1、郑州航空工业管理学院课 程 设 计 报 告2015 届 工业工程 专业 1105071 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 付中阳 学号 110507105 指导教师 刘玫 职称 教授 二 一四年五月 四 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
2、 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；2014 年 05 月 4 日目 录序、课程设计简介 1一、界定阶段(Define) .2二、量测阶段(Measure) .3三、分析阶段(Analyze) 6四、改进阶段(Improve) .8五、控制阶段(Contr
3、ol) .9六、总结 11参 考 文 献 12课程设计 答辩评语 131抛射器的性能设计与改进学号：110507105 姓名：付中阳 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
4、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。2一、界定阶段(Define)1、项目选择如下图-1 示为抛射
5、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3验。二、量测阶段(Measure)进行全面析因实验，分别设计
6、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A1 C1 C2 C3 C4 C5182.7 138.6 101.4 67.1 35.8185.2 138.8 98.8 68 38.5B1182.7183.5138.4138.699.599.96767.436.937.1331.9 267.7 212.1 159.5 113.8335.4 274 212 157.3 114.2B2337.4334.9271.9271.2209.1211.116
7、1.7159.5112.7113.6423.4 349.8 279.4 221 163.8421.9 347.9 282.3 218.8 166.1B3424.8423.4349.8349.2277.4279.7218.6219.5166165.3436.3 371.8 306 245.3 198.8437.6 369 307.9 251 197.2B4436.2436.7368.7369.8305.7306.5251.9249.4199.8198.6255 235.1 214 189.3 167.9259.3 234.8 215.9 187.7 167.7B5260.9258.4235235
8、214.2214.7187.6188.2168.7168.1172.6 170.3 159.4 151.1 136.5173.1 169.3 157.8 151.9 137B6179.5175.1170169.9160.1159.1151.9151.6138.7137.4A1 水平下的最优组合为 A1B4C1=436.7表-2 A2 水平下的实验数据A2 C1 C2 C3 C4 C5113 80.4 55.1 35.1 9.6B1111.4 112.2 82.2 81.6 55.2 55.4 35.2 35.6 9.8 9.94112.2 82.1 55.9 36.6 10.3236.7 19
9、2 146.9 109.4 75.4237.9 192.3 149.3 111.1 75.1B2239.8238.1187.4190.6147.5147.9110.1110.274.775.1317.2 265.6 212.5 163.4 122.6319.3 264.6 214.1 164.2 125.7B3325.3320.6264.6264.9210.9212.5168165.2122123.4356.3 301.2 248.7 200.8 160.5357 298.7 248.1 206.5 161.1B4353.2355.5298.2299.4247.5248.1202203.116
10、1.6161.1231.2 214.8 190.1 172.9 148.9231.5 215.8 193.5 171.7 149.9B5232.1231.6213.8214.8190.2191.3173.7172.8148.5149.1169 161.2 149 142.3 128.7167.3 159 148.4 142.5 128.7B6169.3168.5160.4160.2148.2148.5143.2142.7128.9128.8A2 水平下的最优组合为 A2B4C1=355.5表-3 A3 水平下的实验数据A3 C1 C2 C3 C4 C552.1 7.8 13.8 1.7 9.7
11、52.2 8.1 14.9 2.1 9.9B152.352.29.18.314.814.52.42.110.710.1153.4 122.8 93.4 67.2 56155.4 124.8 94.7 68.6 56.7B2153.6154.1122.6123.493.293.867.167.65656.2230 191.8 152.6 118.4 86.5232.4 191.3 151.8 120.8 86.1B3236232.8195192.7155.5153.3121.4120.286.686.4279.6 235.1 196.3 162.1 127B4279.4 278.3 236.9
12、236.1 195.3 196.5 158.5 160.6 125.6 126.55275.9 236.3 197.8 161.2 127207.7 192.4 173 150.1 134.5209.7 187.1 171.5 152 132.1B5206.8208.1188.7189.4172.2172.2150.6150.9133133.2156.3 149.6 144.6 133.3 123.1156.6 147.9 142.8 132.1 123.2B6208.3173.7147.9148.5142.2143.2131.7132.4122.8123A3 水平下的最优组合为 A3B4C1
13、=278.3表-4 A4 水平下的实验数据A4 C1 C2 C3 C4 C56.3 5.2 27.9 24.5 32.36 5.3 24.4 23.7 32.7B16.56.35.65.42726.423.82432.332.488.6 67.3 48.9 12.1 13.787.3 68.4 48.4 11.4 13.3B288.588.167.467.747.848.413.712.412.613.2159.9 125.3 105.8 76.8 54.3157 128 101.6 76.7 53.6B3157.7158.2129.7127.7103103.575.176.258.955.6
14、211.9 174.7 149.5 121.5 96.5207.8 177.9 149.3 121.8 96.5B4210209.9176.5176.4147148.6122.1121.89596183.6 165.5 147.8 132.4 114.8182.9 164.7 149.1 131.9 113.3B5185.3183.9165.6165.3148.2148.4131.4131.9113.2113.8147.7 139.9 130 124.1 111.7148.6 140.3 131.1 123.2 113.4B6149.6148.6140.6140.3132.4131.2123.
15、8123.7113.3112.8A4 水平下的最优组合为 A4B4C1=209.96至此发现，全因素全水平下，最优组合为 A1B4C1=436.7三、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A1 428.3 351.3 281.8 443.3 375.3 3
16、11.2 261.6 237.9 217.6 323.1A2 324.2 267.4 213.5 358.7 301.7 251.7 234.2 216.9 193.5 262.4A3 234.6 193.5 153.8 280.5 238.6 199.3 210.1 191.0 173.2 208.3来源 离差平方和 自由度 方差 F 显著性A 59428.2 2 29714.1E 89462.3 24 3727.6T 148890.5 268.0 表-6 单因子 B 的方差分析表水平 样 本 数 据 均值B3 428.3 351.3 281.8 324.2 267.4 213.5 234.
17、6 193.5 153.8 272.07B4 443.3 375.3 311.2 358.7 301.7 251.7 280.5 238.6 199.3 306.7B5 261.6 237.9 217.6 234.2 216.9 193.5 210.1 191.0 173.2 215.1来源 离差平方和 自由度 方差 F 显著性B 38492.8 2 19246.4E 110397.7 24 4599.9T 148890.5 264.2 表-7 单因子 C 的方差分析表水平 样 本 数 据 均值C1 428.3 443.3 261.6 324.2 358.7 234.2 234.6 280.5
18、 210.1 308.4C2 351.3 375.3 237.9 267.4 301.7 216.9 193.5 238.6 191.0 263.7C3 281.8 311.2 217.6 213.5 251.7 193.5 153.8 199.3 173.2 221.7来源 离差平方和 自由度 方差 F 显著性C 33801.9 2 16901.0E 115088.6 24 4795.4T 148890.5 263.5 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
19、好于 A2、A3、A4 水平下的实验数据（表-2、表-3、表-4） 。8四、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*
20、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9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 A1B4C
21、1 实验数据子组 1 2 3 4 5 6 7 8 9 10443.2 445.0 443.1 442.4 443.2 443.2 443.4 443.3 444.9 443.5445.0 443.4 443.1 443.2 444.0 442.5 443.1 443.9 443.7 443.2数据443.3 443.4 443.7 443.5 443.5 442.3 443.5 442.4 443.2 444.9子组 11 12 13 14 15 16 17 18 19 20442.4 443.4 444.9 445.0 443.2 443.2 444.2 443.8 444.4 444.24
22、43.2 443.1 443.7 443.4 445.0 443.1 444.1 443.5 442.9 444.1数据443.5 443.5 443.2 443.4 443.3 443.8 443.5 443.6 442.8 443.510子组 21 22 23 24 25 26 27 28 29 30443.3 443.2 443.2 444.2 443.2 443.2 444.4 445.0 443.2 444.9443.9 442.5 443.1 444.1 442.5 445.0 442.9 443.4 444.0 443.7数据442.4 442.3 443.8 443.5 442
23、.3 443.3 442.8 443.4 443.5 443.2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；1128252219161310741446444442440样 本样本均值 _X =443.431UCL=446.883LCL=439.9792825221916131074186420样 本样本极差 _R=3.374UCL=8.685LCL=0445.6 的 Xbar-R 控 制
24、 图图-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443.431。六、总结在这次实践中，感受最大的还是专业知识的巩固。平时所学的知识充分得到发挥，而没有学熟练或者没有学到的知识，大家也会主动翻阅资料，互相交流，把自己的知识传与其他人，学习效率大大提高。经过这次课程设计，我获益良多：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、高等运筹学等，一系列所学的12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，使我深刻的认识到知识的魅力。为了做好这门课程
25、设计，我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，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。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，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。对我而言，知识上的收获重要，精神上的丰收更加可喜。挫折是一份财富，经历是一份拥有。这次课程设计必将成为我人生旅途上一个非常美好的回忆!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. 316-325.13课程设计 答辩评语14成绩 答辩组长签名 2014 年 05 月 日附：答辩小组成员名单：姓 名 职 称 工 作 单 位 备 注
