人工神经网络在产品质量控制中的应用研究

提出了利用有监督线性特征映射 (SL FM)网络构造产品质量参数预测模型的方法 ,研究了网络参数的合理选择 ,并提供了该预测模型在车削尺寸预测中的应用 ,研究表明该方法具有较高的预测精度 ,对加工过程具有一定的跟踪能力 ,在此基础上提出了加工过程智能质量控制的构想     

智能工序质量控制技术研究

人工智能在工序质量控制中的研究与应用有两个重要的方面 :基于统计过程控制的过程诊断分析 ;质量预测控制。文中对其应用过程中存在问题以及将来的发展趋势作了分析和介绍 ,并提出了解决方案和系统模型。     

基于预测控制策略的智能框架结构主动控制研究

针对框架系统所具有的复杂性、不确定性、大柔度等特点,为保证系统控制的顺利实现,在系统可控性格拉姆矩阵与可观性格拉姆矩阵相等的基础上,本文采用了模型降阶方法,取最初的几阶模态,经过系统离散进行控制。本文采用了能够控制不精确模型及未知外力情况下可以达到较好控制效果的广义预测控制,同时考虑到许多状态变量不可测量的特点,选用次优控制的方案。最后给出了计算实例,结果表明这一方法是有效的。     

神经网络在在线产品质量控制中的应用

介绍一种用在SPC实时控制系统的人工神经网络模式识别方法,在此系统中,设置了一个虚拟的移动窗口,需要查询的生产过程数据将会不断地从此移动窗口中得到,从而数据不断更新,生产状态模式同时在更新,人工神经网络模式识别系统同时也在识别生产状态模式,当有异常模式出现时,系统就会报警,从而达到控制整个生产系统的目的。     

人工神经网络在制造过程智能预测控制中的应用研究

本文介绍了人工神经网络用于过程控制中的理论与方法，研究了基于多层神经网络的自校正控制。并应用神经网络控制方法仿真了丝杠磨削中的传动链误差控制，取得了良好的效果     

压电智能板结构的振动模型预测控制研究

研究了压电智能板结构的振动预测控制问题,在导出其有限元运动微分方程后,对其进行解耦,在状态空间中利用最小实现和平衡降阶法对其进行降阶处理,据此降阶模型设计了模型预测控制器,将其应用于对原系统的振动控制,并讨论了预测步长和控制步长对控制性能的影响。以智能悬臂板结构为例,求出了相应的预测控制器,仿真结果表明它成功地实现了压电智能板结构对干扰的抑制。     

智能统计工序质量控制的体系研究

针对统计工序质量控制的要求,提出了智能控制体系的基本框架,论述了控制图模式的分类及其表达。对智能统计工序质量控制的控制图模式识别、控制图异常模式的参数估计和诊断分析专家系统3个主要方面进行了分析,并提出了解决方案和系统模型。在模型构造中,采用小波概率神经网络进行控制图的模式识别和控制图异常模式的参数估计。模拟仿真和实际应用结果表明：该方法结构简单、收敛速度快、识别准确率高,能够满足控制图在线检测和分析的需要。     

基于模型预测控制的智能车辆横纵向综合控制研究

汽车数量的急剧增长使得道路安全问题日益严峻,如何提高车辆的自动化水平来改善交通问题成为了目前的研究热点。在智能车辆自动驾驶领域,车辆控制算法是整个智能车辆自动驾驶系统中最为基础关键的部分之一,决定了智能车辆行驶时的安全性和舒适性。为实现智能车辆控制,现有研究常根据智能车辆的横向运动和纵向运动将车辆控制简单分为横向控制和纵向控制,但车辆本身是一个高度耦合的复杂控制系统,简化解耦控制不符合实际车辆动力学特性。为提高车辆的横纵向综合控制能力,本文基于模型预测控制的理论原理,提出了一种适用于智能车辆路径和速度跟踪的横纵向控制算法。该控制算法以前轮转角和轮胎纵向力为控制量,以车辆与参考道路中心的纵向位置差、横向位置差、横摆角误差以及与参考车速的横向和纵向速度误差为零为控制目标,基于搭建的三自由度动力学模型,进行智能车辆横纵向控制器设计。随后,基于Carsim/Simulink联合仿真平台,搭建Simulink模型对所设计的控制器性能进行验证,仿真结果表明,本文提出的基于MPC的横纵向控制算法,在对双移线工况进行跟踪时,能很好的跟踪参考速度和参考路径,误差范围均在合理范围内,能实现较好的控制效果。...     

质量控制图及其工序质量控制

简要介绍了质量控制图的基本特点,论述了质量控制图的选择方法,对比分析了四种计量值质量控制图的应用特点,以实例详细分析了应用控制图进行工序质量控制的方法.     

基于产品质量控制预测机制的圆锥破碎机优化方法

结合圆锥破碎机设计研发过程中所存在的实际问题,通过分析圆锥破碎机动锥单次摆动过程中下落物料的总量,推导并建立针对曲线腔形圆锥破碎机的生产率计算模型;基于总体平衡理论,对圆锥破碎机破碎腔分层情况加以分析,深入研究破碎产品粒度分布情况及其计算方法;将用于描述破碎产品粒形情况的经验模型与粒度预测模型相结合,建立基于粒度分布情况的破碎产品针片率预测模型。建立起基于质量控制预测机制的圆锥破碎机优化设计模型,并分析圆锥破碎机结构参数、工作参数对于圆锥破碎机生产率,以及破碎产品质量影响情况,为研制开发高效、节能的新型圆锥破碎机提供理论依据。     

面向发动机装配过程的质量门控制系统研究

针对发动机装配过程在线质量控制问题,在分析发动机装配过程质量控制特点的基础上,提出质量分析-诊断-预测-调整于一体的面向发动机装配过程动态质量门控制模式。依据该模式,给出了面向发动机装配过程动态质量门控制系统的体系结构和功能模型。详细分析了在线装配质量分析技术、基于BP神经网络的装配质量诊断技术、基于灰色关联分析法的装配质量预测技术等关键使能技术。以某汽车发动机公司的汽油发动机装配过程为例,开发了面向发动机装配过程动态质量门控制系统,验证了该发动机装配过程质量控制模式的可行性和有效性。     

神经网络的石灰回转窑质量控制模型研究

石灰回转窑控制系统监测与控制参数多,且具有强的耦合性、时变性,难以针对产品质量建立准确的预测与控制数学模型。为此文章提出以神经网络与关联规则库相结合的方法,构建产品质量在线预测与控制参数调整信息实时反馈的一种控制模型。借助于神经网络处理非线性问题强大功能,通过在线监测参数蕴含的产品质量信息,实时预测产品质量,并与预先设定的优质产品质量信息相比较。以比较结果和当前控制参数信息为输入,结合关联规则库匹配控制参数调整量,并反馈给自动控制系统,实现对产品质量的及时、精确控制。该控制模型运用到实际生产中后,石灰回转窑生产质量和效率有明显的提高。     

传动轴生产过程质量控制研究

质量是企业赖以生存的基础,也是企业的核心竞争力之一。针对某传动轴企业存在的质量问题,首先,利用排列图法对退货产品的质量问题进行分析,然后,运用直方图分析、过程能力分析、鱼骨图等方法对传动轴进行关键因素查找、质量控制与改进方案设计,并利用Minitab软件对搜集到的数据进行处理与分析;最后,针对主要问题提出改进方案和控制措施,使得传动轴的加工过程没有受到外来因素的影响而处于受控状态,而且它将为其它加工过程的质量控制提供重要的指导。从而有力的保证企业的产品质量,提高顾客满意度,增强企业竞争力,降低成本,保证交货期。     

多品种、小批量产品过程质量集成控制研究

在分析多品种、小批量产品特征和智能化方法优势的基础上，提出了多品种、小批量产品过程集成控制模型。综合现有质量控制方法优点及关联性，探讨了多品种、小批量产品过程质量集成控制方法。最后将该模型和方法应用到衬衣制造企业中。     

基于过程管理的民机软件质量控制

针对民机软件的高可靠性和适航特性,对民用飞机软件研制过程质量控制方法进行了研究,确定了民机软件的质量控制要点,通过严格的过程质量控制要求,确保民机软件产品的质量能满足民机研制的需求以及获得适航的认可。     

基于小批量的统计过程控制研究

分析了传统的休哈特控制图应用在小批量生产条件下存在的问题及其局限性。在此基础上提出了一种适合于小批量生产质量控制的新思路，并与传统的休哈特控制图方法进行了对比。证明了这种新思路应用在小批量生产过程中的可行性和有效性。     

铸造现场工艺过程质量控制信息化方法的研究

针对中国航空制造业铸造现场工艺过程质量控制的问题,将信息技术与质量管理相结合,分析了企业铸造现场工艺过程质量控制信息化内容及可行性,提出了铸造现场工艺过程质量控制信息系统规划逻辑模型,论述了信息系统结构、功能和技术难点,研究结果初步表明了企业铸造现场质量控制信息化的可行性和优越性。     

MPC算法中实现单边区间控制的研究

对于具有多变量强耦合特点的工业过程对象，控制系统的稳定性是非常重要的。当输出偏离控制目标，尤其控制输出偏向非常不希望的方向时，需要较强的控制作用使输出快速返回目标值。这样就存在协调控制的快速性和稳定性之间的矛盾。本文针对这一问题，提出了以模型预测控制MPC（model predictive control）理论为基础的单边区间控制算法。通过权重区分输出偏离目标值的方向，对不同的偏离方向采取不同的控制强度，在保证快速控制的前提下最大限度满足了稳定控制的要求。本文对算法的求解进行了讨论，并通过实例仿真验证了新算法的单边区间控制功能。     

基于神经网络的质量控制图异常诊断

针对质量控制图异常模式到异常原因的映射存在模糊不确定性,采用4层前馈BP神经网络,实现从控制图异常模式到异常原因的推理诊断,构建质量控制图异常模式异因推理诊断系统。首先,将控制图异常模式进行归类,构建控制图异常模式集;其次,针对每种异常模式,确定与之对应的异常原因集;最后,针对每一种异常模式,利用其模式数据作为输入,与之对应的异常原因的异常度作为输出,构建与其对应的神经网络,实现质量控制图异常模式到异常原因的推理诊断,并在此基础上将神经网络输出异常度按大小进行排序,缩小异常原因查找范围,提高查找效率。