加工過程質(zhì)量預測與控制技術的研究與應用.pdf

1、過程是一組將輸入轉換為輸出的相互關聯(lián)或者相互作用的活動。加工過程強調(diào)制造過程中每個工站的對產(chǎn)品質(zhì)量的影響。質(zhì)量預測強調(diào)對產(chǎn)品質(zhì)量的提前控制,避免不良產(chǎn)品的出現(xiàn)。使用標準的方法將工件的質(zhì)量特征參數(shù)值測量出來,再將質(zhì)量特征值與造成此參數(shù)變化的因素聯(lián)系起來,建立關系模型。通過對過程參數(shù)的測量,再根據(jù)其關系模型即可實現(xiàn)對質(zhì)量參數(shù)的預測。質(zhì)量控制屬于質(zhì)量管理的范疇,其目的為了使產(chǎn)品的固有特征能夠達到規(guī)定的要求。質(zhì)量控制貫穿產(chǎn)品形成的全過程,強調(diào)對

2、產(chǎn)品質(zhì)量加工過程的質(zhì)量進行控制,突出通過控制過程質(zhì)量的方法來控制最終的產(chǎn)品實物的質(zhì)量?？梢灶A見,面向產(chǎn)品質(zhì)量加工過程,研究基于過程的質(zhì)量控制方法必將成為質(zhì)量控制技術研究領域的重點。
　　 本文針對棉紡紡紗工藝的特點,研究了在復雜工藝條件下的質(zhì)量預測與控制技術。
　　 首先,針對棉紡工藝多工序,復雜工藝的情況,我們采用分段工藝質(zhì)量預測模型對紡紗工藝的每道工序進行建模。建模的過程充分考慮每道工藝的輸入,當前工序的工藝與設備參

3、數(shù),原棉質(zhì)量參數(shù)的影響和每道工序的輸出。我們使用ANN對采集的棉紡歷史數(shù)據(jù)進行訓練,得到適應企業(yè)實際生產(chǎn)、工藝和質(zhì)量條件情況下的數(shù)學模型,利用該模型可以實現(xiàn)對當前紗線質(zhì)量的有效預測。
　　 其次,為了有效的利用企業(yè)長期積累的歷史數(shù)據(jù),提取有價值的潛規(guī)則,對企業(yè)生產(chǎn)決策提供依據(jù),我們使用數(shù)據(jù)挖掘領域的粗糙集理論,對某棉紡廠的原始數(shù)據(jù)進行規(guī)則提取。相對傳統(tǒng)的人工智能方法,粗糙集理論對于不準確、不完整和冗余數(shù)據(jù)的離散化數(shù)據(jù)的規(guī)則提取具

4、有一定的優(yōu)勢。
　　 最后,我們研究的基于SPC控制圖原理的模式分類。我們以X-bar圖作為基礎來對原始數(shù)據(jù)進行預處理,采用支持向量機分類算法作為我們模式分類的工具,在算法的實現(xiàn)過程中我們使用網(wǎng)格搜索法對支持向量機參數(shù)進行了優(yōu)化。經(jīng)實驗表明,支持向量機分類機是很好的模式分類算法,可以達到較高的預測精度。
　　 針對以上的研究領域,我們開發(fā)了棉紡質(zhì)量預測與控制平臺,該平臺可以幫助管理人員順利的使用上述工具進行建模、規(guī)則提取