门业制造企业车间质量控制模式研究及系统设计
|
摘要
门业产品对于材质、大小规格、型号、颜色、样式具有高度定制化的客户需求,而且订单数量庞大,工期短,单个订单订货数量少,其生产模式是典型的大规模定制化生产,给门业企业的车间质量控制带来更高的要求和挑战。本文将对门业制造企业车间质量控制模式以及信息系统的设计等方面进行探索和研究。
首先,在深入分析门业制造企业的生产特点及其车间质量控制存在的问题的基础上,提出面向大规模定制的门业制造企业车间质量控制模式,并对门业制造企业车间质量控制流程进行分析及优化。
其次,研究门业制造企业车间质量控制数据仓库相关技术:提出门业制造企业车间质量控制数据仓库的总体架构;探索数据仓库与门业制造企业车间质量控制的集成,完成门业制造车间质量控制数据仓库的概念模型、逻辑模型和物理模型的设计工作;利用数据仓库中的数据按照质量控制的主题,建立多维信息系统,为门业制造车间质量管理信息化的研究提供良好的信息服务;研究粗糙集和人工神经网络技术理论,确定基于历史加工记录的门业制造车间质量预测模型,从而根据质量预测结果进行针对质量的车间计划排产优化。
然后,在对上述质量控制模式研究的基础上,设计门业制造车间质量控制集成信息系统,验证本论文研究的门业制造企业车间质量控制模式的有效性。
最后,以重庆某门业制造企业为实施对象初步实践验证以上研究成果。
Door industry products have highly customized and personalized requirements for material, specification, size, color and style, and its time limit for a project is short, order quantity is huge, order quantity for single order is less, and the production mode is typically mass customization production, this brings higher requirements and challenges to workshop quality control of doors manufacturing industry. This paper mainly explores workshop quality control mode and information system design in doors manufacturing industry.
Firstly, according to the production features of door manufacturing enterprise and existing problems of its workshop quality control, a workshop quality control mode of doors manufacturing industry based on data warehouse was put forward. Based on this model, and the workshop quality control process of doors manufacturing industry was analyzed and optimized.
Secondly, door manufacturing industry workshop quality data warehouse related technologies were studied: the overall framework of door manufacturing industry workshop quality data warehouse was out forward; the integration of data warehouse and door manufacturing industry workshop quality control was studied, and the conceptual model, a logical model and physical model of door manufacturing quality data warehouse were designed; according to the data in the data warehouse and quality control theme, multidimensional information system was built, in order to provide a good information service for door manufacturing quality management information research; based on rough sets and artificial neural network theory, the quality prediction model of door manufacture workshop was established, in order to simulate product quality situation after production scheduling plan, thus the production scheduling could be optimized.
Thirdly, based on study of above quality control mode, a workshop quality control integrated information system was designed, and the effectiveness of the door manufacturing industry workshop quality control mode ware verified.
At last, the mode and system were preliminarily applied in a doors manufacturing enterprise in Chongqing, and their validity was verified.
首先,在深入分析门业制造企业的生产特点及其车间质量控制存在的问题的基础上,提出面向大规模定制的门业制造企业车间质量控制模式,并对门业制造企业车间质量控制流程进行分析及优化。
其次,研究门业制造企业车间质量控制数据仓库相关技术:提出门业制造企业车间质量控制数据仓库的总体架构;探索数据仓库与门业制造企业车间质量控制的集成,完成门业制造车间质量控制数据仓库的概念模型、逻辑模型和物理模型的设计工作;利用数据仓库中的数据按照质量控制的主题,建立多维信息系统,为门业制造车间质量管理信息化的研究提供良好的信息服务;研究粗糙集和人工神经网络技术理论,确定基于历史加工记录的门业制造车间质量预测模型,从而根据质量预测结果进行针对质量的车间计划排产优化。
然后,在对上述质量控制模式研究的基础上,设计门业制造车间质量控制集成信息系统,验证本论文研究的门业制造企业车间质量控制模式的有效性。
最后,以重庆某门业制造企业为实施对象初步实践验证以上研究成果。
Door industry products have highly customized and personalized requirements for material, specification, size, color and style, and its time limit for a project is short, order quantity is huge, order quantity for single order is less, and the production mode is typically mass customization production, this brings higher requirements and challenges to workshop quality control of doors manufacturing industry. This paper mainly explores workshop quality control mode and information system design in doors manufacturing industry.
Firstly, according to the production features of door manufacturing enterprise and existing problems of its workshop quality control, a workshop quality control mode of doors manufacturing industry based on data warehouse was put forward. Based on this model, and the workshop quality control process of doors manufacturing industry was analyzed and optimized.
Secondly, door manufacturing industry workshop quality data warehouse related technologies were studied: the overall framework of door manufacturing industry workshop quality data warehouse was out forward; the integration of data warehouse and door manufacturing industry workshop quality control was studied, and the conceptual model, a logical model and physical model of door manufacturing quality data warehouse were designed; according to the data in the data warehouse and quality control theme, multidimensional information system was built, in order to provide a good information service for door manufacturing quality management information research; based on rough sets and artificial neural network theory, the quality prediction model of door manufacture workshop was established, in order to simulate product quality situation after production scheduling plan, thus the production scheduling could be optimized.
Thirdly, based on study of above quality control mode, a workshop quality control integrated information system was designed, and the effectiveness of the door manufacturing industry workshop quality control mode ware verified.
At last, the mode and system were preliminarily applied in a doors manufacturing enterprise in Chongqing, and their validity was verified.
引文
[1]陈铭,吕建华,吴智慧.我国家具业制造模式的现状及研究进展[J].木材工业, 2009, 23(6): 21-24.
[2]刘敬涛. 2004年全国钢木门窗行业年会[J]. 2004, 6(2): 23-25.
[3]李晓峰.家具企业战略管理研究[D].哈尔滨工程大学, 2007: 15-37.
[4]许粉.广西美派门业公司管理咨询报告[D].广西大学, 2007: 1-7.
[5]张公绪,何国威,郑慧英.新编质量管理学[M].北京:高等教育出版社,2002.
[6]刘宇.现代质量管理学[M].北京:社会科学文献出版社, 2009.
[7]杨海成,祁国宁.制造业信息化技术的发展趋势[J].中国机械工程, 2004, 19: 1693-1696.
[8]蔡元龙,陈玉宝,邬学礼.面向敏捷制造的智能制造单元框架结构的研究.计算机集成制造系统. 1999, 5(4): 25-28.
[9]陈心德,吴忠.生产运营管理[M].清华大学出版社, 2005.
[10]祁国宁,顾新建,谭建荣等.大批量定制技术及其应用[M].北京:机械工业出版社, 2003.
[11] F.S.Hillier. Small sample probability limits for the range charts[J]. Journal of Quality Technology. 1997, 62(320): 1488-1493.
[12] C.P.Quesenberry. SPC Q-Charts for a Poisson Parameter: short or Long Runs[J].Journal of Quality Technology.1991, 23(3):296-303.
[13]张炎亮.面向大规模定制生产的质量控制问题研究[D].天津大学, 2006: 5-15.
[14]林芳芳.机械加工车间小批量质量控制信息系统研究机开发[D].重庆大学, 2008: 2-4.
[15]卜祥民,孙静.基于Bayes分析小批量生产质量控制与诊断[J].北京科技大学学报, 1998, 20(6): 598-603.
[16]刘宇,葛新权.判断过程稳定时间序列回归法[J].数量经济技术经济研究, 2002, 19(12): 60-63.
[17]李黛萍.应用直接控制图监控小批量毛条质量的方法[J].毛纺科技, 2006, 12: 47-49
[18]王丽颖,孙丽,王秀伦.基于虚拟工序的小批量工序质量控制方法研究[J].计算机集成制造系统, 2006, 12(8): 1263-1266.
[19]杨旭,马玉林,杨晓慧.基于小批量生产的统计质量控制[J].计算机集成制造系统, 2001, 7(12): 47-49.
[20]陈京民等.数据仓库与数据挖掘技术名[M].北京:电子工业出版社, 2002.
[21] W.H.Inmon. Building the Data Warehouse[M].王志海等译.北京:机械工业出版社, 2006.
[22] Erik Thomson. OLAP Solution: Building Multidimensional Information System. SecondEdition:电子工业出版社, 2004.
[23] B.M.Patil, Durga Toshniwal, R.C.Joshi. predicting burn patient survivability using decision tree in WEKA environment, 2009, IACC 2009. IEEE International Advance Computer Conference[C], 6-7 March, 2009.
[24]梁协雄,雷汝焕,曹长修.现代数据挖掘技术研究进展[J].重庆大学学报, 2004, 27(3): 21-27.
[25]王珊,萨师煊.数据库系统概论[M].北京:高等教育出版社, 2006.
[26]仲元昌,李刚等.基于SQL Server 2000的企业数据仓库设计与应用[J].计算机科学, 2003, 20(12): 92-94.
[27]樊同科. OLAP在电信数据仓库中的设计与实现[J].电子设计工程, 2009, 17(10): 114-118.
[28]田志强,黄孝彬等. OLAP在电站生产过程数据分析中的应用研究[J].自动化技术与应用, 2010, 29(3): 25-27.
[29]张国利,吴建华等. OLAP技术在股票行情分析中的研究与应用[J].微型电脑应用, 2008, 18(3): 32-34.
[30]李宏丽,彭沛全等.基于MS Analysis Services的土地利用OLAP多维分析研究[J].安徽农业科学, 2009, 37(26): 12878-12880.
[31]王倩倩.电信商业智能系统OLAP建模与应用[D].首都经济贸易大学, 2009: 2-5.
[32]于海防,解福.基于agent的数据挖掘在CRM中的应用[J].山东师范大学学报(自然科学版), 2004, 19(1): 82-85.
[33]李成章,王道平.基于ID3算法的供应商评价方法研究[J].技术经济与管理研究, 2009, 2: 3-5.
[34]唐亮,郑丕谔,陈玮.基于PMML的数据挖掘模型管理[J].计算机工程与科学, 2005, 27(3): 58-60.
[35]杨茂发,景旭文,周宏根.基于web数据挖掘技术的机械产品概念设计研究[J].华东船舶工业学院学报(自然科学版), 2004, 18(1): 72-75.
[36]沈晓萍,陈建斌.基于管理分析的数据挖掘在CRM中的应用[J].商场现代化, 2009, 2(下旬刊): 84-85.
[37] Jitao Fang, Shusong Yu, Xiangqian Ding. Development of MES-based workshop integrated quality monitoring system. Automation and Logistics, 2008, ICAL 2008. IEEE International Conference[C], 1-3 Sept, 2008.
[38]张根保.数字化质量管理系统及其关键技术[J].中国计量学院学报, 2005, 16(2): 85-92.
[39]张跃越.基于OLAP技术的经营决策系统的设计与实现[J].通信管理与技术, 2010, 2(1): 25-27.
[40]刘实,刘杉.基于SQL Server Analysis Services的招生数据分析[J].中山大学学报(自然科学版), 2009, 38(3): 311-313.
[41]祖巧红,高海耀,王慧.基于数据仓库的在线分析及其多维可视化研究[J].武汉理工大学学报, 2002, 41(6): 697-670.
[42]段江娇,薛永生,令狐荣珊.数据仓库的多维数据分析器设计与实现[J].厦门大学学报(自然科学版), 2010, 2(1): 25-27.
[43]郭钧.数据挖掘技术在光电子企业产品质量管理中的应用研究[D].武汉理工大学,2009.
[44]程控,格扬. MRPⅡ/ ERP原理与应用[M].北京:清华大学出版社, 2002.
[45]范玉顺.集成化企业建模方法与系统[M].北京:中国电力出版社, 2007.
[46]李清.制造执行系统[M].北京:中国电力出版社, 2007.
[47]洪生伟.质量工程导论[M].北京:中国计量出版社, 2006.
[48]陈福军.生产与运作管理[M].北京:中国人民大学出版社, 2005.
[49]陈禹六.先进制造业运行模式[M].北京:清华大学出版社, 1998.
[50]何奕中,张明.精纺多品种小批量产品的生产特点及质量控制[J].毛纺科技, 2009,20(6): 29-31.
[51]那斌,刘国忠.家具车间生产管理信息系统的设计[J].木材工业, 2005, 19(1): 19-22.
[52]韩辉,刘忆等.面向低温镀铁过程质量控制的动态数据挖掘方法[J].煤矿机械, 2008, 20(1): 57-59.
[53] Zhao Dan. Data mining applications in the banking industry in China(1998-2007), 2008, ICME 2008. IEEE International Conference[C], 1-3 Sept, 2008.
[54]赵新军,王绪国,周曦.基于六西格玛理论的炼钢厂数据挖掘和应用[J].冶金设备, 2004, 10(5): 1-4.
[55]高铁路,胡玉清,陈炜钢.基于数据挖掘的装备使用质量信息管理系统[J].现代电子技术, 2002, 2: 98-100.
[56]马慧.数据挖掘耦合与质量管理的研究[J].中国管理信息化, 2008, 11(18): 58-62.
[57]鲁玉军,祁国宁.基于MC环境的面向订单产品设计方法研究[J].中国机械工程, 2006, 17(22): 2354-2359.
[58]李锦飞,马汉武,陈纪南.生产管理与调度[M].北京:化学工业出版社, 2005..
[59]李秀,应维云,刘文煌. CIMS环境下产品质量系统工程[M].北京:机械工程出版社, 2004.
[60]龚仁伟,尹超,鄢萍.基于MES的车间制造过程动态质量管理系统研究[J].现代制造工程, 2008, 6: 26-30.
[61]李虎. MES质量管理模块的分析与设计[D].武汉理工大学, 2008.
[62] Yuan S, Ge M, Qiu H,et al. Intelligent diagnosis in electromechanical operations systems [C]//Proceedings of 2004 IEEE International Conference on Robotics and Automation.[S]:IEEE, 2004 (3): 2267-2272.
[63]余腊生,李强.数据挖掘在质量管理系统中的应用研究[J].计算机工程与设计, 2010, 31(10): 2327-2329.
[64] Pawalk Z. Rough Sets[J]. International Journal of Computer and Information Science, 1982, 11(5): 341-356.
[65]苗夺谦,李道国.粗糙集理论、算法与应用[M].北京:清华大学出版社, 2008.
[66]曾黄麟.粗糙集理论及其应用[M].重庆:重庆大学出版社, 1998.
[67]何明,冯博琴等.一种基于粗糙集的粗糙神经网络构造方法[J].西安交通大学学报, 2004, 38(12): 1240-1243.
[68]蒋复量,周科平等.基于粗糙集-神经网络的矿山地质环境影响评价模型及应用[J].中国安全科学学报, 2009, 19(8): 126-132.
[69]谢川等.基于粗糙集理论的飞行数据模式特征提取[J].计算机工程, 2005(6): 169-171
[70]侯丽娟,王国胤.粗集理论中的离散化问题[J].计算机科学, 2000, 27(12): 89-94.
[71]飞思科技产品研发中心.神经网络与MATLAB7实现[M].北京:电子工业出版社, 2005.
[2]刘敬涛. 2004年全国钢木门窗行业年会[J]. 2004, 6(2): 23-25.
[3]李晓峰.家具企业战略管理研究[D].哈尔滨工程大学, 2007: 15-37.
[4]许粉.广西美派门业公司管理咨询报告[D].广西大学, 2007: 1-7.
[5]张公绪,何国威,郑慧英.新编质量管理学[M].北京:高等教育出版社,2002.
[6]刘宇.现代质量管理学[M].北京:社会科学文献出版社, 2009.
[7]杨海成,祁国宁.制造业信息化技术的发展趋势[J].中国机械工程, 2004, 19: 1693-1696.
[8]蔡元龙,陈玉宝,邬学礼.面向敏捷制造的智能制造单元框架结构的研究.计算机集成制造系统. 1999, 5(4): 25-28.
[9]陈心德,吴忠.生产运营管理[M].清华大学出版社, 2005.
[10]祁国宁,顾新建,谭建荣等.大批量定制技术及其应用[M].北京:机械工业出版社, 2003.
[11] F.S.Hillier. Small sample probability limits for the range charts[J]. Journal of Quality Technology. 1997, 62(320): 1488-1493.
[12] C.P.Quesenberry. SPC Q-Charts for a Poisson Parameter: short or Long Runs[J].Journal of Quality Technology.1991, 23(3):296-303.
[13]张炎亮.面向大规模定制生产的质量控制问题研究[D].天津大学, 2006: 5-15.
[14]林芳芳.机械加工车间小批量质量控制信息系统研究机开发[D].重庆大学, 2008: 2-4.
[15]卜祥民,孙静.基于Bayes分析小批量生产质量控制与诊断[J].北京科技大学学报, 1998, 20(6): 598-603.
[16]刘宇,葛新权.判断过程稳定时间序列回归法[J].数量经济技术经济研究, 2002, 19(12): 60-63.
[17]李黛萍.应用直接控制图监控小批量毛条质量的方法[J].毛纺科技, 2006, 12: 47-49
[18]王丽颖,孙丽,王秀伦.基于虚拟工序的小批量工序质量控制方法研究[J].计算机集成制造系统, 2006, 12(8): 1263-1266.
[19]杨旭,马玉林,杨晓慧.基于小批量生产的统计质量控制[J].计算机集成制造系统, 2001, 7(12): 47-49.
[20]陈京民等.数据仓库与数据挖掘技术名[M].北京:电子工业出版社, 2002.
[21] W.H.Inmon. Building the Data Warehouse[M].王志海等译.北京:机械工业出版社, 2006.
[22] Erik Thomson. OLAP Solution: Building Multidimensional Information System. SecondEdition:电子工业出版社, 2004.
[23] B.M.Patil, Durga Toshniwal, R.C.Joshi. predicting burn patient survivability using decision tree in WEKA environment, 2009, IACC 2009. IEEE International Advance Computer Conference[C], 6-7 March, 2009.
[24]梁协雄,雷汝焕,曹长修.现代数据挖掘技术研究进展[J].重庆大学学报, 2004, 27(3): 21-27.
[25]王珊,萨师煊.数据库系统概论[M].北京:高等教育出版社, 2006.
[26]仲元昌,李刚等.基于SQL Server 2000的企业数据仓库设计与应用[J].计算机科学, 2003, 20(12): 92-94.
[27]樊同科. OLAP在电信数据仓库中的设计与实现[J].电子设计工程, 2009, 17(10): 114-118.
[28]田志强,黄孝彬等. OLAP在电站生产过程数据分析中的应用研究[J].自动化技术与应用, 2010, 29(3): 25-27.
[29]张国利,吴建华等. OLAP技术在股票行情分析中的研究与应用[J].微型电脑应用, 2008, 18(3): 32-34.
[30]李宏丽,彭沛全等.基于MS Analysis Services的土地利用OLAP多维分析研究[J].安徽农业科学, 2009, 37(26): 12878-12880.
[31]王倩倩.电信商业智能系统OLAP建模与应用[D].首都经济贸易大学, 2009: 2-5.
[32]于海防,解福.基于agent的数据挖掘在CRM中的应用[J].山东师范大学学报(自然科学版), 2004, 19(1): 82-85.
[33]李成章,王道平.基于ID3算法的供应商评价方法研究[J].技术经济与管理研究, 2009, 2: 3-5.
[34]唐亮,郑丕谔,陈玮.基于PMML的数据挖掘模型管理[J].计算机工程与科学, 2005, 27(3): 58-60.
[35]杨茂发,景旭文,周宏根.基于web数据挖掘技术的机械产品概念设计研究[J].华东船舶工业学院学报(自然科学版), 2004, 18(1): 72-75.
[36]沈晓萍,陈建斌.基于管理分析的数据挖掘在CRM中的应用[J].商场现代化, 2009, 2(下旬刊): 84-85.
[37] Jitao Fang, Shusong Yu, Xiangqian Ding. Development of MES-based workshop integrated quality monitoring system. Automation and Logistics, 2008, ICAL 2008. IEEE International Conference[C], 1-3 Sept, 2008.
[38]张根保.数字化质量管理系统及其关键技术[J].中国计量学院学报, 2005, 16(2): 85-92.
[39]张跃越.基于OLAP技术的经营决策系统的设计与实现[J].通信管理与技术, 2010, 2(1): 25-27.
[40]刘实,刘杉.基于SQL Server Analysis Services的招生数据分析[J].中山大学学报(自然科学版), 2009, 38(3): 311-313.
[41]祖巧红,高海耀,王慧.基于数据仓库的在线分析及其多维可视化研究[J].武汉理工大学学报, 2002, 41(6): 697-670.
[42]段江娇,薛永生,令狐荣珊.数据仓库的多维数据分析器设计与实现[J].厦门大学学报(自然科学版), 2010, 2(1): 25-27.
[43]郭钧.数据挖掘技术在光电子企业产品质量管理中的应用研究[D].武汉理工大学,2009.
[44]程控,格扬. MRPⅡ/ ERP原理与应用[M].北京:清华大学出版社, 2002.
[45]范玉顺.集成化企业建模方法与系统[M].北京:中国电力出版社, 2007.
[46]李清.制造执行系统[M].北京:中国电力出版社, 2007.
[47]洪生伟.质量工程导论[M].北京:中国计量出版社, 2006.
[48]陈福军.生产与运作管理[M].北京:中国人民大学出版社, 2005.
[49]陈禹六.先进制造业运行模式[M].北京:清华大学出版社, 1998.
[50]何奕中,张明.精纺多品种小批量产品的生产特点及质量控制[J].毛纺科技, 2009,20(6): 29-31.
[51]那斌,刘国忠.家具车间生产管理信息系统的设计[J].木材工业, 2005, 19(1): 19-22.
[52]韩辉,刘忆等.面向低温镀铁过程质量控制的动态数据挖掘方法[J].煤矿机械, 2008, 20(1): 57-59.
[53] Zhao Dan. Data mining applications in the banking industry in China(1998-2007), 2008, ICME 2008. IEEE International Conference[C], 1-3 Sept, 2008.
[54]赵新军,王绪国,周曦.基于六西格玛理论的炼钢厂数据挖掘和应用[J].冶金设备, 2004, 10(5): 1-4.
[55]高铁路,胡玉清,陈炜钢.基于数据挖掘的装备使用质量信息管理系统[J].现代电子技术, 2002, 2: 98-100.
[56]马慧.数据挖掘耦合与质量管理的研究[J].中国管理信息化, 2008, 11(18): 58-62.
[57]鲁玉军,祁国宁.基于MC环境的面向订单产品设计方法研究[J].中国机械工程, 2006, 17(22): 2354-2359.
[58]李锦飞,马汉武,陈纪南.生产管理与调度[M].北京:化学工业出版社, 2005..
[59]李秀,应维云,刘文煌. CIMS环境下产品质量系统工程[M].北京:机械工程出版社, 2004.
[60]龚仁伟,尹超,鄢萍.基于MES的车间制造过程动态质量管理系统研究[J].现代制造工程, 2008, 6: 26-30.
[61]李虎. MES质量管理模块的分析与设计[D].武汉理工大学, 2008.
[62] Yuan S, Ge M, Qiu H,et al. Intelligent diagnosis in electromechanical operations systems [C]//Proceedings of 2004 IEEE International Conference on Robotics and Automation.[S]:IEEE, 2004 (3): 2267-2272.
[63]余腊生,李强.数据挖掘在质量管理系统中的应用研究[J].计算机工程与设计, 2010, 31(10): 2327-2329.
[64] Pawalk Z. Rough Sets[J]. International Journal of Computer and Information Science, 1982, 11(5): 341-356.
[65]苗夺谦,李道国.粗糙集理论、算法与应用[M].北京:清华大学出版社, 2008.
[66]曾黄麟.粗糙集理论及其应用[M].重庆:重庆大学出版社, 1998.
[67]何明,冯博琴等.一种基于粗糙集的粗糙神经网络构造方法[J].西安交通大学学报, 2004, 38(12): 1240-1243.
[68]蒋复量,周科平等.基于粗糙集-神经网络的矿山地质环境影响评价模型及应用[J].中国安全科学学报, 2009, 19(8): 126-132.
[69]谢川等.基于粗糙集理论的飞行数据模式特征提取[J].计算机工程, 2005(6): 169-171
[70]侯丽娟,王国胤.粗集理论中的离散化问题[J].计算机科学, 2000, 27(12): 89-94.
[71]飞思科技产品研发中心.神经网络与MATLAB7实现[M].北京:电子工业出版社, 2005.