论文部分内容阅读
随着计算机技术的发展，以其为依托的质量管理系统在全世界受到普遍重视，这项技术被认为是确保和提高产品质量，进而提升制造企业竞争力的重要措施。如何有效地利用计算机和通信技术实现机械零件加工过程的质量管理与监控是当前制造业信息化领域研究的热点问题之一。SPC (Statistical Process Control,统计过程控制)是目前进行制造过程质量控制的主流技术。一方面，通过SPC控制图可以监测生产过程中的潜在异常，从而达到控制过程质量和过程监控的目的；另一方面，通过对控制图的模式识别，可以有效鉴别过程异常的类型，辅助对质量异常诱因的诊断。本文结合国家科技重大专项课题“齿轮加工自动生产线网络化现场管理与智能监控系统”的需要，对基于SPC控制图模式的自动生产线产品质量动态监控方法进行了研究。主要研究内容如下：研究了自动加工生产线环境下应用SPC的策略与方法。结合自动加工生产线大批量和自动化程度较高的特点，深入分析SPC控制图理论及其应用方法，提出了适用于零件自动加工生产线的SPC质量监控策略。研究了两个基于SPC控制图模式识别的自动加工过程智能监控模型。一个是基于BTSVM（Binary-Tree Support Vector Machine,二叉树型支持向量机）的控制图模式识别三阶段集成模型，该模型首先判断是否出现异常模式，再应用BTSVM确定异常模式的类型；另一个是基于K-means提取特征的控制图模式识别的混合模型,它首先应用K-means聚类算法提取控制图模式的距离特征，进一步对控制图模式进行分类。仿真实验结果表明这两种模型对于八种基本模式的识别精度分别为98.75%和99.24%，与一些其他的模型相比识别效果良好。针对重庆某汽车齿轮制造企业的齿轮自动加工生产线，分析了该生产线质量管理和监控系统的需求，建立了质量监控系统总体方案和框架结构，设计了质量监控的功能模块和数据采集方案，并开发了面向齿轮生产线的质量监控系统。并对自动加工生产线的SPC质量监控策略进行了初步应用。