抛射器的性能设计与改进课程设计报告

郑州航空工业管理学院课 程 设 计 报 告 2009 级 工业工程 专业 班级课程名称 质量工程课程设计 题 目 抛射器的性能设计与改进 姓 名 姚小龙 学号 090507235 指导教师 禹建丽 职称 教授 二一二 年 十一 月 十八 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、抛射器的性能设计与改善要求：认真阅读和学习六西格玛的知识，了解六西格玛改进流程DMAIC步骤，了解抛射器的组成部分和影响抛射器的射程的因素，进行抛射试验和测量、记录实验数据，对测量数据进行分析，找出主要因素，并对抛射器的性能进行新的设计和改善。2、六西格玛改进流程DMAIC步骤及要求；3、六西格玛改进流程DMAIC案例。三、设计内容质量工程课程设计的主要目标是：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。本次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；2012年11月18日目 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1515 / 16文档可自由编辑打印抛射器的性能设计与改进学号：090507235 姓名：姚小龙 序、课程设计简介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。同时学生应掌握以下技能：(1)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；(2)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；(3)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。能正确运用质量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。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。一、界定阶段(Define)1、项目选择如下图-1示为抛射器示意图，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2、项目实施全面析因实验设计是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试验设计目标的各种因素。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，各个因素各有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。二、量测阶段(Measure)进行全面析因实验，分别设计在A1、A2、A3、A4水平下B、C因素的全析因实验，每个组合进行三次实验并求出平均值，记录以下实验数据，如表-1、表-2、表-3、表-4所示。（单位：cm）表-1 A1水平下的实验数据A1C1C2C3C4C5B1184.9186.2141.3141.0101.6101.268.368.536.537.3187.4140.8100.768.938.5186.2140.9101.468.237.0B2338.0339.1272.0273.4213.6212.9161.5160.9114.8114.3339.6274.5212.7159.3115.1339.8273.6212.3161.9113.1B3427.4428.3351.3351.3281.1281.8222.9221.3165.2166.5429.4351.7282.6220.8167.8428.2351.0281.6220.2166.5B4443.8443.3374.7375.3308.3311.2248.9251.4198.9199.5442.9375.7313.7252.7198.4443.3375.4311.5252.6201.3B5257.2261.6237.9237.9217.5217.6191.3191.2168.5168.8263.9238.1217.6191.4168.9263.7237.6217.8190.9169.1B6173.5175.9171.2171.3160.4160.4153.2153.2138.6138.7173.5171.3160.5153.4138.8180.6171.5160.4153.1138.8A1水平下的最优组合为A1B4C1=443.3表-2 A2水平下的实验数据A2C1C2C3C4C5B1113.2113.081.882.756.155.935.636.09.710.1113.083.255.535.710.0112.983.256.036.810.5B2240.6240.3192.0191.8148.3148.6111.2111.376.076.0240.3192.5149.7111.576.2240.1191.0147.8111.175.9B3322.7324.2267.1267.4213.0213.5166.5167.4124.4124.3323.9267.2215.2167.1126.2325.9267.9212.4168.7122.4B4358.6358.7301.6301.7249.5251.7203.7204.6161.1161.5358.4301.8253.1206.7161.6359.0301.7252.4203.5161.9B5234.2234.2216.7216.9193.5193.5174.2174.2149.9150.1234.4216.9193.6174.0150.4234.1217.1193.3174.3149.9B6170.6170.5161.4161.4150.9151.0144.0143.8130.5130.4170.5161.5151.2143.7130.5170.4161.4150.9143.8130.2A2水平下的最优组合为A2B4C1=358.7表-3 A3水平下的实验数据A3C1C2C3C4C5B152.652.77.88.314.014.61.72.19.810.253.08.115.02.110.052.49.114.92.410.8B2155.8156.5123.8124.294.395.068.368.756.256.4157.2124.995.669.756.8156.5124.095.168.056.3B3232.7234.6193.1193.5152.7153.8119.3121.587.587.6235.0192.5153.1122.487.7236.2195.0155.7122.987.7B4281.2280.5238.8238.6200.2199.3162.2161.5127.5127.6281.5238.4198.5160.8126.5278.8238.5199.3161.6128.8B5209.9210.1193.9191.0173.1173.2152.9152.6134.8134.8210.0189.4172.9152.5134.5210.5189.6173.5152.5135.0B6158.6176.3150.0150.1144.9145.0133.6133.5124.2124.3158.5150.2145.1133.3124.5211.8150.0145.0133.6124.2A3水平下的最优组合为A3B4C1=280.5表-4 A4水平下的实验数据A4C1C2C3C4C5B16.36.35.35.527.926.724.724.232.632.86.05.424.824.032.96.55.727.523.932.8B288.789.168.368.749.149.012.212.613.913.488.869.249.211.613.489.868.648.713.912.8B3160.3159.0127.6128.5106.2104.077.277.154.856.4158.6128.0102.677.854.5158.0130.0103.176.459.8B4212.1211.8177.7178.6150.3149.7122.3122.497.196.7211.6180.4149.3122.196.6211.7177.8149.6122.796.3B5184.5185.3166.1166.4148.5149.6133.8133.8115.4114.8184.0166.5151.4133.9113.6187.4166.7149.0133.8115.3B6150.4150.3141.8141.8132.6132.5125.5125.4113.4113.6150.1142.0132.5125.3113.8150.3141.7132.4125.4113.7A4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A1428.3351.3281.8443.3375.3311.2261.6237.9217.6323.1A2324.2267.4213.5358.7301.7251.7234.2216.9193.5262.4A3234.6193.5153.8280.5238.6199.3210.1191.0173.2208.3来源离差平方和自由度方差F显著性A59428.2229714.18.0E89462.3243727.6T148890.526表-6 单因子B的方差分析表水平样 本 数 据均值B3428.3351.3281.8324.2267.4213.5234.6193.5153.8272.0B4443.3375.3311.2358.7301.7251.7280.5238.6199.3306.7B5261.6237.9217.6234.2216.9193.5210.1191.0173.2215.1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C1428.3443.3261.6324.2358.7234.2234.6280.5210.1308.4C2351.3375.3237.9267.4301.7216.9193.5238.6191.0263.7C3281.8311.2217.6213.5251.7193.5153.8199.3173.2221.7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。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443.2445.0443.1442.4443.2443.2443.4443.3444.9443.5445.0443.4443.1443.2444.0442.5443.1443.9443.7443.2443.3443.4443.7443.5443.5442.3443.5442.4443.2444.9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443.3443.2443.2444.2443.2443.2444.4445.0443.2444.9443.9442.5443.1444.1442.5445.0442.9443.4444.0443.7442.4442.3443.8443.5442.3443.3442.8443.4443.5443.2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、总结本次课程设计不同于往次，没有分组，独立完成。这使得我能贯穿于课程设计的首尾，给了自己更大的发挥空间。通过这次课程设计，我受益匪浅：进一步加强了制作课程设计报告的能力;切实感受了质量工程学在实际操作中的指导意义;知道了在实验设计时需要考虑的方方面面，通观整个课程设计的内容包含了质量工程学、统计学、系统工程等，一系列所学的知识。系统展开了质量工程学在一个设计改善中发挥的作用，从产品的研发加工、组装、等，所有环节都应考虑质量的重要性。质量工程作为工业工程专业的最后一门专业课，更值得我们好好学习，而这次的课程设计也作为我们专业课程设计的最后一次课程设计，我吸收了以前多次课程设计的经验和教训。首先，我从专业知识准备入手，认真复习课程设计需要用到的实验设计，方差分析，控制图方面的知识，然后进行课程设计的准备工作，熟悉课程设计指导书，仔细研究弹射器虚拟实验系统，进而安排实验。当然大量的实验并非一蹴而就的，我也是分多次实验完成的数据收集。再然后就开始进行报告的整理和数据的分析，数据处理对excel的要求较高，学习了很多新的东西。当然个人的力量有限，我也经常会和大家进行讨论交流，不断成熟自己的设计。最后进行报告的排版，错误的检查修正等工作。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，但我一定是付出了很多辛勤和汗水的。此外还学习的Minitab软件常用的一些质量统计作图功能，给予了我很大的收获。是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，我会牢记以前的知识，以便以后能临危不乱，大展宏图。参 考 文 献1 张公绪，孙静.新编质量管理学.北京：高等教育出版社，2003,82 田口玄一.实验设计法M.北京:机械工业出版社, 1987.3 潘渔洲.现代企业质量管理M.北京经济管理出版社,1999. 37-42.4 周纪芗.茆诗松.质量管理统计方法M.北京:中国统计出版社,1999. 78-90.5 张公绪.孙静.新编质量管理学第二版M.北京:高等教育出版社,2003. 316-325.课程设计 答辩评语成绩 答辩组长签名 2012 年 11 月 日附：答辩小组成员名单：姓 名职 称工 作 单 位备 注