基于TURNSIM 的質量管理仿真實驗系統設計與應用

趙玲玲，樊樹海，呂慶文，徐文浩

（南京工業大學 工業工程系，江蘇 南京 210009）

近年我國經濟發展迅速，且現階段大力支持制造業發展，使得制造型企業間競爭逐漸激烈。制造型企業想要提高自身競爭力，不應只著眼于產品價格低廉，穩定的生產制程能力、良好的產品質量已成為企業發展的重要決定因素之一[1]。

統計制程管制（statistical process control，SPC）是根據統計原理對產品生產過程質量進行管制的一種方法。主要包括過程統計特征參數、過程能力評價、管制圖等[2-4]。管制圖是統計制程管制中一項主要的方法，當產品生產過程存在偶然原因時，樣本值將會標繪在管制界限之外。管制圖可使產品生產過程維持在僅受機遇性原因影響的狀態，是制造業內控制生產過程質量的重要方法，與制造型企業生產運作息息相關[5-7]。

若通過實際生產試驗來改善產品質量，人員技術的不確定性使得結果可靠性降低，成本資源耗費大[8]。故設計出生產與實驗相結合的仿真實驗系統，可在低成本高效率的前提下提高企業生產能力的穩定性及產品質量。相同做法在高校實驗課中常有，如利用計算機與仿真技術將教學實驗與生產相結合，構建情境式的實驗教學平臺[9-11]。但此類教學實驗缺陷問題明顯。蔣增強等[12]認為主要是質量特性與測量系統不匹配、檢測過程與實際生產相脫節。故建立生產實驗系統，可借助數值模擬減少改進產品質量的研發成本，降低劣質品的生產數量，優化生產制程能力。

本文結合青銅襯套生產特點，設計了基于VBA的TURNSIM 的質量管理仿真實驗系統進行生產模擬采樣實驗。此系統通過設定可高度仿真青銅襯套制造時的實際生產情境，以及產生模擬數據。獲取數據后，通過管制圖驗證生產過程是否處于受控狀態，對比統計信號與數據信息，找出異常原因。此質量管理仿真實驗系統不僅快速產生高質量的模擬實驗生產數據，解決了制造型企業實際生產試驗的高成本、高耗費的問題，還增強了質量管理領域的計算機應用與理論結合的能力，最終提高制造型企業產品生產能力的穩定性及產品質量。

1 質量管理仿真實驗系統設計

為增加此質量管理仿真實驗系統與制造型企業產品實際生產的相似程度，此仿真實驗系統通過VBA的TURNSIM 程序進行制造青銅襯套的單點車床車削的模擬采樣實驗。圖1 為青銅襯套，具體生產仿真實驗系統的條件如圖所示。

圖1 青銅襯套

由于青銅襯套需要其直徑尺寸和表面粗糙度（Ra）滿足70±15 微英寸規格的要求（由于模擬系統精度要求，青銅套管的直徑尺寸和表面粗糙度以微英寸為單位，故表3 的內容及控制圖等都是基于微英寸為單位模擬出的數據進行分析，1 μinch=0.000 025 4 mm）。該系統初始模擬條件的設定是通過觀察青銅襯套生產過程情況而總結出影響青銅襯套生產最主要的10 個候選特殊原因，并在實際生產中發現其主要影響青銅襯套生產的為3 種候選原因。即在10 個候選特殊原因中，只有3 個處于活動狀態。

此系統會通過用戶自主設定的可能影響原因，模擬設定條件下產品生產可能出現的各種情況，進行生產過程的隨機賦值。在每次模擬時會生成大小為n=5的k個子組（k由用戶指定）。通過模擬采樣數據，使用Minitab 繪制管制圖，識別管制圖上的統計信號，將其與青銅襯套物理條件相關聯，識別出實際影響青銅襯套生產的特殊原因，并采取相應措施進行消除。當非機遇原因消除后，過程處于受控狀態，再執行過程能力分析。表1 列出青銅襯套生產過程中的10 個候選特殊原因的影響級別。圖2 列出具體的仿真實驗系統設計過程。

表1 有潛在可歸屬原因的10 個影響因素

圖2 質量管理仿真實驗系統實施流程

2 質量管理仿真實驗系統應用示例

通過VB 的TURNSIM 編程設置的質量管理仿真實驗系統進行青銅套管的采樣實驗示例為：通過設置此示例中預期模擬生成大小為n=5 的45 個子組（k可自行決定，此處以45 為例），如圖3 所示。

圖3 TURNSIM 數據模擬生成子組設定界面

將仿真實驗模擬生成的數據導入Minitab 進行統計分析處理，繪制出管制圖，如圖4 所示。從圖中可看出Xbar 管制圖內的第40 點超出管制界限外，R 管制圖中第17、40、43 點超出管制界限外。此時需返回青銅套管模擬生產數據的區域尋找異常點的數據信息，如表2 和表3 所示。結合異常點的生產信息與青銅套管生產過程中的10 個候選特殊原因進行關聯，歸結出最可能的3 個特殊原因。

圖4 首次仿真實驗模擬數據的Xbar-R 管制圖

表2 引起變化的候選特殊原因及其水平

表3 異常點的樣品粗糙度測量數據 μinch

分析青銅套管仿真實驗產生的模擬數據信息，以及Minitab 繪制出的Xbar-R 管制圖上的異常點所包含的統計信息，假定在此示例過程中的3 個處于活動狀態的特殊原因最有可能為10 個候選特殊原因中的“設置人員、操作人員、機器”3 項。

當假定為上述的3 個候選特殊原因后，需要再次通過TURNSIM 模擬系統選擇剔除此3 個特殊原因，并在此條件下通過TURNSIM 程序重新模擬生成同樣大小為n=5 的45 組子組，并建立相應的Xbar-R 管制圖重新監測生產過程是否處于可控狀態。此示例重新建立的Xbar-R 管制圖如圖6 所示。

圖5 仿真系統選擇潛在可歸屬原因界面

如圖6 所示，可觀察到經篩選出可能造成青銅襯套生產過程異常的3 個特殊原因后，Xbar-R 管制圖上的樣本點都在管制界限內，生產處于可控狀態。此現象表明之前的統計分析中，假定的影響青銅襯套生產的3 個候選特殊原因選擇正確。

故企業想要提高生產制程能力與產品質量，需要從此3 項入手進行改善。最后當管制圖處于穩定狀態，才可建立生產制程能力分析，繪制出直方圖以評價企業制造青銅襯套的單點車床車削的加工質量。此示例中的企業的制程能力分析如圖7 所示，經剔除特殊原因后呈現較為良好的生產制程狀態。

圖6 消除特殊原因后的Xbar-R 管制圖

圖7 制程能力分析表

3 結束語

本文質量管理仿真實驗系統以制造業內青銅襯套產品的生產為示例，基于低成本高效率的實驗基礎，有效實現了提高制造型企業生產制程能力穩定性與產品質量的目標。在此仿真實驗系統中，可以高度模擬出青銅襯套的生產實況，并結合青銅襯套的實際生產經驗分析模擬數據信息以及管制圖上的統計信號，快速確定影響青銅襯套生產的實際特殊原因，最后企業再針對性地對產品生產制程進行改善。此仿真實驗系統操作方便，全面考慮了生產可能的影響原因，高度仿真模擬生產數據，可有效地幫助制造型企業在生產過程中進行質量管理，保持良好的產品質量及生產制程能力的穩定性。