基于D-S证据理论的产品多信息融合标识失效补救方法

针对离散制造企业生产环境和工艺的复杂性容易引起Data Matrix二维符号标记的磨损、污染和腐蚀而发生标识失效的问题,提出一种基于D-S证据理论的产品多信息融合标识失效补救方法。分析了产品物理与制造过程中多源信息之间的关联和数据结构,建立了离散制造产品零散与不完整多源信息的数学模型;设计了改进的变异系数加权法,并采用基于类中心的变权欧式距离法对失效标识产品特征和历史数据库进行相似性测度计算;通过D-S证据理论对失效标识的产品特征层进行融合辨识。实验结果表明,该方法能够较好地恢复补救产品失效的标识。

基于制造历史数据的产品标识失效预测与补救方法

针对离散制造企业生产环境和工艺的复杂性容易引起产品标识由于磨损、污染等因素而不可识读的问题,提出一种基于制造历史数据的产品标识失效预测与补救方法。给出了基于直接标刻技术的产品制造历史信息模型,分析了标识失效的影响因素并对历史数据进行Z-score标准化,通过主成分分析方法优化提取的特征,建立了神经网络标识失效预测模型,结合神经网络预测结果和标识转移与继承方法进行了失效标识的恢复补救。实例结果表明,该方法能够较好地预测产品标识失效并进行补救。

防止追踪失效的同质化产品标识特征设计方法

针对产品间同质化严重的问题,尤其是同型号同批次的产品数量庞大且存在产品标识因磨损、污染等因素不可识读而造成产品之间特征差异小、无法辨识的问题,提出一种防止追踪失效的同质化产品标识特征设计方法。分析了特征强化的零件直接标识,提出基于标刻工艺方法和仿射变换的数据矩阵码特征设计,从源头增强了个体间的特征差异性,同时提出基于灰度共生矩阵的数据矩阵码纹理特征设计,建立了产品制造过程数据矩阵码纹理库。当标识发生失效时,采用汉明距方法和欧式距离法级联匹配目标特征和数据矩阵码标刻特征矩阵、制造过程纹理库的相似度。实例结果表明,该方法能够较好地防止同质化产品追踪失效。