第一篇：世界典型合理化建議實例

世界典型合理化建議實例

（二）編者按：

深入開展合理化建議的持續改善與提高活動，既是員工參與企業管理、發揮聰明才智的重要途徑，也是推進精益化生產、精細化管理，提升企業基礎管理水平的有效載體。為進一步將我集團合理化建議工作引向深入，我們將對國內外著名企業開展合理化建議的典型案例進行摘登，希望通過學習先進經驗，精心挖掘本單位合理化建議典型案例，深入推進集團合理化建議工作的開展。

“他山之石，可以攻玉”。期望我們連載的典型實例能給各單位、各子公司開展合理化建議工作帶來一點啟發和借鑒。

海爾讓員工主動做大

當一個企業的戰略系統、目標系統、文化系統不能深入員工的內心時，任何的獎懲都會失去作用，現在的員工早已過了那種需要靠獎懲調動積極性的階段。

海爾一直相信，讓員工做大，才能把市場做大。在海爾，多年來，開展合理化建議活動是員工參與企業民主管理的一種重要途徑。

工會統一管理 在海爾，員工的合理化建議活動的開展非常普及，集團工會成立了“員工創新成果經營公司”，專門管理員工的合理化建議活動，還利用信息化建立了合理化建議網上申報、網上確認，讓員工提合理化建議更加便捷，建議解決更加迅速，員工參與率達100%，并且合理化建議采取提案書的制度，在一張提案書上實現了建議提出、建議落實、建議跟蹤、建議閉環。

即時激勵

為了激發員工持續創新的積極性，在激勵方面，海爾工會改變了以前月底兌現的辦法，而是于2005年8月9日，在全集團開始推行“即時激勵”，員工的建議被采納后，獎金必須隨即發到位。電子事業部員工周鵬提出的合理化建議，能使彩電生產節拍提高10臺/小時，建議采用后的當天下午，就拿到了獎金。

2005年8月10～12日，洗衣機事業部檢驗員王永紅就有三項創新合理化建議被采納，自己也得到了洗衣機事業部三次即時激勵。

每天，新被采納的合理化建議都會在信息網上發布、推廣。內刊《海爾人》也會隨時刊登員工合理化建議“即時激勵獲獎情況。”

一位員工說：“以前的獎金到月底隨工資發放，也覺不出什么，而現在，當天激勵卻讓我很有成就感！現在，發現問題沒解決，就像沒吃飯一樣。遇到一個問題，就解決一個，這樣想想，創新并不難。”

合理化建議成果推廣

由合理化建議產生的創新成果，到底如何能被集團各部門所共享呢？定單推進本部還于2004年11月，在海爾內部網上開設了“創新推進平臺。”在這個平臺上，有每個事業部的最新創新信息：質量、生產效率、工藝??上面有詳細的操作資料，還有已經使用過的部門的推薦意見。

如果有部門對自己的創新保密怎么辦？定單推進本部的方法是，對各事業部的創新有考核，被推廣一個創新，按類別可以得到相應的積分。

如果有的部門應該借鑒和推廣別人的創新，但他們沒有做，怎么辦？定單推進本部也有考核，可以借鑒的部門沒有借鑒，則有“負債積分”。積分與每個事業部的創新推進人員報酬直接掛鉤。

合理化建議明星的成長

為了鼓勵員工踴躍提出合理化建議，集團每年還推出各種評選，并且也參加社會上的一些重要評選。2005年度海爾集團十大合理化建議明星李長業，針對鈑金生產能力不足，影響定單完成的現狀，他帶領青年骨干組成了“智慧星”QC小組開展了QC攻關活動。活動期間，共有8項成果獲得了公司的小發明命名及SBU表彰，活動結束，鈑金生產能力提高了25%，達到世界先進水平，效果顯著。2005、2006年李長業就獲得集團員工創新成果公司頒發的一等獎三次，二等獎四次，三等獎四次，成為集團內創新最多的班組長，并被集團《海爾人》報進行了重點報道。他們也因此被中國質量管理協會、中華全國總工會、中國科學技術協會、共青團中央聯合授予了“2005年全國優秀質量管理小組”的稱號。李長業認為自已之所以成長為合理化建議明星，并不是因為自己有多么聰明，“自己由于工作角度和知識局限，一些建議只是提出了一個方向和輪廓，但是，公司并沒有因為我的建議缺乏充分調研和詳細的可行性論證而忽視我的建議。公司對我的一些重要建議會反復找我溝通想法，再組織相關人分析研究、調查論證、完善補充，然后再給予很多技術上、資源上的支持”。

職能管理能破解嗎？

各個事業部還有不同的方式激勵員工提合理化建議。特冰事業部的激勵方式很有創意，2006年，他們給員工辦了一張“創新積分卡”，事業部會根據員工的積分進行適當的獎勵。邵峰，是特冰事業部總裝線的一名操作工，他注意到：在生產一款新產品時，每臺冰箱在下線前要做制冰檢測，但是做完實驗，箱體內的水總是清理不干凈，影響了生產節拍。于是邵峰自制了一個小工裝，經工藝經理的驗證，解決了清理剩水的難題。這個創新讓邵峰的積分卡一下子漲了10分。不過，推出積分卡不久之后，特冰事業部部長辛沛興卻對“積分制”做了自我批判：“創新積分卡”雖然在一定程度上調動了員工的積極性，但什么樣的創新、能得多少分，這些“積分”能體現出員工增值是多少，仍是“領導”說了算。員工仍是被管理被考核的對象，而不是通過自主經營，在為企業創造價值的同時，清晰地自己算出自己的投入產出。說到底，“創新積分制”仍是一種職能式考評。

在海爾集團新聞發言人汲廣強看來，職能式的合理化建議管理中，員工是有底線的，他們的底線就是：“我可以不提建議，我可以不要獎勵。當一個企業的戰略系統、目標系統、文化系統不能深入員工的內心時，任何的獎懲都會失去作用，現在的員工早已過了那種需要靠獎懲調動積極性的階段。”

另外，汲廣強也分析了員工很看重的“身份感、歸屬感”給合理化建議帶來的障礙：“在相當一部分私營企業里，員工的身份感、歸屬感很差，員工的流動性很大，導致員工對于那些能促進企業整體受益、需要投入過多精力和體力的建議方案，缺乏一定的動力基礎。”

如何改變合理化建議職能管理的老做法，員工在為企業創造價值的同時，清晰地算出自己的增值？如何讓員工在增加身份感和歸屬感的同時，積極提出合理化建議，這個問題似乎很難找到答案。

事實上，汲廣強認為：這個答案并不一定存在于傳統的“合理化建議管理”中。海爾2006年提出的“人單合一信息化日清”就沖破了員工拒絕提合理化建議的心理底線。海爾員工與海爾集團的關系，是一種自主經營的核算關系。每個SBU經營體都必須“留足企業利潤、掙夠市場費用、盈虧都歸自己”。在新的市場法則下，每個員工都開始自覺地從經營者的角度，進行創新、改善、改革，從而實現自己經營效益的最大化。

為了實現組織的進一步扁平化，海爾還流行“無邊界團隊”：各部門以自己的市場戰略定位成立一個個項目，再根據項目打破部門界限、簽訂合同、組建無邊界的組織。每位員工都將為項目貢獻自己的智慧，因為項目的成敗及效益，直接關系到每個人的收益。在這種不斷打破和創立的無邊界組織中，海爾員工的智慧在流動中被無限激發。

讓員工給自己干，自己給自己當老板，還怕他不調動所有的智慧提出合理化建議嗎？還怕他不積極調動所有的平臺和資源把這些合理化建議落實到底嗎？

第二篇：企業合理化建議典型案例

員工合理化建議典型案例

建 議 人：劉小蘭

公

司： 上海亞大塑料制品有限公司海寧分公司 部

門： 物流部 班

組：

崗

位： 物流組組長

建議名稱：關于物流裝車人員增設休息室

建議類別：（請選擇案例所屬類別，將所選項涂黃色，每項案例只能填報一項類別。）

☆綜合管理類

☆科研設計類

☆工藝工裝類

☆設備維護類

☆質量控制類

☆安全保障類

☆環境改善類

☆節能減排類

☆物流改善類

☆采購營銷類

☆服務保障類

☆其他 建議時間： 2014.12.30 完成時間： 2015年2月1日

建議內容： 由于物流車間沒有辦公室，裝車人員在等待裝車時，車間的門是打開的，冷風能倒灌進車間，為改善這一問題，用PP廢管進行改造，改造后放置在A區庫位，既符合消防要求及標準，又改善了冬天裝車組的工作環境。

實施方案：利用PP廢管進行一定的安裝改造，在A區建造一間“辦公室” 實施效果：改善了物流裝車人員冬天的工作環境，實現了廢品的合理利用。改善前

改善后：

員工合理化建議典型案例

建 議 人：李云懷

公

司： 上海亞大塑料制品有限公司海寧分公司 部

門： 生產部 班

組：PP線A班 崗

位： 擠出班班長

建議名稱：關于過濾器清理時環境改善的問題

建議類別：（請選擇案例所屬類別，將所選項涂黃色，每項案例只能填報一項類別。）

☆綜合管理類

☆科研設計類

☆工藝工裝類

☆設備維護類

☆質量控制類

☆安全保障類

☆環境改善類

☆節能減排類

☆物流改善類

☆采購營銷類

☆服務保障類

☆其他 建議時間： 2014.11.19 完成時間：2015.1.20 建議內容：過濾器在清理時由于在車間外面，所處位置晚上沒有照明，造成二、三班在上班清理過程中，看不見，下雨天和風比較大時，沒有辦法進行清理，建議新選擇一個背風的地方，安裝照明裝置，同時利于清理后可以進行打掃，減少對環境的污染。

實施方案：在冷卻塔背風處用PP廢管進行改造，并安裝上照明裝置 實施效果：在什么天氣情況下都能對過濾器進行清理，為正常生產提供了保證。體會：再棘手的問題，只要我們肯動腦，一定能找到解決方案。

改善前：

改善后：

第三篇：機電一體化典型實例

8機電一體化系統典型實例

8.1 機器人

8.1.1概述

機器人是能夠自動識別對象或其動作，根據識別，自動決定應采取動作的自動化裝置。

它能模擬人的手、臂的部分動作，實現抓取、搬運工件或操縱工具等。它綜合了精密機械技

術、微電子技術、檢測傳感技術和自動控制技術等領域的最新成果，是具有發展前途的機電

一體化典型產品。機器人技術的應用會越來越廣，將對人類的生產和生活產生巨大的影響。

可以說，任何一個國家如不擁有一定數量和質量的機器人，就不具備進行國際競爭所必需的工業基礎。

機器人的發展大致經過了三個階段。第一代機器人為示教再現型機器人，為了讓機器人

完成某項作業，首先由操作者將完成該作業所需的各種知識（如運動軌跡、作業條件、作業

順序、作業時間等）通過直接或間接的手段，對機器人進行示教，機器人將這些知識記憶下

來，然后根據再現指令，在一定的精度范圍內，忠實地重復再現各種被示教的動作。第二代

機器人通常是指具有某種智能（如觸覺、力覺、視覺等）的機器人，即由傳感器得到的觸覺、聽覺、視覺等信息經計算機處理后，控制機器人完成相應的操作。第三代機器人通常是指具

有高級智能的機器人，其特點是具有自學習和邏輯判斷能力，可以通過各類傳感器獲取信息，經過思考做出決策，以完成更復雜的操作。

信息處理機

圖8-1機器人三要素 圖8-2生物空間

一般認為機器人具備以下要素：思維系統（相當于腦），工作系統（相當于手），移動系

統（相當于腳），非接觸傳感器（相當于耳、鼻、目）和接觸傳感器（相當于皮膚）（圖8-1）。

如果對機器人的能力評價標準與對生物能力的評價標準一樣，即從智能、機能和物理能三個

方面進行評價，機器人能力與生物能力具有一定的相似性。圖8-2是以智能度、機能度和物

理能度三座標表示的“生物空間”，這里，機能度是指變通性或通用性以及空間占有性等；物

理能度包括力、速度、連續運行能力、均一性、可靠性等；智能度則指感覺、知覺、記憶、運算邏輯、學習、鑒定、綜合判斷等。把這些概括起來可以說，機器人是具有生物空間三座

標的三元機械。某些工程機械有移動性，占有空間不固定性，因而是二元機械。計算機等信

息處理機，除物理能之外，還有若干智能，因而也屬于二元機械。而一般機械都只有物理能，所以都是一元機械。

8.1.2機器人的組成及基本機能

機器人一般由執行系統、驅動系統、控制系統，檢測傳感系統和人工智能系統等組成，各系統功能如下所述。① 執行系統。執行系統是完成抓取工件（或工具）實現所需運動的機械部件，包括手部、119

腕部、臂部、機身以及行走機構。

② 驅動系統。驅動系統的作用是向執行機構提供動力。隨驅動目標的不同，驅動系統的傳動方式有液動、氣動、電動和機械式四種。

③ 控制系統。控制系統是機器人的指揮中心，它控制機器人按規定的程序運動。控制系統可記憶各種指令信息（如動作順序，運動軌跡，運動速度及時間等），同時按指令信息向各執行元件發出指令。必要時還可對機器人動作進行監視，當動作有誤或發生故障時即發出警報信號。

④ 檢測傳感系統。它主要檢測機器人執行系統的運動位置、狀態，并隨時將執行系統的實際位置反饋給控制系統，并與設定的位置進行比較，然后通過控制系統進行調整，從而使執行系統以一定的精度達到設定的位置狀態。

⑤ 人工智能系統。該系統主要賦予機器人自動識別、判斷和適應性操作。8.1.4BJDP-1型機器人

該機器人是全電動式、五自由度、具有連續軌跡控制等功能的多關節型示教再現機器人，用于高噪聲，高粉塵等惡環境的噴砂作業。

該機器人的五個自由度，分別是立柱回轉（L）、大臂回轉（D）小臂回轉（X）、腕部俯仰（W1）和腕部轉動（W2），其機構原理如圖8-3所示，機構的傳動關系如圖8-4所示。R

2小臂

M2

諧波減速器R圖8-3機器人的結構原理

圖8-4機器人機構傳動關系

8.2視覺傳感式變量噴藥系統簡介

在農業方面，近年來發達國家（如美國、英國）都投入大量資金進行現代農業技術的開發。

先后開發出了精確變量播種機、精確變量施肥機以及精確變量噴藥機等。它們都是與機器人極為相似的自動化系統，是高新技術在農業中的應用。

視覺傳感變量噴藥系統，是以較少藥劑而有效控制雜草、提高產量、減少成本的一種自動化藥物噴撒機械。近年來，隨著雜草識別的視覺感知技術與變量噴藥控制等技術的成熟，這種視覺傳感式變量噴藥機械也趨于成熟。下面就以這種系統為例，對它的組成及工作原理作一簡要介紹。

（1）系統的組成一般地說，這種機器由圖像信息獲取系統、圖像信息處理系統、決策支持系統、變量噴撒系統等組成（圖8-5）。各子系統的主要功能如下所述。

① 圖像信息獲取系統。主要由彩色數碼像機（如PULNIX，TMC-7ZX等）和高速圖像數據采集卡（如CX100，IMAGENATION，INC等）組成。采集卡一般置于機載計算機中。

120

② 圖像信息處理系統。是一種基于影像信息的提取算法，由計算機高級語言（如C++等）開發出的一種軟件系統。它能夠快速準確地提取出影像數據中包含的人們所需的信息（如雜草密度，草葉數量，無作物間距區域面積等）。

③ 決策支持系統。也是由高級語言開發出的一種軟件系統。它能夠基于信息處理系統，把得到的有用信息與人們的決策要求作綜合判斷，最后作出所需的決策。

④ 變量噴撒系統。是基于視覺信息的控制器，由若干可調節噴藥流量與霧滴大小的變量噴頭組成。

⑤ 機器行走系統。有發動機、機身、車輪等組成（圖中省略）。

（2）工作原理

當機器在田間行走時，置于機器上離地面具有一定高度的彩色數碼像機就會掃描一定大小的地面。一般彩色數碼像機可覆蓋2.44m ? 3.05m范圍分辨率可達到0.005m?0.005m。與此同時，高速圖像數據采集卡將彩色數碼像機獲取的信息存入計算機中。然后，由圖像信息處理系統快速地將地面雜草的密度、草葉數量、作物密度以及無植被區域面積等信息提取出來，并由決策支持系統調用這些信息，經過數據處理得到所需的行走速度、藥液流量和霧滴大小等的決策。這些決策被傳輸給藥滴大小控制器以及流量控制器，隨之它們就控制管路中的壓力和PWM脈寬調制變量噴頭。從而實現了精確變量噴藥。這樣一方面減少了藥量、降低了成本，另一方面保護作物、減少對環境的污染。據報道，與傳統的噴撒方法比較，變量噴藥系統在雜草高密區可節約藥液18 %，在雜草低密區可節約藥液17 %。

圖8-5精確變量噴藥系統

8.3數控機床

數控機床是由計算機控制的高效率自動化機床。它綜合應用了電子計算機、自動控制、伺服驅動、精密測量和新型機械結構等多方面的技術成果，是今后機床控制的發展方向。隨著數控技術的迅速發展，數控機床在機械加工中的地位將越來越重要。8.3.1 數控機床的工作原理和組成(1)數控機床的工作原理

數控機床加工零件時，是將被加工零件的工藝過程、工藝參數等用數控語言編制成加工程序，這些程序是數控機床的工作指令。將加工程序輸入到數控裝置，再由數控裝置控制機

21床主運動的變速、起停，進給運動的方向、速度和位移量，以及其它輔助裝置嚴格地按照加工程序規定的順序、軌跡和參數進行工作，從而加工出符合要求的零件。為了提高加工精度，一般還裝有位置檢測反饋回路，這樣就構成了閉環控制系統，其加工過程原理如圖8-6所示。

（2）數控機床的組成從工作原理可以看出，數控機床主要由控制介質、數控裝置、伺服檢測系統和機床本體等四部分組成，其組成框圖如圖8-7所示。

① 控制介質。用于記載各種加工信息（如零件加工的工藝過程、工藝參數和位移數據等），以控制機床的運動，實現零件的機械加工。常用的控制介質有磁帶、磁盤和光盤等。控制介質上記載的加工

信息經輸入裝置輸送

給數控裝置。常用的輸入裝置有磁盤驅動器和光盤驅動器等，對于用微處理機控制的數控機床，也用操作面板上的按鈕和鍵盤將加工程序直接用鍵盤輸入，并在CRT

顯示器顯示。② 數控裝置。數控裝置是數控機床的核心，它的功能是接受輸入裝置輸送給的加工信息，經過數控裝置的系圖8-7 數控機床的組成 統軟件或電路進行譯碼、運算和邏輯處理后，發出相應的脈沖指令送給伺服系統，通過伺服系統控制機床的各個運動部件按規定要求動作。

③ 伺服系統及位置檢測裝置。伺服系統由伺服驅動電機和伺服驅動裝置組成，它是數控系統的執行部分。由機床的執行部件和機械傳動部件組成數控機床的進給系統，它根據數控裝置發來的速度和位移指令控制執行部件的進給速度、方向和位移量。每個進給運動的執行部件都配有一套伺服系統。伺服系統有開環、閉環和半閉環之分，在閉環和半閉環伺服系統中，還需配有位置測量裝置，直接或間接測量執行部件的實際位移量，④ 機床本體及機械部件。數控機床的本體及機械部件包括：主動運動部件、進給運動執行部件（如工作臺、刀架）、傳動部件和床身立柱等支承部件，此外還有冷卻，潤滑、轉位和夾緊等輔助裝置，對于加工中心類的數控機床，還有存放刀具的刀庫，交換刀具的機械手等部件。

8.4計算機集成制造系統

近年來世界各國都在大力開展計算機集成制造系統CIMS（ComputerIntergratedManufacturingSystem）方面的研究工作。CIMS是計算機技術和機械制造業相結合的產物，是機械制造業的一次技術革命。

(1)CIMS的結構

隨著計算機技術的發展，機械工業自動化已逐步從過去的大批量生產方式向高效率、低成本的多品種、小批量自動化生產方式轉變。CIMS就是為了實現機械工廠的全盤自動化和無人化而提出來的。其基本思想就是按系統工程的觀點將整個工廠組成一個系統，用計算機對

2產品的初始構思和設計直至最終的裝配和檢驗的全過程實現管理和控制。對于CIMS，只需輸入所需產品的有關市場及設計的信息和原材料，就可以輸出經過檢驗的合格產品。它是一種以計算機為基礎，將企業全部生產活動的各個環節與各種自動化系統有機地聯系起來，借以獲得最佳經濟效果的生產經營系統。它利用計算機將獨立發展起來的計算機輔助設計（CAD）、計算機輔助制造（CAM）、柔性制造系統（FMS），管理信息系統（MIS）以及決策支持系統（DSS）綜合為一個有機的整體，從而實現產品訂貨、設計、制造、管理和銷售過程的自動化。它是一種把工程設計、生產制造、市場分析以及其它支持功能合理地組織起來的計算機集成系統。CIMS是在柔性制造技術、計算機技術、信息技術和系統科學的基礎上，將制造工廠經營活動所需的各種自動化系統有機地集成起來，使其能適應市場變化和多品種、小批量生產要求的高效益、高柔性的智能生產系統。

由此可見，計算機集成制造系統是在新的生產組織原理和概念指導下形成的生產實體，它不僅是現有生產模式的計算機化和自動化，而且是在更高水平上創造的一種新的生產模式。從機械加工自動化及自動化技術本身的發展看，智能化和綜合化是未來的主要特征，也是CIMS最主要的技術特征。智能化體現了自動化深度，即不僅涉及物質流控制的傳統體力勞動自動化，還包括了信息流控制的腦力勞動自動化；而綜合化反映了自動化的廣度，它把系統空間擴展到市場、設計、制造、檢驗、銷售及用戶服務等全部過程。

CIMS系統構成的原則，是按照在制造工廠形成最終產品所必需的功能劃分系統，如設計管理、制造管理等子系統，它們分別處理設計信息與管理信息，各子系統相互協調，并且具有相對的獨立性。因此，從大的結構來講，CIMS系統可看成是由經營決策管理系統、計算機輔助設計與制造系統、柔性制造系統等組成的（圖8-8）。經營決策管理系統完成企業經營管理，如市場分析預測、風險決策、長期發展規劃、生產計劃與調度、企業內部信息流的協調

圖8-8 CIMS主要結構框圖

與控制等；計算機輔助設計系統完成產品及零部件的設計、自動編程、機器人程序設計、工程分析、輸出圖紙和材料清單等；計算機輔助制造系統則完成工藝過程設計、自動編程、機器人程序設計等；柔性制造系統完成物料加工制造的全過程，實現信息流和物料流的統一管理，如將CIMS的系統功能細化，可得到如圖8-9所示的框圖。

（2）CIMS的主要技術關鍵

CIMS是一個復雜的系統，它適用于多品種、中小批量的高效益、高柔性的智能化生產與制造。它是由很多子系統組成的，而這些子系統本身又都是具有相當規模的復雜系統。雖然世界上很多發達國家已投入大量資金和人力研究它，但仍存在不少技術問題有待進一步探索和解決。歸納起來，大致有以下五個方面。

① CIMS系統的結構分析與設計。這是系統集成的理論基礎及工具。如系統結構組織學和多級遞階決策理論、離散事件動態系統理論、建模技術與仿真、系統可靠性理論與容錯控制以及面向目標的系統設計方法等。

3② 支持集成制造系統的分布式數據庫技術及系統應用支撐軟件。其中包括支持CAD／CAPP/CAM集成的數據庫系統，支持分布式多級生產管理調度的數據庫系統，分布式數據系統與實時在線遞階控制系統的綜合與集成。

③ 工業局部網絡與系統。CIMS系統中各子系統的互連是通過工業局部網絡實現的，因此必然要涉及網絡結構優化、網絡通信的協議、網絡的互連與通信、網絡的可靠性與安全性等問題的研究，甚至進一步還可能需要對支持數據、語言、圖像信息傳輸的寬帶通信網絡進行探討。

④ 自動化制造技術與設備。這是實現CIMS的物質技術基礎，其中包括自動化制造設備FMS、自動化物料輸送系統、移動機器人及裝配機器人、自動化倉庫以及在線檢測及質量保障等技術。

⑤ 軟件開發環境。良好的軟件開發環境是系統開發和研究的保證。這里涉及面向用戶的圖形軟件系統、適用于CIMS分析設計的仿真軟件系統、CAD直接檢查軟件系統以及面向制造控制與規劃開發的專家系統。

綜上所述，涉及CIMS的技術關鍵很多，制定和開發計算機集成制造系統是一項重要而艱巨的任務。而對計算機集成制造系統的投資則更是一項長遠的戰略決策。一旦取得突破，CIMS技術必將深刻地影響企業的組織結構，使機械制造工業產生一次巨大飛躍。

圖 8-9CIMS 系統框圖

124

第四篇：新機電一體化典型實例

機電一體化系統典型實例

8.4 計算機集成制造系統

近年來世界各國都在大力開展計算機集成制造系統CIMS（ComputerIntergratedManufacturingSystem）方面的研究工作。CIMS是計算機技術和機械制造業相結合的產物，是機械制造業的一次技術革命。

(1)CIMS的結構

隨著計算機技術的發展，機械工業自動化已逐步從過去的大批量生產方式向高效率、低成本的多品種、小批量自動化生產方式轉變。CIMS就是為了實現機械工廠的全盤自動化和無人化而提出來的。其基本思想就是按系統工程的觀點將整個工廠組成一個系統，用計算機對產品的初始構思和設計直至最終的裝配和檢驗的全過程實現管理和控制。對于CIMS，只需輸入所需產品的有關市場及設計的信息和原材料，就可以輸出經過檢驗的合格產品。它是一種以計算機為基礎，將企業全部生產活動的各個環節與各種自動化系統有機地聯系起來，借以獲得最佳經濟效果的生產經營系統。它利用計算機將獨立發展起來的計算機輔助設計（CAD）、計算機輔助制造（CAM）、柔性制造系統（FMS），管理信息系統（MIS）以及決策支持系統（DSS）綜合為一個有機的整體，從而實現產品訂貨、設計、制造、管理和銷售過程的自動化。它是一種把工程設計、生產制造、市場分析以及其它支持功能合理地組織起來的計算機集成系統。CIMS是在柔性制造技術、計算機技術、信息技術和系統科學的基礎上，將制造工廠經營活動所需的各種自動化系統有機地集成起來，使其能適應市場變化和多品種、小批量生產要求的高效益、高柔性的智能生產系統。

由此可見，計算機集成制造系統是在新的生產組織原理和概念指導下形成的生產實體，它不僅是現有生產模式的計算機化和自動化，而且是在更高水平上創造的一種新的生產模式。

從機械加工自動化及自動化技術本身的發展看，智能化和綜合化是未來的主要特征，也是CIMS最主要的技術特征。智能化體現了自動化深度，即不僅涉及物質流控制的傳統體力勞動自動化，還包括了信息流控制的腦力勞動自動化；而綜合化反映了自動化的廣度，它把系統空間擴展到市場、設計、制造、檢驗、銷售及用戶服務等全部過程。

CIMS系統構成的原則，是按照在制造工廠形成最終產品所必需的功能劃分系統，如設計管理、制造管理等子系統，它們分別處理設計信息與管理信息，各子系統相互協調，并且具有相對的獨立性。因此，從大的結構來講，CIMS系統可看成是由經營決策管理系統、計算機輔助設計與制造系統、柔性制造系統等組成的（圖8-8）。經營決策管理系統完成企業經營管理，如市場分析預測、風險決策、圖8-8 CIMS主要結構框圖 長期發展規劃、生

產

計劃與調度、企業內部信息流的協調

與控制等；計算機輔助設計系統完成產品及零部件的設計、自動編程、機器人程序設計、工程分析、輸出圖紙和材料清單等；計算機輔助制造系統則完成工藝過程設計、自動編程、機器人程序設計等；柔性制造系統完成物料加工制造的全過程，實現信息流和物料流的統一管理，如將CIMS的系統功能細化，可得到如圖8-9所示的框圖。

（2）CIMS的主要技術關鍵

CIMS是一個復雜的系統，它適用于多品種、中小批量的高效益、高柔性的智能化生產與制造。它是由很多子系統組成的，而這些子系統本身又都是具有相當規模的復雜系統。雖然世界上很多發達國家已投入大量資金和人力研究它，但仍存在不少技術問題有待進一步探索和解決。歸納起來，大致有以下五個方面。

① CIMS系統的結構分析與設計。這是系統集成的理論基礎及工具。如系統結構組織學和多級遞階決策理論、離散事件動態系統理論、建模技術與仿真、系統可靠性理論與容錯控制以及面向目標的系統設計方法等。

② 支持集成制造系統的分布式數據庫技術及系統應用支撐軟件。其中包括支持CAD／CAPP/CAM集成的數據庫系統，支持分布式多級生產管理調度的數據庫系統，分布式數據系統與實時在線遞階控制系統的綜合與集成。

③ 工業局部網絡與系統。CIMS系統中各子系統的互連是通過工業局部網絡實

圖 8-9CIMS 系統框圖

現的，因此必然要涉及網絡結構優化、網絡通信的協議、網絡的互連與通信、網絡的可靠性與安全性等問題的研究，甚至進一步還可能需要對支持數據、語言、圖像信息傳輸的寬帶通信網絡進行探討。

④ 自動化制造技術與設備。這是實現CIMS的物質技術基礎，其中包括自動化制造設備FMS、自動化物料輸送系統、移動機器人及裝配機器人、自動化倉庫以及在線檢測及質量保障等技術。

⑤ 軟件開發環境。良好的軟件開發環境是系統開發和研究的保證。這里涉及面向用戶的圖形軟件系統、適用于CIMS分析設計的仿真軟件系統、CAD直接檢查軟件系統以及面向制造控制與規劃開發的專家系統。

綜上所述，涉及CIMS的技術關鍵很多，制定和開發計算機集成制造系統是一項重要而艱巨的任務。而對計算機集成制造系統的投資則更是一項長遠的戰略決策。一旦取得突破，CIMS技術必將深刻地影響企業的組織結構，使機械制造工業產生一次巨大飛躍。

第五篇：多元統計典型相關分析實例

1、對體力測試（共7項指標）及運動能力測試（共5項指標）兩組指標進行典型相關分析

Run MATRIX procedure:

Correlations for Set-1 X1 X2 X3 X4 X5 X6 X7 X1 1.0000.2701.1643-.0286.2463.0722-.1664 X2.2701 1.0000.2694.0406-.0670.3463.2709 X3.1643.2694 1.0000.3190-.2427.1931-.0176 X4-.0286.0406.3190 1.0000-.0370.0524.2035 X5.2463-.0670-.2427-.0370 1.0000.0517.3231 X6.0722.3463.1931.0524.0517 1.0000.2813 X7-.1664.2709-.0176.2035.3231.2813 1.0000

Correlations for Set-2 X8 X9 X10 X11 X12 X8 1.0000-.4429-.2647-.4629.0777 X9-.4429 1.0000.4989.6067-.4744 X10-.2647.4989 1.0000.3562-.5285 X11-.4629.6067.3562 1.0000-.4369 X12.0777-.4744-.5285-.4369 1.0000

兩組變量的相關矩陣說明，體力測試指標與運動能力測試指標是有相關性的。

Correlations Between Set-1 and Set-2 X8 X9 X10 X11 X12 X1-.4005.3609.4116.2797-.4709 X2-.3900.5584.3977.4511-.0488 X3-.3026.5590.5538.3215-.4802 X4-.2834.2711-.0414.2470-.1007 X5-.4295-.1843-.0116.1415-.0132 X6-.0800.2596.3310.2359-.2939 X7-.2568.1501.0388.0841.1923

上面給出的是兩組變量間各變量的兩兩相關矩陣，可見體力測試指標與運動能力測試指標間確實存在相關性，這里需要做的就是提取出綜合指標代表這種相關性。

Canonical Correlations 1.848 2.707 3.648 4.351 5.290

上面是提取出的5個典型相關系數的大小，可見第一典型相關系數為0.848，第二典型相關系數為0.707，第三典型相關系數為0.648，第四典型相關系數為0.351，第五典型相關系數為0.290。

Test that remaining correlations are zero: Wilk's Chi-SQ DF Sig.1.065 83.194 35.000.000 2.233 44.440 24.000.007 3.466 23.302 15.000.078 4.803 6.682 8.000.571 5.916 2.673 3.000.445

上表為檢驗各典型相關系數有無統計學意義，可見第一、第二典型相關系數有統計學意義，而其余典型相關系數則沒有。

Standardized Canonical Coefficients for Set-1 1 2 3 4 5 X1.475.115.391-.452-.462 X2.190-.565-.774.307.489 X3.634.048.288.321-.276 X4.040.080-.400-.906.422 X5.233.773-.681.459.233 X6.117.148.425.141.649 X7.038-.394.025-.103-1.029

Raw Canonical Coefficients for Set-1 1 2 3 4 5 X1.141.034.116-.134-.137 X2.026-.076-.104.041.066 X3.040.003.018.020-.018 X4.008.015-.075-.169.079 X5.016.054-.047.032.016 X6.020.025.071.024.109 X7.005-.048.003-.013-.126

上面為各典型變量與變量組1中各變量間標化與未標化的系數列表，由此我們可以寫出典型變量的轉換公式(標化的)為：L1=0.475X1+0.19X2+0.634X3+0.04X4+0.233X5+0.117X6+0.038X7余下同理。

Standardized Canonical Coefficients for Set-2 1 2 3 4 5 X8-.505-.659.577.186.631 X9.209-1.115.207-.775-.292 X10.365-.262.188 1.153-.154 X11-.068-.034-.579.340 1.181 X12-.372-.896-.649.569-.124

Raw Canonical Coefficients for Set-2 1 2 3 4 5 X8-1.441-1.879 1.647.531 1.798 X9.005-.026.005-.018-.007 X10.133-.095.069.419-.056 X11-.018-.009-.153.090.312 X12-.012-.029-.021.018-.004

Canonical Loadings for Set-1 1 2 3 4 5 X1.689.235.099-.150-.112 X2.526-.625-.408.225.237 X3.741-.212.263-.042.001 X4.242-.032-.298-.809.182 X5.200.705-.558.257-.161 X6.364-.096.191.224.476 X7.115-.259-.437.053-.471

Cross Loadings for Set-1 1 2 3 4 5 X1.584.166.064-.053-.032 X2.446-.442-.265.079.069 X3.629-.150.170-.015.000 X4.205-.023-.193-.284.053 X5.170.498-.362.090-.047 X6.309-.068.124.079.138 X7.098-.183-.283.019-.136

上表為第一變量組中各變量分別與自身、相對的典型變量的相關系數，可見它們主要和第一對典型變量的關系比較密切。

Canonical Loadings for Set-2 1 2 3 4 5 X8-.692-.149.654.111.244 X9.750-.550.001-.346.127 X10.776-.183.275.538.020 X11.585-.108-.371-.054.711 X12-.674-.265-.548.193-.371

Cross Loadings for Set-2 1 2 3 4 5 X8-.587-.106.424.039.071 X9.636-.389.001-.121.037 X10.658-.129.178.189.006 X11.496-.076-.240-.019.206 X12-.571-.187-.355.068-.108

上表為第二變量組中各變量分別與自身、相對的典型變量的相關系數，結論與前相同。

下面即將輸出的是冗余度(Redundancy)分析結果，它列出各典型相關系數所能解釋原變量變異的比例，可以用來輔助判斷需要保留多少個典型相關系數。

Redundancy Analysis:

Proportion of Variance of Set-1 Explained by Its Own Can.Var.Prop Var CV1-1.221 CV1-2.152 CV1-3.125 CV1-4.121 CV1-5.082

首先輸出的是第一組變量的變化可被自身的典型變量所解釋的比例，可見第一典型變量解釋了總變化的22.1％，第二典型變量能解釋15.2％，第三典型變量只能解釋12.5％，第四典型變量只能解釋12.1％，第五典型變量只能解釋8.2％。

Proportion of Variance of Set-1 Explained by Opposite Can.Var.Prop Var CV2-1.159 CV2-2.076 CV2-3.052 CV2-4.015 CV2-5.007

上表為第一組變量的變化能被它們相對的典型變量所解釋的比例，可見第五典型變量的解釋度非常小。

Proportion of Variance of Set-2 Explained by Its Own Can.Var.Prop Var CV2-1.488 CV2-2.088 CV2-3.188 CV2-4.092 CV2-5.144

Proportion of Variance of Set-2 Explained by Opposite Can.Var.Prop Var CV1-1.351 CV1-2.044 CV1-3.079 CV1-4.011 CV1-5.012

------END MATRIX-----

2、Run MATRIX procedure:

Correlations for Set-1 X1 X2 X3 X4 X1 1.0000.3588.7417.5694 X2.3588 1.0000.4301.3673 X3.7417.4301 1.0000.4828 X4.5694.3673.4828 1.0000

Correlations for Set-2 X5 X6 X7 X8 X9 X10 X11 X12 X5 1.0000.7147.8489.8827.6935.8956.9004.8727 X6.7147 1.0000.7273.8328.7864.8144.6825.7846 X7.8489.7273 1.0000.8980.6447.9150.7766.9073 X8.8827.8328.8980 1.0000.6838.9553.8446.9080 X9.6935.7864.6447.6838 1.0000.7071.7530.7475 X10.8956.8144.9150.9553.7071 1.0000.8739.9307 X11.9004.6825.7766.8446.7530.8739 1.0000.7981 X12.8727.7846.9073.9080.7475.9307.7981 1.0000

以上，兩組變量的相關矩陣說明，農村居民收入與農村居民生活費支出是有相關性的。

Correlations Between Set-1 and Set-2 X5 X6 X7 X8 X9 X10 X11 X12 X1.8368.8523.8645.9453.6702.9195.7682.8736 X2.6060.3903.4852.4397.5548.4567.5096.5262 X3.8135.5256.6417.8239.5093.8138.8242.7513 X4.6166.7269.5385.6062.5615.6602.6027.6543

上面給出的是兩組變量間各變量的兩兩相關矩陣，可見體力測試指標與運動能力測試指標間確實存在相關性，這里需要做的就是提取出綜合指標代表這種相關性。

Canonical Correlations 1.981 2.906 3.631 4.571

上面是提取出的5個典型相關系數的大小，可見第一典型相關系數為0.981，第二典型相關系數為0.906，第三典型相關系數為0.631，第四典型相關系數為0.571。

Test that remaining correlations are zero: Wilk's Chi-SQ DF Sig.1.003 132.620 32.000.000 2.072 59.110 21.000.000 3.405 20.310 12.000.061 4.674 8.871 5.000.114

上表為檢驗各典型相關系數有無統計學意義，可見第一、第二典型相關系數有統計學意義，而其余典型相關系數則沒有。

Standardized Canonical Coefficients for Set-1 1 2 3 4 X1-.536-1.056-.468.965 X2-.059-.293-.809-.732 X3-.399 1.480.154-.142 X4-.158-.284 1.023-.635

Raw Canonical Coefficients for Set-1 1 2 3 4 X1-.001-.002-.001.002 X2.000-.001-.002-.002 X3-.009.033.003-.003 X4-.004-.007.026-.016

上面為各典型變量與變量組1中各變量間標化與未標化的系數列表，由此我們可以寫出典型變量的轉換公式(標化的)為：L1=-0.536X1-0.059X2-0.399X3-0.158X4余下同理。

Standardized Canonical Coefficients for Set-2 1 2 3 4 X5-.233-.151-1.215-1.177 X6-.020-1.459 1.647-.413 X7.414-1.577-1.050.472 X8-.576 1.319-1.618 2.259 X9.070-.071-1.516-.028 X10-.388.683.797.562 X11-.034.521 1.527-.667 X12-.218.346 1.283-1.210

Raw Canonical Coefficients for Set-2 1 2 3 4 X5-.001-.001-.005-.005 X6.000-.030.034-.009 X7.003-.012-.008.003 X8-.011.024-.030.042 X9.003-.003-.068-.001 X10-.012.022.026.018 X11-.001.009.025-.011 X12-.009.015.055-.052

Canonical Loadings for Set-1 1 2 3 4 X1-.943-.225-.062.235 X2-.481-.139-.535-.680 X3-.898.434-.048-.048 X4-.678-.279.533-.423

Cross Loadings for Set-1 1 2 3 4 X1-.925-.204-.039.134 X2-.472-.126-.338-.388 X3-.881.393-.030-.027 X4-.665-.253.337-.241

上表為第一變量組中各變量分別與自身、相對的典型變量的相關系數，可見它們主要和第一對典型變量的關系比較密切。

Canonical Loadings for Set-2 1 2 3 4 X5-.924-.036-.200-.251 X6-.821-.489.173.001 X7-.850-.285-.234.080 X8-.976-.088-.082.155 X9-.698-.304-.174-.330 X10-.968-.097.000.032 X11-.883.097-.046-.231 X12-.921-.166-.079-.113

Cross Loadings for Set-2 1 2 3 4 X5-.907-.032-.126-.143 X6-.805-.443.109.000 X7-.833-.258-.148.046

X8-.957-.080-.052.088 X9-.684-.276-.110-.188 X10-.949-.088.000.018 X11-.866.088-.029-.132 X12-.903-.151-.050-.064

上表為第二變量組中各變量分別與自身、相對的典型變量的相關系數，結論與前相同。

下面即將輸出的是冗余度(Redundancy)分析結果，它列出各典型相關系數所能解釋原變量變異的比例，可以用來輔助判斷需要保留多少個典型相關系數。

Redundancy Analysis:

Proportion of Variance of Set-1 Explained by Its Own Can.Var.Prop Var CV1-1.597 CV1-2.084 CV1-3.144 CV1-4.175

首先輸出的是第一組變量的變化可被自身的典型變量所解釋的比例，可見第一典型變量解釋了總變化的59.7％，第二典型變量能解釋8.4％，第三典型變量只能解釋14.4％，第四典型變量只能解釋17.5％。

Proportion of Variance of Set-1 Explained by Opposite Can.Var.Prop Var CV2-1.574 CV2-2.069 CV2-3.057 CV2-4.057

上表為第一組變量的變化能被它們相對的典型變量所解釋的比例，可見第一典型變量的解釋度較大，其余相差不大。

Proportion of Variance of Set-2 Explained by Its Own Can.Var.Prop Var CV2-1.782 CV2-2.059 CV2-3.021 CV2-4.034

Proportion of Variance of Set-2 Explained by Opposite Can.Var.Prop Var CV1-1.752 CV1-2.048 CV1-3.008 CV1-4.011------END MATRIX-----習題10.3、Run MATRIX procedure:

Correlations for Set-1 x1 x2 x1 1.0000.7346 x2.7346 1.0000

Correlations for Set-2 y1 y2 y1 1.0000.8393 y2.8393 1.0000

從這里開始進行分析，首先給出的是兩組變量內部各自的相關矩陣，可見頭寬和頭長是有相關性的。

Correlations Between Set-1 and Set-2 y1 y2 x1.7108.7040 x2.6932.7086

上面給出的是兩組變量間各變量的兩兩相關矩陣，可見兄弟的頭型指標間確實存在相關性，這里需要做的就是提取出綜合指標代表這種相關性。

Canonical Correlations 1.789 2.054

上面是提取出的兩個典型相關系數的大小，可見第一典型相關系數為0.789，第二典型相關系數為0.054。

Test that remaining correlations are zero: Wilk's Chi-SQ DF Sig.1.377 20.964 4.000.000 2.997.062 1.000.803

上表為檢驗各典型相關系數有無統計學意義，可見第一典型相關系數有統計學意義，而第二典型相關系數則沒有。

Standardized Canonical Coefficients for Set-1 1 2 x1-.552-1.366 x2-.522 1.378

Raw Canonical Coefficients for Set-1 1 2 x1-.057-.140 x2-.071.187 上面為各典型變量與變量組1中各變量間標化與未標化的系數列表，由此我們可以寫出典型變量的轉換公式(標化的)為： L1=0.552*xl+0.522*x2 L2=1.366*xl-1.378*x2

Standardized Canonical Coefficients for Set-2 1 2 y1-.504-1.769 y2-.538 1.759

Raw Canonical Coefficients for Set-2 1 2 y1-.050-.176 y2-.080.262

Canonical Loadings for Set-1 1 2 x1-.935-.354 x2-.927.375

Cross Loadings for Set-1 1 2 x1-.737-.019 x2-.731.020

上表為第一變量組中各變量分別與自身、相對的典型變量的相關系數，可見它們主要和第一對典型變量的關系比較密切。

Canonical Loadings for Set-2 1 2 y1-.956-.293 y2-.962.274

Cross Loadings for Set-2 1 2 y1-.754-.016 y2-.758.015

上表為第二變量組中各變量分別與自身、相對的典型變量的相關系數，結論與前相同。

下面即將輸出的是冗余度(Redundancy)分析結果，它列出各典型相關系數所能解釋原變量變異的比例，可以用來輔助判斷需要保留多少個典型相關系數。

Redundancy Analysis:

Proportion of Variance of Set-1 Explained by Its Own Can.Var.Prop Var CV1-1.867 CV1-2.133

首先輸出的是第一組變量的變異可被自身的典型變量所解釋的比例，可見第一典型變量解釋了總變異的86.7％，而第二典型變量只能解釋13.3％。

Proportion of Variance of Set-1 Explained by Opposite Can.Var.Prop Var CV2-1.539 CV2-2.000

上表為第一組變量的變異能被它們相對的典型變量所解釋的比例，可見第二典型變量的解釋度非常小。

Proportion of Variance of Set-2 Explained by Its Own Can.Var.Prop Var CV2-1.920 CV2-2.080

Proportion of Variance of Set-2 Explained by Opposite Can.Var.Prop Var CV1-1.572 CV1-2.000

------END MATRIX-----