧工具一一对应）发出指令使其复位数设定为 3。拧紧工具每拧紧一次，向QCOS 端口输入一个脉冲信号，当QCOS 端口输入的脉冲信号达到规定数量时（紧固螺栓达到规定数量），计数器复位，同时发出一个OK 信号，通知控制器，表示该 QCOS 控制点工作结束，拧紧螺栓的数量与车型匹配正确。其工作原理如图5所示

图5 QCOS 点质量控制原理简图 当某一个工位的QCOS 点不止一个时，必须在所有的相关计数器都发出 OK 信号之后，控制器才会对车体予以放行，同时工序完成信号也将通过CAN 总线反馈给网络处理器。采用QCOS 防错系统操作人员仅使用一套拧紧工具就能完成对A 型车

B 型车 A 型车

B 型车

2次 3次

3次

车型信息 动力工具A BYPASS

CNN 总线

不同数量相同扭矩QCOS 点的操作，节约了资源，避免了工人的选择失误。而同时只有当所控制QCOS 点的扭矩控制数量达到计数器指定数量或授权人员通过刷卡系统发出指令时，该计数器才向BYPASS 发出OK 信号，表明工件在该工位操作完成，进入下一工位这样可有效地避免工人的操作失误，达到对每个工位的产品质量进行控制的目的。

2.3.3 质量追溯系统

质量追溯系统是基于每个工位信息的系统结构。可以对每一件产品的生产过程信息进行详细的记录及跟踪，其中包括操作人员信息、物料信息、车型信息以及生产现场的各种异常情况信息等[13]。质量追溯系统基本结构如图6所示。

图6 质量追溯系统结构

根据追溯流程，当产品中出现质量缺陷的时候，可以借助质量追溯系统查询到各种相关信息，从而可以根据缺陷产生的原因，将缺陷产生范围最小化。例如某缺陷是由于操作人员失误产生，可以根据质量追溯系统的纪录，追溯到具体的责任人，以及该人所生产的所有产品。同样，对于那些由于零部件等物料原因产生的缺陷，也可以根据追溯系统的历史纪录数据，通过适当的分析和评估，确定该批次物料所对应的产品信息，进而可以精确地确定可能存在缺陷的产品数量及范围。这样企业可以很快的找到一些出现质量问题的小批量产品的真正原因，因此有助于故障的的快速发现与排除。

2.3.4汽车零部件计算机辅助检测与质量控制

这种质量控制的方法是以SPC （Statistics Process Control ）理论为指导, 利用先进的分布式网络控制系统,将加工生产线上孤立的、零散的质量信息网络化, 实现数据的实时采集、分析、控制和信息共享[15]。质保部门及经授权的有关人员可产品信息

员工信息

物料信息

现场异常情况信息

员工操作信息 通过现场实施搜集并储存 采用适当的统计方法进行质量分析评估

随时在客户机上监测和查询质量信息。

该系统可分为质量分析管理系统（上位机）和质量检测控制系统（下位机）两部分。下位机是由若干台相互独立的单片机子系统构成, 采用开放、可编程的嵌入式体系结构。每台ISP 单片机子系统由单片机主机板、温度采样补偿电路、数据采集电路、温度传感器和电感传感器组成。其可完成对加工零件的尺寸测量、数据存储、异常报警、分析、通讯以及打印或显示各种分析图。测量精度比普通量具的测量精度多保留一位有效数字, 避免了人为测量误差, 同时保证和提高了测量结果和精度的可靠性。

上位机采用VC ++、SQL 开发, 可在Windows 98/2000环境下运行, 主要实现产品质量的统计分析和控制管理。质量分析管理系统的结构, 如图7所示。

图7 质量分析管理系统

质量分析管理系统的通讯方式是通过PC 机串口接通讯接口, 每条命令由字头、地址、内容及校验组成, 上位机定时发送查询命令,查询命令内容有一出错次数位, 如上次接收有错误, 本次查询出错次数不为 0。下位机接收后判断地址是否是本地地址, 如为本地地址, 计算校验与命令中的校验相比较, 不相同即为出错, 发送报错命令给上位机, 然后判断出错次数位如不为0 则发送上次发送过的数据, 为0 则将缓冲数据发送指针前移发送新的数据, 上位机接收后计算校验和判断传输是否正确, 如正确则处理入库, 否则下次查询时出错次数位不为0。其各部分的的功用如下：

1.数据浏览统计主要完成对原始测量数据的组合条件查询及使用原始数据进行统计分析,产生直方图、控制图及散点趋势图, 分析生产过程的状态并通过报表输出。 质量管理 报表输出 数据采集

数据浏览统系统管理 数据交换

数据库引擎

数据库

2.系统管理主要用于设置用户信息、设备及基本尺寸数据库表的修改。

3.质量管理可以分为质量分析和质量控制。质量分析是对收集到的数据进行分析, 寻找生产过程稳态。质量控制是根据质量分析得到的参数判断当前生产过程是否稳定, 并随时查看当前数据的散点分布情况。

4.最后建立数学模型对检测到数据进行统计分析，控制质量。

2.4适合于汽车零部件小批量生产的质量控制方法

在广泛学习和总结前人对小批量生产过程中质量控制方法研究成果的基础上，再根据汽车零部件的制造特点。作者认为在汽车零部件小批量生产过程中，应将当今工业界和学术界提出或已经应用的小批量质量控制方法与当今在汽车生产质量控制中应用的先进的计算机监测与控制系统结合起来，找出最有效的应用于汽车零部件小批量生产过程中的方法，基于以上的指导思想，应从以下几个方面出发对汽车零部件的的质量进行控制。

1.首先在汽车零部件进行生产之前，可充分利用当前先进的商业软件（如：CAD/CAM）对零部件进行模拟制作和装配，给出符合要求的汽车零部件实际尺寸数据。这样可以避免由于理论数据不符合实际制作过程而造成的汽车零部件质量不高的问题。目前这种方法在汽车制造届应用算是比较普遍，在质量控制的过程中能起到很有效的作用。因此，如果条件具备，此种方法应当继续应用。

2.上面提到的上海交通大学的连军等人提出的Bayes方法，充分利用历史数据等得到先验信息，然后通过与得到的样本信息结合利用分布函数、联合概率密度函数等得到后验信息。在汽车零部件进行生产之前就得到了控制限。通过利用历史尺寸数据和相类似的零部件加工尺寸数据在汽车零部件进行生产之前就可以给出加工汽车零部件的原始尺寸，再与第一步运用计算机进行模拟加工得出的尺寸数据相结合，,可以在汽车零部件进行生产之前就给出汽车零部件的加工控制图和控制限。这样第一个生产的零部件其质量就得到了控制。如果没有先验信息或历史数据，可以用南京航空航天大学的胡兴才等提出的方法，在得到很少量的样本信息后就可以得到相应的控制图。

3.在汽车零部件生产过程中，前面盛淑凯等人提到的单值回归预测法，得到一个零部件的尺寸，控制图或控制限就改变一次。这样在汽车零部件生产过程中其质量逐步地得到了控制，而且能够及时地判断系统是否稳定。另外余忠华等提出的着眼于工序的方法也可以很好的被利用起来，从相似性原理出发，利用工序

的相似性，运用现场质量工程师和操作者所具有的专业知识以及他们对过程调整、产品规范、过程能力的评价、预测和判断等极有价值的主观经验，可以很有效的起到控制汽车零部件质量的目的。

4.当前先进的计算机技术应该被充分引用到汽车零部件生产过程中的质量控制中来。在汽车零部件的质量控制体系中建立先进的计算机监测系统和质量追溯系统，计算机监测系统可以及时准确地报告汽车零部件的质量状况，检测判断出系统的稳定性，所以系统一旦出现问题，立刻就可以被检测到，从而避免不合格产品的出现。质量追溯系统可以对每一件产品的生产过程信息进行详细的记录及跟踪，包括操作人员信息、物料信息、车型信息以及生产现场的各种异常情况信息等。通过建立质量追溯系统可以快速地指出系统里出现问题的环节，从而进行改进或修正。

3. 结论

产品的制造模式已经由大批量的生产模式逐渐向多品种、小批量的生产模式转变,质量控制模式相应地也发生了巨大的变化。基于汽车质量的特征、汽车企业的运行特点,质量控制工作的重点应转移到对质量事故的事前预防上,以实现主动的质量管理，另外对汽车零部件加工过程中遇到的一些问题应及时的检测与反馈。随着顾客对汽车产品的个性化需求不断强烈，谁掌握了先进的汽车零部件小批量生产的质量控制技术，谁就掌握了市场。

参考文献

[1] 杨跃进统计过程控制技术北京：航空工业出版社 2003，9 ：1-55；70-98

[2] 杨旭，马玉林，杨晓慧基于小批量生产的统计质量控制 2001，7（12）：1-8

[3] 胡兴才，叶文华基于小批量的统计过程控制研究中国制造业信息化 2006，35（1）：2-6

[4] 胡兴才，叶文华小批量生产条件下的统计过程控制研究机械研究与应用 2006，19（1）：2-3

[5] 连军，林忠钦，来新民，姚福生，陈关龙一种用于小样本合格率动态估计的Bayes方法上海交通大学学报 2002，36(8):3-5

[6] 朱慧明，韩玉启基于随机参数的贝叶斯统计质量控制模型 2004，28（4）：3-6

[7] 余忠华，吴昭同面向多品种、小批量加工过程的统计质量控制应用策略与方法的探讨系统工程理论与实践 1999，7（7）：2-4

[8] 余忠华，殷建军, 吴昭同工序相似性分析及其在SPC方法中的应用研究 2002，11:3-8

[9] 王建稳多品种小批量生产情形下的工序质量控制图 2002，21（4）：2-4

[10] 盛淑凯，刘宇小批量生产过程的质量控制北京机械工业学院学报 2003，1(3):3-7

[11]苗瑞，孙小明，李树刚，杨东基于小批量生产的统计过程质量控制研究计算机集成制造系统 2005，11（11）：4-7

[12] 胡敏，杨虹，来新民，陈关龙，林忠钦逆向工程在汽车制造质量控制中的应用机械设计与研究 2000,2(5)：4-6

[13] 包晔，周宁，朱振友柔性化生产线的质量控制及追溯系统机械设计与研究 2005，

11(2)：2-6

[14] 杨晓慧，宋士龙，谷德义面向柔性制造系统的统计质量控制 2003，2：2-5

[15] 李翱，李刚汽车零部件计算机辅助监测与质量控制合肥工业大学学报 2003，

26(3):2-3

致谢

值此论文付梓之际，首先感谢我的毕业设计指导老师孙群老师！在我做毕业设计的每个阶段，从外出实习到查阅资料，设计草案的确定和修改，中期检查，后期详细设计等整个过程中都给予了我悉心的指导。除了敬佩孙老师的专业水平外，他的治学严谨和科学研究的精神也是我永远学习的榜样，并将积极影响我今后的学习和工作。在此谨向尊敬的恩师致以诚挚的谢意！

衷心地感谢在百忙之中评阅论文和参加答辩的各位专家、教授。

感谢我深爱的父母和一直支持、帮助我的亲戚朋友们！是你们一直在关注着我的成长，期盼着我的进步。

然后还要感谢大学四年来所有的老师，为我们打下机械专业知识的基础；感谢所有的同学们，是我们一起相互帮助，共同进步。

最后感谢汽车学院和我的母校—聊城大学，四年来我在这里成长。