基于误差流理论（SOV）的机械加工误差诊断系统研究

发布时间：2020-03-24 01:34

【摘要】：经济全球化对制造企业的快速响应能力和产品的质量提出了更高的要求,提高产品的加工质量和生产效率、降低废品率和加工成本,对加工制造过程的监控和保障等一系列相关技术的研究开发越来越受到加工企业的高度重视。本文研究的意义在于,通过对机械加工误差的诊断,迅速找出在零件加工过程中有问题的设备,并进一步判断误差来源,以便技术人员根据提示,结合实际制造系统的具体特征,能够快速的采取相应措施来消除或减少加工误差。 本文依据三维检测数据结合加工工艺对机械加工误差检测与诊断的理论和方法进行了深入的研究,其主要工作包括: 1、鉴于传统上SPC(统计过程控制)在机械加工质量管理上有着不可忽视的作用。所以应用MATLAB 语言将传统上SPC(统计过程控制)集成到本误差诊断系统中,作为一个附加的功能模块,该模块的SPC 功能主要实现的是对工序的管理,是对传统的加工工序管理的集成,是运用数理统计的一系列理论和方法实现对生产过程或产品质量的管理和控制。 2、对一个零件进行质量评判的全面检测,传统上比较成熟的数据分析与处理多是以重复测量数据值指标为研究对象的,本文将对三维测量数据进行研究和探讨,首先实现对三维数据的预处理;其次是通过三维测量数据获取零件几何要素之间的检测信息;最后通过对三维测量数据进行信息挖掘的方法,初步实现对加工工序和原始加工误差源的诊断。 3、以语言软件MATLAB 为平台编制实现各项诊断功能的原型系统。 以包含丰富的加工过程信息的三维坐标数据为对象进行研究分析对于提高产品的质量,降低制造成本和提高生产效率,保证零件加工质量具有极为重要的意义。对于机械加工误差诊断理论的研究是以通用性、实用性为目的的。它的研究价值只有在实际的应用中才能被体现出来。所以如何将先进的诊断理论和方法切实应用到实际当中,尚需要进行深入的研究。
【图文】：

1 绪论教授创立的误差流理论原型，，并不能直接在机械加工的提到误差流理论是针对于对装配误差的诊断的：在零件着以代数加减的方式逐步积累的过程，而在机械加工过了。密执安大学的教授和博士（Qiang Huang , Nairong理论进行了改进，设计了一个对机械加工进行诊断的他们建立的是一种层次结构模型如图 1 所示，从图中可

工过程按照一定的规律分解成很多个单元层，层与层之间有确定的逻辑关系，将其作为机械加工时误差传递的状态空间模型，再结合对零件测量的数据编制计算机软件实现对机械加工的误差诊断。该图的基本原理是：d1、d2、d3、. . . dk+1表示的是关键的因素、主要的产生误差的地方(工件定位的基准)。d1j是经过初步处理的测量数据，d2j是经过 d1的作用后（以 d1为参考基准对数据进行处理）得到的第二级数据，. . . . . 依此类推逐步展开，这样由粗到细直到能够找到具体的误差源为止。图 1 基于误差流的诊断过程模型Fig1Diagnosis course model on the basis of SOV
【学位授予单位】：河北理工大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH161

【相似文献】

相关期刊论文 前10条

1 张黎;李晓莉;;基于自相关过程的控制图的性能评价[J];统计与决策;2011年14期

2 刚永才;李法海;;统计过程控制(SPC)在土石坝试验数据分析中的应用[J];四川水力发电;2011年03期

3 孙凤玲;王金文;方建雷;程颖;花隽們;;统计过程控制在传感器生产中的应用[J];哈尔滨理工大学学报;2011年03期

4 冷护基;马颖;;电机振动的质量检测与控制系统[J];机械管理开发;2011年04期

5 王佩;张定华;陈冰;王明微;李山;;基于SPC与EPC集成的制造过程质量监控与调整[J];中国机械工程;2011年18期

6 ;质量管理五大核心工具课程(5天)[J];认证技术;2010年05期

7 徐兰;方志耕;张光明;;一种基于Cuscore统计量的集成过程控制方法[J];江苏科技大学学报(自然科学版);2011年03期

8 甄翌;;企业通过ISO9000认证后,还能做什么[J];大众标准化;2002年11期

9 ;莱茵TüV集团上海近期培训课程及安排[J];认证技术;2010年12期

10 ;客户满意度管理课程(1天)[J];认证技术;2010年06期

相关会议论文 前10条

1 林复;;建立统计过程控制体系走质量可持续发展道路[A];中国通信学会2002年光缆电缆学术年会论文集[C];2002年

2 唐铭;丁亮;邢萍;吴再民;;统计过程控制在自来水厂应用的探讨[A];浙江省2005年给水排水论文集[C];2005年

3 吴毅雄;李铸国;林涛;;复杂汽车零部件精度焊接成形质量保证系统研究[A];第十次全国焊接会议论文集（第2册）[C];2001年

4 尚绍环;;统计过程控制在充气开关管生产中的应用[A];中国工程物理研究院第七届电子技术青年学术交流会论文集[C];2005年

5 张庆云;林爱国;;统计过程控制在覆铜板行业的应用[A];第三届全国覆铜板技术·市场研讨会资料集[C];2002年

6 陈巍;;浅谈期间核查在宝钢质量管理中的应用[A];中国计量协会冶金分会2009年年会论文集[C];2009年

7 孙艳秀;黄忠全;张颖;蔡雪兢;;SPC技术及其在汽车零部件质量管理中的应用[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年

8 文忠;俞金寿;华向明;;集成基于模型的SPC与过程控制[A];1997中国控制与决策学术年会论文集[C];1997年

9 卢游;;SPC技术在建立制丝车间质量监控新模式中的探索与实践[A];上海烟草系统2004年度优秀学术论文集[C];2004年

10 陈小华;;CPK在LED芯片制造过程中的应用[A];第十二届全国LED产业研讨与学术会议论文集[C];2010年

相关重要报纸文章 前10条

1 王明利;统计过程控制 呈现五大特点[N];中国质量报;2007年

2 本报记者 刘霞;实时监控 防患未然[N];中国质量报;2009年

3 记者 刘霞;点击鼠标实现过程分析[N];中国质量报;2009年

4 麦西·查克博(Manash Chakrabory) 布雷克利(Joseph Blakely) 编译 霍娜 贺洁;柯达ISS:单独批次也可实时跟踪[N];中国计算机报;2009年

5 辛学武;钢铁企业如何采用SPC技术进行质量管理[N];世界金属导报;2006年

6 雷鸣;统计过程控制10大误区[N];中国质量报;2008年

7 乔·德西蒙;将重心集中到同一个目标[N];中国质量报;2006年

8 杨静;QIS系统：企业的神经线[N];中国质量报;2005年

9 本报记者 刘霞;戴好“眼镜” 细看差错[N];中国质量报;2009年

10 张志华;湖北化肥开足马力保春耕[N];中国石化报;2006年

相关博士学位论文 前10条

1 李斌锋;铸造生产中应用多变量统计过程控制的研究[D];清华大学;2004年

2 郭彩芬;生产物流系统在制品库存控制技术研究[D];南京航空航天大学;2005年

3 董延峰;多变异源的工序控制方法研究[D];天津大学;2008年

4 聂斌;复杂多品种制造系统质量管理方法与应用研究[D];天津大学;2005年

5 孔祥芬;非正态过程能力分析与控制方法研究[D];天津大学;2007年

6 郭振华;面向统计过程控制的成分提取技术研究与应用[D];华中科技大学;2005年

7 张敏;自相关过程的统计过程控制方法研究[D];天津大学;2006年

8 王立岩;过程能力分析研究及其在电子和冷轧辊产品生产中的应用[D];东北大学　;2010年

9 房纪涛;面向质量目标的统计过程控制方法与应用研究[D];上海大学;2010年

10 于秀娟;加工过程的质量异常预测与诊断方法研究[D];吉林大学;2011年

相关硕士学位论文 前10条

1 严子深;基于误差流理论（SOV）的机械加工误差诊断系统研究[D];河北理工大学;2005年

2 张金平;自相关过程控制方法研究[D];天津大学;2005年

3 孙勇;统计过程控制方法在汽车配件行业的应用研究[D];华中科技大学;2005年

4 刘洪涛;现代制造系统集成质量管理研究和应用[D];天津大学;2004年

5 郭鹏;供应链管理下的供应商管理[D];华中科技大学;2005年

6 刘莉;基于统计过程控制的软件缺陷管理研究[D];大连海事大学;2007年

7 战云龙;基于CMMI的软件度量过程和相关工具的研究与设计[D];吉林大学;2005年

8 徐斌;基于ISO9000的质量管理信息系统研究[D];合肥工业大学;2006年

9 张士红;针对SPC的仪器评价技术研究[D];西安电子科技大学;2009年

10 杨涛;基于统计过程控制（SPC）的软件过程度量工具的研究[D];中南大学;2003年

本文编号：2597589