制造過程失控趨勢模式識別和變點(diǎn)估計(jì)研究及應(yīng)用.pdf

1、如何對制造現(xiàn)場獲取的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，方法之一是對制造過程中的質(zhì)量特征值進(jìn)行統(tǒng)計(jì)過程控制。統(tǒng)計(jì)過程控制就是對制造過程數(shù)據(jù)的收集、整理、分析，通過客觀定量的方法來分析產(chǎn)品制造過程中的質(zhì)量問題，謀求以較少的資源消耗來提高產(chǎn)品質(zhì)量，是質(zhì)量管理中最有用的工具。在現(xiàn)實(shí)的生產(chǎn)過程中，失控的產(chǎn)生是不可避免的，同時(shí)造成失控的原因十分復(fù)雜，統(tǒng)計(jì)過程控制可以找出制造過程的部分確定性，盡可能保證加工過程的質(zhì)量特征處于一個(gè)可以接受的水平之上。當(dāng)前，在復(fù)雜制造環(huán)

2、境下，由于生產(chǎn)過程高度自動化以及產(chǎn)品的復(fù)雜性，質(zhì)量問題的來源更加廣泛，使要解決如何找出制造過程中的失控原因的問題更加迫切。如何在計(jì)算機(jī)集成制造的背景下，應(yīng)用統(tǒng)計(jì)過程控制自動識別制造過程失控趨勢模式，為用戶提供高效率、高精度的過程受控、失控的信息，并且給出失控原因及針對失控原因的解決辦法是當(dāng)前研究的一個(gè)熱點(diǎn)。
　　本文從制造過程質(zhì)量穩(wěn)定性出發(fā)，以統(tǒng)計(jì)過程控制為背景，探討制造過程中引起失控的各種系統(tǒng)性因素，并結(jié)合發(fā)動機(jī)缸體的生產(chǎn)實(shí)際，

3、對其制造過程統(tǒng)計(jì)數(shù)據(jù)進(jìn)行模式識別和變點(diǎn)估計(jì)，實(shí)現(xiàn)了失控過程的真正預(yù)測，為提高制造過程質(zhì)量穩(wěn)定性提供理論依據(jù)與技術(shù)支持。
　　論文首先總結(jié)了制造過程失控趨勢模式識別及變點(diǎn)估計(jì)的經(jīng)典理論，建立了失控趨勢分析的理論體系，提出在統(tǒng)計(jì)過程中對失控趨勢采用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別，采用模糊聚類分析來進(jìn)行變點(diǎn)估計(jì)，以有效的提高質(zhì)量穩(wěn)定性。其次建立了控制圖特征的提取方法，設(shè)計(jì)基于特征的神經(jīng)網(wǎng)絡(luò)模式識別器，通過對特征的定義完成了由樣本函數(shù)進(jìn)行的特征

4、提取，根據(jù)不同過程模式的特征，以自動的識別出六種失控模式。然后基于模糊聚類理論以及統(tǒng)計(jì)方法，提出一種新的模糊統(tǒng)計(jì)聚類方法來處理實(shí)際中的變點(diǎn)問題，并將該方法應(yīng)用于不同類型控制圖中，結(jié)果證明，本文所提出的該方法無論在固定抽樣策略還是可變抽樣策略下，對于控制圖的變點(diǎn)估計(jì)都有著良好的效果。并且將基于特征的失控趨勢模式識別和基于模糊聚類的變點(diǎn)估計(jì)應(yīng)用于某公司缸體加工過程的質(zhì)量控制中，結(jié)果表明該方法能很好地預(yù)測失控過程。最后基于IDEF和UML開發(fā)