复杂产品的质量控制理论与方法

目录
第1章 绪论 1
1.1 复杂产品概述 1
1.2 质量控制理论的发展历程 3
1.3 复杂产品质量控制面临的挑战 5
1.4 本书的主要内容和逻辑关系 7
参考文献 9
第2章 质量控制理论基础 10
2.1 产生质量问题的根本原因 10
2.1.1 波动的概念 10
2.1.2 波动引起产品缺陷 10
2.1.3 波动产生的原因 11
2.2 随机波动的统计规律性 12
2.2.1 过程的概念 12
2.2.2 随机波动输出结果的统计规律性 13
2.3 新的质量损失原理 14
2.4 离线质量控制 17
2.4.1 稳健设计的基本原理 17
2.4.2 试验设计的实施过程 18
2.4.3 计算机试验 21
2.5 在线质量控制 22
2.5.1 统计过程控制技术的基本原理 22
2.5.2 控制图失控的判定准则 24
2.5.3 工程过程控制的基本原理 25
参考文献 26
第3章 复杂产品设计阶段的控制变量筛选 28
3.1 基于线性模型的序贯变量筛选 29
3.1.1 序贯分支方法的基本原理及步骤 30
3.1.2 位置效应和散度效应下的因子分类筛选 31
3.1.3 仿真试验 35
3.2 基于广义线性模型的贝叶斯变量筛选 40
3.2.1 广义线性模型的基本理论与方法 41
3.2.2 基于广义线性模型的贝叶斯估计与筛选试验分析 42
3.2.3 Jeffreys先验 43
3.2.4 回归参数的贝叶斯估计 44
3.2.5 MCMC模拟方法 46
3.2.6 实例分析 47
3.2.7 仿真试验分析 52
3.3 基于广义线性模型的两阶段贝叶斯变量筛选 57
3.3.1 贝叶斯模型的选择与评价方法 57
3.3.2 基于广义线性模型的两阶段贝叶斯变量与模型选择方法 59
3.3.3 先验分布的选择 59
3.3.4 两阶段贝叶斯变量与模型选择方法 61
3.3.5 实例分析 63
3.4 基于元模型的贝叶斯变量筛选 67
3.4.1 基于稀疏先验模型的快速贝叶斯回归元建模 67
3.4.2 基于正则化和罚似然框架的讨论 74
3.4.3 试验结果与分析 75
参考文献 86
第4章 复杂产品设计阶段的质量建模 91
4.1 相关多响应情形下的似不相关质量建模 92
4.1.1 SUR模型的贝叶斯推论 92
4.1.2 基于贝叶斯后验区间的稳健优化方法 95
4.1.3 性能评价指标 98
4.1.4 Nd: YLF激光制孔过程研究 99
4.2 结构不确定下的贝叶斯组合质量建模 107
4.2.1 贝叶斯模型平均的基本原理 107
4.2.2 考虑因子效应原则的先验分布选择 108
4.2.3 改进BMA的构建步骤 109
4.2.4 实例分析 110
4.2.5 仿真试验分析 113
4.3 基于包容性检验的质量建模 119
4.3.1 包容性检验的基本原理 119
4.3.2 基于包容性检验的响应曲面建模方法 120
4.3.3 实例分析 122
4.3.4 仿真试验分析 126
4.4 高度非线性的多源组合质量建模 129
4.4.1 常见的单个建模技术 131
4.4.2 所提方法 134
4.4.3 案例研究：激光微钻孔工艺 140
4.4.4 数值例子：再论微钻孔过程 145
4.4.5 结论与讨论 149
参考文献 149
第5章 复杂产品设计阶段的质量优化 154
5.1 考虑位置效应和散度效应的优化策略 155
5.1.1 多元损失函数法 156
5.1.2 稳健损失函数法 158
5.1.3 实例分析 161
5.1.4 方法讨论 167
5.2 稳健性与可靠性并行的优化策略 168
5.2.1 多元质量损失函数 169
5.2.2 结合多元质量损失与贝叶斯后验概率的多响应稳健参数设计 170
5.2.3 实例分析 173
5.2.4 讨论 176
5.3 稳健性与经济性并行的优化策略 178
5.3.1 模型构建 180
5.3.2 参数优化 185
5.3.3 试验分析 185
参考文献 192
第6章 复杂产品制造阶段的选配优化 196
6.1 非正态尺寸零件的选配优化 196
6.1.1 问题背景和数学模型 196
6.1.2 分组优化选配方案求解算法实现 201
6.1.3 数值仿真 208
6.2 多尺寸特性零件的选配优化 210
6.2.1 基于改进田口质量损失模型的多尺寸装配目标函数构建 210
6.2.2 基于NSGA-II的多尺寸链精确选择装配流程 219
6.2.3 实例分析与数值仿真 225
6.3 多目标复杂零件的选配优化 231
6.3.1 CPSAP质量控制模型的框架和实施步骤 231
6.3.2 CPSAP质量控制模型的功能 236
6.3.3 实例分析 239
6.4 多元质量特性零件的选配优化 243
6.4.1 多元质量特性的多目标质量损失函数构建 243
6.4.2 基于SPEA2的多元质量特性的多目标质量损失算法的实现 247
6.4.3 案例分析与数值仿真 258
参考文献 265
第7章 复杂产品制造阶段的过程能力测算 267
7.1 单值数据下的过程能力测算 267
7.1.1 单值数据情况下均值和方差的响应曲面模型 267
7.1.2 基于熵权法的多元过程能力指数 269
7.1.3 基于过程能力指数的多元质量特性稳健参数设计 271
7.1.4 案例分析 273
7.2 区间估计下的过程能力测算 277
7.2.1 单点过程能力指数估计的不足 277
7.2.2 Bootstrap方法 278
7.2.3 过程能力指数Cpk的三种Bootstrap置信区间 279
7.2.4 过程能力指数Cpk的三种改进置信区间 281
7.2.5 仿真研究 283
7.2.6 案例分析 292
7.3 多阶段复杂过程的过程能力测算 294
7.3.1 基于线性状态空间的CPMP模型 297
7.3.2 基于预先指定控制及调整策略的过程变异性 299
7.3.3 CPMPCI的计算 300
7.3.4 案例分析 303
参考文献 306
第8章 复杂产品制造阶段的在线调整 309
8.1 自相关过程的调整策略 309
8.1.1 自相关过程 309
8.1.2 过程的模型描述及参数估计 310
8.1.3 基于序贯蒙特卡罗法的过程调整策略 312
8.1.4 算例 314
8.1.5 仿真分析 317
8.2 随机误差下的调整策略 321
8.2.1 设置调整问题 322
8.2.2 考虑调整随机误差的过程模型及参数估计 323
8.2.3 *优调整策略 325
8.2.4 *优调整策略的实现 327
8.2.5 算例 328
8.2.6 仿真分析 330
8.3 参数已知多变量过程的调整策略 332
8.3.1 过程模型及参数估计 332
8.3.2 *优调整策略 334
8.3.3 *优调整策略的实现 337
8.3.4 算例 338
8.3.5 参数对调整策略效果的影响分析 340
8.3.6 调整效果比较 344
8.4 参数未知多变量过程的调整策略 349
8.4.1 过程模型及参数估计 349
8.4.2 *优调整策略 351
8.4.3 算例 352
8.4.4 调整效果的仿真分析 353
参考文献 356
第9章 复杂产品制造阶段的质量监控 358
9.1 自相关过程的质量监控 358
9.1.1 均值向量的残差控制图理论介绍 359
9.1.2 均值向量的残差控制图理论ARL仿真分析一 362
9.1.3 均值向量的残差控制图理论ARL仿真分析二 367
9.2 两阶段相关过程的质量监控 384
9.2.1 过程模型 384
9.2.2 触发CUSUM-CUSCORE控制图的设计 386
9.2.3 仿真分析 388
9.3 考虑测量误差的质量监控 390
9.3.1 变采样间隔控制图 391
9.3.2 考虑测量误差的变采样间隔控制图设计 393
9.3.3 算例说明 404
9.4 基于机器学习的质量监控 406
9.4.1 诊断制造过程的神经网络方法 407
9.4.2 概率神经网络原理 408
9.4.3 基于概率神经网络控制图模式识别的过程异常诊断 412
参考文献 420
第10章 复杂产品制造阶段的监控与维修策略 422
10.1 批量生产方式下两阶段监控与维修策略 422
10.1.1 一般情形下的成本分析 423
10.1.2 考虑人力成本、生产率以及停时损失情形下的成本分析 438
10.1.3 机会维修策略情形下的成本分析 446
10.2 小批量生产方式下两阶段监控与维修策略 462
10.2.1 问题描述与假设 463
10.2.2 模型构建与求解 463
10.2.3 案例分析与敏感性分析 466
10.3 经济和经济统计视角下两阶段监控与维修策略 474
10.3.1 模型假设 475
10.3.2 模型构建与分析 476
10.3.3 优化策略构建 478
10.3.4 案例分析与敏感性分析 488
参考文献 490