加（jiā）工中（zhōng）心主軸箱體製造工藝可靠性保障方法的（de）研究（jiū） （中）
2017-6-30 來源：吉林大學 作者： 譚壯
第 3 章基於（yú）模糊評判的（de）加工中心主軸箱體製造工藝
FMECA 工藝 FMECA 方法能夠對加工中心主軸箱體製造工（gōng）藝中各個工序的工藝（yì）故（gù）障模式進行分（fèn）析，尋找引發（fā）工藝故障模式的原因，並針對各個工藝（yì）故障模式進行風險優先數評分，對風險優先數不符合規定要求的（de）加工中心（xīn）主軸箱體（tǐ）製造（zào）工藝故障模式製定改進措施，跟蹤改進措施的（de）有效性（xìng）直到其風險優（yōu）先數降低到符合規定要求為止，達到保障加工中心主軸箱體製（zhì）造工藝可靠性的目的。當缺少加工中心主軸箱（xiāng）體生產過程中相關統計數據時，將（jiāng）無法客觀計（jì）算出工藝故障模式的風險優先數，進而無法判別出風險（xiǎn）優（yōu）先數不符規定要求（qiú）的工藝故障模式。為了解決上（shàng）述問題（tí），本章采用梯形模糊評判的方法對不同（tóng）原因引（yǐn）起的工藝故障模式進行排序，並對（duì）加工中心（xīn）主軸箱體整個工藝流程進行綜合評判，為是否對整個工藝流程實施改進措施提供參考。通過實例分析，驗證了該方法的可行性（xìng）。
3.1 加工中心（xīn）主軸箱體製（zhì）造工藝 FMECA
FMECA 是故障模式、影響及危害性分析（Failure Mode，Effects and Criticality Analysis）的簡稱，是用於歸納分析係統（tǒng）單元產生的故障模（mó）式、故障（zhàng）模式發生概率、嚴重程度及其影響後果（guǒ）的（de）一種方法[68]。FMECA 由故障模式（shì）及影響分析（Failure Mode and Effects Analysis，FMEA）和危害性分析（Criticality Analysis，CA）兩部分內容組（zǔ）成。上世紀五十年代初（chū），美國一家飛機公司在產（chǎn）品研發階段（duàn）首先采用了 FMECA 方法，隨著相關標準的製定，FMECA 方法在美國的航空航天以（yǐ）及船舶等領域（yù）得到了廣泛的應用。上世（shì）紀八十年代，我國（guó）將 FMECA 理論引進了國內，經過研究與學習後，製定了一係（xì）列的（de）標準並將其應（yīng）用到了（le）多個行業領域。 根據 FMECA 分析的對象不同（tóng）可以分為功能 FMECA、硬件 FMECA、軟件FMECA、過（guò）程 FMECA 等。通過工藝 FMECA 對加工中心主軸箱體製造過程中每道工序所有可能發生的故障模式、故障原因、故障模式產（chǎn）生的影響、發生概率以及被檢測難（nán）度進行分（fèn）析，根據（jù）風險優先數評分確定出薄弱工序並製定改進措施，對（duì）改進措施（shī）執行（háng）後的故障模式風險優先數進行預測或者跟蹤，使各（gè）個工序的所有工藝故障模式風險優（yōu）先數滿足規定要求，從而達到保障加工中心主軸箱體製造工藝可（kě）靠（kào）性的目的。 根據國家（jiā）軍用標準的要求[69]，加工（gōng）中心主軸箱體製造工藝 FMECA 的（de）分析步驟如下（xià）：
（1）對待分析的加工中心主軸箱體特點、功能及相關要求等進行分析； 繪製“工藝流程（chéng）表”（用於分析加工中心主軸箱體每道工序的功能和要求）及“零部件-工藝關係矩陣”（對加工中心主軸箱體工序按各個（gè）特性進行分類），上述兩個（gè）表格是工藝 FMECA 的前期準備工作；
（2）分析加（jiā）工中心主軸箱體各個製造工序的工藝故障模式，常見的（de）工藝故障模式有：尺寸超差、形狀超差、變形、斷裂等；
（3）對工藝故障原因（yīn）進行分析，常見的工藝故障原因有：刀具磨損、夾具磨損、熱處理時間不當（dāng）等；
（4）對工藝故障影（yǐng）響進行分析（xī），工藝故障影（yǐng）響包（bāo）括對下道工序（xù）或者後續工序的影響（xiǎng）、對（duì）部件或者整（zhěng）機的影響，常見的工藝故（gù）障影響（xiǎng）有：無法加工表麵，部（bù）件不合格、整機可靠性（xìng）低等；
（5）對風險優先數（ RPN ）進行分析， RPN 值越大表明該工藝故障模式風險性（xìng）越大，該工序越薄（báo）弱，RPN ?S ?O?D，其中 S 表示工藝故障模式的嚴（yán）酷度等級，O 表示工藝故障模（mó）式的發生概率等級，D 表示工藝故障模式的被檢測難度等（děng）級；
（6）對於風險優先數或者 S 、 O 、 D 指標不符（fú）合規定要求的工序製（zhì）定有效改進措施（shī），降（jiàng）低 S 、O 、 D 指標和風險優先數 RPN ；
（7）預測或跟蹤改進措施，直到風險優先數 RPN 滿足規定要求為止； 將分（fèn）析結果歸（guī）納整理，生成工藝過程 FMECA 報告，其主要內容包括：加（jiā）工中心主軸箱體特征（zhēng）概述、工藝 FMECA 表格、結論及建議、相應的附表(如“工（gōng）藝流程表”、“零部（bù）件－工藝關係矩陣”)等。 圖 3.1 為加工中心主軸箱體製造工藝 FMECA 分析步驟的流（liú）程圖。
圖 3.1 加工中（zhōng）心主軸箱體製造工藝 FMECA 步驟（zhòu）
風險（xiǎn）優先數（ RPN ）中的S 、O 、D 指標可參照國家軍用標準[69]的評分（fèn）要求進行打分，但是需要生產過（guò）程中的統計（jì）數（shù）據作為評分參考（kǎo）。當生產統計數據充足的時候，可以（yǐ）直接按照國家軍用標準（zhǔn）[69]對加工中心主軸箱體應用製造工藝FMECA 方法，對（duì）風險優先數不合規定要求的工藝故障進行改進（jìn）並跟蹤，直到其風（fēng）險優先數降低到符合規定要求為止，達到保障製造工藝可靠性的目的。由於企業對製造工藝可靠性的重視程度不夠或者某些型號加工中（zhōng）心主（zhǔ）軸（zhóu）箱體屬於小批量（liàng）生產類型等原因，在執行風險優（yōu）先數（ RPN ）中的 S 、O 、D 指標評分時會出現生產過（guò）程統計數據不足的情況，從（cóng）而無法判別哪（nǎ）些工藝故障（zhàng）模式風險（xiǎn）優先數不符合規定要求。為了解（jiě）決數據不足的問題，本文提出梯形模糊數評判與工藝FMECA 相（xiàng）結（jié）合的方法。
3.2 梯形模糊數評判方（fāng）法
3.2.1 相對風（fēng）險程度梯形模糊數評判方法
相對風險程度梯形模糊數評判方法是將專家組對加工中心主軸箱體各（gè）個（gè）工藝故障模式的定（dìng）性比較轉化為定量計算的一種方法。梯形模糊數評判是一個向量（liàng），而不是單（dān）一的具（jù）體數值點，因此具有較高的判斷準（zhǔn）確性。本文（wén）定義梯形模糊數為M ，其（qí）隸屬函數 μ(x) : R-[0,1] 如下[70-71]：
式 3.1 中a<b<c<d a 表示梯形模糊數 M 的上界，d 表示梯（tī）形模糊數 M 的下界，閉區間[b,c]表示梯（tī）形模糊數 M 的中值，當b ?c 時，梯形模糊數 M 也被稱為三角形模（mó）糊數，(d? a)的值越大表示梯形模糊數（shù） M 的模糊程度越強，通常用 M?(a,b,c,d) 表示梯形模糊數（shù）。 本文邀請了一組加工中心（xīn）主（zhǔ）軸箱體生產領域的專家,專家組應由工藝設計人員，質保人員、車間檢測人員等組成。以風險優（yōu）先數（ RPN ）為指標對加（jiā）工中心主軸箱（xiāng）體製造工藝過程中所有可能發生的（de）工藝故障模式進行評價，專家組進行評價時需采用（yòng）本（běn）文規定的以（yǐ）下語義詞：“沒有風險”、“很小風險（xiǎn）”、“較小風險”、“一般風險”、“較大風險”、“很大風險”。梯形模糊數 M?(a,b,c,d) 可以（yǐ）對上述（shù）語義詞進行定量表示，為便於（yú）計算,本文將模糊數（shù） M 中 a、b、c、d 四（sì）個分位數（shù）的取值局限於（yú）? ?0,1 區間內，具體數值由專家組確定，即上述每個語義詞的四個分位數a、b、c、d 都是通過專家（jiā）組加權平均（jun1）的方法（fǎ）得到，本文（wén）所規定的語義詞所對應梯（tī）形模糊數（shù）如表 3.1 所示。
表 3.1 語義詞對（duì）應的梯形模糊數
表 3.1 中的各個語義詞模糊數隸屬函數圖像如圖 3.1 所示，圖中的折線代表了相應語（yǔ）義詞的隸屬函數。
圖 3.1 語義詞對應的梯形模糊函數圖像
3.2.2 工藝係統模糊綜合評判（pàn）方法
對加工中心主（zhǔ）軸箱（xiāng）體的整個製造工藝係統實施模（mó）糊綜合評判，可以為是否對（duì）薄弱工序實施改進措施提供參考，具體方法如下所示[76]：
（1）建立（lì）製造工（gōng）藝係統（tǒng）綜合評價的評判等級，等級V 是對加工中心主軸箱（xiāng）體工藝故障模式狀態的（de） h 個評價決斷即 ? ?1 2, ,...,hV ?v v v ；
（2）以上述（shù）評判等級為標準，專家組對加工中心（xīn）主軸（zhóu）箱體工藝故障模式集合? ?1 2= , ,....,nA A A A 中各元素進行評判，並根據各個專家（jiā）的權重得到（dào）評判矩（jǔ）陣 PA ，? ?1 2 ,...,i i i ihPA ?? ? ? 表示工藝故（gù）障模式iA 的評判集（jí）iPA ，集合中ij? 表示工藝故障
3.2.3 采用模糊評判的工藝 FMECA 分（fèn）析（xī）流程
采用梯形模糊評判方（fāng）法的加工中心主軸（zhóu）箱（xiāng）體製造工藝 FMECA 的分析流程可概括為圖 3.2 所示，其主要區別（bié）是（shì）將（jiāng）工藝 FMECA 原有的風險優先數（ RPN ）評分改為梯形模糊評判，相應的工（gōng）藝 FMECA 表（biǎo）格也會進行修改，各流程的具體內容可參考本章的實例分析。
圖 3.2 采用模糊（hú）評判（pàn）的加工中心主軸箱（xiāng）體製造工藝 FMECA 流程
3.3 實例分析
本文以某型號加工中心主軸箱體（如圖 3.3 所示）製造（zào）工藝為例（lì），結（jié）合圖 3.2中的分（fèn）析流程對其應用（yòng）基於模糊評判的製造工藝 FMECA 方法，從而能夠在缺少生產過程統計數據的情況下，確定出（chū）薄弱工序並製定相應的改進措（cuò）施，達到保障加工中心主軸箱體製造工藝可靠性的目的。為了便於理解（jiě）和表達，本（běn）文以該型號加工中心主軸箱體的 2 道工序出現的 4 種故障原因引起的工藝故（gù）障模式為例進行（háng）分析（xī）。
圖 3.3 某型號加工中心主軸箱體
3.3.1 係統定義
加工中心主軸箱（xiāng）體是承載主軸的關鍵零（líng）件，其製造精度對整機的加工精度有著（zhe）重要（yào）影響；該型號主軸箱體毛坯為（wéi）鑄件，體積較（jiào）大並且加工精度要求高，加工過程中裝夾費時費力，而且運輸困難，具有較大的加工難度。 3.3.2 “工藝流程表”及“零部件-工（gōng）藝關係矩陣”的繪製
繪製“工藝流程（chéng）表”（見表 3.2）及“零部件-工藝關係矩陣”（見表 3.3）。
表 3.2主軸箱體工（gōng）藝流程（部（bù）分）
表3.3 零部件－工藝關係矩陣（部分）
3.3.3 分析主軸箱體工藝故（gù）障模式、原因及影響（xiǎng）
對加工中心主（zhǔ）軸箱體各工序可能發生的工藝故障模式、相應的工藝故障原因及影響進（jìn）行分（fèn）析，並以故障原因為單位（wèi）對工藝故障模式編號（見表 3.4）。
表 3.4 主軸箱（xiāng）體工（gōng）藝（yì）故障模式、工藝故障原（yuán）因及影響（部分）
3.3.4 模糊對比評判計算
以風險優先數（ RPN ）為模糊評判（pàn）原則，本文（wén）共邀請 5 位加工中心主軸箱體製造領域專家對所編號的工藝故障模式進行評判（pàn），根據工作年限、職稱、學曆等賦予各專家的權重如表（biǎo） 3.5 所示。根據互補判斷矩陣的（de）性質，專家組隻需要給出對角線以上的評判元素即可，具體評分（fèn）如表 3.6 所示。
表 3.5 專家（jiā）權重分配
表 3.6 專家組模糊對比評分
根（gēn）據? 計算結果可以發現，編號為 3 的加工中心主軸箱體工藝故障模式即由加工刀具徑向調整量不合適引起的主軸孔加工尺寸不合要求，是表（biǎo） 3.4 中所編號的工藝故障模式中風險最大。 3.3.5 模糊綜合評判計算
對加工中心主軸箱體製造工藝係統實施模糊綜合評判，建立評判等級V??風險很高，風險（xiǎn）較高，中等風險，輕度風（fēng）險?，邀請上（shàng）述 5 位專家對表 3.4 中全部工藝故障（zhàng）模式進行評判，評分如表（biǎo） 3.7 所。
表 3.7 專家組模糊綜合評分（fèn）
表 3.8 編號的各工藝故障模式權重分配（pèi）
由表 3.9 可知（zhī），該型號加工中心主軸箱體（tǐ）製造（zào）工藝係統（僅（jǐn）針對表 3.4 所編號的工藝故障模式）風險較高（gāo），因此有必要針對（duì）薄弱工序采取改進措施，減少工藝故（gù）障（zhàng）的發生，比如對工序 23 建立關鍵工序質量控製點。
表 3.9 係統評判等級與改（gǎi）進措施（shī）
3.3.6 基於模糊評（píng）判的工藝 FMECA 表格
根據模糊評判的結果，針對不同工藝故障原因引起的加工中心主軸箱體製造（zào）工藝故（gù）障模式采取改進措施，直到發生的工藝故障模式風險程（chéng）度降低到符合規定要求（qiú）為止。例（lì）如針對工序 23 中的工藝故障（zhàng）模式“主（zhǔ）軸（zhóu）孔加工尺寸（cùn）不合要求”采取了“合理調整加工刀具徑向調整量，調整完之後進（jìn）行檢查，對該工序建立關鍵質量控製點”的改進措施（shī），對改進措施進行跟蹤後，專家組對其風險評價為“風險很小”，驗證了改進措施的有效性。將上述工作內容進行整理，製定采用模糊 評判方法的加工中心主軸箱體製造工藝 FMECA 表格（如表 3.10 所示，見下一 頁）。
表（biǎo） 3.10 采用模糊評判的加工中心（xīn）主軸箱體工藝 FMECA 表（部分）
3.4 本章小結
本章介紹（shào）了加（jiā）工中心（xīn）主軸箱體製造工藝 FMECA 實施流（liú）程（chéng），以（yǐ）風險優先（xiān）數為判原則對以故障（zhàng）原因為單位的工藝故障模式（shì）應用梯形模糊數評判方法（fǎ），通過（guò）對其風險程度（dù）的兩兩比較並對專家組評分（fèn）進行計算，從而得出各工藝故障（zhàng）模式的風險程度排序，對（duì）加工（gōng）中心主軸箱體整個製造工藝係統進行綜（zōng）合評判，確定出係統風險等級，為（wéi）是（shì）否（fǒu）實施改進措施（shī）提供依據。本（běn）章以某型號加工中（zhōng）心主軸箱體的製造（zào）工藝為（wéi）例，對其應用（yòng）了基於模糊評判的製造工藝 FMECA 方法，得出各工藝故障模式風險排序以及（jí）整個製造工藝係統的風險評判等級，製定了針（zhēn）對各個工藝故障模式的改進措施，並對改進措（cuò）施的（de）有效性進行了驗證，從而（ér）降低了整個工藝係統的風險等級，達（dá）到了保障加工中心主軸（zhóu）箱（xiāng）體製造工藝可靠性的（de）目的，也驗證了基於模糊評判的加工中心主（zhǔ）軸箱體製造工藝 FMECA 方法（fǎ）的可行性（xìng）。
第 4 章加工中心主軸箱體製造過程控（kòng）製圖分析及軟（ruǎn）件（jiàn）編製
工（gōng）藝 FMECA 方法能夠（gòu）針對發生的工藝故障采取相應改進措施，實現對加工中心主軸箱體製造工（gōng）藝可靠（kào）性進行保障的目的（de），具（jù）有直（zhí）接有效的特點，但工藝FMECA 方法並不（bú）能在工藝故障（zhàng）發生之前及時發現生產過程中存在異常因素，所（suǒ）以無法對工藝故障的發生（shēng）起到預防作用，因此本章（zhāng）將研究以預防工藝故障發生為目的的控製圖分析方法，從而彌補工藝 FMECA 方法所存在的不足。 控製圖分析方法又被稱作統計過程（chéng）控製（SPC），可以在工序質量（liàng）特性值符合規定要求的情況下判斷出加工中心主軸箱體（tǐ）製造過程是否存在異常（cháng）因素。若不存在異常因素，可以通（tōng）過控製圖對加工（gōng）中心主軸箱體製造過程進行監控，從而保障加工中心主軸箱（xiāng）體製造過程（chéng）處於穩定狀（zhuàng）態（tài）；若存在異常因素（sù），通過對異常因素的排查能夠預防或者減少工藝（yì）故障（zhàng）的發生，使生產（chǎn）過程處於穩定狀態，從而提高加工中（zhōng）心主軸箱體製造工藝穩（wěn）定性。判斷工序質量特性值分（fèn）布異常的條件較多（duō），為了能夠降（jiàng）低操作人員工作強度，並能快速準確（què）的判別（bié）加工過程是否處於穩定狀態，本（běn）章（zhāng）采用 MATLAB 的 GUI（圖形用戶界麵）編製了加工中心主軸箱體製造過程控製圖分析軟件。
4.1 加工中心主（zhǔ）軸箱體製造過（guò）程控製圖分析
4.1.1 控製圖分析原理
控製圖分析方法（fǎ）[77]是美國（guó） W. A. Shewhart（休哈特（tè））以預防工藝（yì）故障（zhàng）發生為原則首創的控製過程（chéng）工具，也被稱為統計過程控製（Statistical Process Control, 簡稱 SPC）。W. A. Shewhart 認為產品的（de）質量特性值在生產過程中存在（zài）著（zhe）波動（dòng），引起波動的原因（yīn）有兩種：一種是生產（chǎn）過程中固有的偶然因素（sù）所造成的偶然波動，另一種是（shì）非生產過程中（zhōng）固（gù）有的異常因（yīn）素（也稱係統因素）所造成的異常波（bō）動。偶然因素一直存在於生產過程中並且無法避免，但是對產品質量影響較小；而異常因素是時斷時（shí）續的存在於生產過程中並且（qiě）對產品（pǐn）質量（liàng）影響較大，但可以避免。因此（cǐ）在生產過程中應利用控製（zhì）圖分析方法準確判斷出係統因素所造成的波（bō）動是否存在，如果存在異常（cháng）波動應盡快尋找並排除引起異常波動的係統因素，從（cóng）而能夠預防或者減少工藝故障的發生，保證生（shēng）產過程的穩定。
文27
圖 4.1 正態分（fèn）布曲線
圖 4.2 工序樣本質量特性值（zhí）描點圖（tú）
圖（tú）4.3 控製圖形式
控製圖可以（yǐ）分為（wéi）分析用控製圖和控製用控製圖，分析用（yòng）控製圖是用於判別生產（chǎn）過（guò）程中是否存在異常情況以（yǐ）及工序能力指數（shù）是否（fǒu）符合要求，控製用控製圖是（shì）以當前穩定的生產狀（zhuàng）態衡量後續生產的（de）工件質量特性值是否穩定。控（kòng）製圖又可以分為計量值控製（zhì）圖（tú）、計（jì）點值控製圖以及計件值控製（zhì）圖。計量（liàng）值中應用較多的（de）是均值
4.1.2 加工中心（xīn）主軸箱體製造工序（xù）控製圖分析流程
目前控製圖分析方法已（yǐ）經形成相應的國家標準（zhǔn）以（yǐ）及國際標（biāo）準（zhǔn）[78-80]，根（gēn）據標準的要（yào）求，加工中心主軸箱體製造工（gōng）序（xù）控（kòng）製圖分析流程如下： （1）準備（bèi）工作：確定所要分（fèn）析加工中心主軸箱體製造工序的質（zhì）量特性值（zhí） X，根（gēn）據生產（chǎn）情況按一（yī）定的時間間隔（gé）采集樣本，並根據時間順序進行分組和排序，樣本容量 n 為 4 ~ 5個，並保證樣本（běn）容量相（xiàng）同，樣（yàng）本個數 K 為 20 ~ 30 個，記錄采集到的樣本數據。
1）有 1 個點落（luò）在區域 A 之外；
2） 連續 3 個點（diǎn）有 2 個點落在 A 區（qū）；
3） 連續 6 個及（jí）以上的點出現遞增或者遞減趨勢；
4）連續 9 個（gè）及以上的點出現在（zài）中心線同一側；
5） 連（lián）續 5 點中有 4 點落（luò）在中心線一側的 C 區之外；
6） 連續 8 點落在中心（xīn）線（xiàn）兩側並（bìng）且未落在 C 區內；
7） 連續 14 個點中相鄰點交替上下;
8） 連續 15 點落在中心線兩側的 C 區內；
9）點子呈現周期性變化。
圖 4.4 控製圖區（qū）域劃分（fèn）
（6）判斷該加工中心主（zhǔ）軸箱體製造工序質量特性值及控（kòng）製圖修正（zhèng）後的工序能力（lì）指數是否符合（hé）規定要求，對其它要求的判斷（duàn）可根據實際生產情況進行。如果有生產要求不符合規定的情況，應對相關生產因素進行調整，最終將分（fèn）析用控製圖的（de）控製界限延長從而轉為控製用控製圖。
（7）作控製用控製圖對加工中心主軸箱體生產（chǎn）過程進行控製，按流程（1） 中確定（dìng）的采（cǎi）集樣本方法（fǎ）采集後續生產的樣本數據，並在（zài）控製用控製圖中（zhōng）描點， 判斷是否存在異常。
（8）一段時間後應根（gēn）據實際質量水平對控製用控製圖的中心線和（hé）控製界限進行修正。
該軟件應具備（bèi）數據錄入、數據計算、圖形（xíng）繪製以及製造過程異常判斷等功能，同時（shí）能夠記錄加工中心主軸（zhóu）箱體製造過程發生的工藝（yì）故障模式、工藝故障原因及影響等，為技術人員提供統計數據，當記錄的數據足（zú）夠豐富（fù）時（shí）可以直接應用於工藝（yì）FMECA 分析中而不需要采取模（mó）糊評判等數學方法（fǎ），從而簡化分析過程。 目前編程語言種類豐富如 Java、C、C++、Visual Basic、MATLAB 等（děng），且具備（bèi）各自（zì）獨特的優點，因此（cǐ）根據不（bú）同的（de）編程要求及應（yīng）用領（lǐng）域選擇合適的（de）語言可以提高編程效率並獲得運行穩定的程序。MATLAB 是一種廣泛用於數據分析、數值計算、數據可視化、建模仿真（zhēn）、算法開發等多個方麵的高級計（jì）算語言（yán）和交互環境，並且提供了大量現成的（de）函（hán）數，具有計（jì）算效率高、編（biān）程效率高、操作方便等優點[83]。因此本文（wén）采用 MATLAB-GUI（圖形用戶（hù）界麵）編（biān）製加工中心主軸（zhóu）箱體製造（zào）過程x ?s 控製圖分析軟件。 MATLAB-GUI 指的是 MATLAB 圖形用戶界麵（Graphical User Interfaces，GUI）設計（jì）。本文以 MATLAB7.10 版本為例介紹 GUI 設（shè）計窗口，如圖 4.5 所示。GUI 設計窗（chuāng）口的上方為菜單（dān）欄，包括“File”、“Edit”等6個菜單項；菜單欄下方為工具欄（lán），用（yòng）於打開布局編輯（jí）器、打開菜單編輯器等；網格區的左側為控件工具箱，包括按鈕、可編輯文本（běn）框（kuàng）等（děng）控件（jiàn）對象；網格區（qū）為設（shè）計（jì）區，用於布置菜單和控件對象。
圖 4.5 MATLAB 7.10 版本的 GUI 設計窗口
圖 4.6 加工中心主（zhǔ）軸箱體（tǐ） x?s控製（zhì）圖分析軟件的（de）界（jiè）麵布局
圖 4.10 “控製（zhì）圖”繪製部分
“菜單”部分如圖 4.11 所示，包括“保存”、“退（tuì）出”、“軟件說明（míng）”三個功能，“保存”功能是將整個軟件界麵以圖片（piàn）形式進行保存，“軟件說明”是點（diǎn）擊之後（hòu）彈出（chū） word 文檔如圖 4.12 所示，用於說明或者（zhě）解釋軟件的一些信息，對於4.1.2 節中異常判斷原則中的點子呈現周期性變化，需要通過（guò）對（duì）控製圖形狀觀察可得。
圖 4.12 軟件說明
滿足（zú）所（suǒ）要求（qiú）的（de）功能，並且參數計算及異常結果（guǒ）的判斷均準確無誤（wù），由於下一節將進行實（shí）例分析，因此本節對（duì）軟件調試驗證的具體過程不進行詳細描述。 4.3 實例分析
4.3.1 數據采集與處理
根據 4.1.2 節中的要求，采集了某型號加工中（zhōng）心主軸箱體製造工序 23 的樣本，樣本數量為 25 組（zǔ），樣本容量為 4，並對（duì）樣本數據進行了計算處理，具體數據（jù）如表 4.1 所示。
表 4.1 數據記錄表
4.3.2 控製圖（tú）參數計算
4.3.3 作（zuò）分析用控製圖及控（kòng）製用控製圖
件的判別結果可以（yǐ）發現第 12 個樣本和第 13 個樣本均值超出控製界限，因此需要查找造成點子出界的異常原因，通（tōng）過調查發現是工人師傅未能按規定要求及時調整加工刀具的調刀量，因此需要讓（ràng）操（cāo）作工人嚴格遵守生產規定進行操作。 將異常點即樣本 12 和樣本 13 的均值和標準差排除，對（duì）剩餘的 23 個樣本重新繪製控（kòng）製圖，並按照式 4.1-4.10 計算新的控製界限，如圖 4.14 所示，可（kě）以發現 S
圖和 x 圖均無異常，且樣本數據均符合（hé）生產要（yào）求（qiú），工（gōng）序能力指數 Cpk為 1.02，表明工序能力尚可，因此可以將去除異常點後的控製圖作為控製用控製圖，對後續生產進行控製，並經過一定時間後對（duì）控製界限進（jìn）行調整。
圖 4.13 繪製的分（fèn）析（xī）用控製（zhì）圖
圖 4.14 去除異常點後的控製圖
4.4 本章小結
本章介紹了控製圖（tú）分析方法的原理以（yǐ）及加工中心主軸箱體製造過程控製圖分析（xī）步驟，利（lì）用（yòng） MATLAB-GUI（圖（tú）形（xíng）用戶（hù）界麵）編製了加工中心主軸箱體製造過（guò）程 x ?s 控製圖分析軟件（jiàn），該（gāi）軟件具備（bèi）數據錄入、數（shù）據計算處理、繪製控（kòng）製圖、判斷製造過程是否異常（cháng）、記錄工藝故障數據（jù）等功能，通過實例分析表明所編製（zhì）軟件能（néng）夠（gòu）準確快速計算樣本數據、繪製分析用 S 圖和 x 圖、判（pàn）斷（duàn）出加工中心主軸箱（xiāng）體製（zhì）造過程（chéng）是否存在異常，通過對異常因素（sù）和異常樣本數據的排（pái）除可以生成相應（yīng）的控製用控製圖，用於監測後續加工中心主軸（zhóu）箱（xiāng）體製造過程的波動情況。因此本章所（suǒ）研究的控製圖分析方法能夠保障加工中心主軸箱體製造（zào）過程的穩定，預防（fáng）製造工藝故障的發生，從而達到保障加工中心主軸箱體（tǐ）製造工藝可靠性的目的。
投稿箱：
如果（guǒ）您有機床行業、企業相（xiàng）關新聞稿件（jiàn）發表，或進行資訊（xùn）合作，歡迎聯係本網編輯部， 郵箱：skjcsc@vip.sina.com
如果（guǒ）您有機床行業、企業相（xiàng）關新聞稿件（jiàn）發表，或進行資訊（xùn）合作，歡迎聯係本網編輯部， 郵箱：skjcsc@vip.sina.com
更多本專題新聞
名企推薦
專題（tí）點擊（jī）前十
| 更（gèng）多
