基于神经网络的可重组制造系统质量控制方法研究

《基于神经网络的可重组制造系统质量控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2011年第2期现代制造工程(ModernManufacturingEngineering)试验研究基于神经网络的可重组制造系统*质量控制方法研究11231李爱平,韩建坤,朱凯影,谢楠,徐立云(1同济大学现代制造技术研究所,上海201804;2常柴股份有限公司,常州213002;3同济大学中德工程学院,上海201804)摘要:为提高可重组制造系统的可诊断性并缩短系统重组后的斜升时间,提出了基于神经网络的可重组制造系统工序质量控制方法。首先,结合x-R控制图质量控制方法和神经网络技术分别建立了用于控制图模式识别和质量缺陷原因诊断的两个神经网络模型;然后,开发出基于神经网络的工序质量控制系统,以

2、加工件的质量特征数据作为数据源,可对生产过程进行快速诊断和及时反馈。最后,通过实例验证了基于神经网络的可重组制造系统工序质量控制方法的有效性。关键词:可重组制造系统;神经网络;工序质量控制;模式识别中图分类号:TP391文献标志码:A文章编号:1671)3133(2011)02)0006)06Researchonprocessqualitycontrolforreconfigurablemanufacturingsystembasedonneuralnetwork11231LIA-iping,HANJian-kun,ZHUKa-iying,XIENan,XUL-iyun(1Institute

3、ofAdvancedManufacturingTechnology,TongjiUniversity,Shanghai201804,China;2ChangchaiCo.Ltd.,Changzhou213002,Jiangsu,China;3Sino-GermanCollegeofAppliedSciences,TongjiUniversity,Shanghai201804,China)Abstract:ToimprovethediagnosabilityofReconfigurableManufacturingSystem(RMS)andshortentheramp-uptime,apro

4、cessqualitycontrolmethodbasedonneuralnetworkwasproposed1Firstly,twoneuralnetworkmodelswereestablishedforcontrolchartpatternrecognitionandfaultdiagnosisrespectively1Then,theneuralnetwork-basedprocesscontrolsystemwasdeveloped,whichcouldsupportrapiddiagnosisandtimelyfeedbackinproductionprocess1Finally

5、,anapplicationexamplewaspresentedtoverifytheeffectivenessoftheneuralnetwork-basedprocesscontrolmethodforRMS1Keywords:RMS;neuralnetwork;in-processqualitycontro;lpatternrecognition生产线的工序质量控制是在获取质量数据之后求,如工装夹具及其他相应模块的重组变动,造成工进行分析,一旦发现质量缺陷,及时诊断出造成此缺艺过程不稳定,容易使产品出现质量缺陷等,这样就陷的原因,同时把信息提供给操作者或者决策者,以会造成可重组制造系

6、统生产效率降低和斜升时间延便适时提出纠正措施,进行工序调整。可重组制造系长,最终增加制造系统的重组成本。传统工序质量控统(ReconfigurableManufacturingSystem,RMS)是一种制多采用质量控制图的方法,但响应时间较长,容易对市场需求具有快速响应能力的可重新构型的可变造成生产与检验的脱节,信息化程度不高,难以实现制造系统,其特点表现为制造系统的组元(结构化的生产过程自动在线质量监测、诊断和优化控制。元件、主轴、控制器和夹具及刀具等)可升级,组态(物为了适应可重组制造系统的要求,将人工智能理[1]理构型)可调整。可重组制造系统的特点决定了在论融入到工序质量控制的研究日

7、趋成为焦点,尤其是该模式下所进行的质量控制存在一些新的问题和要将神经网络和传统统计过程相结合成为生产线质量*国家自然科学基金项目(50975209,51005169);国家863高技术研究发展计划资助项目(2007AA042002);上海市基础研究重点项目(09JC1414500);上海市自然科学基金项目(10ZR1432300)6李爱平,等:基于神经网络的可重组制造系统质量控制方法研究2011年第2期控制新