煙草MES實時在線智能質(zhì)量控制技術(shù)研究.pdf

1、為了實現(xiàn)計劃層與操控層之間的協(xié)調(diào)、統(tǒng)一與一致，制造執(zhí)行系統(tǒng)(MES)應(yīng)運而生，它是處于計劃層和操作控制層間的聯(lián)接層，可以實現(xiàn)企業(yè)生產(chǎn)活動與經(jīng)營活動的有效集成，是優(yōu)化生產(chǎn)運營、優(yōu)化質(zhì)量控制與優(yōu)化管理的橋梁和紐帶，是煙草生產(chǎn)企業(yè)密切關(guān)注的高新技術(shù)之一。質(zhì)量是企業(yè)永恒的主題，是企業(yè)實現(xiàn)可持續(xù)發(fā)展，在未來競爭中取得勝利的法寶。實時在線智能質(zhì)量控制是現(xiàn)代控制技術(shù)的主要研究方向和發(fā)展趨勢之一。 基于MES的實時在線智能質(zhì)量控制技術(shù)是目前煙草

2、生產(chǎn)企業(yè)突破瓶頸，取得飛速發(fā)展的關(guān)鍵，是當(dāng)前煙草企業(yè)研究的前沿與重點課題。本文通過實際調(diào)研，詳細(xì)設(shè)計了煙草MES實時在線智能質(zhì)量控制系統(tǒng)的功能模型，在此基礎(chǔ)上，深入研究了其算法，即改進(jìn)型模擬退火Elman網(wǎng)絡(luò)，通過這些工作，具體設(shè)計了實時在線智能質(zhì)量控制技術(shù)在控制圖模式識別及異常原因診斷等模塊中的應(yīng)用，最后，以實例驗證所提模型及算法的有效性。 針對煙草MES實時在線智能質(zhì)量控制技術(shù)的研究現(xiàn)狀，通過充分研究現(xiàn)有理論和技術(shù)，理論聯(lián)系

3、實際，進(jìn)行有效創(chuàng)新，取得了以下成果，主要包括： (1)通過研究MES及智能質(zhì)量控制的基本理論，總結(jié)歸納了實時在線智能質(zhì)量控制系統(tǒng)的內(nèi)涵，設(shè)計了實時在線智能質(zhì)量控制系統(tǒng)的功能模型及其流程，建立了基于MES平臺的實時在線智能質(zhì)量控制體系結(jié)構(gòu)。 (2)為了適應(yīng)煙草質(zhì)量特征參數(shù)實時監(jiān)控的需要，對模擬退火算法及Elman網(wǎng)絡(luò)進(jìn)行了改進(jìn)，即通過改進(jìn)的模擬退火算法，對Elman網(wǎng)絡(luò)的調(diào)節(jié)權(quán)因子進(jìn)行有效調(diào)整，增強其識別和計算速度及有效性

4、。在此基礎(chǔ)上設(shè)立了改進(jìn)模擬退火Elman網(wǎng)絡(luò)的實時在線智能質(zhì)量控制系統(tǒng)，經(jīng)驗證該系統(tǒng)具備快速學(xué)習(xí)、快速識別的能力，可應(yīng)用于實際加工過程，實時監(jiān)控產(chǎn)品質(zhì)量的變化趨勢。 (3)深入研究了改進(jìn)模擬退火Elman網(wǎng)絡(luò)在控制圖異常模式智能識別中的應(yīng)用。經(jīng)驗證，所提模型及算法對控制圖異常模式能夠有效識別，為基于SPC智能質(zhì)量控制系統(tǒng)的實現(xiàn)提供了技術(shù)支持和參考。同時，文中采用了主元提取技術(shù)進(jìn)行數(shù)據(jù)特征提取預(yù)處理，有效縮減了模型識別時間，提高了

5、系統(tǒng)識別精度。 (4)在上述研究基礎(chǔ)上，對實時在線智能質(zhì)量控制技術(shù)中的異常模式出現(xiàn)原因診斷模塊進(jìn)行了原理分析，提出了基于改進(jìn)模擬退火Elman網(wǎng)絡(luò)的因果映射診斷技術(shù)。即在異常模式識別的基礎(chǔ)上，將識別結(jié)果作為輸入直接激活異常原因診斷系統(tǒng)，二者合二為一，通過因果映射，縮短系統(tǒng)的運算時間，提高系統(tǒng)的實時性，可應(yīng)用于智能質(zhì)量控制的實時在線原因診斷。 在理論研究的基礎(chǔ)上，根據(jù)實際企業(yè)調(diào)研資料，對實時在線智能質(zhì)量控制模型及算法進(jìn)行了