制造过程质量智能控制与诊断中若干问题的研究
发布时间:2020-12-11 19:25
产品的质量是现代企业增强市场竞争力、赖以生存和发展的基础。制造过程的质量控制与诊断是保证产品质量的重要环节。对制造过程质量进行控制,是实施过程质量连续改进的起点,而制造过程质量诊断则可为过程质量连续改进指明方向。通过制造过程质量诊断发现过程异常并采取纠正措施,可以使过程恢复并保持稳定受控状态。随着制造过程现代化和复杂程度的提高,对过程质量控制与诊断提出了更严更高的要求,单纯使用传统的统计过程控制与诊断技术并不能很好地满足这些要求。本文针对制造过程质量控制与诊断中存在的4个核心问题进行了研究,包括缺乏快速而经济的Shewhart控制图设计方法、缺乏高效统一的制造过程质量量化控制方法、缺乏实时准确的过程均值与方差控制图异常模式并行识别方法以及缺乏精准便捷的质量特性相关多工序制造过程质量诊断方法。本文的创造性研究成果主要有:(1)提出了一种基于过程历史波动知识的控制图统计经济设计方法针对传统Shewhart控制图设计中存在如下问题:(1)统计设计控制图的使用成本较高,(2)经济设计控制图的统计特性并不理想,(3)只注重在控参数而不考虑过程历史波动知识,提出了基于过程历史波动知识的控制图统计经...
【文章来源】:南京航空航天大学江苏省 211工程院校
【文章页数】:120 页
【学位级别】:博士
【部分图文】:
本文的主要工作
10图2.1 一个生产制造过程质量控制周期(1) 过程在控的期望时间假设制造过程一开始处于在控状态,制造过程维持在在控状态依据假设服从参数为 的指数分布。因此,在过程处于在控状态的期望时间为 1 iT 。(2) 变异发生到被侦测到的期望时间假定 X & S控制图总的第二种错误(漏发警报)的概率为 ,则 X & S控制图总的侦测过程异常的能力( P )为 1 ,即有 P 1 。因此,在侦测到异常因素发生之前的采样次数(即失控平均链长)为 1 (1 )dARL 。假定过程异常发生在第 j 次与第 ( j 1)次采样之间,采样间隔的时间为h ,则在第 j 次到第 ( j 1)次采样时发生异常因素的期望时间为: 12121(1)( )20011hheheeedTeeTdTedtetjhdthhhjhThjhThjhtjhjhtn (2-2)因此
F-MOPSO和NSGA-II在第一个基准测试问题上产生的Pareto前沿
【参考文献】:
期刊论文
[1]Economic Design of & S Control Charts Based on Taguchi’s Loss Function and Its Optimization[J]. GUO Yu1,*,YANG Wen’an1,LIAO Wenhe1,and GAO Shiwen2 1 College of Mechanical and Electrical Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210013,China 2 China Aerospace of Science and Technology Corporation,Beijing 100037,China. Chinese Journal of Mechanical Engineering. 2012(03)
[2]基于田口质量损失函数和控制图设计的经济生产批量模型[J]. 金垚,仓婷,潘尔顺,王莹. 计算机集成制造系统. 2011(10)
[3]多工序制造过程误差传递分析与建模[J]. 赵家黎,梁角虎,薛盼. 兰州理工大学学报. 2011(03)
[4]基于蚁群算法的选择性神经网络集成方法[J]. 赵胜颖,高广春. 浙江大学学报(工学版). 2009(09)
[5]基于田口质量损失函数思想的均值控制图的经济设计[J]. 解顺强,张兰霞,李丽华,杨晓静,郭雅彩,吕金凤,王瑞星. 工程数学学报. 2008(05)
[6]基于田口质量损失函数的控制图优化设计[J]. 张斌,韩之俊,陈湘来. 工业工程. 2007(06)
[7]基于神经网络的控制图异常模式识别研究[J]. 昝涛,费仁元,王民. 北京工业大学学报. 2006(08)
[8]神经网络集成的免疫学习算法[J]. 孟江,王耀才,王天成,巩敦卫. 中国矿业大学学报. 2005(04)
[9]改进粒子群优化算法在负荷经济分配中的应用[J]. 杨俊杰,周建中,吴玮,刘芳. 电网技术. 2005(02)
[10]控制图模式及其智能识别方法[J]. 余忠华,吴昭同. 浙江大学学报(工学版). 2001(05)
本文编号:2911091
【文章来源】:南京航空航天大学江苏省 211工程院校
【文章页数】:120 页
【学位级别】:博士
【部分图文】:
本文的主要工作
10图2.1 一个生产制造过程质量控制周期(1) 过程在控的期望时间假设制造过程一开始处于在控状态,制造过程维持在在控状态依据假设服从参数为 的指数分布。因此,在过程处于在控状态的期望时间为 1 iT 。(2) 变异发生到被侦测到的期望时间假定 X & S控制图总的第二种错误(漏发警报)的概率为 ,则 X & S控制图总的侦测过程异常的能力( P )为 1 ,即有 P 1 。因此,在侦测到异常因素发生之前的采样次数(即失控平均链长)为 1 (1 )dARL 。假定过程异常发生在第 j 次与第 ( j 1)次采样之间,采样间隔的时间为h ,则在第 j 次到第 ( j 1)次采样时发生异常因素的期望时间为: 12121(1)( )20011hheheeedTeeTdTedtetjhdthhhjhThjhThjhtjhjhtn (2-2)因此
F-MOPSO和NSGA-II在第一个基准测试问题上产生的Pareto前沿
【参考文献】:
期刊论文
[1]Economic Design of & S Control Charts Based on Taguchi’s Loss Function and Its Optimization[J]. GUO Yu1,*,YANG Wen’an1,LIAO Wenhe1,and GAO Shiwen2 1 College of Mechanical and Electrical Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210013,China 2 China Aerospace of Science and Technology Corporation,Beijing 100037,China. Chinese Journal of Mechanical Engineering. 2012(03)
[2]基于田口质量损失函数和控制图设计的经济生产批量模型[J]. 金垚,仓婷,潘尔顺,王莹. 计算机集成制造系统. 2011(10)
[3]多工序制造过程误差传递分析与建模[J]. 赵家黎,梁角虎,薛盼. 兰州理工大学学报. 2011(03)
[4]基于蚁群算法的选择性神经网络集成方法[J]. 赵胜颖,高广春. 浙江大学学报(工学版). 2009(09)
[5]基于田口质量损失函数思想的均值控制图的经济设计[J]. 解顺强,张兰霞,李丽华,杨晓静,郭雅彩,吕金凤,王瑞星. 工程数学学报. 2008(05)
[6]基于田口质量损失函数的控制图优化设计[J]. 张斌,韩之俊,陈湘来. 工业工程. 2007(06)
[7]基于神经网络的控制图异常模式识别研究[J]. 昝涛,费仁元,王民. 北京工业大学学报. 2006(08)
[8]神经网络集成的免疫学习算法[J]. 孟江,王耀才,王天成,巩敦卫. 中国矿业大学学报. 2005(04)
[9]改进粒子群优化算法在负荷经济分配中的应用[J]. 杨俊杰,周建中,吴玮,刘芳. 电网技术. 2005(02)
[10]控制图模式及其智能识别方法[J]. 余忠华,吴昭同. 浙江大学学报(工学版). 2001(05)
本文编号:2911091
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2911091.html