质量工程学毕业课程设计.docx

1、质量工程学毕业课程设计(此文档为word格式，下载后您可任意编辑修改！)郑州航空工业管理学院课 程 设 计 报 告课程名称 质量工程学课程设计 题 目 抛射器的性能设计与改进 二一四年四月 二十九 日课 程 设 计 任 务 书一、设计题目抛射器的性能设计与改进二、设计依据1、六西格玛改进流程DMAIC步骤及要求；2、六西格玛改进流程DMAIC案例。三、设计内容根据给定的抛射器，六西格玛改进流程DMAIC步骤及要求，及其相关案例，定义相关的性能指标，建立性能的测量方法，分析影响性能的原因，找出因素的最优设置，设计抛射器技术要求，模拟生产并对产品的质量进行抽样和控制评价。2014年4月29 日目

2、录课 程 设 计 报 告 0课 程 设 计 任 务 书 1一、设计题目 1二、设计依据 1三、设计内容 1目 录 2抛射器的性能设计与改进 3序、课程设计简介 3一、界定阶段(Define) 4二、量测阶段(Measure) 5三、分析阶段(Analyze) 9四、改进阶段(Improve) 11五、控制阶段(Control) 12六、总结 13参 考 文 献 14课程设计 答辩评语 15 抛射器的性能设计与改进序、课程设计简介一、课程设计的性质和目的本课程设计是与质量工程学配套的实践环节之一。在完成理论教学基础上，对学生进行一次全面的实操性锻炼，采用制造企业的实际案例和数据，要求学生完成某一

3、方面的实际设计内容，包括统计过程控制、试验设计等内容。通过本环节的设计锻炼，让学生加深对本课程理论与方法的掌握，同时具备分析和解决生产运作系统问题的能力，改变传统的理论教学与生产实际脱节的现象。课程设计的目的包括：(一)能正确运用工业工程基本原理及有关专业知识，应用DMAIC改进流程和质量控制方法对产品的质量相关方面进行分析；(二)通过本次设计，熟悉6质量管理工具MINITAB在DMAIC改进流程中的应用，学会怎样运用这个工具对产品性能进行分析，对生产流程进行改进；(三)通过此次课程设计，树立正确的设计思想，培养学生运用所学专业知识分析和解决实际问题的能力。二、课程设计教学的基本内容和要求课程

4、设计主要为了培养学生运用所学专业知识进行分析，发现现有质量系统的问题所在，以及应采用何种方法对其进行改进，还要对改进的结果做出初步的预测。课程设计包括两个阶段：一是认真阅读和学习知识准备部分；二是仔细完成课程设计的步骤和要求。课程设计的主要内容有：1、了解DMAIC流程五个步骤的含义；2、掌握DMAIC流程改进的方式和技术工具MINITAB；3、完成对所选案例的改进。一、界定阶段(Define) 1、项目选择如下图-1为田口抛射实验的实验模型，为获取最远抛射距离，优化并简化实验程序，决定对此试验进行正交试验设计，进而用高效率高标准高质量获取最远抛射距离这一实验的设计目标。 图-1 抛射器示意图

5、2、项目描述背景: 左边的图片显示出抛射器的运动部件。 横臂的可释放角度(A), 横臂的终止位置(B), 以及橡皮筋张紧的销的位置(C) 这些因素决定了球的运行距离。距离是一个因变量，从而其他影响距离的都是自变量。我们将利用弹射实验来制定有效的方程来预测球弹射距离的自变量，和一些由交互变量得到的自变量.3、项目评估实验目标特性类同于产品目标特性通常为计量值，计量值的特性又分为望目、望大、望小、望稳健。所谓望目性指有具体目标值要求的特性；望大特性指希望目标值越大越好的特性；望小特性指希望目标值越小越好的特性；望稳健特性指希望达成目标的这一系统或过程的稳定性值和健壮性值越高越好。对此实验进行望大特

6、性的正交试验设计，获取最远抛射距离这一实验的设计目标4、项目评价原则三“M”原则：Meaningful(有意义的)，Manageable(可管理的)，Measurable(可测量的)。SMART原则：S，Simple(简单明了)；M，Measurable(可量化的)；A，Agreed to(达成一致意见)；R，Reasonable(合理考虑先进性和成功的可能性)；T，Time-based(在一定时间内完成)。5、项目实施全面析因实验设计试研究多因素多水平的一种设计方法，它是根据选取所有因素的所有水平组合，进行全面实验的设计，最终选出最优组合的方法。分析影响获取最远抛射距离这一实验设计目标的各种

7、因素。通过仔细观察，可以了解影响抛射物飞行距离的因素共有A、B、C三个，各个因素有4、6、5三个水平，可以以此来进行全面析因实验，并针对各个因素进行方差分析，最后对最优组合进行检验。6、小组分工表-1 小组成员分工表成员职责工作内容贾亚龙江红涛李丹李林超李强强 统筹安排课程设计进度，负责控制阶段设计正交实验，进行方差分析，制作控制图李宇璐刘龙刘娜卢扬马凯 负责界定阶段界定性能指标，协助组员进行数据的录入、运算马蓬蓬南晓艺邱照云师振杰时超艳负责量测阶段对抛射器结构分析，测量方法和测量系统设计宋斌宋权孙阳唐帧礼王程征负责分析和改进阶段使用统计工具寻找问题原因，进行分析并寻找关键因素，统计全析因实验

8、数据和控制图二、量测阶段(Measure)表-1 A1水平下的实验数据A1C1C2C3C4C5B1184.9185.2139.8142.0100.6101.269.368.538.537.3182.4145.8100.768.938.5186.2140.4102.467.235.0B2339.0339.1273.0273.4211.6212.9164.5160.9114.8114.3339.6276.5214.7159.3115.1339.8273.6212.3160.9113.1B34276.4428.3351.3351.3280.1281.8220.9221.3165.2166.5428.

9、4351.7284.6220.8167.8430.2351.0280.6218.2166.5B4443.8443.3374.7375.3308.3311.2248.9251.4198.9199.5442.9375.7313.7252.7198.4443.3375.4311.5252.6201.3B5257.2261.6237.9237.9217.5217.6191.3191.2168.5168.8263.9238.1217.6191.4168.9263.7237.6217.8190.9169.1B6173.5175.9171.2171.3160.4160.4153.2153.2138.6138

10、.7173.5171.3160.5153.4138.8180.6171.5160.4153.1138.8A1水平下的最优组合为A1B4C1=443.3表-2 A2水平下的实验数据A2C1C2C3C4C5B1114.2113.082.882.757.155.936.636.010.710.1113.083.255.535.710.0111.984.255.035.89.5B2230.6230.3193.0191.8146.3148.6110.2111.376.076.0230.3192.5147.7111.577.2230.1192.0147.8112.176.9B3320.7324.2267.

11、1267.4213.0213.5166.5167.4124.4124.3323.9266.2215.2167.1126.2324.9268.9212.4168.7122.4B4358.6358.7301.6301.7249.5251.7203.7204.6161.1161.5358.4301.8253.1206.7161.6359.0301.7252.4203.5161.9B5234.2234.2216.7216.9193.5193.5174.2174.2149.9150.1234.4216.9193.6174.0150.4234.1217.1193.3174.3149.9B6170.6170

12、.5161.4161.4150.9151.0144.0143.8130.5130.4170.5161.5151.2143.7130.5170.4161.4150.9143.8130.2A2水平下的最优组合为A2B4C1=358.7表-3 A3水平下的实验数据A3C1C2C3C4C5B152.652.77.88.314.014.61.72.19.810.253.08.115.02.110.052.49.114.92.410.8B2155.8156.5123.8124.294.395.068.368.756.256.4157.2124.995.669.756.8156.5124.095.168.0

13、56.3B3232.7234.6193.1193.5152.7153.8119.3121.587.587.6235.0192.5153.1122.487.7236.2195.0155.7122.987.7B4281.2280.5238.8238.6200.2199.3162.2161.5127.5127.6281.5238.4198.5160.8126.5278.8238.5199.3161.6128.8B5209.9210.1193.9191.0173.1173.2152.9152.6134.8134.8210.0189.4172.9152.5134.5210.5189.6173.5152.

14、5135.0B6158.6176.3150.0150.1144.9145.0133.6133.5124.2124.3158.5150.2145.1133.3124.5211.8150.0145.0133.6124.2A3水平下的最优组合为A3B4C1=280.5表-4 A4水平下的实验数据A4C1C2C3C4C5B16.36.35.35.527.926.724.724.232.632.86.05.424.824.032.96.55.727.523.932.8B288.789.168.368.749.149.012.212.613.913.488.869.249.211.613.489.868.

15、648.713.912.8B3160.3159.0127.6128.5106.2104.077.277.154.856.4158.6128.0102.677.854.5158.0130.0103.176.459.8B4212.1211.8177.7178.6150.3149.7122.3122.497.196.7211.6180.4149.3122.196.6211.7177.8149.6122.796.3B5184.5185.3166.1166.4148.5149.6133.8133.8115.4114.8184.0166.5151.4133.9113.6187.4166.7149.0133

16、.8115.3B6150.4150.3141.8141.8132.6132.5125.5125.4113.4113.6150.1142.0132.5125.3113.8150.3141.7132.4125.4113.7A4水平下的最优组合为A4B4C1=211.8至此发现，全因素全水平下，最优组合为A1B4C1=443.3三、分析阶段(Analyze)对A、B、C三个因素分别进行方差分析。考虑数据参差不齐，舍弃其中数值较小的A4、B1、B2、B6、C4、C5水平，整理数据，分别对A、B、C进行单因子方差分析。总体均值为264.6，查表有F（0.01）=5.61，F（0.05）=3.40。分别对

17、三个因素计算，制表如下；表-5 单因子A的方差分析表水平样 本 数 据均值A1446.3365.3309.8465.3298.3345.2261.6237.9217.6329.1A2314.2243.4263.5358.7301.7251.7234.2216.9193.5259.4A3238.6189.5129.8280.5238.6199.3210.1191.0173.2212.3来源离差平方和自由度方差F显著性A545769.2228743.18.0E88532.3243645.6T136690.526表-6 单因子B的方差分析表水平样 本 数 据均值B3428.3351.3281.832

18、4.2267.4213.5234.6193.5153.8272.0B4443.3375.3311.2358.7301.7251.7280.5238.6199.3306.7B5261.6237.9217.6234.2216.9193.5210.1191.0173.2215.1来源离差平方和自由度方差F显著性B38492.8219246.44.2E110397.7244599.9T148890.526表-7 单因子C的方差分析表水平样 本 数 据均值C1428.3443.3261.6324.2358.7234.2234.6280.5210.1308.4C2351.3375.3237.9267.43

19、01.7216.9193.5238.6191.0263.7C3281.8311.2217.6213.5251.7193.5153.8199.3173.2221.7来源离差平方和自由度方差F显著性C33801.9216901.03.5E115088.6244795.4T148890.526由以上分析，不难看出：因素A对实验结果影响十分显著，因素B和C对实验结果影响较为一般。这一点从原始数据中也可以看得出来，如在A1水平下的实验数据（表-1）要明显好于A2、A3、A4水平下的实验数据（表-2、表-3、表-4）。四、改进阶段(Improve) 通过以上的实验以及分析，我们着手考虑对实验过程就行改进。

20、1、关于全析因实验方法的改进本实验共有三个因素，分别有4、6、5个水平，也就是说全面实验存在120种组合，而每个组合要进行不止一次的多次实验，以每个组合进行三次试验为例，全面实验要不断调整抛射360次，是一个比较繁琐的过程。很容易考虑到要进行部分析因的正交实验法，但是这样的4*5*6正交表并非易于获得，进而难以实施。因此我们可以考虑舍去部分明显结果数值很小的因素水平，比如A4等。舍弃部分水平后，我们便可以尝试如3*3*3或4*4*4之类的正交实验法，可以减少很多的实验次数。2、关于单因子方差分析法的改进此次共进行了三次方差分析，由于采用的是单因子方差分析法，所以我们可以考虑在B因素和C因素水平

21、确定情况下针对A的不同水平进行试验，这样出现的显著性结果会更有说服力，但这样A就可以进行6*5=30次单因子方差分析，但由于试验次数太多，难以实施，所以进行A的方差分析时，不再考虑B因素和C因素的水平，融合所有试验数据进行分析，这样更全面，也易于操作。五、控制阶段(Control) 首先，我们针对A1B4C1水平进行30*3次实验，并记录数据表-8。表-8 A1B4C1实验数据子组12345678910数据443.2445.0443.1442.4443.2443.2443.4443.3444.9443.5445.0443.4443.1443.2444.0442.5443.1443.9443.7

22、443.2443.3443.4443.7443.5443.5442.3443.5442.4443.2444.9子组11121314151617181920数据442.4443.4444.9445.0443.2443.2444.2443.8444.4444.2443.2443.1443.7443.4445.0443.1444.1443.5442.9444.1443.5443.5443.2443.4443.3443.8443.5443.6442.8443.5子组21222324252627282930数据443.3443.2443.2444.2443.2443.2444.4445.0443.244

23、4.9443.9442.5443.1444.1442.5445.0442.9443.4444.0443.7442.4442.3443.8443.5442.3443.3442.8443.4443.5443.2将90个数据输入Minitab中的C1列,选择统计控制图子组的变量控制图Xbar-R(B)，子组大小选择3，确定。图-2 A1B4C1水平下的Xbar-R控制图观察控制图，图-2 Minitab数据处理得到如下控制图，见图-3；图-3 A1B4C1水平下的Xbar-R控制图表明实验过程未出现异常，可以认为A1B4C1水平下的均值为443.514。六、总结在我们学习了质量工程学的这门主干课程后

24、，本学期就我们进行了质量工程学课程设计，下面就谈谈本次课程设计我内心的感受及其想法，还有不少的收获。通过这次课程设计，我学到了不少的东西：进一步加强了制作课程设计报告的能力，也间接地加强了在应用软件操作方面的能力;切实感受了质量工程学在实际操作中的指导意义，把课堂上的内容和生活联系在了一起;知道了在实验设计时需要考虑的方方面面，整个课程设计的内容包含了质量工程学、统计学、系统工程、运筹学等一系列所学的知识，把多个学科的知识组合到了一起。系统展开了质量工程学在一个设计改善中发挥的作用，例如产品的研发加工、组装等，所有环节都应考虑质量的重要性。总的来说，这次课程设计我认为虽然不一定我的设计是最好的

25、，但一定是我付出了最多辛勤和汗水的，但也许是最后一次的原因，并没有觉得累反而很兴奋。此外还学习的Minitab软件常用的一些质量统计作图功能，这对我来说是很大的收获。让我认识到质量工程学很重要的一个基础是数理统计，这就印证了那句话：知识总有用得着的地方。这对即将毕业的我意义非凡，我会牢记以前学过的知识，在以后的学习工作中肯定还有用武之地。总之，课程设计给我带来了很多学习的经验，此次课程设计也会给我带来了学习的动力。参 考 文 献张公绪，孙静主编新编质量管理学（第二版）北京：高等教育出版社，2003.8张公绪主编，何国伟，郑慧英副主编新编质量管理学北京：高等教育出版社，1998.7沈恒范概率论与数理统计教程（第三版）北京：高等教育出版社，1995.5张驰MINITAB六西格玛解决方案（上、下卷）广东：广东经济出版社聂微品管七大手法广东：广东经济出版社欧阳旺德编，质量管理华中理工大学出版社，1998课程设计 答辩评语（格式要求，排版时请删除：请装订在封底）成绩 答辩组长签名 年 月 日附：答辩小组成员名单：