【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于ISM的生产过程中质量管理研究》，欢迎阅读！
基于ISM的生产过程中质量管理研究 研究利用ISM模型为工业工程的过程管理提供一种实例参考。通过对生产管理中数控机床参数进行专家法确定参数关系，然后使用ISM的方法进行层次的优化。通过技术管理的方法，得出了刀具参数的设置依据。由于每个生产设备的性能及参数不一样，我们可以利用这种方法进行宏观的参数管理。后续工作可以进一步细化参数，使生产过程达到又快又好。研究具有实际指导意义。 标签：ISM；生产管理；层次；刀具参数 1 概述 管理决策的科学性取决于管理方法、手段和技术的有效性[1]。基于决策学问的系统分析方法是科学决策的基础。系统工程把质量问题作为一个有机整体加以综合分析研究，实施全员、全过程、全企业的管理[2，3]。系统工程发展了系列理论，很多理论用在具体细节实施上尤其有效。 然而在很多场合我们还是有经验优先的习惯，这种经验法很多时候因为场合条件的改变而出现偏差。尤其是对于新的条件无经验可用的情况下，更是一筹莫展。所以科学的方法可以为解决这些问题提供依据。我国是制造业大国，在制造业中出现的问题最普遍也最需要解决。制造业中加工过程管理更是需要解决的现实问题。 2 制造过程工程管理问题提出 以制造业中最普遍的铣削加工为例，铣削加工的参数设置一直以来都是凭经验居多。铣削参数表面上只有刀具转速、进给速度、背吃刀量三个要素，实际上这些参数同时受加工材料、刀具材料、机床性能、加工质量、刀具直径影响，甚至这三个参数之间也相互影响。如此多的八个要素间的相互影响是给参数提供定量设置方法的最大障碍。 学术界不少人做过研究。有基于统计学原理提出一种面向单元切削过程的切削参数优化模型以实现多切削参数组优化问题的解耦[4]。该方法为加工参数设置提供了基础支持。张昆等提出用基因算法实现切削参数的现场实施优化，该方法对现场加工的实时优化具有很好效果[5]。刘海江等提出基于粒子群算法的加工切削参数优化，该方法针对性强，对于批量大的产品，其应用效果较好[6]。蒋亚军等提出基于模糊粗糙集理论的模具数控切削参数优化[7]；韩至骏等提出工艺参数智能生成系统研究，方法能通过记忆识别，优选出参数[8]。 这些方法着眼于细节，因此还停留在理论的发展上，实际上应用上也受各种条件影响，没有从宏观上全面解决问题，因此在实际中没有得到很好推广。 3 基于ISM模型的生产管理应用 3.1 ISM模型概述 解析结构模型法是系统工程里的一种方法，也是最为常用的结构模型法简称ISM[9，10]。ISM（interpretative structural modeling）由美國J. N.Warfield教授开发，其特点是把复杂的系统分解为若干子系统（要素），利用人们的时间经验和知识，以及电子计算机的帮助，最终将系统构造成一个多级递阶的结构模型[11，14]。这种模型法刚好与切削参数的关系相符，利用这种方法得出的科学结论也正好是生产实际中的需求。ISM的工作程序有：组织实施ISM的小组；设定问题；选择构成系统的要素；根据要素明细表做构思模型，并建立邻接矩阵和可达矩阵；对可达矩阵进行分析后建立结构模型；根据结构模型建立解析结构模型。 3.2 ISM模型应用 工作程序的前三个过程通过专家讨论及工厂企业调查，最后得出构成要素为刀具转速、进给速度、切削用量、加工材料、刀具材料、机床性能、加工质量和刀具直径并明了相互关系。设S为各个节点的集合，S={Si|i=1，2，3，4，5，6，7，8}。刀具转速、进给速度、切削用量、加工材料、刀具材料、机床性能、加工质量、刀具直径分别为S1、S2、S3、S4、S5、S6、S7，S8。 根据已知的关联关系建立矩阵A如公式（1），并计算出可达矩阵如公式（2）。 根据式（2）对模型进行划分得到划分结果表1 根据T=T={nj∈N|R（nj）∩A（nj）=A（nj）}，可求出T={4，6，7，8}。因为R（4）∩R（6）∩R（7）≠？覫，所以所有要素为一个连通域。当满足R（）R（）∩A（）时该值为优先级要素。由表1可知第一级要素为L1=L1={2，3}。去除两个已知优先级参数得表2 根据表2得到二级要素，L2={1，7，8}再去除1，7，8三个二级要素得表3。 根据表3得到三级要素，L3={5，6}。最后剩下4为底层要素即L4={4}。利用以上信息，可以得出系统的分级递阶结构模型如图1。 4 结论与展望 通过系统工程方法对企业工程管理的过程做了具体的优化。得到了合理的层次关系。即图1自下而上的设置层次关系。建立的这个模型可以供工程管理的决策使用。所以系统工程理论在管理学上，尤其是技术管理上的应用非常行之有效。 关于本次研究结果，只是从宏观上进行了分析，没有具体的进行展开研究。后续可以用大数据进行统计的方法，将具体设备上的参数进行量化处理。 参考文献 本文来源：https://www.dywdw.cn/69563a14e75c3b3567ec102de2bd960590c6d9c9.html
下载此文档
搜索文档
阅读：
文档下载
2023-04-24
