本发明涉及生产控制领域，具体涉及一种电子产品的均衡生产方法。
背景技术：
随着制造技术与生产组织形式的不断发展，企业所生产的产品结构日益复杂，从装配工位布局角度来看，传统的串行装配模式已难以满足生产需要，所以复杂机械产品的装配系统属于多工位生产系统，生产系统具有串、并行相结合的层次化结构特点。由于装配过程是按照一定的装配约束条件以及装配序列，将不同类型零件在装配工艺过程参数的作用下组成最终产品的过程，因此，产品的质量指标受到种类不同的质量控制因素的共同影响。
现阶段的生产过程的质量管理存在下列问题：生产过程质量信息复杂，通常是各生产制造厂分散管理，并且采用纸质文档管理方式。质量检验和问题处理涉及多个生产部门，信息传递缓慢，工作效率低，无法实现检查和监控的实时性。质量信息的不规范记录，质量信息容易缺失，会导致分析结果失真，无法准确识别质量问题，无法有效提高产品质量和降低质量成本。
技术实现要素：
为解决上述问题，本发明提供一种电子产品的均衡生产方法；本发明中的生产方法可对于生产过程实现精确控制，并提高产品质量，提升生产合格率及生产效率，从而提升质量管理信息化水平，使制造资源得以高效利用。
本发明中的一种电子产品的均衡生产方法的具体包括以下步骤：
第一步：分别记录制造厂基板设计和零件生产车间的日投料数为Xi，整机装配车间的日装配数为Yi，进行数据采集；
第二步：对日投料数Xi进行数据分析，分析模型为全控图，计算日投料数 Xi的平均值，中心线CL，上控制界限UCL，下控制界线LCL；
第三步：分析日装配数为Yi与日投料数为Xi的比值Yi/Xi，采用全控图模型进行分析，分别计算该值的平均值，中心线CL，上控制界限UCL，下控制界线 LCL，平均移动极差为
第四步：分析计算选控装配比其中，为Y值回归值，分别计算该值的平均值，中心线CL，上控制界限UCL，下控制界线LCL，平均移动极差为
第五步：利用两种过程能力指数分别判断基板设计和零件生产车间对整机装配车间的影响程度，根据相对幅度值判断上道车间对下道车间的影响程度；
第六步：根据第五步中的判断结果，对影响程度大的车间进行进一步分析，明确影响装配精度的原因。
进一步地，在所述第一步中所述的采集时间为30个工作日。
进一步地，在所述第二步中，UCL＝μ+3σ；CL＝μ；CL＝μ-3σ；其中，μ为日投料数Xi的平均值，σ为日投料数Xi的标准差。
进一步地，在所述第三步中，Rs＝|Yi-Yi+1|。
进一步地，在所述第四步中，根据回归模型求出回归函数，Rs＝|Y’i-Y’i+1|。
进一步地，在所述第五步中，影响程度的判断方法为，分别计算装配比的平均值装配比标准差的估值选控装配比标准差的估值总过程能力指数为Cp总，分过程能力指数为Cp分，及相对幅度值Dr，根据相对幅度值判断每个上道工序对下道工序的影响程度；其中， Dr＝(Cp分-Cp总)/Cp分，Cp分＝T总/6σ，Cp总＝T分/6σ，T总为总质量规格公差，T总为分质量规格公差。
进一步地，若相对幅度值Dr>30％，上道工序对下道工序的影响程度大；若 10％<相对幅度值Dr<30％，上道工序对下道工序有一定程度的影响；若相对幅度值 Dr<10％，可忽略上道工序对下道工序的影响。
进一步地，在所述第六步中，对日投料数Xi，日装配数为Yi及选控装配比的计算，根据计算结果分别绘制控制图型，根据控制图型与LCL及UCL 进行比较，判断影响装配进度的原因。
本发明与现有技术相比可实现以下有益效果：
采用本发明中分析方法，可判断产品生产过程中的质量薄弱环节，优化产品项目质量管理机制，改进工作流程的途径。本发明中的生产方法，可提高质量体系运行有效性和适用性，有助实现产品的零缺陷质量管理。对质量数据进行采集、分析及判断，对于生产过程实现精确控制，并提高产品质量，提升生产合格率及生产效率，从而提升质量管理信息化水平，提高员工的沟通效率及工作效率，使制造资源得以高效利用。
附图说明
图1为零件生产车间的日投料数，装配比及选控装配比的控制图。
具体实施方式
结合附图和具体实施例对本发明作进一步的详细说明。
电子产品设置有基板设计、零件生产和整机装配三个车间，该车间的前后加工工序紧密衔接。装配车间的效率和本车间的出勤率及设备运转率相关，也会受到上道车间的投料波动的影响。
利用本发明的中控制方法，可以管理好装配车间的工作质量，提高装配进度，明确确定影响装配车间的效率是上道车间的投料数或是本车间的因素。
本发明中的电子产品的均衡生产方法包括以下步骤：
(1)分别记录该制造厂基板设计和零件生产车间的日投料数为Xi，整机装配车间的日装配数为Yi，进行数据采集，采集时间为30个工作日。
(2)对日投料数Xi进行数据分析，其分析模型为全控图，分别计算该值的平均值，中心线CL，上控制界限UCL，下控制界线LCL；UCL＝μ+3σ；CL＝μ；CL＝μ-3σ；其中，μ为日投料数Xi的平均值，σ为日投料数Xi的标准差；
(3)日装配数为Yi与日投料数为Xi的比值Yi/Xi，采用全控图模型进行分析，分别计算该值的平均值，中心线CL，上控制界限UCL，下控制界线LCL，平均移动极差为Rs＝|Yi-Yi+1|；
(4)采用选控模型对日装配数为Yi与日投料数为Xi进行分析计算，计算选控装配比其中，为Y值回归值，根据回归模型求出回归函数，分别计算该值的平均值，中心线CL，上控制界限UCL，下控制界线LCL，平均移动极差为Rs＝|Y’i-Y’i+1|；
(5)依次利用两种过程能力指数分别判断基板设计和零件生产车间对整机装配车间的影响程度，根据相对幅度值判断上道车间对下道车间的影响程度。判断方法为，分别计算装配比的平均值装配比标准差的估值选控装配比标准差的估值总过程能力指数为Cp总，分过程能力指数为Cp分，及相对幅度值Dr，根据相对幅度值判断每个上道工序对下道工序的影响程度；若Dr>30％，则认为上道工序对下道工序的影响程度大；若10％<Dr<30％，则认为上道工序对下道工序有一定程度的影响；若Dr<10％，则可忽略上道工序对下道工序的影响。
其中，Dr＝(Cp分-Cp总)/Cp分，其中， Cp分＝T总/6σ，Cp总＝T分/6σ，其中，T总为总质量规格公差，T总为分质量规格公差。
根据第五步中的判断结果，对影响程度大的车间进行进一步分析，明确影响装配精度的原因。对日投料数Xi，日装配数为Yi及选控装配比的计算，并将三者分别绘制控制图型，根据控制图型与LCL及UCL进行比较，判断影响装配进度的原因。
判断依据如下表所列：
对于上述第一种情况，上道车间投料异常，应在上道车间找出入库异常原因，装配车间装配工作异常，在装配车间找出装配异常原因，并将二者消除；
对于上述第二种情况，装配车间装配工作正常，而上道车间投料异常，应在上道车间找出入库异常原因；
对于上述第三种情况，装配车间与上道车间均工作异常，应在装配车间与上道车间分别找出有利于改进工序质量及不利于改进工序质量的因素，并将不利于改进工序质量的因素消除；
对于上述第四种情况，上道车间投料正常，装配车间装配工作异常，在装配车间找出装配异常原因，并将该异常原因消除；
对于上述第五种情况，上道车间投料异常，装配车间装配工作正常，说明在装配车间存在有利于改进工序质量的因素，因此只需将上道车间中不利于改进工序质量的因素消除；
对于上述第六种情况，上道车间投料异常，装配车间的装配分工作正常，而装配车间的总工作异常；这可能是由于两者之中，其中某个车间的一个质量特性已经接近控制的界限，而另一个车间的另一个质量特性由于相同方向的叠加，而扩大了异常因素，因此，需要分别对上道车间或装配车间的效率进行提高和改进；
对于上述第七种情况，上道车间投料异常，装配车间装配工作正常，在上道车间或装配车间中不利于改进工序质量的因素消除；
对于上述第八种情况，上道车间及装配车间的工作均正常，无需处理。
下面为本实施例中零件生产和整机装配车间的具体实施例：
计算装配比的平均值
计算装配比标准差的估值
计算选控装配比标准差的估值
计算总过程能力指数为Cp总＝0.61
计算分过程能力指数为Cp分＝1.19
计算相对幅度值Dr＝48.74％
经分析，该值远大于0.3，因此零件生产车间严重影响整机装配车间，进一步分析零件生产车间的交货期质量。
根据如图1所示的控制图型与LCL及UCL进行比较，分析第1、3、9、11、24、 28天产生异常的原因，第一天零件生产车间工作正常，而整机装配车间的装配比 Yi/Xi及选控装配比均大于上控制界限UCL，属于第一种情况，着重分析装配车间的异常原因；第3天零件生产车间工作正常，而整机装配车间的选控装配比均小于下控制界限LCL，在零件生产车间寻找不利于改进工序质量的因素并进行消除；第9、11、24天整机装配车间工作正常，零件生产车间的投料比低于下控制界限LCL，零件生产车间的投料比高于上控制界限UCL，在零件生产车间寻找不利于改进工序质量的因素并进行消除；第28天，零件生产车间及整机装配车间工作都不正常，零件生产车间的投料比低于下控制界限LCL，而整机装配车间的装配比Yi/Xi及选控装配比均大于上控制界限UCL，分别在零件生产车间及装配车间找出装配异常原因，并将二者消除。
本发明的实施方式不限于此，按照本发明的上述内容，利用本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，本发明还可以做出其它多种形式的修改、替换或变更，均落在本发明权利保护范围之内。