制造车间生产能力的影响因素研究

为了有效地研究制造车间生产能力的状况,课题组分别提出了基于单因素方差分析和Logistic回归模型的车间产能影响因素分析方法。将统计学方法与实际生产制造相结合,不仅对实际生产可能存在的影响因素进行显著性检验,而且能够根据逐步分层回归分析的结果对影响因素的贡献能力进行排序。结果对比表明分析出的因素符合车间生产实际情况。该研究对提高车间生产能力具有实际意义。

基于改进粒子群优化-反向传播神经网络的制造业产能预测

为了精准预测制造业产能,对粒子群优化算法和反向传播神经网络进行研究,进而提出基于改进粒子群优化-反向传播神经网络的制造业产能预测方法。在这一预测方法中,通过粒子群优化算法对反向传播神经网络的权值和阈值进行优化搜索,同时引入自适应变异算子,避免粒子群优化算法陷入局部极值,并通过MATLAB软件对制造业产能进行预测。研究结果表明,改进粒子群优化-反向传播神经网络的预测效果优于粒子群优化-反向传播神经网络和反向传播神经网络。

基于FTA和FMEA的洗碗机关键硬件设计模糊评估

某商用洗碗机存在产品设计评估范围精准性差及应用有局限性等缺点,课题组提出了基于FTA和FMEA的模糊评估模型,同时以喷淋结构设计评估为示例验证。课题组所提出的评估方式采用梯形模糊数为严重度、发生率和探测度来定义评级标准,并引入矩阵法来衡量FMEA风险排序;通过数据累加将相关联的潜在失效模式定位至产品设计关键部件。示例评估结果与实际情况符合。课题组所提出的评估模型对商用洗碗机关键硬件设计评估是准确而有效的,可推广至其它产品硬件设计质量评估,帮助企业高效完成产品设计评估。