6σ管理中需要澄清的几个问题

6σ管理作为组织实施连续质量改进的一种经营策略,已引起企业界和学术界的极大兴趣,并在一些企业中得到很好应用。正确实施6σ,需要对其基本概念、假设条件、相关约束等有一个较为全面的了解和认识。本文探讨了6σ文献和应用过程中需要关注的几个问题,其中包括6σ的基本概念和特点;分布假设;过程均值1.5σ漂移的可行性;过程能力指数;短期波动和长期波动;6σ改进和6σ设计等。     

基于JGLM-RM模型的动态稳健设计及其应用

根据动态稳健设计的基本思想和方法,结合联合广义线性模型(Joint Generalized linearmodel)和响应模型(Response model)各自的特点和优势,构建出基于JGLM-RM的动态稳健设计模型。利用新模型对具体工业案例进行了实证研究,结果表明新模型不仅能有效地区分具体噪声因子和潜在噪声因子对整个过程波动的影响,而且能够灵活地调节模型的截距和斜率。此外,新模型引入了均值和散度的联合广义线性模型因此能适应广泛的响应类型。     

基于隐藏故障和竞争失效的多态系统视情维修策略

针对具有隐藏故障和竞争失效模式的多态系统维修策略问题,提出了一种综合考虑隐藏故障损失成本、竞争失效模式、不完美检测、不完美维修等因素的多态系统维修建模方法。首先,描述了多态系统及其失效准则,并给出具体的视情维修策略;其次,推导了系统因隐藏故障而导致的损失成本,并对缺陷状态的不完美检测和不完美维修情形进行了数学描述;然后,分析计算了竞争失效模式下系统的两种更新情形及其发生概率,并基于此构建了多态系统的维修模型-期望成本率;最后,通过数值算例验证了所构建维修模型的有效性,分析结果表明,通过优化维修模型能够找到系统的最佳检测策略,从而有效降低维修成本。     

基于两阶段局部抽样策略的结构可靠性分析

工程实践中存在着各种不确定性因素，影响着工程结构的安全运行。结构可靠性分析以失效概率的形式考虑了不确定性的影响，可为结构的安全设计提供指导。然而，失效概率的评估往往涉及昂贵功能函数的调用，导致难以负担的计算成本。为解决该问题，基于Kriging模型的可靠性分析法在近年来受到了广泛的关注。该方法以训练良好的Kriging模型近似真实功能函数，从而在失效概率的计算中达到减少功能函数评价次数的目的。本文在主动学习Kriging模型的框架下，提出了基于两阶段局部抽样策略的结构可靠性分析法，以提高失效概率的估计精度和计算效率。在该方法中，Kriging模型的训练样本以两阶段局部抽样的方式从候选样本池中被逐渐添加。第一阶段以输入变量的均值点为抽样中心，利用概率密度函数确定抽样区域。当所估计失效概率满足基于置信区间的阶段划分阈值时，则开始第二阶段的局部抽样。第二阶段则以最可能失效点为抽样中心，以目标可靠度和功能函数的非线性度确定抽样区域。应用案例表明：所提方法能平衡有效抽样区域的全局探索和局部搜索，实现高精度失效概率估计的同时提高计算效率。     

高质量过程控制技术的比较研究与分析

随着质量改进活动的不断开展,现代制造过程中的不合格项在逐渐降低。在这种情况下,常规的休哈特型计数控制图往往是失效的。为了监控高质量的过程运行,一种方法是采用累计合格品计数(CCC)图;另一种方法是采用几何Q图,本文首先分析了这两种控制图的基本原理;进而以平均链长(ARL)和探测过程发生漂移的概率为准则,系统分析和比较了这两种控制图的性能,仿真结果表明,在大多数情况下,这两种控制图具有相似的性能;最后,通过实例说明了这两种控制图的应用,并给出了若干建议。     

基于Kriging模型的供应链优化设计

供应链优化的目的之一是确定使得总成本最小的最佳运作水平.供应链系统是复杂的动态系统,由于库存系统的复杂性和供应链本身的不确定性,利用传统优化方法往往需要耗费一定的计算成本和经济成本.而元模型则能以简单的数学表达式较精确地刻画仿真系统的输入输出关系,为研究者分析复杂系统提供了一种分析方法.针对供应链优化问题,给出了一种基于计算机试验设计中的元模型一Kriging模型的供应链优化方法,并通过一个三级供应链问题对所提方法进行了实证研究.研究结果表明了所提方法的有效性和可用性,为供应链优化提供了一种新的研究思路.     

两阶段串联可修系统的统计过程控制与机会维修整合研究

针对两阶段串联可修系统,研究统计过程控制(SPC)与机会维修策略整合的问题。首先,考虑系统异常因素和完全故障情形下,根据过程演变分析可能的场景,给出每个场景发生的概率;其次,基于上述场景,分析各种维修行为发生的概率;然后,考虑人力成本、生产率以及停时损失,从成本的角度,根据更新报酬理论构建整合统计过程控制与机会维修策略的成本模型;再次,采用具体实例来比较分析所提出的成本模型与单独的维修策略模型,其结果表明构建的模型在节约成本方面有着明显的优势;最后,运用分式析因设计对模型输入参数进行了敏感性分析。     

基于多项式混沌拓展模型和bootstrap的结构可靠性分析方法

多项式混沌拓展(polynomial chaos expansion,PCE)模型现已发展为全局灵敏度分析的强大工具,却很少作为替代模型用于可靠性分析。针对该模型缺乏误差项从而很难构造主动学习函数来逐步更新的事实,在结构可靠性分析的框架下提出了基于PCE模型和bootstrap重抽样的仿真方法来计算失效概率。首先,对试验设计(experimental design)使用bootstrap重抽样步骤以刻画PCE模型的预测误差;其次,基于这个局部误差构造主动学习函数,通过不断填充试验设计以自适应地更新模型,直到能够精确地逼近真实的功能函数;最后,当PCE模型具有足够精确的拟合、预测能力,再使用蒙特卡洛仿真方法来计算失效概率。提出的平行加点策略既能在模型更新过程中找到改进模型拟合能力的"最好"的点,又考虑了模型拟合的计算量;而且,当失效概率的数量级较低时,PCE-bootstrap步骤与子集仿真(subset simulation)的结合能进一步加速失效概率估计量的收敛。本文方法将PCE模型在概率可靠性领域的应用从灵敏度分析延伸到了可靠性分析,同时,算例分析结果显示了该方法的精确性和高效性。     

基于偏最小二乘变换与Kriging模型的全局优化方法

针对传统Kriging模型在多变量(高维)输入全局优化中因超参数过多而引发收敛速度慢,精度低,建模效率不高问题,提出了基于偏最小二乘变换技术和Kriging模型的有效全局优化方法.首先,构造偏最小二乘高斯核函数;其次,借助差分进化算法寻找满足期望改进准则最大化条件的新样本点;然后,将不同核函数和期望改进准则组合,构建四种有效全局优化算法并进行比较;最后,数值算例结果表明,基于偏最小二乘变换的Kriging全局优化方法在解决高维全局优化问题方面相比于标准的全局优化算法在收敛精度及收敛速度方面更具优势.     

考虑调整随机误差的设置调整问题研究

针对存在设置偏差的小批量离散制造过程,研究了每次调整成本固定且调整存在随机误差情形下的质量控制问题。在建立过程状态空间方程模型的基础上,通过贝叶斯方法估计过程的未知参数,利用动态规划的方法得到了边界形式的过程最优调整策略。通过算例验证了所提出调整策略的有效性,并利用仿真对本文提出的调整策略与其他调整策略进行了比较分析,结果表明,本文提出的方法能够更好地减少过程总体质量损失。