面向多品种小批量制造过程的NAD-EWMA控制图多目标优化设计方法

针对面向多品种小批量制造过程设计质量控制图面临的样本数量少、分布不确定问题,提出一种基于非参数、自适应、动态EWMA控制图的多目标优化设计方法。基于非参数统计理论与自适应控制的思想,构建与样本数据分布无关的控制图统计量,并设计一种基于聚类距离的动态抽样方法实现样本抽样;在此基础上,考虑统计性、经济性建立控制图多目标优化设计模型,基于改进人工鱼群算法与云清晰综合评价方法实现对模型求解,进而构建面向多品种小批量制的非参数自适应动态EWMA控制图。最后,以航天复杂构件制造过程为例,对制造过程进行动态监控。结果表明,所提方法能够快速监控到质量异常,监控性能高,验证了该方法的有效性和可行性,为多品种小批量制造过程实际的质量监控提供一种有效的途径。     

用残差CUSUM控制图检测自相关过程中的故障

由于累积和控制图(cumulative sum,简称CUSUM)算法应用的基本假设是从过程得到的观测值彼此独立,而工业过程通常是自相关过程,数据自相关性会影响CUSUM控制图的性能.针对这一问题,利用数学推理的方法分析了数据自相关性对CUSUM控制图性能的不利影响,正自相关会使CUSUM控制图的平均运行长度变短,可能引起假警报;负自相关会使CUSUM控制图的平均运行长度变长,可能造成故障漏报.在此基础上,提出用残差CUSUM控制图来检测自相关过程中的故障,运用时间序列模型的残差检测自相关过程中的故障,消除数据自相关性对控制图性能的不利影响.结果表明,该方法具有较好的鲁棒性和较高的准确率.     

双抽样均值—标准差联合控制图的构建及参数设计

在参考双抽样均值控制图及双抽样标准差控制图的基础上,构建了双抽样均值一标准差联合控制图.建立了控制图参数设计的优化模型,用以监控生产过程质量,并通过遗传算法完成了模型求解.采用马尔科夫链方法,完成了联合控制图平均运行长度性能指标的计算.基于该指标,通过两阶段抽样和可变抽样样本及抽样区间均值-标准差联合控制图的性能对比,分析验证了该控制图的性能优势.     

基于自相关过程的贝叶斯质量控制模型研究

为解决工序质量控制中自相关过程的观测值并不满足控制变量独立性的基本假设问题,提出了贝叶斯质量控制方法。应用基于Gibbs抽样的马尔可夫链蒙特卡罗方法模拟模型参数的后验分布,构建了自相关过程的贝叶斯统计质量控制模型,使得拟合后的残差序列具有相互独立性质,从而满足常规控制图的基本假设前提,避免了在受控状态下使用常规控制图造成的漏发或虚发报警现象。研究结果表明,贝叶斯方法是解决自相关条件下质量控制的有效工具。     

监控两阶段相关过程的触发CUSUM-CUSCORE控制图

为解决过程自相关情况下两阶段过程发生趋势性漂移的监控问题,设计了触发CUSUM-CUSCORE控制图。充分利用故障表征中隐藏的动态信息,提出采用触发CUSUM-CUSCORE控制图对两阶段相关过程进行监控,以探测过程输出质量特性发生的趋势性漂移。通过仿真,以平均运行链长为准则,比较了几种控制图的监控效果。仿真结果表明,基于触发CUSUM-CUSCORE控制图对过程输出质量特性具有较好的监控性能。     

MCUSUM、MEWMA及Hotelling T2控制图的比较分析

多元控制图用于监控产品质量生产过程中多个质量特性,常用的方法有Hotelling T2、MCUSUM以及MEWMA控制图。本文采用Monte Carlo模拟,以Matlab为计算平台,通过计算平均运行链长(ARL)对比研究了MEWMA、MCUSUM以及HotellingT2控制图对非相关及自相关过程的控制效果,计算结果表明:在非相关或自相关过程,MEWMA控制图的监控效果均最好,控制图中较小的权值系数r对过程失控最为灵敏;MCUSUM控制图适用于监测小偏移,而在过程均值偏移较大时,Hotelling T2控制图有较好的监控能力。     

面向自相关过程的改进ARMAST控制图与Grubbs调和规则的集成

为解决多品种小批量生产方式存在过程输出自相关和机器设置的频繁调整通常导致过程均值偏离目标值两个问题。提出以改进的稳态自回归滑动平均控制图为监控技术、以基于稳态卡尔曼滤波器的Grubbs调和规则为调整技术的集成理论。其中,针对稳态自回归滑动平均控制图在高阶自回归滑动平均过程下难以求解稳态方差的问题,建立了通用的任意阶平稳自回归过程下稳态方差的求解方法,使其适用范围更广;针对稳态自回归滑动平均控制图的参数设计方法效率较低,提出了基于条件概率的参数设计方法,使其监控效率更好。当控制图预警后,采用Grubbs调和规则对生产过程进行调整。通过仿真实验和实例研究验证了改进的参数设计方法和集成方法的有效性。     

基于SPC与EPC集成的制造过程质量监控与调整

针对质量监控与调整中噪声信息对测量数据质量影响的问题,提出了一种基于统计过程控制（SPC）与工程过程控制（EPC）集成的制造过程质量监控与调整方法。建立了基于波动状态的统计过程控制与工程过程控制集成模型,实现了在质量监控的同时进行波动补偿。在质量监控阶段,首先采用Kalman滤波方法对含有噪声信息的测量数据进行滤波处理,估计得到波动状态,再依据滤波状态建立指数加权移动平均控制图进行质量监控,通过平均运行长度验证了该质量监控方法的性能。在质量调整阶段,基于波动状态对制造过程进行了调整。运用生产实例验证了方法的有效性和准确性。     

指数平滑和控制图在刀具状态监控中的应用研究

提出了一种基于Holt-Winters指数平滑预测模型与改进的单值控制图刀具状态监控系统,通过Holt-Winters预测模型对铣削过程中的铣削力进行预测,使用遗传算法对模型参数进行优化,对单值控制图进行改进,解决铣削力自身的自相关问题,对不同工况下的铣削力进行监控.结果表明,此监控系统能够较好地满足监控系统的实时性、适应性、高效性和可靠性兼顾的要求,对刀具的在线监控具有良好的现实意义.     

模式识别在机械自动化制造过程中的质量监控

为降低机械自动化制造过程中的废品率,提出模式识别在机械自动化制造过程中的质量监控方法,监控自动化制造过程中的产品质量,提高对产品质量的识别精准度。基于机械自动化制造过程中的质量检测环节,创建机械自动化制造过程中的产品质量监控流程。采用数字化测量仪采集机械自动化制造生产线质量数据,创建 SPC 控制图。基于 SPC 控制图模式识别的质量监控方法,将 k-means 算法与粒子群算法相结合,利用改进 k-means 算法获取控制图模式产品质量数据集聚类中心,结合欧氏距离,提取 SPC 控制图距离特征。将其输入多分类的支持向量机中,识别机械自动化制造过程中的产品质量控制图模式类型,诊断异常因素,并采取相应调控措施,实现机械自动化制造过程中的质量监控。实验表明:该方法可有效提高控制图的识别精准度,缩短训练与测试时间;并有效监控机械自动化制造过程中的产品质量。     

动态隐变量法及其在动态过程监控中的应用

针对动态系统模型难以获取的问题,以提高统计监控性能为目标,对现有的动态隐变量法进行了深入研究.首先指出动态隐变量可包含更多的动态信息,但仍具有自相关,为此提出了采用修正控制图的方法对动态隐变量空间进行检测,而对于自相关不显著的残差空间,指出可按照传统方法或是非参数方法建立控制图;接着将过程知识和经验受控平均运行长度的检验考虑在内,给出了一种时滞变量和时滞长度的确定方法;最后,提出了一种根据残差累积和以及递归特征消除算法(recursive feature elimination,RFE)进行故障变量辨识的方法.通过对双效蒸发过程的应用监控,表明了上述方法的有效性.     

基于PCA的多元质量控制与诊断方法研究

给出了一种基于PCA（Prinoipal Component Analysis）的多元质量控制与诊断方法;基于Matlab计算平台,给出了该方法的辅助程序实现,包括过程数据预处理、PCA模型构建、多元质量控制图、主成分单变量控制图和原始单变量控制图的绘制;提出了一种基于PCA的多元质量控制与诊断的过程模型,结合电子装配行业表面贴装工艺中焊点质量控制进行了实例研究.     

基于深度置信网络的大数据制造过程实时智能监控

针对基于浅层学习模型的过程监控方法难以对大数据制造过程运行状态进行实时智能监控的问题,提出了基于深度置信网络的大数据制造过程实时智能监控方法。利用灰度图建立大数据制造过程质量图谱,以精准表达其过程的运行状态;构建用于识别大数据制造过程质量图谱的深度置信网络;应用离线训练好的深度置信网络模型对当前监控窗口内的过程质量图谱进行识别,实现大数据制造过程实时智能监控。最后,应用该方法对某注塑件大数据制造过程进行实时质量智能监控,结果表明：所提方法的识别性能明显优于基于主成分分析与BP神经网络、支持向量机的识别模型,能有效应用于大数据制造过程实时质量智能监控。     

基于动态、非正态EWMA控制图的废旧产品再制造质量控制方法

鉴于废旧件的原始质量与服役工况不确定,导致其再制造过程波动性大、加工时段不连续等问题,提出一种基于动态、非正态分布指数加权移动平均控制图的再制造过程质量控制方法。根据非参数方法中的Wilcoxon秩和检验的理论知识,应用秩统计量,获得与样本数据分布无关的统计量;在此基础上,通过不断移动控制图数据窗口来更新在线观测点,并利用得分函数获得动态的光滑参数,构建面向动态、非正态分布的再制造过程质量EWMA控制图,实现了动态再制造过程质量的自适应监控。以废旧TPX6113镗床的导轨再制造过程为例,对其再制造过程质量进行动态监控,结果表明,所提方法能够快速监控到质量异常,且相比于其他控制图具有更好的监控性能,证明了该方法的有效性和可行性,为再制造过程实际的质量监控提供了一种有效的途径。     

基于最小成本的小批量加工过程调整控制图

在多品种小批量过程中,由于过程要素的频繁调整,各批次之间波动加大.为了补偿导致波动的随机自相关噪声,引进反馈控制,并提出多品种小批量过程的调整控制图.考虑调整以及监控等成本,调整控制图控制限设计以使总成本达到最小为依据.从而使得调整控制图不仅具备对多品种小批量加工过程的统计监控功能,还可在最小成本意义下,保证产品质量特性值几乎与目标值一致.     

江苏省近地层通量观测综合业务系统的设计与实现

文章基于中国气象局印发的规范,建立了一套包含数据采集、运行状态监控、数据质量控制、数据分析显示和仪器巡检维修等功能的江苏省近地层通量观测综合业务系统,为构建统筹、集约、高效的江苏省近地层通量观测管理体系奠定了坚实的基础。该系统目前已经投入业务应用,运行流畅稳定,实现了相关业务流程的全覆盖,在气候与气候变化分析、数值天气预报、气象信息、气象服务和生态研究等方面有进一步推广应用的潜力。     

基于模型的共轨柴油机主喷油量控制算法研究

针对目前高压共轨柴油机电控系统开发周期较长以及开发成本较高的问题,通过研究基于模型的软件开发流程,在Matlab/Simulink环境下建立了高压共轨柴油机主喷油量控制算法模型,其中包括烟度限值控制模型、启动油量控制模型、怠速油量控制模型、怠速PID控制模型以及油量脉宽转换模型;对控制算法模型的关键MAP图进行了标定以验证该控制算法模型的有效性,并在使用INCA标定软件建立监控和标定的发动机试验台架上进行了一系列试验。试验结果表明,发动机启动过程迅速,且正常工况下转速稳定,并能根据环境情况和发动机的当前需求自动调节目标油量;该控制算法能够较好地满足发动机起动、怠速以及正常工况的控制需求。     

UML建模技术在数控机床状态监控系统建模中的应用

简要介绍了统一建模语言(UML)的发展历史及相关内容,阐明了运用UML技术进行系统模型分析的基本思想.针对基于DNC控制方式的数控机床状态监控系统,详细论述了系统功能需求分析的方法和步骤,建立了系统的功能分析模型(用例图)以及设计模型(类图和活动图).     

基于混合模型与改进多分类马田系统的控制图模式识别

为提高生产过程中产品质量的智能监控水平,提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取;改进马田系统的阈值计算方法并制定多类判别准则,将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后,将该识别算法应用于控制图公开数据集及生产案例中,以验证算法的有效性,并与其他算法对比了分析,结果表明,基于时间序列混合模型及改进多分类马田系统算法能简化识别系统,识别精度高,是一种更为有效的控制图模式识别方法。     

制造过程质量控制中误差流理论的研究

基于平稳随机过程正态分布假定和手工计算的传统统计过程控制法与控制图已经不满足现代制造过程质量控制与保障的要求。为提高产品质量必须研究与质量形成过程相关的几个误差流理论问题：误差流的跟踪与监视控制，误差流控制图，三维误差模型及其失稳自组织恢复原理。介绍了上述问题的研究结果与模型，并报道单／多工序车削加工误差流跟踪和误差流控制图的试验研究结果。