CIMS环境下基于智能代理的质量信息系统

发布时间：2020-11-03 23:57

　　 随着市场竞争日益激烈，产品质量对制造企业具有越来越重要的作用，由此对质量管理已经或将要提出更高要求，探求新的智能性、自主性质量管理方式已势在必行，顺应这一趋势，本文提出基于智能代理的质量信息系统。通过较深入的研究，本论文取得了下列成果： （1） 总结了产品质量对制造企业具有的重要作用，分析了实施基于智能代 理的质量信息系统的必要性和意义。 （2） 建立了基于智能代理的质量信息系统的体系结构，对分别完成其质量 计划制定、质量检测与管理、质量评价与控制、质量成本管理及质量综合信 息管理五大功能的五个Agent的内部结构进行了设计，阐述了它们的运行机 制和优越性，说明了系统与CIMS其它功能子系统的信息集成。 （3） 提出了基于智能代理的装配生产线在线质量监控的新方法。建立了基 于多代理的装配生产线在线质量监控智能结构，设计了系统中各种代理的结构，分析了它们的功能，详细介绍了其中具有高度智能化并且对质量监控的自动化、智能性、实时性具有最重要作用的数据分析Agent和决策Agent的结构及其运行机制。 （4） 对基于智能代理的装配生产线在线质量监控系统的关键功能进行了实 现和仿真：对分析监控功能进行了编程实现和仿真；用人工神经网络实现系统的智能推理功能，确定了所用神经网络的具体结构，对智能推理功能进行了仿真及验证。
【学位单位】：重庆大学
【学位级别】：硕士
【学位年份】：2002
【中图分类】：TH166
【部分图文】：

3 基于智能代理的装配生产线在线质量监控系统的研究4 智能决策机制的数学建模决策调整装配参数实质上是根据要达到的产品性能参数值找出对应的装配参 也就是要确定一组数据与另一组数据之间的映射关系 这正是前向多层神经所擅长解决的 因而在这里采用类似的前向二层神经网络推理技术 其数学模下该神经网络的隐含层采用 6 个神经原 输出层采用 5 个神经原 最终 5个输出 Y0Y1Y2Y3Y4分别对应要调整的装配数据 如对发动机来说 有装紧力矩 气门泄漏量 曲轴止推间隙等 这些装配数据已通过推理机知道与产要参数有很大相关性 输入层 5 个变量 X0X1X2X3X4分别对应产品参数 如对发动机来说 有输出功率 输出扭矩 油耗等 如图 3.7 所示

图 4.1 监控总图figure4.1 monitoring general picture 切换到界面 如图 4.2 通过选择子项 切换到某类设备监控子图 如切换测试界面 参见图 4.7图 4.2 监控总图 各工序间显示状态选择切换菜单figure4.2 monitoring general pic ture---apiece working procedure switch menu回滚功能 由于屏幕大小有限 刷新屏幕时虽然可以将所有质量数据都显示但是管理人员根本就看不清楚 所以采取在一般情况下总是显示近期质量数式 然后通过回滚来完成数据的历史显示 只有这样质量管理部门才能对历

41图 4.2 监控总图 各工序间显示状态选择切换菜单igure4.2 monitoring general pic ture---apiece working procedure switch men功能 由于屏幕大小有限 刷新屏幕时虽然可以将所有质量数据都显管理人员根本就看不清楚 所以采取在一般情况下总是显示近期质量然后通过回滚来完成数据的历史显示 只有这样质量管理部门才能对个全面的了解设置图 4.3 系统设置菜单figure4.3 system configure menu
【参考文献】

相关期刊论文 前10条

1 付英,曾敏,李兴源,刘俊勇,王贵德;隐含层对人工神经元网络电压安全评估的影响[J];电力系统自动化;1996年11期

2 章剑林,商玮,刘青云,周伟,潘云鹤;基于多Agent的IntranetMIS信息系统模型(1)[J];电子计算机与外部设备;2000年05期

3 章剑林,商玮,刘青云,周伟,潘云鹤;基于多Agent的Intranet MIS信息系统模型(2)[J];电子计算机与外部设备;2000年06期

4 廖东,张建勋,宋豫川,何玉林;制造企业集成质量系统体系的探讨[J];重庆大学学报(自然科学版);1999年05期

5 曾方红;质量成本控制的数学模型[J];广西师院学报(自然科学版);1998年03期

6 王时龙,刘飞,徐宗俊,李淑霞,杨萍;DIPMS──DNC集成化生产管理系统[J];工业工程与管理;1998年06期

7 潘昊，吉孔诗，钟珞，李桂青，邹秀芬;一种新的神经网络模型及学习算法[J];湖北工学院学报;1995年04期

8 潘昊,钟珞,陈杰;BP 神经网络训练的函数变步长搜索调整法[J];湖北工学院学报;1997年02期

9 潘昊,陈杰,钟珞;BP 神经网络结构与样本训练参数选取的初步探讨[J];湖北工学院学报;1997年03期

10 梁曼君，石竹;提高BP神经网络学习速度的算法研究[J];合肥工业大学学报(自然科学版);1995年01期

本文编号：2869289