一、加工中心开动率及相关问题探讨（论文文献综述）
栾星亮[1]（2021）在《AN公司激光拼焊线总体设备效能管理改善研究》文中提出随着汽车工业的迅猛发展,10年来,中国汽车销售量增长迅速。汽车保有量的增加也加重了大气污染,汽车轻量化已经成为汽车减重,降低污染的主要手段之一。全球新冠疫情的扩散,极大的增加了汽车行业的不确定性,各车企间的竞争愈发激励。白车身重量减重、制造出更节能减排的车,已经成为各个车企必争之地。新材料的涌现,高强钢的应用、铝板的推广以及新技术的愈发成熟,极大的增加了竞争的多元化和竞争的不确定性。本文着眼于减轻白车身重量的新技术:激光拼焊技术,根据AN公司的某品牌激光拼焊线的实际生产情况,采用汽车行业通用总体设备效能的测量方法,对其设备的运行能力、生产线管理水平以及人员的能动性等进行多维度的评估。通过多种方法对生产线的能力水平进行分析,然后有针对性的制定改善方案。定量分析法:对所需分析的数据进行分类收集,以备对比分析。标杆对照的方法:以NI公司的某车间的某条生产线的总体设备效能作为标杆,找到差距,分析根本原因,并制定改善方向。定量分析法:主要用于对改善前后数据的收集整理,做出对比,并确认改善措施的有效性。本文找出根本原因后,通过理论联系实际的方法对现存总体设备效能较低的问题进行了针对性的改善,分别从三个管理方向对总体设备效能进行改善,即:设备管理、人员管理和质量管理,对此三个管理项目采用不同的管理办法进行改善提升。并对改善措施提出相应的保障措施,已到达解决问题的目的。
陈子鉴[2]（2021）在《Z公司钢绞线生产设备OEE改善研究》文中认为随着制造业的迅速发展,各类行业的竞争越来越激烈,只有不断地提高效率、增加效益,才能为企业赢得更好的发展未来。在不购买新设备的前提下,如何使设备发挥更高的效率,如何改善企业的质量现状,提高企业的市场竞争力成为企业的主要改善目标。本文主要以Z公司预应力分公司钢绞线的生产设备为研究对象,以提高拉拔及捻制过程中的设备综合效率为研究目标,并通过TPM管理理论,旨在将改善持续推进,形成固化。论文首先介绍了设备综合效率（OEE）、全员生产维护（TPM）等相关理论,形成有关Z公司设备管理的改善思路。其次,结合Z公司的实际情况,选择预应力钢绞线生产过程中最为关键的拉拔及捻制过程的设备作为研究对象,收集现场数据得出OEE结果,从三个方面进行综合分析。然后,针对分析结果,提出改善方案:焊接工序快速换模、设备点检制度建立以提高设备时间开动率;短暂停机改善以提高设备性能开动率;利用试验设计、“人机料法环”各要素分析的思想以提高合格品率。最后,针对Z公司TPM的管理现状,利用鱼刺图分析,通过建立精益TPM小组,加强车间6S管理,形成规范化的设备管理体系,并提出Z公司未来的设备管理的智能化路径,促进设备管理持续改善的实现。通过本文的工作及Z公司12个月的持续改善,Z公司设备综合效率持续提升,达到了预期目标;设备故障次数由每百小时的1286次下降至825次,改善效果显着;设备相关精益指标达到了预期标准。改善效果表明了改善方案的可用性,为今后在全公司推行作出了示范作用。
张培[3]（2020）在《PYGD车间生产数据分析和可视化设计》文中研究表明本课题以制造型企业最常见的产品数据和设备数据为研究对象,运用数据分析方法和工业工程优化思想,以提升质量、降低成本和提高效率为目标导向,设计车间生产数据分析和可视化系统,主要研究内容包括四个部分。首先,从J生产车间现状分析内部功能需求,基于功能需求对软件系统总体方案进行设计,为第五章可视化系统设计奠定基础;接着设计生产数据分析和可视化系统架构和功能模块,提出系统实现的两类关键技术,为第三章和第四章关键技术分析奠定基础。其次,对产品质量过程控制模块和产品合格率预测模块进行数据分析,提出两种产品数据分析关键技术。运用统计学分析方法对产品质量检验数据进行不合格品分析,采用改进鱼骨图定量分析并找出影响产品质量的关键因素。运用BP神经网络算法对某一批次的产品日合格率进行训练分析和滚动预测,实例验证该预测方法的可行性。第三,对设备综合效率模块和设备故障率预测模块进行数据分析,提出两种设备数据分析关键技术。采用设备综合效率分析方法对设备运行数据进行建模分析,运用瀑布图等方法定量分析设备综合效率关键影响因素。运用役龄回退因子理论构建设备维护成本最小化模型,采用遗传算法求解降维处理后的模型优化解。最后,根据设计系统的总体方案,在对生产车间产品质量数据和设备运行数据分析的基础上,设计车间生产数据分析和可视化系统,将分析结果以可视化形式展示。
赵勇[4]（2020）在《YL乳品生产厂设备管理的优化与改进研究》文中研究说明作为日常饮食中补充蛋白质和钙的重要来源,乳制品对人类健康和营养均衡具有非常重要的意义。近年来,我国乳制品行业发展的速度很快,现阶段我国乳制品行业进入零和增长期,行业内的量和价格共同驱动行业增长,目前,该行业呈现少数全国性大企业与众多地方企业并存的竞争格局。另外,随着客户对产品口感和包装要求日趋个性化与多样化,使乳品行业从过去的单品种大批量生产模式转变为现如今的多品种小批量生产模式,产品更新换代的速度比以往更快,这些变化使得生产设备日趋精密化和智能化,设备管理的难度也随之加大,而企业的设备管理水平将直接影响到整个企业的生产、质量把控、成本控制等众多方面。设备管理是生产企业工作的重中之重,如何有效实施TPM（Total Productive Maintenance全面生产运营管理）对企业的设备管理乃至整个运营管理模式的不断改进、保证产品生产质量、降本增效至关重要。YL乳品厂作为国内最早推行TPM管理模式的企业,在进行TPM推广的过程当中遇到了很多问题。论文在综述了国内外TPM研究现状、总结了 YL乳品厂设备管理发展历程及TPM推进现状基础上,通过调查问卷汇总出YL乳品厂在推行TPM活动中存在的员工TPM基本理论不熟悉、设备维护参与度低、设备故障率高、缺乏系统的培训体系等问题,并运用鱼骨图从“人、机、料、法、,环”五个方面对员工普遍反映的“设备故障率高”这一问题进行分析,然后结合TPM基本理念,从“全员、全系统、全效率”三个方面进行系统阐述,最后分别从这三个层面进行同步改善:通过优化员工轮班制度、人才培训和绩效评价机制等方面来贯彻全员参与;通过引进MES系统对设备进行实时管控,并建立进口设备管理体系来落实设备全系统管理;在对利乐钻灌装设备七大系统介绍的基础上,对其OEE的达成进行计算,确定OEE值改进方向,运用“5why”工具对影响OEE的两个因素进行不同层次的改善来追求全效率。论文通过对YL乳品厂在生产过程当中推行TPM存在的主要问题进行分析及管理优化方案的设计,对于提升该企业的设备管理水平乃至提升企业的行业竞争力具有重要意义。此外,本文的研究结论对乳制品行业以及其他制造行业有效推行TPM设备管理模式也具有参考价值。
常建鑫[5]（2020）在《D公司总装配2#生产线综合效率提升研究》文中提出
李中生[6]（2020）在《曲轴磨削自动化柔性系统可靠性提升技术研究》文中指出我国的经济结构正面临着关键的战略转型期,汽车制造业已发展成为引领传统制造业转型升级的先驱,并逐步成为中国民族产业的重要支柱。虽然目前我国的汽车产量逐年增加,但国内高档发动机生产线几乎均采用了进口设备,而且主流发动机生产线大多已进入淘汰期,大批的设备需要更新换代。因此,如何充分利用国产高档数控装备,改造现有的生产线乃至于组建具有自主知识产权的全新生产线,显得十分迫切。要自主研发发动机自动化加工系统,就必须攻克在高效加工、连续运转工况下的可靠性保障等技术难题,从而打破发达国家在高端自动化生产线行业的垄断地位,降低我国国产高端汽车的生产成本,提高我国制造企业为用户提供成套装备的能力,提升我国汽车制造业的国际竞争力。论文以2016年国家科技重大专项中的子课题“轿车发动机曲轴磨削自动化高效柔性单元示范工程”为依托,重点开展了曲轴柔性生产线可靠性提升技术的研究,主要研究工作如下:（1）分析了曲轴柔性制造系统的加工设备、工艺流程与系统布局。根据现场采集的234条设备故障和维修数据,分析了柔性制造系统各加工设备的生产率、故障率与维修率等可靠性指标。基于曲轴磨削系统的特点,运用马尔可夫过程理论分析了柔性制造系统的马尔可夫状态转移图和状态转移矩阵,讨论了含缓冲区的曲轴柔性制造系统的稳态可用度。然后基于Petri网理论建立了柔性制造系统的广义随机Petri网（GSPN）模型并阐述了其工作原理,构建了包含16个显状态的马尔可夫链,通过求解退化嵌入马尔可夫链的激发率矩阵研究了各种工作状态的稳态概率,进而讨论了曲轴柔性制造系统的固有可用度。（2）为全面分析机电系统维修如故的运行特性,掌握曲轴柔性生产线的整体运行状态,定义了生产系统的可靠性,归纳总结了六种目前常用的串行系统可靠性指标——平均无故障间隔时间（MTBF）的运算方法,然后根据系统运行数据对六种算法进行了求解,并对运算结果进行了比较分析。（3）研究了两种基于延缓纠正策略的可靠性增长预测模型AMSAA（Army Materiel Systems Analysis Activity）预测模型和AMPM（AMSAA Maturity Projection Model）—斯坦预测模型。依据不同的子系统重组了故障数据,求解了各组数据的斯坦收缩因子,计算了各个子系统失效强度的斯坦估计值,推导了系统整体的失效强度预测值,提出了一种计及相似失效机理和维修策略的AMPM—斯坦预测扩展模型,并基于Relia Soft公司的可靠性数据验证了新模型的鲁棒性。根据不同的故障发生机理和维修特性,将参与可靠性增长试验的数控磨床划分为五个子系统,通过三个阶段的可靠性增长试验实例展示了新预测模型的具体应用。（4）研究了两种基于延缓纠正策略的连续系统可靠性增长规划模型:PM2模型（Planning Model based on Projection Methodology）和CE模型（CrowExtended Model）,分析了两种模型参数的灵敏度,结果表明CE模型的总体测试时间不便控制,PM2模型不能正确反映模型参数变化对增长规划曲线的影响。分析了PM2模型中的管理策略、纠正有效性系数、系统初始MTBF等参数的下限值,讨论了管理策略和纠正有效性系数两参数乘积的取值下限。基于参数之间的负相关关系,运用MATLAB生成了300组模拟数据对,采用曲线拟合模块进行了数据拟合和模型求解,构造了由管理策略和纠正有效性系数表述测试持续时间的非线性数学方程式,给出了95%置信区间的常系数推荐值。基于此数学方程,提出了一个不含测试持续时间的PM2规划扩展模型。通过对某公司曲轴搬运装卸系统开展的4 200小时可靠性增长试验验证了新规划模型的有效性。（5）构建了设备可靠度、设备修复率和设备生产率与成本之间的函数关系,以曲轴柔性制造系统的改进成本最低为目标函数,以构造的函数表达式和缓冲区容量单位建造成本为约束条件,建立了柔性制造系统优化分配模型。随后构建了试验持续时间、纠正有效性系数和管理策略与成本之间的函数关系,以设备可靠性提升成本最低为目标函数,建立了基于可靠性增长规划技术的设备可靠性增长分配模型。采用具有全局寻优功能的遗传算法分别以柔性制造系统目标MTBF不小于某特定值和系统可靠性提升改造成本不大于某特定值为优化目标,对曲轴柔性制造系统开展了可靠性优化分配工作研究,为曲轴柔性制造生产线可靠性提升提供了基础。然后以设备目标MTBF不小于某特定值和设备可靠性提升成本不大于某特定值为优化目标,对设备OP110开展了可靠性增长试验优化工作研究,为设计加工设备的可靠性增长试验提供了依据。
徐林锋[7]（2019）在《克朗斯公司设备综合效率提升研究》文中认为进入二十一世纪以来,随着全球经济一体化的持续升温及发展,越来越多的客户对所追求的产品趋于多元化和定制化,在这种纷繁复杂的市场竞争中,企业想要赢得更多的市场且获取更高的经济利益,就必要从改善自身的制造成本和生产效率作为首要出发点,而要降低生产产本,可以通过提高设备综合效率（OEE）来实现,同时找出瓶颈设备,并从设备时间开动率、性能开动率和合格率三个方面进行改善,从而最大化挖掘和改善企业自身的不足之处,达到实现企业利润最大化的最终目的。本文针对克朗斯公司FFC冷胶生产线设备综合效率的分析,通过减少故障停机、加工异常以及换模调试时间,并提高产品合格率,从而改善瓶颈设备NEX4001设备设备综合效率,并建立和完善OEE制度、奖惩制度、以及全面培训机制为设备综合效率的有效实施提供保障性措施。本文主要运用了鱼骨图和8大浪费的方法找出影响克朗斯公司FFC冷胶生产线设备综合效率的主要因素,并建立专业团队和预防性维修体系对设备综合效率的三大指标进行分析和改善,降低了故障时间损失、计划维修造成的时间损失以及找换模调试所造成的损失,最后通过改善方案的预测,将克朗斯公司FFC冷胶生产线设备综合效率提高到85%以上,降低了生产线的故障,为公司带来了直接的经济收益。通过对克朗斯公司FFC冷胶生产线的改善分析以及预测可以表明,改善设备综合效率可以有效的提升企业生产力。综上所述,设备综合效率指标已经成为对制造型企业在降低成本和提高设备综合利用率方面具有非常大的影响意义。
孙孝升[8]（2020）在《基于TPM的轧辊磨床设备综合效率提升方法研究》文中研究说明随着近年中国钢铁行业的快速发展,产能过剩的问题变得尤为突出,钢铁企业的微利时代将在很长一段时间内持续存在,挖掘和改善生产车间的生产效率已成为影响企业生存和发展的关键因素。TPM全员生产维修作为日本发展起来的一种设备维修管理理论,追求设备综合效率最高,以设备综合效率（OEE）来衡量设备综合管理水平,通过改善现有设备综合效率,可以有效提高企业的盈利能力。本文基于TPM理论知识,对设备综合效率的影响因素进行研究,并分析了六大损失与设备综合效率的关系。本文以鞍钢股份冷轧厂轧辊磨床为例,以解决该厂高精度轧辊磨床产能不足为出发点,研究轧辊磨床设备综合效率的提升。本文首先对磨床设备构成和磨削原理进行了分析,通过数据收集与统计分析,分析了轧辊磨床设备综合效率现状。之后,采用鱼骨图、帕累托图等分析工具得到影响轧辊磨床设备综合效率的关键因子。经研究后,将快速换模技术和设备全员生产维护技术应用到改善磨床时间效率中,将作业研究技术应用于改善磨床开动率。然后,对影响轧辊磨削质量的因素进行了研究,并利用质量改进方法实施合格品率的改善。经实际应用后,轧辊磨床设备综合效率实施成果显着。经过2017和2018两年的项目实施,轧辊磨床设备综合效率均值由56.1%提高到75.4%,实现由13台磨床承担原18台磨床工作任务的目标,减少磨床操作岗位员工20人,直接创效293.1万元/年,产品质量稳定性进一步提升。
王宸[9]（2019）在《数据驱动优化控制及其在汽车零部件柔性生产过程监控中的研究与应用》文中研究表明为实现汽车零部件的柔性生产,企业在生产过程中采用了大量数字化设备,产生了大量的设备数据和过程数据,这些数据蕴含了大量的生产信息。企业利用这些信息,可以避免生产过程中各种不确定因素导致的异常事件,提高设备利用率,优化生产过程。因此,基于数据驱动优化控制的生产过程监控方法受到广泛关注,具有重要的工业价值。传统的生产过程监控方法,往往假设过程变量服从单一的线性关系,或简单的非线性关系,并认为过程建模数据是大量且规则的。随着生产过程柔性化程度不断提高,数字化设备产生的数据种类越来越多,被加工汽车零部件的种类、复杂度、精度和效率要求也越来越高,导致过程建模特性愈发复杂。其主要表现为多源异构数据难以融合,变量非线性关系强,数据维度高,样本数量少等多重特征。因此,对数字化生产过程和设备监控的建模、优化控制及故障预测等提出了更为严格地要求。基于深度神经网络的数据驱动优化控制方法,利用离散样本数据,通过深度网络中强大的非线性因素,可以深度地抽象出特征,实现数字化生产过程和设备监控的建模,特征的准确分类和预测,从而更好地解决建模、优化控制及预测等问题。但是,在基于深度神经网络的非线性建模过程中,一方面,由于网络层数、权重值和隐层中神经元个数等超参数维度较高,易出现“维度灾难”等问题;另一方面,为了实现网络结构的自适应寻优设计,在针对网络模型的超参数寻优问题中,需研究高维多目标优化算法进行求解。本文针对汽车零部件柔性生产过程中数字化设备运行监控问题,按照数据融合-虚实建模-仿真预测-智能调控的思路,着重研究了数字孪生数据融合及建模方法、基于演化深度置信神经网络的非线性系统建模、高维多目标优化及决策、加工中心反向间隙误差值预测等问题,主要包含以下内容:1.针对数字化设备运行中产生的多源异构数据难以融合问题,进行数字孪生数据融合与建模方法研究。通过构建五维数字孪生模型,研究自适应匹配协议解析方法解决异质异构网络传输问题,研究滑动窗口和欧式距离解决不确定冗余数据问题,研究概率传输的多粒度异构数据融合方法解决传感数据的时间相关性及空间相关性问题。2.针对基于深度神经网络的非线性系统建模过程中存在的“维度灾难”问题,开展高维多目标优化算法设计研究。首先,设计基于分解的复杂生物地理学优化算法框架,采用均匀分布的权向量和均值聚合方法,将高维优化目标分解成多个子系统,通过两次引入Metropois criterion准则进行子系统内部和跨子系统迁移,利用PBI距离计算邻域岛屿距离以平衡解的收敛性和多样性,从而得到最优的Pareto解集并提高算法效率;然后,对算法中的参数:邻居大小值MHDB和PBI距离参数θ进行参数敏感性分析,结果表明算法具备较好的鲁棒性;最后,与近年主流的高维多目标优化算法NSGAIII、MOEAD-PBI和BBO/Complex等进行比较,表明算法能够有效解决“维度灾难”问题。3.针对基于深度神经网络的非线性系统建模过程中难以自动设计深度神经网络最优架构问题,采用深度置信神经网络和演化算法相结合的方式进行设计。首先,通过无监督方式初始化网络隐层层数、连接权重、激活函数等超参数;然后,对超参数进行编码,以网络的最小化重构误差作为优化对象设计适应度函数,根据适应度值选择较好参数产生新群体,随后进行交叉和变异操作。最终,自动优化深度置信神经网络模型结构,寻求最优的网络隐层层数和连接权重,降低计算资源需求,解决了大量有标记数据下的网络结构自动设计问题,从而对建模过程进行自适应优化控制。4.针对加工中心运行过程中的反向间隙误差值预测问题,构建了分层的反向间隙误差预测性维护模型,对加工中心运行过程中的反向间隙误差预测进行建模,通过实验对反向间隙误差值预测进行了验证。5.综合运用上述研究成果,设计开发某汽车零部件厂柔性生产线监控系统模型,并对模型进行优化。使用Matlab程序作为模型和算法程序的核心组件,集成于.NET框架并成为柔性生产线智能监控管理系统的核心组件。实践表明,该系统能够使工厂管理者及时充分掌握生产现场信息,提高设备运行效率,提升整体生产能力并提高生产管理水平,为企业带来良好的经济效益。
王斌[10]（2019）在《X单位基于全员生产维修（TPM）理论的设备管理研究》文中研究指明中国经济的快速发展,很大一部分得益于生产制造行业的贡献。我国制造业为了不断提升自身实力,在激烈的市场竞争中占据优势地位,热衷于购买高端制造设备,以加强综合实力,满足客户的产品需求。但是,仅仅是拥有了高端制造设备还不足以完全支持企业发展,需要企业在日常经营过程中维护设备,提高设备的使用寿命,维持设备精度,提高作业时间,综合提升设备使用效率才能够帮助公司取得竞争优势。而先进的设备管理理念如何在单位内部建立并落地,是保障产品质量、提升设备使用效率、降低生产成本、提升员工工作素质、保障作业安全的重要方法。TPM（Total Productive Maintenance,全员生产性维护）是设备管理的一种方法,该方法以公司全体员工为基本,建立不间断的小组改善活动,并打造科学合理的管理方法,以谋求生产过程中最小程度的浪费、损失和次品率。能够帮助企业提升设备管理水平,提升员工的工作积极性,全面提升公司实力。本文首先介绍了TPM及设备管理的研究背景,查阅并总结了国内外相关专家学者的研究成果,介绍了TPM的概念及理论,包括TPM的相关理论、活动内容、设备故障及维修、TPM与其他管理理论的结合。之后以X单位为研究对象,通过实地调查,分析归纳了X单位的经营情况、设备管理现状及问题分析,X单位设备管理主要有缺乏全员参与、缺乏全系统性以及缺乏全效率等不足,之后分析了X单位改善设备管理的必要性和可行性,提出X单位改善设备管理的方案,包括设备的自主维护、专业维护、新消息管理以及鼓励员工提供改善建议,针对改善方案提出保障方案,包括设备管理机制的实施和考核、改善组织架构、多途径提升管理机制有效性,并对设备管理方案的实施效果进行评价。最后得到本文结论。
二、加工中心开动率及相关问题探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、加工中心开动率及相关问题探讨（论文提纲范文）
（1）AN公司激光拼焊线总体设备效能管理改善研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 主要研究内容 |
| 1.3 研究方法和逻辑结构 |
| 1.3.1 研究方法 |
| 1.3.2 逻辑结构 |
| 2 相关理论综述 |
| 2.1 总体设备效能的定义 |
| 2.2 设备相关损失 |
| 2.3 总体设备效能的测量方法 |
| 2.4 总体设备效能提升的分析方法 |
| 3 AN公司激光拼焊线总体设备效能现状分析 |
| 3.1 AN公司简介 |
| 3.2 AN公司激光拼焊线总体设备效能运行现状 |
| 3.3 AN公司激光拼焊线总体设备效能管理存在的问题分析 |
| 3.4 AN公司激光拼焊线总体设备效能存在问题成因分析 |
| 4 AN公司激光拼焊线总体设备效能管理改善措施 |
| 4.1 设备管理的改善措施 |
| 4.2 人员管理的改善措施 |
| 4.2.1 全员参与提升设备产能 |
| 4.2.2 培训流程标准化 |
| 4.2.3 绩效考核提升一线员工能动性 |
| 4.2.4 肯定老员工贡献并引入竞争机制 |
| 4.3 质量管理的改善措施 |
| 5 AN公司激光拼焊线总体设备效能管理改善的保障措施 |
| 5.1 设备管理改善的保障措施 |
| 5.2 人员管理改善的保障措施 |
| 5.3 质量管理改善的保障措施 |
| 结论 |
| 参考文献 |
| 致谢 |
（2）Z公司钢绞线生产设备OEE改善研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 设备综合效率(OEE)相关研究 |
| 1.2.2 全员生产维护(TPM)相关研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 论文相关理论概述 |
| 2.1 设备综合效率(OEE)理论 |
| 2.1.1 设备综合效率的定义 |
| 2.1.2 影响设备综合效率的六大损失 |
| 2.2 全员生产维护(TPM)理论 |
| 2.3 工业工程法 |
| 2.3.1 快速换模(SMED)理论 |
| 2.3.2 试验设计(DOE)方法 |
| 2.4 本章小节 |
| 3 Z公司钢绞线生产设备OEE现状分析 |
| 3.1 Z公司介绍及预应力钢绞线生产概述 |
| 3.1.1 公司简介 |
| 3.1.2 预应力钢绞线生产概述 |
| 3.2 关键工序分析 |
| 3.3 OEE分析技术的导入 |
| 3.4 设备OEE现状与损失分析 |
| 3.4.1 拉拔设备OEE现状 |
| 3.4.2 捻制设备OEE现状 |
| 3.4.3 钢绞线生产设备OEE分析 |
| 3.5 本章小结 |
| 4 钢绞线生产设备OEE改善研究 |
| 4.1 设备时间开动率改善 |
| 4.1.1 焊接工序快速换模 |
| 4.1.2 拉丝机故障停机改善 |
| 4.1.3 捻股机故障停机改善 |
| 4.2 设备性能开动率改善 |
| 4.2.1 小停机改进“16 步骤” |
| 4.2.2 设备速度损失改善 |
| 4.3 合格品率改善 |
| 4.3.1 拉拔过程的质量改进 |
| 4.3.2 捻制过程的质量改进 |
| 4.4 本章小节 |
| 5 Z公司改善效果评估与TPM推进 |
| 5.1 改善效果对比 |
| 5.2 设备管理持续改善 |
| 5.2.1 Z公司TPM现状 |
| 5.2.2 精益TPM小组成立 |
| 5.2.3 现场6S提升活动 |
| 5.2.4 加强员工培训与激励 |
| 5.2.5 规范设备管理体系 |
| 5.2.6 设备管理的智能化发展路径 |
| 5.3 本章小节 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（3）PYGD车间生产数据分析和可视化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 车间生产数据分析国内外研究现状 |
| 1.2.1 车间产品质量数据分析研究现状 |
| 1.2.2 车间设备运行数据分析研究现状 |
| 1.3 论文结构和主要研究内容 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 2 生产数据分析和可视化系统架构设计 |
| 2.1 生产数据分析和可视化系统需求分析 |
| 2.1.1 需求背景 |
| 2.1.2 功能需求 |
| 2.1.3 非功能需求 |
| 2.2 生产数据分析和可视化系统总体架构设计 |
| 2.2.1 系统架构设计 |
| 2.2.2 系统功能模块设计 |
| 2.3 数据分析系统实现关键技术 |
| 2.3.1 产品质量数据分析 |
| 2.3.2 设备运行数据分析 |
| 2.4 本章小结 |
| 3 产品质量数据分析 |
| 3.1 产品质量检验数据分析 |
| 3.1.1 产品质量检验数据分析理论基础 |
| 3.1.2 产品质量检验数据统计 |
| 3.1.3 产品质量数据分析 |
| 3.1.4 产品超差原因分析 |
| 3.1.5 质量验证 |
| 3.2 产品合格率预测分析 |
| 3.2.1 产品合格率预测分析理论基础 |
| 3.2.2 构建BP神经网络预测模型 |
| 3.2.3 实例验证 |
| 3.3 本章小结 |
| 4 设备运行数据分析 |
| 4.1 基于设备综合效率的关键设备数据分析 |
| 4.1.1 设备综合效率分析理论基础 |
| 4.1.2 设备综合效率计算 |
| 4.1.3 设备综合效率损失分析 |
| 4.2 基于遗传算法的设备预防性维护建模分析 |
| 4.2.1 设备预防性维护理论基础 |
| 4.2.2 设备预防性维护建模 |
| 4.2.3 基于遗传算法的设备维护模型优化求解 |
| 4.3 本章小结 |
| 5 可视化软件系统设计 |
| 5.1 系统用例图分析和数据库设计 |
| 5.1.1 系统用例图分析 |
| 5.1.2 系统数据库设计 |
| 5.2 系统环境选择 |
| 5.3 系统关键模块功能实现 |
| 5.3.1 产品质量过程控制模块功能实现 |
| 5.3.2 产品合格率预测模块功能实现 |
| 5.3.3 设备综合效率分析模块功能实现 |
| 5.3.4 设备预防性维护功能模块实现 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读硕士期间取得的研究成果 |
| 附录B 隐含层—输出层权值更新过程 |
| 附录C 输入层—隐含层权值更新过程 |
| 附录D 降维处理主函数程序 |
（4）YL乳品生产厂设备管理的优化与改进研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究的背景及目的 |
| 1.2 TMP国内外相关研究现状 |
| 1.2.1 TPM在国外的应用研究 |
| 1.2.2 TPM在国内的应用研究 |
| 1.3 本文研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 论文的写作框架 |
| 2 TPM管理相关理论概述 |
| 2.1 TPM的概念 |
| 2.2 TPM的三大基本理念 |
| 2.3 TPM管理的发展历程 |
| 2.4 TPM的八大支柱 |
| 2.5 TPM管理的目标 |
| 2.6 TPM与5S、OEE的关系 |
| 2.7 本章小结 |
| 3 YL乳品厂TPM管理实施现状 |
| 3.1 YL乳品厂概况 |
| 3.2 TPM组织结构 |
| 3.3 YL乳品厂生产流程 |
| 3.4 YL乳品厂设备管理模式 |
| 3.4.1 YL乳品厂设备管理发展历程 |
| 3.4.2 YL乳品厂TPM活动推行策略 |
| 4 YL乳品厂TPM管理存在问题的调查及原因分析 |
| 4.1 YL乳品厂TPM全员生产维护调查问卷 |
| 4.2 YL乳品厂现行TPM管理模式下设备故障率高的原因分析 |
| 4.2.1 未贯彻全员参与 |
| 4.2.2 未落实全系统 |
| 4.2.3 未实现全效率 |
| 5 YL乳品厂TPM管理优化方案设计 |
| 5.1 贯彻全员参与 |
| 5.1.1 优化员工的轮班制度 |
| 5.1.2 转变员工的思想观念 |
| 5.1.3 壮大维修人员队伍 |
| 5.1.4 完善TPM活动中的人才培训机制 |
| 5.1.5 建立TPM活动中绩效评价机制 |
| 5.2 落实全系统 |
| 5.2.1 建立进口设备管理体系 |
| 5.2.2 建设设备信息化管理系统 |
| 5.3 追求全效率 |
| 5.3.1 利乐钻灌装机介绍 |
| 5.3.2 利乐钻灌装机OEE的计算 |
| 5.3.3 利乐灌装机OEE分析与改善 |
| 5.3.4 本章小结 |
| 6 TPM改善方案的实施建议 |
| 6.1 领导重视及加强宣传 |
| 6.2 加强实施过程中的管控及纠偏 |
| 6.3 加强示范点作用 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）曲轴磨削自动化柔性系统可靠性提升技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 自动化柔性加工系统可靠性研究现状 |
| 1.2.2 可靠性增长技术研究现状 |
| 1.2.3 可靠性优化分配技术研究现状 |
| 1.2.4 存在的不足 |
| 1.3 课题来源 |
| 1.4 论文主要研究内容与架构 |
| 1.4.1 论文主要研究内容 |
| 1.4.2 论文架构 |
| 第2章 曲轴柔性制造系统可用度分析 |
| 2.1 可靠性评估概述 |
| 2.1.1 可靠性的基本概念和意义 |
| 2.1.2 可靠性的定义 |
| 2.1.3 设备可靠性评价指标 |
| 2.1.4 制造系统的可靠性评估指标 |
| 2.2 曲轴磨削自动化柔性制造系统 |
| 2.2.1 曲轴结构及功能 |
| 2.2.2 曲轴精密磨削系统的加工工艺与设备组成 |
| 2.2.3 曲轴磨削自动化柔性制造系统的布局 |
| 2.2.4 生产线各设备的可靠性指标 |
| 2.3 基于马尔可夫过程理论的制造系统可用度研究 |
| 2.3.1 随机过程 |
| 2.3.2 马尔可夫过程理论概述 |
| 2.3.3 带有缓冲区的串联制造系统可用度研究 |
| 2.4 基于Petri网理论的制造系统可用度研究 |
| 2.4.1 Petri网理论 |
| 2.4.2 Petri网分析制造系统的固有可用度 |
| 2.5 本章小结 |
| 第3章 制造系统可靠性分析 |
| 3.1 系统可靠性基本理论 |
| 3.1.1 系统可靠性定义 |
| 3.1.2 系统可靠性的度量指标 |
| 3.2 串联系统的MTBF算法研究 |
| 3.2.1 固有可用度法 |
| 3.2.2 生产线开动率法 |
| 3.2.3 故障数据拟合法 |
| 3.2.4 运行平均值法 |
| 3.2.5 带缓冲区的串行法 |
| 3.2.6 计算机仿真法 |
| 3.3 柔性制造系统的MTBF |
| 3.4 本章小结 |
| 第4章 可靠性增长预测技术 |
| 4.1 可靠性增长纠正方式 |
| 4.1.1 系统性故障 |
| 4.1.2 残余性故障 |
| 4.1.3 A类故障 |
| 4.1.4 B类故障 |
| 4.1.5 时间截尾数据 |
| 4.1.6 故障截尾数据 |
| 4.1.7 纠正比 |
| 4.1.8 纠正有效性系数 |
| 4.1.9 三种纠正方式 |
| 4.2 可靠性增长预测模型 |
| 4.2.1 AMSAA预测模型 |
| 4.2.2 AMPM—斯坦预测模型 |
| 4.2.3 AMPM—斯坦预测扩展模型 |
| 4.3 新模型鲁棒性分析 |
| 4.4 实例研究 |
| 4.5 本章小结 |
| 第5章 可靠性增长规划技术 |
| 5.1 可靠性增长规划概述 |
| 5.2 可靠性增长规划模型 |
| 5.3 规划模型纠正有效性系数灵敏度分析 |
| 5.3.1 PM2模型的纠正有效性系数灵敏度分析 |
| 5.3.2 CE模型的纠正有效性系数灵敏度分析 |
| 5.4 规划模型管理策略灵敏度分析 |
| 5.4.1 PM2模型的管理策略灵敏度分析 |
| 5.4.2 CE模型的管理策略灵敏度分析 |
| 5.5 PM2模型参数的边界条件 |
| 5.5.1 PM2模型试验总时间分析 |
| 5.5.2 PM2模型管理策略参数的边界条件 |
| 5.5.3 PM2模型纠正有效性系数值的边界条件 |
| 5.5.4 PM2 模型系统初始MTBF值的边界条件 |
| 5.5.5 参数混合关系分析 |
| 5.6 新可靠性增长规划模型的建立 |
| 5.7 实例研究 |
| 5.8 本章小结 |
| 第6章 柔性制造系统可靠性优化分配 |
| 6.1 可靠性分配概述 |
| 6.1.1 可靠性分配的意义 |
| 6.1.2 可靠性分配准则 |
| 6.1.3 可靠性分配方法 |
| 6.2 可靠性分配的影响因素 |
| 6.2.1 单台设备的可靠度 |
| 6.2.2 单台设备的修复率 |
| 6.2.3 单台设备的生产率 |
| 6.2.4 缓冲区容量 |
| 6.2.5 成本约束 |
| 6.3 柔性制造系统可靠性优化分配模型 |
| 6.3.1 设备可靠度─费用函数 |
| 6.3.2 设备修复率─费用函数 |
| 6.3.3 设备生产率与费用间的关系 |
| 6.3.4 系统优化分配模型 |
| 6.4 基于可靠性增长规划技术的设备可靠性分配模型 |
| 6.4.1 试验持续时间与成本的关系 |
| 6.4.2 纠正有效性系数与成本的关系 |
| 6.4.3 管理策略与成本的关系 |
| 6.4.4 设备可靠性分配模型 |
| 6.5 优化算法的选择 |
| 6.6 柔性制造系统可靠性分配 |
| 6.6.1 特定可靠性水平下的柔性制造系统优化 |
| 6.6.2 特定成本下的柔性制造系统优化 |
| 6.6.3 特定可靠度水平下的设备可靠性优化 |
| 6.6.4 特定成本下的设备可靠性优化 |
| 6.6.5 柔性制造系统改进方向分析 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 附录 A 300组模拟数据对 |
| 附录 B 攻读博士学位期间参与的科研项目 |
| 攻读博士学位期间发表的学术成果 |
| 致谢 |
（7）克朗斯公司设备综合效率提升研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 选题背景 |
| 1.1.2 理论意义 |
| 1.1.3 实践意义 |
| 1.2 国内外研究综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究主要内容和方法 |
| 1.3.1 研究主要内容 |
| 1.3.2 主要研究方法 |
| 1.4 本文的结构框架 |
| 第2章 设备综合效率的理论基础 |
| 2.1 设备综合效率简介 |
| 2.1.1 OEE的发展历程 |
| 2.1.2 设备综合效率定义及计算 |
| 2.2 设备综合效率的实施方法 |
| 2.3 设备综合效率的评价体系 |
| 第3章 克朗斯公司当前设备综合效率分析 |
| 3.1 公司简介 |
| 3.2 设备综合效率的现状 |
| 3.2.1 现状阐述 |
| 3.2.2 设备管理具体不足 |
| 3.3 设备综合效率计算 |
| 3.4 影响克朗斯公司OEE的要素分析 |
| 3.4.1 影响设备综合效率的因素分析 |
| 3.4.2 设备OEE因果分析 |
| 3.4.3 设备OEE三大指标分析 |
| 第四章 提升克朗斯公司设备综合效率方案设计 |
| 4.1 克朗斯公司设备综合效率的导入 |
| 4.1.1 提出设备综合效率概念 |
| 4.1.2 团队组建 |
| 4.1.3 制定实施方案 |
| 4.1.4 确认导入目标 |
| 4.1.5 设备综合效率理论体系推行进度安排 |
| 4.2 克朗斯公司设备时间开动率的改善 |
| 4.2.1 关键设备综合效率指标分析 |
| 4.2.2 设备计划停机时间的改善 |
| 4.2.3 影响设备停机的外部因素改善 |
| 4.3 克朗斯公司设备性能开动率的改善 |
| 4.4 克朗斯公司产品合格率的改善 |
| 4.5 提高克朗斯公司设备综合效率的策略选择 |
| 4.5.1 减少设备的故障停机时间的策略 |
| 4.5.2 降低设备空转和闲置所导致损失的策略 |
| 4.5.3 提倡合理化建议活动策略 |
| 4.6 克朗斯公司设备综合效率预期效果 |
| 第五章 克朗斯公司实施提升OEE方案的保障措施 |
| 5.1 克朗斯公司领导重视提升OEE管理 |
| 5.2 加强克朗斯公司OEE制度建设 |
| 5.3 加强克朗斯公司企业文化及奖惩制度建设 |
| 5.3.1 企业文化建设 |
| 5.3.2 奖罚制度建设 |
| 5.4 设备综合效率理论体系的全面培训 |
| 5.4.1 克朗斯公司内部培训建立 |
| 5.4.2 克朗斯公司外部培训建立 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究局限 |
| 6.3 展望 |
| 主要参考文献 |
| 致谢 |
（8）基于TPM的轧辊磨床设备综合效率提升方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的来源及意义 |
| 1.2 TPM理论的国内外发展现状 |
| 1.2.1 国外设备管理研究现状 |
| 1.2.2 我国设备管理研究现状 |
| 1.2.3 设备综合效率的起源与发展 |
| 1.2.4 设备综合效率的定义与计算 |
| 1.2.5 设备综合效率与六大损失的关系 |
| 1.3 本文主要研究内容 |
| 第2章 车间生产设备与工艺流程分析 |
| 2.1 鞍钢冷轧轧辊车间简介 |
| 2.2 轧辊磨床设备特点分析 |
| 2.2.1 磨床设备结构 |
| 2.2.2 轧辊磨削原理 |
| 2.3 本章小结 |
| 第3章 轧辊磨床设备综合效率分析 |
| 3.1 轧辊磨床OEE现状 |
| 3.2 时间开动率的分析 |
| 3.3 性能开动率的分析 |
| 3.4 合格品率分析 |
| 3.5 本章小结 |
| 第4章 轧辊磨床设备综合效率提升方法研究 |
| 4.1 时间开动率改善 |
| 4.1.1 实施快速换模 |
| 4.1.2 计划保全(维修) |
| 4.1.3 改良保全(维修) |
| 4.1.4 预防保全(维修) |
| 4.1.5 改善效果 |
| 4.2 性能开动率的改善 |
| 4.2.1 人机操作改善 |
| 4.2.2 改善效果 |
| 4.3 合格品率改善 |
| 4.3.1 优化磨削加工工艺参数 |
| 4.3.2 精细化管理 |
| 4.3.3 推行标准化作业 |
| 4.3.4 改善效果 |
| 4.4 设备综合效率提升综合效益分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 个人简历 |
（9）数据驱动优化控制及其在汽车零部件柔性生产过程监控中的研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 术语表 |
| 第一章 绪论 |
| 1.1 课题研究的来源 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究概况 |
| 1.3.1 生产过程监控研究现状与问题 |
| 1.3.2 数字孪生建模及数据融合研究现状与问题 |
| 1.3.3 演化深度学习研究现状与问题 |
| 1.4 论文的研究思路及主要研究内容 |
| 1.5 本章小结 |
| 第二章 基于数字孪生建模的数据融合方法研究 |
| 2.1 汽车零部件柔性生产过程的数据采集与多源信息融合 |
| 2.2 汽车零部件柔性生产过程的数字孪生建模方法 |
| 2.3 汽车零部件柔性生产过程的数字孪生数据融合方法 |
| 2.4 仿真建模 |
| 2.5 本章小结 |
| 第三章 演化优化算法与决策研究 |
| 3.1 演化优化算法与决策 |
| 3.1.1 演化优化算法 |
| 3.1.2 基于演化优化算法的多目标决策 |
| 3.2 数控切削参数的演化算法优化实例 |
| 3.2.1 问题背景 |
| 3.2.2 切削模型建立 |
| 3.2.3 约束处理 |
| 3.2.4 算法设计 |
| 3.2.5 算法验证 |
| 3.2.6 层次分析法决策 |
| 3.3 钢铁热轧排程的演化算法优化设计 |
| 3.3.1 问题背景 |
| 3.3.2 数学模型建立与优化 |
| 3.3.3 约束处理 |
| 3.3.4 算法设计 |
| 3.3.5 实验设置 |
| 3.4 本章小结 |
| 第四章 基于演化深度置信学习的非线性系统建模方法研究 |
| 4.1 高维多目标演化算法设计 |
| 4.1.1 高维多目标演化算法 |
| 4.1.2 复杂生物地理学算法框架的高维多目标算法设计 |
| 4.1.3 实验设置 |
| 4.2 演化深度置信学习的非线性系统建模研究 |
| 4.2.1 深度置信学习模型 |
| 4.2.2 演化深度置信学习算法 |
| 4.2.3 基于演化深度置信学习的设备故障诊断与预测的非线性系统建模 |
| 4.3 本章小结 |
| 第五章 数控加工中心反向间隙误差预测性维护方法研究 |
| 5.1 数控加工中心的反向间隙误差 |
| 5.2 基于分层的反向间隙误差诊断和预测性维护系统 |
| 5.3 基于演化深度置信学习的加工中心反向间隙误差预测性维护研究 |
| 5.4 实验设置 |
| 5.5 本章小结 |
| 第六章 面向汽车零部件柔性生产的智能监控管理系统研究 |
| 6.1 柔性生产线智能监控管理系统需求分析 |
| 6.2 柔性生产线智能监控管理系统总体设计 |
| 6.3 柔性生产线智能监控管理系统软硬件设计 |
| 6.4 柔性生产线智能监控管理系统功能设计 |
| 6.5 柔性生产线智能监控管理系统应用 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 本文研究成果 |
| 7.1.1 理论研究成果 |
| 7.1.2 应用研究成果 |
| 7.1.3 本文创新点 |
| 7.2 进一步研究方向 |
| 参考文献 |
| 作者在攻读博士学位期间公开发表的论文 |
| 作者在攻读博士学位期间所参与项目 |
| 致谢 |
（10）X单位基于全员生产维修（TPM）理论的设备管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及选题意义 |
| 1.1.1 研究的背景 |
| 1.1.2 选题的意义 |
| 1.2 国内外研究综述 |
| 1.3 研究思路及方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究内容 |
| 第二章 相关概念及理论 |
| 2.1 TPM的相关理论 |
| 2.1.1 TPM的提出及发展过程 |
| 2.1.2 TPM的概念 |
| 2.1.3 TPM基本理念 |
| 2.1.4 TPM的目标 |
| 2.1.5 TPM的理论基础 |
| 2.2 TPM活动内容 |
| 2.2.1“5S”活动 |
| 2.2.2 TPM活动组织 |
| 2.2.3 TPM八大支柱 |
| 2.2.4 TPM活动推进 |
| 2.3 设备故障及维修 |
| 2.4 TPM与其他企业管理理论的结合 |
| 2.4.1 TPM与精益生产方式 |
| 2.4.2 TPM与TQM |
| 第三章 X单位设备管理现状及问题分析 |
| 3.1 X单位经营情况 |
| 3.2 设备管理现状及问题分析 |
| 3.2.1 X单位设备管理现状 |
| 3.2.2 X单位设备管理问题 |
| 3.2.3 设备管理存在问题分析 |
| 3.3 X单位改善设备管理的必要性和可行性 |
| 3.3.1 改善设备管理的必要性 |
| 3.3.2 改善设备管理的可行性 |
| 第四章 X单位改善设备管理的方案 |
| 4.1 提高个别设备使用效率 |
| 4.2 TPM活动的目标和推行计划 |
| 4.3 设备的专业维护 |
| 4.4 设备的自主维护 |
| 4.4.1 5S现场管理 |
| 4.4.2 设备的点检活动 |
| 4.5 维护信息管理 |
| 4.6 改善活动 |
| 第五章 X单位改善设备管理方案的保障 |
| 5.1 改善组织架构 |
| 5.2 设备管理机制的实施和考核 |
| 5.2.1 自主维护和专业维护的实施 |
| 5.2.2 设备管理机制的考核 |
| 5.3 提升设备管理机制的有效性 |
| 5.3.1 增加设备维护奖金 |
| 5.3.2 加强设备保险管理 |
| 5.3.3 加强设备管理宣传和培训 |
| 5.3.4 设备管理信息化 |
| 5.4 设备管理实施效果评价 |
| 5.4.1 客观效果提升 |
| 5.4.2 主观效果提升 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、加工中心开动率及相关问题探讨（论文参考文献）
- [1]AN公司激光拼焊线总体设备效能管理改善研究[D]. 栾星亮. 大连理工大学, 2021(02)
- [2]Z公司钢绞线生产设备OEE改善研究[D]. 陈子鉴. 中北大学, 2021(09)
- [3]PYGD车间生产数据分析和可视化设计[D]. 张培. 南京理工大学, 2020(01)
- [4]YL乳品生产厂设备管理的优化与改进研究[D]. 赵勇. 西安理工大学, 2020(01)
- [5]D公司总装配2#生产线综合效率提升研究[D]. 常建鑫. 天津大学, 2020
- [6]曲轴磨削自动化柔性系统可靠性提升技术研究[D]. 李中生. 北京工业大学, 2020(06)
- [7]克朗斯公司设备综合效率提升研究[D]. 徐林锋. 兰州理工大学, 2019(02)
- [8]基于TPM的轧辊磨床设备综合效率提升方法研究[D]. 孙孝升. 哈尔滨工业大学, 2020(01)
- [9]数据驱动优化控制及其在汽车零部件柔性生产过程监控中的研究与应用[D]. 王宸. 上海大学, 2019(03)
- [10]X单位基于全员生产维修（TPM）理论的设备管理研究[D]. 王斌. 西安电子科技大学, 2019(05)