基于SPC控制圖模式的自動生產(chǎn)線產(chǎn)品質(zhì)量動態(tài)監(jiān)控方法及應(yīng)用.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展,以其為依托的質(zhì)量管理系統(tǒng)在全世界受到普遍重視,這項(xiàng)技術(shù)被認(rèn)為是確保和提高產(chǎn)品質(zhì)量,進(jìn)而提升制造企業(yè)競爭力的重要措施。如何有效地利用計(jì)算機(jī)和通信技術(shù)實(shí)現(xiàn)機(jī)械零件加工過程的質(zhì)量管理與監(jiān)控是當(dāng)前制造業(yè)信息化領(lǐng)域研究的熱點(diǎn)問題之一。
  SPC(Statistical Process Control,統(tǒng)計(jì)過程控制)是目前進(jìn)行制造過程質(zhì)量控制的主流技術(shù)。一方面,通過SPC控制圖可以監(jiān)測生產(chǎn)過程中的潛在異常,從而達(dá)到控制

2、過程質(zhì)量和過程監(jiān)控的目的;另一方面,通過對控制圖的模式識別,可以有效鑒別過程異常的類型,輔助對質(zhì)量異常誘因的診斷。本文結(jié)合國家科技重大專項(xiàng)課題“齒輪加工自動生產(chǎn)線網(wǎng)絡(luò)化現(xiàn)場管理與智能監(jiān)控系統(tǒng)”的需要,對基于SPC控制圖模式的自動生產(chǎn)線產(chǎn)品質(zhì)量動態(tài)監(jiān)控方法進(jìn)行了研究。主要研究內(nèi)容如下:
  研究了自動加工生產(chǎn)線環(huán)境下應(yīng)用SPC的策略與方法。結(jié)合自動加工生產(chǎn)線大批量和自動化程度較高的特點(diǎn),深入分析SPC控制圖理論及其應(yīng)用方法,提出了適

3、用于零件自動加工生產(chǎn)線的SPC質(zhì)量監(jiān)控策略。
  研究了兩個(gè)基于SPC控制圖模式識別的自動加工過程智能監(jiān)控模型。一個(gè)是基于BTSVM(Binary-Tree Support Vector Machine,二叉樹型支持向量機(jī))的控制圖模式識別三階段集成模型,該模型首先判斷是否出現(xiàn)異常模式,再應(yīng)用BTSVM確定異常模式的類型;另一個(gè)是基于K-means提取特征的控制圖模式識別的混合模型,它首先應(yīng)用K-means聚類算法提取控制圖模式的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論