質(zhì)量控制與診斷技術(shù)及其在CIMS中的應(yīng)用研究.pdf

1、日益激烈的市場(chǎng)競(jìng)爭(zhēng)和日趨復(fù)雜的生產(chǎn)過程,促進(jìn)了企業(yè)將信息技術(shù)、計(jì)算機(jī)技術(shù),智能控制等先進(jìn)技術(shù)引入生產(chǎn)過程控制之中,為企業(yè)實(shí)現(xiàn)現(xiàn)代化質(zhì)量管理與質(zhì)量保證奠定了基礎(chǔ).開展以計(jì)算機(jī)技術(shù)應(yīng)用為基礎(chǔ),以信息集成為核心,結(jié)合先進(jìn)的智能過程控制技術(shù)、信息處理技術(shù)和現(xiàn)代質(zhì)量管理方法,構(gòu)建企業(yè)現(xiàn)代質(zhì)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(yīng)用具有十分重要的意義. 本

2、文首先簡(jiǎn)介了在質(zhì)量控制系統(tǒng)中的過程定義及控制框圖,闡明了質(zhì)量控制系統(tǒng)中過程控制的復(fù)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(jì)過程控制(SPC,Statistical Process Control)中的控制圖技術(shù)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(jì)算其對(duì)控制圖性能的影響程度,指出在實(shí)際應(yīng)用控制圖中,嚴(yán)格判斷數(shù)據(jù)的分布特性的重要性.復(fù)雜過程建模一直是研究的熱點(diǎn)

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

4、lysis)技術(shù)的變異源查明算法,并在實(shí)際應(yīng)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(duì)現(xiàn)有神經(jīng)網(wǎng)絡(luò)匹配控制圖六種幾何模式的不足,如典型樣本獲取困難,對(duì)新出現(xiàn)的模式不能識(shí)別等弱點(diǎn),提出了基于傅立葉變換的頻譜分析與模糊推理技術(shù)相結(jié)合的過程診斷技術(shù),并給出了模擬分析.最后介紹了CIMS中的三個(gè)關(guān)鍵技術(shù),CIMS應(yīng)用中的三層體系架構(gòu),分析了質(zhì)量控制在CIMS中實(shí)施的幾個(gè)步驟和可