基于MES和CAPP的动态质量可追溯系统

为了实现产品质量在制造执行层面的动态追踪和溯源,提出了一种基于制造执行系统和计算机辅助工艺设计的动态质量可追溯模式。通过分析制造执行系统中质量数据的自动采集、分析流程以及计算机辅助工艺设计过程数据,给出了制造执行系统与工艺设计过程的动态集成框架;分析了基于集成平台的动态质量追溯数据流,建立了动态质量追溯系统的运行模式和体系结构。以发动机点火系统为例,开发了集成动态质量可追溯系统原型,实现了质量信息的并行实时追踪与控制,使得潜在工艺设计缺陷和制造执行系统故障得以有效控制与纠正,为企业构建了基于"工艺设计-制造执行"模式的动态质量控制平台。

面向制造过程的产品多关键质量特性优化模型

为解决产品制造过程多关键质量特性的复杂控制问题,建立了制造过程多关键质量特性优化模型。该模型运用质量功能配置技术提取了制造过程中影响多个质量特性的多种因素,定义了关键质量特性的波动率。在分析制造因素之间相互作用关系的基础上,确立了制造过程多关键质量特性与影响因素的定量关系,从而获得影响关键质量特性的制造因素的有效目标值,使得在质量控制成本约束下,制造过程产品总质量波动最小。通过滚齿加工过程关键质量特性优化实例,说明了该模型的有效性和实用性。

产品寿命周期质量特性重要度识别模型

针对产品质量特性(Quality Characteristics,QCs)重要度人工识别困难的情况,提出了基于人工神经网络(ANNs)技术的产品寿命周期QCs重要度识别模型。首先提取QCs特征参数并对其归一化,建立QCs特征参数向量,其次利用ANNs技术确定QCs特征参数重要度,建立QCs特征参数重要度向量,然后再次利用ANNs并以QCs特征参数重要度向量为模型的输入,建立QCs重要度识别模型,最后给出产品寿命周期QCs重要度识别框图,指导产品寿命周期QCs重要度的识别。仿真实例验证了所提理论与方法的正确性和有效性。

浅析汽车质量管理应用分析

我国是重要的汽车制造大国,在我国汽车产业也是支柱性的产业,对于企业管理者而言,想要做好汽车管理就必须找到和我国汽车产业发展相适应的汽车管理策略。本文主要分析了我国汽车质量管理的实际情况,并找到了一些汽车质量管理的策略,希望能够提高我国汽车的实际质量。

基于FOA-RBF神经网络的机械类实验课程目标达成度评价

在本科机械类专业教学体系中,面向解决复杂工程问题实验课程的课程目标达成度评价是工程教育认证中该类专业毕业要求、培养目标达成度评价的基石。针对重庆理工大学机械工程学院的机械类基础实验课程,构建了实验课程目标达成度评价体系,提出了一种基于果蝇优化算法(FOA)的径向基函数(RBF)神经网络评价模型,以学生实验项目成绩为输入,课程目标达成度为输出,通过实际学生样本对该评价模型及3种经典神经网络模型进行对比验证。结果表明,FOA-RBF评价模型的平均误差、均方差和最大相对误差均为最优,且其相对误差在49%以内,泛化能力强,对专业实验课程目标达成度预估效果理想,为专业工程教育认证工作提供了科学、量化的评估数据支撑。

机械工程基础实验思政元素的发掘与实践

根据思想政治教育要贯穿大学教育教学全过程的新形势要求,对当前专业实验课程思政中存在的问题进行梳理和总结,并结合机械工程基础实验课程知识体系和自身教学特点,对课程实验项目中蕴含的思政育人元素进行了发掘和梳理,并在机械工程基础实验教学中进行实践,获得了较好的教学效果,达到了课程思政育人的课程目标。