多工序制造过程误差传递分析与建模

通过用误差流理论,得到多工序制造过程中最终产品尺寸误差是由各道工序产品尺寸误差累积、耦合和传递的结果.采用控制理论方法将误差传递过程映射到状态空间方程得到误差传递模型.利用齐次变换方法,推导出制造过程中基准误差和夹具误差的具体影响,得到误差传递模型的详细结构.以制动钳的钳体制造过程为例验证模型的有效性,为多工序制造过程误差溯源、系统优化评价等提供理论基础和依据.

复杂多工序制造过程关键质量特性识别

为解决复杂多工序制造过程中的关键质量特性识别问题,文章运用弹性网(Elastic Net)方法构建多工序制造过程质量关系模型,并基于该模型进行关键质量特性识别。首先构建符合多工序制造过程特点的模型;其次,利用弹性网方法拟合估计模型参数,进而识别关键质量特性;最后进行仿真实验,以比较和分析在多工序制造关键质量特性识别过程中岭回归、Lasso和弹性网三种方法的适用性和有效性。仿真结果表明:当关键质量特性间相关性较强,尤其是关键质量特性间具有群组效应时,弹性网方法的识别效果更为精确和完整。

基于改进Adaptive Lasso的多工序制造过程关键质量特性识别

为解决多工序制造过程关键质量特性识别中存在的质量特性间具有多重相关性以及数据高维度,小样本等问题,本文采用主成分回归改进Adaptive Lasso方法并融合状态空间思想和Bootstrap方法实现多工序过程关键质量特性识别。首先引入状态空间思想构建多工序过程关键质量特性识别模型,然后利用Bootstrap方法重构样本,扩大样本量;进而采用改进Adaptive Lasso方法识别关键质量特性,并通过仿真验证改进Adaptive Lasso方法与Lasso,Adaptive Lasso和岭回归方法在质量特性间不同相关度下识别的有效性;最后通过实例说明改进Adaptive Lasso的具体应用过程,仿真及实例结果显示,改进Adaptive Lasso方法对多工序过程有良好的关键质量特性识别能力,特别当质量特性间有较强相关性时显著优于其它两种方法。

多工序制造过程错误工序的追溯

多工序制造过程中产品质量受到各道工序的影响,各道工序之间是相互作用的,传统的过程统计控制方法在发现产品出现错误后,不能及时找出出现问题的根源。针对此问题,在误差传递模型的基础上,提出虚拟工序的概念,通过假设检验,可以准确找出出现问题的工序。以转向节的加工过程为例对所提出的理论进行了验证。

多工序制造过程品质信息采集终端的研制

把集成电路技术、嵌入式技术、以太网技术应用到多工序制造过程品质控制系统的数据采集设备中去,设计出一种新型多通道高速数据采集与分析系统。可以在多工序制造过程的品质控制系统中实现分散采集、集中控制、网络化通信结构。研究表明该设备具有很好的品质跟踪能力,对多工序制造过程的在线实时品质控制具有广泛的应用前景。

基于PLS-Aenet的多工序制造过程关键质量特性识别

复杂多工序制造过程包含较多质量特性,且质量特性具有多重共线性、高维度及群组效应等特点,这些特点使得关键质量特性识别较为困难。为解决此问题,本文运用偏最小二乘回归改进自适应弹性网(Aenet)方法并结合状态空间模型进行建模分析,从而进行复杂多工序制造过程关键质量特性识别,并给出了基于PLS-Aenet方法的关键质量特性识别具体步骤,最后通过仿真分析对比PLS-Aenet方法与岭回归、Lasso、弹性网以及PLSLasso等变量选择方法在复杂多工序制造过程关键质量特性识别中的适用性与有效性。仿真与实例结果表明,相比于岭回归等变量选择方法,本文所提改进的PLS-Aenet方法在关键质量特性间具有较强相关性时识别效果更佳,特别是对具有群组效应的关键质量特性具有更优的识别精确性和完整性。

多工序串并联制造过程关键质量特性识别

为解决多工序制造过程关键质量特性识别中存在的质量特性间具有多重相关性以及数据高维度、小样本等问题,采用偏最小二乘回归改进Ada-LASSO方法并融合状态空间思想和Bootstrap方法实现多工序过程关键质量特性识别,给出了基于IAda-LASSO的关键质量特性识别步驟,通过仿真实验和应用实例说明了IAda-LASSO方法与LASSO和Ada-LASSO方法在质量特性间不同相关度下识别的有效性.研究表明,IAda-LASSO方法对多工序过程有良好的关鍵质量特性识别能力,特别当质量特性间有较强相关性时显著优于其它两种方法.

基于改进型GERT网络的多工序制造过程质量损失预测研究

质量损失是评价质量稳健性和质量水平的一个重要指标。多工序制造产品的质量损失可由末端工序的质量特性波动得到,但质量损失是如何由多工序不断累积得到并不清楚。针对该问题,在剖析多工序之间质量损失传递演化关系的基础上,提出一种基于改进型GERT网络的质量损失预测方法。由于工序间质量损失的耦合关系以及返工对质量的改善作用,均无法用传统的GERT网络直接描述,于是设计两类算子表征这些关系。进一步,设计带有算子的网络结构单元,证明其运算规则,并构建一类融合算子的改进型GERT网络。在此基础上,研究多工序质量损失预测问题。案例说明了所提方法的有效性。

基于效用比的多工序并联制造过程能力分析

多工序制造过程通常包含串联和并联两种结构,具有串并联混合结构的多工序制造过程是实践中最为常见的形式,而不同模式的并联结构其上游工序质量波动对下游工序及总过程能力的影响不同。针对多工序制造过程并联结构特点,本文从波动减少的角度重点对多工序并联制造过程中并行、分散和收敛三种基本模式进行过程能力分析,研究多工序制造过程中各子过程波动对整体过程能力的影响,并根据各子过程质量波动减少的“困难度”和“效用比”评价质量改进的效果,给出多工序并联过程能力改进策略选择依据。通过实例表明,本方法能较好地识别各工序质量波动减少对本工序过程能力和总过程能力的不同影响,确定质量改进的优先顺序,实现多工序制造过程的经济性质量改进和优化。