制造車間的設(shè)備狀態(tài)和產(chǎn)品質(zhì)量信息集成與分析診斷.pdf

1、制造領(lǐng)域的加工質(zhì)量問題不僅關(guān)系著企業(yè)本身的生死存亡，同時也對其他相關(guān)行業(yè)的發(fā)展有著直接的影響。本文著眼于機械加工質(zhì)量控制，對加工設(shè)備狀態(tài)監(jiān)測與統(tǒng)計過程控制的某些關(guān)鍵技術(shù)進行了深入研究，提出了兩者集成的策略，在此研究基礎(chǔ)上建立了面向車間的網(wǎng)絡(luò)監(jiān)控系統(tǒng)，并在某企業(yè)進行了試驗與應用。論文的主要研究工作如下： 以磨削過程為監(jiān)測對象，提出了基于加速度傳感器、聲發(fā)射傳感器以及電流互感器的多傳感器監(jiān)測方案；通過小波包分解和人工神經(jīng)網(wǎng)絡(luò)技術(shù)對磨

2、削振動異常進行預警和診斷，改善了傳統(tǒng)方法對未知模式振動異常無法判別的弱點；對金剛筆鈍化的識別進行深入研究，引入支持向量機技術(shù)進行鈍化程度的判別；此外還提出了通過聲發(fā)射信號輔助對刀的方法，以解決磨削加工中對刀精度難以保證的問題。 對統(tǒng)計過程控制工具中的控制圖、直方圖識別的關(guān)鍵技術(shù)進行研究，以提高質(zhì)量控制的自動化水平。使用人工神經(jīng)元網(wǎng)絡(luò)進行控制圖異常模式識別時，提出了基于AR譜的頻域數(shù)據(jù)編碼方法，克服了時域編碼難以降低數(shù)據(jù)復雜程度的

3、缺點；利用Fuzzy ARTMAP人工神經(jīng)網(wǎng)絡(luò)識別控制圖、直方圖異常比傳統(tǒng)方法具有很大的優(yōu)越性。提出了合理的直方圖模式仿真方案，在直方圖模式識別等相關(guān)研究領(lǐng)域有重要的價值。 通過對比設(shè)備狀態(tài)監(jiān)測和統(tǒng)計過程控制在質(zhì)量保證中的優(yōu)缺點，對兩者集成的必要性和可行性進行了說明，提出了將狀態(tài)監(jiān)測與統(tǒng)計過程控制技術(shù)進行集成與融合以保證加工質(zhì)量的方法。與傳統(tǒng)的單獨使用其中某一種技術(shù)相比，兩者的加工過程和質(zhì)量信息進行共享、互補、融合，可以使有效信

4、息得到最大程度的利用，為制造企業(yè)提供了新的質(zhì)量保證方案。 將企業(yè)網(wǎng)作為信息交換共享的平臺，通過虛擬儀器技術(shù)開發(fā)了車間級狀態(tài)監(jiān)測與質(zhì)量控制系統(tǒng)MoniSysOnline。該系統(tǒng)采用服務(wù)器一客戶端一現(xiàn)場監(jiān)測儀的架構(gòu)，良好的擴展性保證了可以方便添加新的分析診斷方式，底層消息機制、數(shù)據(jù)存儲機制、網(wǎng)絡(luò)傳輸機制等關(guān)鍵技術(shù)的實現(xiàn)是保證系統(tǒng)的穩(wěn)定高效運行。 根據(jù)企業(yè)的實際需求，開發(fā)了現(xiàn)場監(jiān)測儀，遠程診斷模塊，歷史加工狀態(tài)查詢分析模塊，控