基于精益思想的物流配送服务质量控制应用研究开题报告

 2021-08-14 04:08

1. 研究目的与意义(文献综述)

课题目的:

随着近年来国内外物流行业的蓬勃发展,现代物流企业越来越重视“精益思想”在生产乃至整个企业流程的应用。众所周知,控制图这一统计过程控制方法,在精益生产领域有着广泛的应用,通过控制图的使用,提高产品的质量降低了不合格品率,从而使生产企业得到好的发展。然而对于物流企业而言,配送时间是影响顾客满意度的一个极为重要的因素,故可以通过使用计量控制图来确定配送时间,同时通过不断改进优化使物流配送的效率得到提高。

课题意义:

将物流配送与小批量多品种的生产作对比,会发现两者之间有着很多的共同点。(1)对于一个确定的配送中心来说,配送能力是一定的,如同对于一个小批量多品种的生产企业而言,生产能力是一定的;(2)配送中心在进行配送服务时,货物的数量与品种会呈现出小批量多品种的状态;(3)两者都可以使用极差控制图(或均值极差控制图),因为对于计量数据而言,控制对象为长度、重量、纯度、时间和生产量等计量值的场合。所以,研究小批量多品种生产的控制图,对物流配送时间控制图的优化和改进会起到了一定的作用。在国内外的研究中,小批量生产控制图的建立,已经有了一些研究成果。苗瑞[1]等利用概率积分变换理论和统计抽样分布理论,给出了控制过程均值、过程方差的实时标准化控制图的方法,解决了传统统计过程质量控制在小批量生产环境下出现的因第一类统计错判概率加大而导致的无谓停机检查的概率;赵涛[2]给出了在多品种小批量生产中X-R控制图设计参数A2、D3、D4的理论推导,并对传统控制图进行了修正转换,大大缩短了控制图的导入时间,从而简明快捷地实现统计过程在线控制,提高了产品质量和生产率。高清[3]等提出了在无显著性差异的工序中,用产品特征值的实测值和期望值之差作为统计量建立控制图,用各自的方差除统计量以避免控制界限的变化的研究思想和计算模型;张维铭[4]对此问题分别建立了Q控制图、中位数控制图、极差控制图;盛淑凯[5]提出了适用于小批量过程预警控制的方法——单值回归预控法。利用前一个产品的信息对下个产品的生产进行指导,进而对系统因素进行判定,并且降低误判的概率。 随后研究了单值回归预控法的计算机实现问题;王振宝[6] 等在分析研究现有小批量统计质量控制相关理论的基础上,基于贝叶斯原理,提出了一种综合解决小批量生产过程质量控制的建模方法,此方法在保证第一类错误较小的前提下有效地减小第二类错误的发生,即在误发警报率尽量小的前提下减小漏发警报的发生; Michael B. C. Khoo[7]等比较了九种典型的控制图和robustness监控过程的均值和方差,包括最有效的优化和自适应序贯概率比检验法(SPRT)图。九种图分为三种类型(X型,CUSUM型和SPRT型)和三版(基础版,优化版和自适应版本)。研究中获得的主要成果包括:(1)从整体上看,SPRT型图表比CUSUM型图和X型图更有效;(2)在一般情况下,自适应图优于最优图和基础图;(3)最佳CUSUM控制图是最有效的固定样本大小和抽样区间图,自适应图表使SPRT图中最好的选择;(4)X图和CUSUM图的最佳样本大小总是等于1;曾文[8]等针对小批量生产过程的质量控制提出了基于相对极差转换的数据 转换方法,分析了基于相对极差转换的多个相似工序质量特性质量控制原理,通过分析计算得到了均值极差控制图(Xbar-R)和单值移动极差控制图(IX- MR)的控制限,并分析得到了相对极差数据转换法的特点; Lee, P.-H.[9]提出了联合X和S图表能提高调查统计的性能。该方法使用马尔可夫链方法计算统计,并使用统计设计模型设计DSVSI X和S图表检测均值和方差增加的转变;符兴干[10]等利用先验信息和样本信息,采用贝叶斯理论,估计了小批量生产过程工序质量特征均值的后验分布。基于该后验分布,设定了过程判异准则,构建了双边质量控制模型,并提出了基于过程能力指数和蒙特卡洛模拟方法的模型参数选取方法。Marcela A.G. Machado[11]研究得出的synthetic-x图的性能明显增强,当样本点落在控制限以外一个或两个点时,不会发出警报,灵敏度更高,根据量级的转换,图表信息更新提速30%;王海宇[12]讨论了在质量特性分布未知的情况下对小批量生产过程中产生的较小异常波动进行监控的一种Bootstrap WV-EWMA控制图设计方法.首先引入赋权方差法将任意未知分布转换为两个正态分布,由此构造WV-EWMA控制图.然后通过对有限样本进行多次随机有放回抽样的Bootstrap方法对未知分布的集中和离散程度进行较为有效的统计估计,由此建立能够对分布未知的小批量过程进行质量监控的Bootstrap WV-EWMA方法.高清[3]等提出了在无显著性差异的工序中,用产品特征值的实测值和期望值之差作为统计量建立控制图,用各自的方差除统计量以避免控制界限的变化的研究思想和计算模型;张维铭[4]对此问题分别建立了Q控制图、中位数控制图、极差控制图;盛淑凯[5]提出了适用于小批量过程预警控制的方法——单值回归预控法。利用前一个产品的信息对下个产品的生产进行指导,进而对系统因素进行判定,并且降低误判的概率。 随后研究了单值回归预控法的计算机实现问题;王振宝[6] 等在分析研究现有小批量统计质量控制相关理论的基础上,基于贝叶斯原理,提出了一种综合解决小批量生产过程质量控制的建模方法,此方法在保证第一类错误较小的前提下有效地减小第二类错误的发生,即在误发警报率尽量小的前提下减小漏发警报的发生; Michael B. C. Khoo[7]等比较了九种典型的控制图和robustness监控过程的均值和方差,包括最有效的优化和自适应序贯概率比检验法(SPRT)图。九种图分为三种类型(X型,CUSUM型和SPRT型)和三版(基础版,优化版和自适应版本)。研究中获得的主要成果包括:(1)从整体上看,SPRT型图表比CUSUM型图和X型图更有效;(2)在一般情况下,自适应图优于最优图和基础图;(3)最佳CUSUM控制图是最有效的固定样本大小和抽样区间图,自适应图表使SPRT图中最好的选择;(4)X图和CUSUM图的最佳样本大小总是等于1;曾文[8]等针对小批量生产过程的质量控制提出了基于相对极差转换的数据 转换方法,分析了基于相对极差转换的多个相似工序质量特性质量控制原理,通过分析计算得到了均值极差控制图(Xbar-R)和单值移动极差控制图(IX- MR)的控制限,并分析得到了相对极差数据转换法的特点; Lee, P.-H.[9]提出了联合X和S图表能提高调查统计的性能。该方法使用马尔可夫链方法计算统计,并使用统计设计模型设计DSVSI X和S图表检测均值和方差增加的转变;符兴干[10]等利用先验信息和样本信息,采用贝叶斯理论,估计了小批量生产过程工序质量特征均值的后验分布。基于该后验分布,设定了过程判异准则,构建了双边质量控制模型,并提出了基于过程能力指数和蒙特卡洛模拟方法的模型参数选取方法。Marcela A.G. Machado[11]研究得出的synthetic-x图的性能明显增强,当样本点落在控制限以外一个或两个点时,不会发出警报,灵敏度更高,根据量级的转换,图表信息更新提速30%;王海宇[12]讨论了在质量特性分布未知的情况下对小批量生产过程中产生的较小异常波动进行监控的一种Bootstrap WV-EWMA控制图设计方法.首先引入赋权方差法将任意未知分布转换为两个正态分布,由此构造WV-EWMA控制图.然后通过对有限样本进行多次随机有放回抽样的Bootstrap方法对未知分布的集中和离散程度进行较为有效的统计估计,由此建立能够对分布未知的小批量过程进行质量监控的Bootstrap WV-EWMA方法.以平均运行长度ARL(average run length)为监控效率的衡量指标,提出了这种小波动控制图方法的优化参数设计方案,并通过与已有的方法进行对比说明这种方法的有效性。李乘龙[13]等以马尔科夫链为工具,对多目标决策视角下的小批量生产过程控制图设计问题进行研究,构建出面向小批量生产过程的X控制图模型。提出了综合优化多个目标的小批量生产过程控制图方法,可以最大程度地避免这种短期行为的出现。仿真的结果显示,除非扰动影响非常小,在大多数情形下都应该选择多目标控制图,用以满足决策者对于不同目标优化的需求。宁自登[14]等提出了贝叶斯统计的构建模型,并结合企业实际情况,对均值极差(方差已知,标准差未知的条件下)进行了实例验证计算,最后得出贝叶斯统计方法能用于多品种小批量的生产模式下的 SPC 控制。张山旭[15]利用Xbar-R控制图来控制物流配送中心服务时间,从而提高物流企业服务质量。陈红丽[16]等利用统计过程控制的方法对配送过程实施动态监控的可行性。设计并进行了配送模拟试验,收集并分析试验数据,运用控制图和过程能力分析方法研究配送流程质量,找出企业配送过程能力不足的原因,提出提高员工质量、优化配送流程和流程标准化等改进措施,以提升企业配送过程能力。

2. 研究的基本内容与方案

基本内容

利用已有的Xbar-R控制图,对物流配送时间进行控制,分为下列几个步骤进行实施:

(1)收集数据。如收集武汉市某物流企业的某配送中心所在市区内某条路线的配送时间,,确定样本大n以及样本含量。根据搜集的数据,可以得到

数据的Xbar和R,最后容易得到Xbar和R。

(2)确定控制界限。由3δ控制界限参数表知,当n确定时,我们得到A2,D3,D4,所以Xbar图的控制界限为:CL=Xbar,UCL=Xbar A2R,LCL=Xbar-A2R。

同时,R图的控制界限为:CL=Rbar,UCL=D4Rbar,LCL=D3Rbar。

(3)绘制控制图。根据确定的界限和收集数据的前后顺序通过点的形式绘制在Xbar—R图,然后用折线连接起来。

(4)控制界限修正。

(5)控制图的分析与判断

目标

通过对物流配送时间控制图的研究,不断优化和改进减少配送时间,提高物流企业的服务水平,从而提高顾客满意度。

拟采用的技术方案及措施

1、文献研究法。通过广泛阅读国内外关于物流质量控制中统计过程控制方法的应用研究方面的文献,研究国内外先进的质量控制图,为进一步优化控制图提供了有力的依据和借鉴。

2、分析比较法。通过对各类控制图的学习比较,总结出多种控制图的优缺点,并糅合其先进的技术方法,提高控制图的灵敏度和实用性高效性。

3、仿真模拟法。利用最后的过程能力分析,检验优化的结果,得出此次优化是否符合预期效果。

3. 研究计划与安排

第一阶段(3月20日~4月15日):完成相关参考资料和文献的查阅工作,以及英文文献的翻译工作;

第二阶段 (4月15日~5月1日):建立统计过程控制模型,进行优化试验;

第三阶段 (5月1日~5月15日):得出结果,对论文进行修改;

第四阶段(5月15日~5月20日):完成阶段性报告;

第五阶段(5月20日~5月30日):定稿,提交论文。

4. 参考文献(12篇以上)

[1]苗瑞,孙小明等.基于小批量生产的统计过程质量控制研究[j].《计算机集成制造系统》,2005,11(11):1633-1635.

[2]赵涛.x—r控制图在多品种小批量生产中的应用[j].《管理工程学报》.1998,12(3):35-40.

[3]高清,马玉林等.多品种小批量生产质量控制图的研究[j].《哈尔滨工业大学学报》.1997,29(1):53-55.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。