动态用户需求下的产品数据体系设计与应用

目的 为满足动态化用户对产品数据管理的需求,解决现有产品数据管理效率低下,底层数据杂乱,数据管理平台技术受限的问题,对现有产品数据体系进行设计,并开发产品数据平台,保证产品数据的规范化与个性化要求。方法 从动态客户需求的视角出发,提出结合模糊Kano模型和模糊层次分析法(FAHP)的产品数据体系设计方法,首先通过Voice of the Customer(VoC)法对用户需求进行收集与分析;其次通过模糊Kano模型对收集到的用户需求进行因子分类,找到关键需求因子;再次过FAHP模型对关键需求因子进行重要性排序;最后通过聚类分析需求关联性对因子进行修正。结果 得到产品数据体系的底层设计依据,应用于技术数据管理平台设计中,以效率指标量化评价设计成果。结论 该方法能够显著提升数据清洁度与有效性,满足多方用户对于产品数据的管理需求,同时也为产品数据管理平台国产化的建设提供一种可行且可靠的思路。     

基于数字孪生的产品生产质量管理方法研究

针对现阶段质量管理过程缺少反馈机制、管理存在滞后性等问题,在传统质量管理模式基础上,提出一种基于数字孪生的产品质量管理方法.构建了物理生产车间、虚拟生产车间、车间质量孪生数据和车间质量管理系统相协同的产品质量数字孪生模型,并对数字孪生模型的运行机制进行了阐述.通过对数据采集融合的方法进行设计形成车间质量孪生数据,并利用...     

基于Kriging模型的RV减速器回转误差预测方法研究

通过旋转矢量(RV)减速器零部件选配,可以弥补制造设备精度不高或生产过程能力不足等企业生产短板。但实施选配需要使用虚拟样机预测RV减速器回转误差,预测操作时间较长,不能满足RV减速器零部件选配需要,为此提出基于Kriging模型的RV减速器回转误差预测方法。选取5个关键影响因素进行最优拉丁超立方抽样,构建RV-40E型减速器虚拟样机获得回转误差值,进行数值拟合得到初始Kriging模型参数值,采用最大期望改善和最优预测点进行双加点循环改进Kriging模型参数值,并利用粒子群算法加速寻优过程。经过54次加点最终获得可供实际装配使用的RV-40E型减速器回转误差预测模型。通过与实际样机和虚拟样机对比分析,验证了Kriging模型在RV减速器回转误差预测上的可行性和有效性。