王 宁，徐济超，杨剑锋

（1．西北工业大学 管理学院，陕西 西安 710129；2．郑州大学 商学院，河南 郑州 410052）

0 引言

多级制造过程在现代生产中已十分普遍，指一个系统为制造出最终产品，需经过多个生产步骤、工序或阶段，制造过程中的每一道工序都直接或间接地影响着整个过程的质量保证能力。多级制造过程中存在大量的质量特性，它们之间又存在相关性。由于成本和技术等原因，质量控制人员无法监控全部质量特性。因此，在多级过程质量分析和改进中，首先需要对关键质量特性进行识别。

有关制造过程关键质量特性识别的研究，最早是Boeing公司在实际质量管理过程中基于质量损失的程度来界定关键质量特性［1］。国内近年来较有代表性的研究有：何益海等（2007）［2］提出了基于质量屋的关键质量特性提取方法；张根保等（2010）［3－4］提出了基于人工神经网络（Artificial Neural Networks，ANNs）技术的复杂机电产品关键质量特性的提取模型和制造过程关键质量特性优化模型。国外对多级制造过程关键质量特性识别的研究起步较早，其研究主要集中于模式识别方法和统计建模方法［5］，如 Ding等（2005）［6］应用模式识别方法对汽车主体的多级生产过程中的质量波动进行识别和监控；Tsung等（2008）［7］研究了状态空间波动传递模型应用于多级过程的关键质量特性识别；Loose等（2008）［8］提出了基于多变量测量值的协方差矩阵的特征向量来识别多级过程关键质量特性等。但从当前研究看，国内对制造过程关键质量特性的识别研究多讨论单级过程，较少涉及多级过程。……