多阶段制造系统中尺寸偏差建模与控制

多阶段制造系统中,最终产品的尺寸偏差是所有加工工位上尺寸偏差累积、耦合与传递的结果.为了解决多阶段制造系统中缺乏系统层上尺寸偏差控制模型的问题,在定义了3个坐标系、零件模型和零件偏差的基础上,通过齐次变换方法,推导出了夹具误差、基准误差、安装误差和加工误差的累积、传递过程,构建了状态空间模型,给出了模型的系统矩阵.该模型建立了每个工位上的零件尺寸偏差与制造过程中各种误差之间的关系,将尺寸偏差控制从设备层扩展到了系统层.实例证明了该模型的有效性和可行性.

串并联混合式多阶段制造系统产品质量建模与控制

目前的偏差流理论仅仅解决了串行制造系统中单个偏差流问题,为了控制串并联混合式多阶段制造系统中的多个偏差流,在现有的研究成果基础上,定义了零件模型和零件偏差,并利用控制理论和工程知识分析,构建了状态空间模型,给出了系统矩阵。该模型将偏差流理论扩展到了多阶段串并联混合式制造系统中,解决了制造系统中多个偏差流影响产品质量的问题。采用系统降维方法,将状态空间模型化简到了工程实用的层次上,具体加工实例表明,该模型是有效和可行的。

面向质量控制的制造系统可诊断性分析

针对目前以产品质量控制为目标的制造系统可诊断性和局部可诊断系统的诊断能力研究较少的现状,在构建制造系统状态空间模型的基础上,提出了一套新的制造系统可诊断性分析方法,推导出系统具有可诊断性的充分必要条件,对于局部可诊断系统,建立了可诊断能力评价指数。通过具体的装配实例,针对不同的系统配置, 验证了该分析方法和评价指数的有效性和可行性。该方法为制造系统的可诊断性度量、系统优化配置和在线故障诊断等提供了理论分析依据。

基于数据驱动的复杂多阶段产品质量预测研究

针对复杂多阶段(多质量属性)产品在最终制造阶段进行质量预测时,难以对造成质量异常的潜在工艺参数进行在线溯源及实时优化导致质量预测精度较低的问题。提出数据驱动的复杂多阶段产品质量预测模型。首先,通过对历史工艺参数和质量数据应用基于规则的深度置信网络(RBDBN)形成各阶段质量分类规则及应用动态自适应模型对制造过程中异常工艺参数进行实时优化形成更优的质量分类规则;其次,应用Catboost算法建立基于各阶段的在线质量预测模型以提高最终产品质量的预测精度及制造高质量的产品。最后,将该模型应用于注塑制品多阶段多质量属性预测案例中,研究结果表明该预测模型的有效性及较高质量预测精度。

基于Kriging模型的复杂产品制造过程稳健参数设计与控制

复杂产品制造过程具有多阶段、多变量、多维度等特性,特别是各阶段之间的相互影响,导致了复杂产品制造过程质量控制难度加大。首先,针对复杂产品制造过程的特点,采用Kriging模型对复杂产品多阶段制造过程进行建模;其次,以考虑噪声分布下的期望质量损失最小为目标,优化制造过程中离线控制变量的设计水平;然后,根据噪声变量的测量值调整在线可控变量水平,以实现中间过程的在线自动控制;最后,通过仿真分析,验证了所提方法的有效性和实用性。