隨著全球競(jìng)爭(zhēng)加劇和市場(chǎng)細(xì)分程度提升，大規(guī)模定制作為一種企業(yè)運(yùn)作模式得到越來(lái)越多的重視。與以穩(wěn)定性和控制力獲得高效率的大批量生產(chǎn)相比，大規(guī)模定制生產(chǎn)以靈活性和快速響應(yīng)來(lái)實(shí)現(xiàn)多樣化和定制化。作為大規(guī)模定制所涉及方面中的一部分，生產(chǎn)質(zhì)量控制有其重要意義。本文對(duì)大規(guī)模定制生產(chǎn)的特點(diǎn)進(jìn)行了探討，總結(jié)了相關(guān)學(xué)者在大規(guī)模定制生產(chǎn)質(zhì)量控制方面的研究，分析了適用于大規(guī)模定制生產(chǎn)質(zhì)量控制的其他方法，并對(duì)進(jìn)一步的研究提出一些建議。
一、大規(guī)模定制生產(chǎn)質(zhì)量控制的特點(diǎn)
大規(guī)模定制生產(chǎn)質(zhì)量控制有以下新特點(diǎn)：①樣本量較小，尤其是在定制化程度較高的情況下和生產(chǎn)的初期階段，而休哈特控制圖產(chǎn)生于大批量時(shí)代，以大樣本為基礎(chǔ)，可能直到某一型號(hào)產(chǎn)品生產(chǎn)結(jié)束，樣本量還不滿足傳統(tǒng)控制圖的樣本量要求；②樣本數(shù)列往往具有時(shí)變性，不能簡(jiǎn)單假設(shè)其服從正態(tài)分布；③大規(guī)模定制生產(chǎn)模式要求靈活性和快速性，而傳統(tǒng)的質(zhì)量控制方法響應(yīng)速度偏慢。因此，應(yīng)用于大批量生產(chǎn)模式下的經(jīng)典休哈特控制圖便不再適用。
二、大規(guī)模定制生產(chǎn)質(zhì)量控制研究的內(nèi)容
（一）大規(guī)模定制中質(zhì)量控制的宏觀理論研究
Teresko(1994 [1] )提出在大規(guī)模定制階段，質(zhì)量和效率應(yīng)該作為競(jìng)爭(zhēng)中的先決條件而不再是目標(biāo)的觀點(diǎn)；M．Kakatit(2002 [2])提出了在各階段的創(chuàng)新、質(zhì)量改進(jìn)、時(shí)間、柔性以及成本管理是大規(guī)模定制計(jì)劃成功實(shí)施的前提條件；Akarte等(2001)研究了大規(guī)模定制中對(duì)供應(yīng)商的鑄造質(zhì)量進(jìn)行評(píng)價(jià)的系統(tǒng)方法；Stephanou(1995 )研究了基于計(jì)算機(jī)的建模和檢測(cè)作為質(zhì)量控制工具在大規(guī)模定制的應(yīng)用。Powell(2002)[3]提出了增加系統(tǒng)自動(dòng)化、過(guò)程控制和質(zhì)量管理的理念。
（二）對(duì)傳統(tǒng)質(zhì)量工具的改進(jìn)研究
在大規(guī)模定制下，樣本數(shù)目比較小，點(diǎn)估計(jì)不確定性將增加，導(dǎo)致工序能力指數(shù)的估計(jì)產(chǎn)生比較大的偏差，可信度不高，風(fēng)險(xiǎn)較大。李奔波(2005 [4])首先對(duì)工序能力指數(shù)進(jìn)行點(diǎn)估計(jì)，尋找其置信區(qū)間，將置信區(qū)間下限同推薦值進(jìn)行比較，得出在一定置信度下能否完成加工的判定。同時(shí)，分別對(duì)大規(guī)模定制下的單值控制圖和中位數(shù)控制圖進(jìn)行了研究，給出了控制界限的確定方法。
（三）基于相似性理論的成組技術(shù)研究
應(yīng)用成組技術(shù)進(jìn)行質(zhì)量控制要解決兩個(gè)關(guān)鍵問(wèn)題：如何識(shí)別相似工序構(gòu)成工序族；對(duì)工序族的數(shù)據(jù)的處理，即控制圖的研究。
盧澤生，張妍（2005）提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的零件分類方法。通過(guò)200個(gè)典型零件樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試，證明該零件分類成組系統(tǒng)可實(shí)現(xiàn)零件的準(zhǔn)確分類成組。
鄭立偉（2004）將模糊聚類分析應(yīng)用于工序分類，提出用加權(quán)距離來(lái)確定模糊相似系數(shù)。從質(zhì)量經(jīng)濟(jì)性出發(fā)討論相似工序的工序能力指數(shù)是大致相同的，以此為基礎(chǔ)進(jìn)行質(zhì)量控制圖的研究。
劉劍虹等（2005）指出了傳統(tǒng)BOM的不足，提出建立邏輯BOM系統(tǒng)，以解決大規(guī)模定制生產(chǎn)產(chǎn)品多樣性的不斷增加和其產(chǎn)品結(jié)構(gòu)快速識(shí)別與配置的矛盾。
杜堯（2005）將智能信息技術(shù)應(yīng)用于大規(guī)模定制生產(chǎn)中的成組技術(shù)。將自適應(yīng)變異的粒子群優(yōu)化算法用于求解成組技術(shù)中的P-中位模型，克服了用遺傳算法求解時(shí)的收斂速度慢和過(guò)早收斂之缺陷以及用粒子群算法的計(jì)算量過(guò)大的不足。
成組技術(shù)的引入和使用，一定程度上解決了大規(guī)模定制生產(chǎn)模式數(shù)據(jù)量少的問(wèn)題。
（四）針對(duì)極小樣本的數(shù)據(jù)建模方法研究
張炎亮（2007）采用灰數(shù)模型預(yù)測(cè)方法預(yù)測(cè)產(chǎn)品質(zhì)量特性，提出大規(guī)模定制生產(chǎn)過(guò)程質(zhì)量控制中的灰色神經(jīng)網(wǎng)絡(luò)集成建模方法；樊樹海等(2008)將灰色理論引入到了神經(jīng)網(wǎng)絡(luò)建模中；翁小杰(2009)將神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和灰色預(yù)測(cè)模型進(jìn)行了優(yōu)選組合，回避單一預(yù)測(cè)模型預(yù)測(cè)精度低的風(fēng)險(xiǎn)；曾巍(2005)在BP網(wǎng)絡(luò)的基礎(chǔ)上提出了一種新型的神經(jīng)網(wǎng)絡(luò)模型，對(duì)網(wǎng)絡(luò)的收斂性和性能進(jìn)行了理論分析和實(shí)驗(yàn)驗(yàn)證；楊世元等(2003)提出了一種基于支持向量機(jī)的技術(shù)來(lái)進(jìn)行控制圖的模式識(shí)別；王晶等（2009）將Bootstrap方法引入到多品種小批量生產(chǎn)的質(zhì)量控制中，研究了基于該方法的控制圖的構(gòu)造和實(shí)施流程。
三、總結(jié)
目前的研究解決了基本的概念問(wèn)題，在具體應(yīng)用上也逐漸深入。如何更加準(zhǔn)確合理地確定相似工序和相似系數(shù)，是成組技術(shù)接下來(lái)的一個(gè)研究重點(diǎn)；在針對(duì)極小樣本的數(shù)據(jù)建模方法研究中，如何準(zhǔn)確分析動(dòng)態(tài)時(shí)變序列中的隱含關(guān)系并保證模型精度，如何對(duì)擴(kuò)展后的分布序列求解分布參數(shù)也是進(jìn)一步研究的方向。
