質量控制與診斷技術及其在CIMS中的應用研究.pdf

1、日益激烈的市場競爭和日趨復雜的生產(chǎn)過程,促進了企業(yè)將信息技術、計算機技術,智能控制等先進技術引入生產(chǎn)過程控制之中,為企業(yè)實現(xiàn)現(xiàn)代化質量管理與質量保證奠定了基礎.開展以計算機技術應用為基礎,以信息集成為核心,結合先進的智能過程控制技術、信息處理技術和現(xiàn)代質量管理方法,構建企業(yè)現(xiàn)代質量管理新模式并在現(xiàn)代集成制造系統(tǒng)(CIMS,ContemporaryIntegrated Manufacturing)中有效應用具有十分重要的意義. 本

2、文首先簡介了在質量控制系統(tǒng)中的過程定義及控制框圖,闡明了質量控制系統(tǒng)中過程控制的復雜性.隨著過程環(huán)境的不斷變換,產(chǎn)生了大量非正態(tài)分布的數(shù)據(jù),從而不滿足統(tǒng)計過程控制(SPC,Statistical Process Control)中的控制圖技術的前提--數(shù)據(jù)的正態(tài)分布.文中研究了常見的四種非正態(tài)分布,并分別在不同偏度和峰度下,計算其對控制圖性能的影響程度,指出在實際應用控制圖中,嚴格判斷數(shù)據(jù)的分布特性的重要性.復雜過程建模一直是研究的熱點

3、,本文利用自組織神經(jīng)網(wǎng)絡(Self Organization Mapping,SOM)的對輸入空間的自適應地統(tǒng)計分類的特性,提出了基于SOM網(wǎng)絡的過程分區(qū)建模技術,所建立的分區(qū)線形模型可以作為后期診斷技術,如PCA(PrincipleComponent Analysis)與FA(Factor Analysis)等的基礎.過程變異源的快速和客觀地查明一直是質量控制中的關鍵技術,文中設計了基于EDA(ExDloratory Data Ana

4、lysis)技術的變異源查明算法,并在實際應用中有較好的效果.過程診斷中,除了根據(jù)樣本的方差變異來查明變異源,還可以根據(jù)樣本的幾何排列模式來查明.本文針對現(xiàn)有神經(jīng)網(wǎng)絡匹配控制圖六種幾何模式的不足,如典型樣本獲取困難,對新出現(xiàn)的模式不能識別等弱點,提出了基于傅立葉變換的頻譜分析與模糊推理技術相結合的過程診斷技術,并給出了模擬分析.最后介紹了CIMS中的三個關鍵技術,CIMS應用中的三層體系架構,分析了質量控制在CIMS中實施的幾個步驟和可