基于TURNSIM 的质量管理仿真实验系统设计与应用

赵玲玲，樊树海，吕庆文，徐文浩

（南京工业大学 工业工程系，江苏 南京 210009）

近年我国经济发展迅速，且现阶段大力支持制造业发展，使得制造型企业间竞争逐渐激烈。制造型企业想要提高自身竞争力，不应只着眼于产品价格低廉，稳定的生产制程能力、良好的产品质量已成为企业发展的重要决定因素之一[1]。

统计制程管制（statistical process control，SPC）是根据统计原理对产品生产过程质量进行管制的一种方法。主要包括过程统计特征参数、过程能力评价、管制图等[2-4]。管制图是统计制程管制中一项主要的方法，当产品生产过程存在偶然原因时，样本值将会标绘在管制界限之外。管制图可使产品生产过程维持在仅受机遇性原因影响的状态，是制造业内控制生产过程质量的重要方法，与制造型企业生产运作息息相关[5-7]。

若通过实际生产试验来改善产品质量，人员技术的不确定性使得结果可靠性降低，成本资源耗费大[8]。故设计出生产与实验相结合的仿真实验系统，可在低成本高效率的前提下提高企业生产能力的稳定性及产品质量。相同做法在高校实验课中常有，如利用计算机与仿真技术将教学实验与生产相结合，构建情境式的实验教学平台[9-11]。但此类教学实验缺陷问题明显。蒋增强等[12]认为主要是质量特性与测量系统不匹配、检测过程与实际生产相脱节。故建立生产实验系统，可借助数值模拟减少改进产品质量的研发成本，降低劣质品的生产数量，优化生产制程能力。

本文结合青铜衬套生产特点，设计了基于VBA的TURNSIM 的质量管理仿真实验系统进行生产模拟采样实验。此系统通过设定可高度仿真青铜衬套制造时的实际生产情境，以及产生模拟数据。获取数据后，通过管制图验证生产过程是否处于受控状态，对比统计信号与数据信息，找出异常原因。此质量管理仿真实验系统不仅快速产生高质量的模拟实验生产数据，解决了制造型企业实际生产试验的高成本、高耗费的问题，还增强了质量管理领域的计算机应用与理论结合的能力，最终提高制造型企业产品生产能力的稳定性及产品质量。

1 质量管理仿真实验系统设计

为增加此质量管理仿真实验系统与制造型企业产品实际生产的相似程度，此仿真实验系统通过VBA的TURNSIM 程序进行制造青铜衬套的单点车床车削的模拟采样实验。图1 为青铜衬套，具体生产仿真实验系统的条件如图所示。

图1 青铜衬套

由于青铜衬套需要其直径尺寸和表面粗糙度（Ra）满足70±15 微英寸规格的要求（由于模拟系统精度要求，青铜套管的直径尺寸和表面粗糙度以微英寸为单位，故表3 的内容及控制图等都是基于微英寸为单位模拟出的数据进行分析，1 μinch=0.000 025 4 mm）。该系统初始模拟条件的设定是通过观察青铜衬套生产过程情况而总结出影响青铜衬套生产最主要的10 个候选特殊原因，并在实际生产中发现其主要影响青铜衬套生产的为3 种候选原因。即在10 个候选特殊原因中，只有3 个处于活动状态。

此系统会通过用户自主设定的可能影响原因，模拟设定条件下产品生产可能出现的各种情况，进行生产过程的随机赋值。在每次模拟时会生成大小为n=5的k个子组（k由用户指定）。通过模拟采样数据，使用Minitab 绘制管制图，识别管制图上的统计信号，将其与青铜衬套物理条件相关联，识别出实际影响青铜衬套生产的特殊原因，并采取相应措施进行消除。当非机遇原因消除后，过程处于受控状态，再执行过程能力分析。表1 列出青铜衬套生产过程中的10 个候选特殊原因的影响级别。图2 列出具体的仿真实验系统设计过程。

表1 有潜在可归属原因的10 个影响因素

图2 质量管理仿真实验系统实施流程

2 质量管理仿真实验系统应用示例

通过VB 的TURNSIM 编程设置的质量管理仿真实验系统进行青铜套管的采样实验示例为：通过设置此示例中预期模拟生成大小为n=5 的45 个子组（k可自行决定，此处以45 为例），如图3 所示。

图3 TURNSIM 数据模拟生成子组设定界面

将仿真实验模拟生成的数据导入Minitab 进行统计分析处理，绘制出管制图，如图4 所示。从图中可看出Xbar 管制图内的第40 点超出管制界限外，R 管制图中第17、40、43 点超出管制界限外。此时需返回青铜套管模拟生产数据的区域寻找异常点的数据信息，如表2 和表3 所示。结合异常点的生产信息与青铜套管生产过程中的10 个候选特殊原因进行关联，归结出最可能的3 个特殊原因。

图4 首次仿真实验模拟数据的Xbar-R 管制图

表2 引起变化的候选特殊原因及其水平

表3 异常点的样品粗糙度测量数据 μinch

分析青铜套管仿真实验产生的模拟数据信息，以及Minitab 绘制出的Xbar-R 管制图上的异常点所包含的统计信息，假定在此示例过程中的3 个处于活动状态的特殊原因最有可能为10 个候选特殊原因中的“设置人员、操作人员、机器”3 项。

当假定为上述的3 个候选特殊原因后，需要再次通过TURNSIM 模拟系统选择剔除此3 个特殊原因，并在此条件下通过TURNSIM 程序重新模拟生成同样大小为n=5 的45 组子组，并建立相应的Xbar-R 管制图重新监测生产过程是否处于可控状态。此示例重新建立的Xbar-R 管制图如图6 所示。

图5 仿真系统选择潜在可归属原因界面

如图6 所示，可观察到经筛选出可能造成青铜衬套生产过程异常的3 个特殊原因后，Xbar-R 管制图上的样本点都在管制界限内，生产处于可控状态。此现象表明之前的统计分析中，假定的影响青铜衬套生产的3 个候选特殊原因选择正确。

故企业想要提高生产制程能力与产品质量，需要从此3 项入手进行改善。最后当管制图处于稳定状态，才可建立生产制程能力分析，绘制出直方图以评价企业制造青铜衬套的单点车床车削的加工质量。此示例中的企业的制程能力分析如图7 所示，经剔除特殊原因后呈现较为良好的生产制程状态。

图6 消除特殊原因后的Xbar-R 管制图

图7 制程能力分析表

3 结束语

本文质量管理仿真实验系统以制造业内青铜衬套产品的生产为示例，基于低成本高效率的实验基础，有效实现了提高制造型企业生产制程能力稳定性与产品质量的目标。在此仿真实验系统中，可以高度模拟出青铜衬套的生产实况，并结合青铜衬套的实际生产经验分析模拟数据信息以及管制图上的统计信号，快速确定影响青铜衬套生产的实际特殊原因，最后企业再针对性地对产品生产制程进行改善。此仿真实验系统操作方便，全面考虑了生产可能的影响原因，高度仿真模拟生产数据，可有效地帮助制造型企业在生产过程中进行质量管理，保持良好的产品质量及生产制程能力的稳定性。