基於模式識別的多階段製造過程質量診斷

《基於模式識別的多階段製造過程質量診斷》是依託鄭州大學，由王寧擔任項目負責人的聯合基金項目。

基本介紹

• 中文名：基於模式識別的多階段製造過程質量診斷
• 項目類別：聯合基金項目
• 項目負責人：王寧
• 依託單位：鄭州大學

項目摘要

本項目針對具有串並聯結構的多階段製造過程難以建立精確質量關係模型和現有質量診斷方法在處理多階段製造過程多故障情況時的局限性，研究基於模式識別的多階段製造過程質量診斷方法。首先，分析串並聯結構下的多階段製造過程特點，研究有效的模型參數估計方法，解決變數間的多重相關性問題，提高建模的準確性，構建多階段串並聯製造過程質量關係模型；其次，明確質量波動在過程各階段間傳遞的過程，識別各階段質量波動對最終過程輸出質量的影響；最後，在上述分析基礎上，從已有故障異常模式界定、過程故障特徵提取和模式匹配方法三個方面，系統研究多階段製造過程多故障情況下基於模式識別的質量診斷方法。本項目的項目成果不僅可以為機械加工、汽車裝配等多階段製造過程提供質量分析和故障診斷技術。而且通過對串並聯結構和多故障情況等問題的深入研究，豐富了多階段製造過程相關質量問題的研究成果，為進一步質量改進和最佳化提供理論依據。

結題摘要

項目針對具有高維性、非平衡性特點的多階段複雜產品製造過程難以建立精確過程模型或利用統計質量控制技術難以進行質量監控與診斷問題，系統地研究了基於模式識別的多階段製造過程質量診斷方法。首先，基於特徵選擇的單階段製造過程關鍵質量特性識別方法，引入多階段製造過程模型，將單階段識別方法擴展為多階段製造過程識別方法，為多階段複雜產品製造過程關鍵質量特性識別提供有效理論和實踐指導。其次，提出了基於IAda-Lasso（Improved Adaptive Lasso, IAda-Lasso）的多工序串並聯過程關鍵質量特性識別方法；而後，針對輪廓控制中的異常點識別問題 ，提出基於凝聚層次聚類分析法（Agglomerative NESting，AGNES）的非線性輪廓異常點識別方法；最後在多級製造過程質量診斷中，提出了多級製造過程質量診斷研究思路。根據多級製造過程質量關係模型分別建立多級串聯結構以及並聯結構中並行、分散和收斂模式的質量診斷模型，然後介紹了極大似然估計和最小範數二次無偏估計兩種常用的模型估計方法，並給出了利用假設檢驗進行多級製造過程質量診斷的具體方法。本課題通過構建數據預處理方法提高數據質量和平衡數據，並針對高維數據構建基於特徵選擇的關鍵質量特性識別方法，過程監控方法和質量診斷方法，豐富了基於數據驅動的多階段質量診斷相關理論研究。同時，本研究將質量管理領域的多階段製造過程模型與機器學習中的特徵選擇方法結合，提出多階段製造過程關鍵質量特性識別方法，過程監控方法和質量診斷方法，豐富了機器學習方法在多階段質量管理領域的相關套用研究。