English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 374199      線上人數 : 785
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5570


    題名: 運用六標準差於鋼管拋光研磨製程之品質改善
    作者: 李宗政
    劉自強
    貢獻者: 工業工程與管理系
    關鍵詞: 基因演算法
    六標準差
    類神經網路
    鋼管研磨拋光
    品質管理
    日期: 2012
    上傳時間: 2013-08-14 15:28:48 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 隨著科技技術的進步,現今的社會已來到低利潤的時代,隨著新興國家的崛起,產業中的競爭更加激烈。加上生活水準的提升,消費者對於產品品質已逐漸重視,因此品質管制主要目的在於有效控制產品品質以及滿足消費者需求為主。因此如何在滿足消費者需求與有效提升生產力前提下,落實及加強品質管制於生產製程中,乃是目前亟待改進之主要課題。鋼管研磨拋光是精密技術之一,而拋光後之粗糙度更為要求光滑平整,但許多廠商通常用實作經驗的方式去猜製程參數的是否達到最佳化,無一套有規劃的管理方法,因而導致粗糙度提升、品質下降,除了影響鋼管的美觀以外也無法達到客戶品質之要求。
    對於鋼管拋光而言,如何提升研磨拋光品質及降低粗糙度尤其重要。故本研究利用六標準差手法建構模式尋找出最佳化參數以及運用類神經網路優越的逼近能力建構出一套製程參數的分析方法應用於鋼管研磨拋光製程品質的改善。利用田口實驗設計提出品質特性的觀念,採取望小特性之S/N比,找出影響研磨拋光之重要因子。再運用類神經網路建立研磨拋光進行預測分析,其預測模式可藉由製程參數調整,滿足接新訂單規格時,預測產品拋光品質是否符合客戶之要求。
    顯示於類別:[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文

    文件中的檔案:

    沒有與此文件相關的檔案.



    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋