Process quality improvement on beltline moulding manufacturing
Institution:
La RochelleDisciplines:
Directors:
Abstract EN:
The world of manufacturing industries is forced to meet the demand of the end users and one of the factors is highly quality demand from customer and highly precise products have determined by manufacturing systems. Many strategues from manufacturer already did how to reduce the number of defected and forecast the manufacturing process to more accurate. Process Quality Improvement approach was introduced and implemented in this study. Which is a parameter setting and optimization for beltline moulding process have developed and optimized to both shorten setting time and reduce number of detect procedures. We developed new techniques in parameter selection and optimization which is we apply a statistical techniques, Particle Swarm Optimization (PSO) and Genetic Algorithm (GA) approach in this study. The ARIMA forecasting techniques developed for this study can forecast, and can become superior to traditional methodology where interpretation is needed. The findings from the study will serve as a useful evidence and applicability of the proposed methodology to beltline moulding manufacturer for implementation.
Abstract FR:
Le monde industriel de fabrication d'aujourd'hui doit satisfaire la demande des utilisateurs finaux et l'un des facteurs déterminants est la demande des produits de haute précision. Plusieurs stratégies ont été employées par les fabricants pour réduire le nombre des défauts et prédire la précision des processus de fabrication. L'approche de l'amélioration de contrôle de qualité, implémentée dans cette étude, comprend la mise en place des paramètres et l'optimisation pour le processus de la moulure des ceintures de caisse afin de réduire la durée de la prise et le nombre des défauts. Nous avons développé de nouvelles techniques dans la sélection des paramètres et l'optimisation, dans lesquelles nous utilisons deux techniques statistiques qui sont notamment l'optimisation d'essaim de particules et l'algorithme génétique. Les techniques de prévisions ARIMA développées au cours de cette étude pourraient devenir un outil d'interprétation des données plus supérieur que la méthodologie traditionnelle existante. Les résultats de cette étude serviront d'évidences utiles dans l'applicabilité de l'implémentation de la méthodologie de la moulure des ceintures de caisses proposée aux fabricants.