复杂生产过程质量控制智能方法研究

《复杂生产过程质量控制智能方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SouthwestJiaotongUniversityDoctorDegreeDissertationRESEARCHONQUALITYCONTROLn寸TELLIGENTMETHODOFCOMPLEXITYPRODUCTIONPROCESGrade：2009Candidate：ZHANGMinAcademicDegreeAppliedfor：DoctorofEngineeringSpeciality：MechanicalElectronicEngineeringSupervisor：Prof．CHENGWenmingMay2013西南交通大学学位论文版权使用授权书本学位论文作者

2、完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密时／在用本授权书。(请在以上方框内打“、／”)学位论文作者签名：苏敏日期：勿J；．g．I8指导老师签名：7沈心砣f日期：孑留呵弓．上，I8．西南交通大学博士学位论文创新性声明本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外

3、，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。本学位论文的主要创新点如下：(1)针对复杂生产过程多变量、非线性的特点，采用多变量统计过程故障检测模型方法进行复杂生产过程的质量控制。将小波包分析应用于复杂生产过程数据样本的去噪，并利用核主元分析方法对非线性过程实现过程故障检N(3．2)。(2)针对质量控制图模式识别问题，提出将样本数据的统计和形状特征作为质量信息特征，并采用主元分析作为二次特征提取方法实现质量信息的有效提取(4．3)，再利用自适应粒子群算法与支持向量机

4、相结合的方法对控制图的基本模式和混合模式进行有效识另lJ(4．4)。(3)利用K均值聚类对复杂生产过程进行工况划分(5．2)，运用支持向量机的回归理论建立各工况下的局部模型，再利用自适应粒子群算法得到最优的各局部模型权重，构建全局多模型(5．3)，从而实现复杂生产过程的预测。(4)利用虚拟仿真技术，以沥青混合料生产这一复杂生产过程为例，建立质量控制系统的仿真模型(6．3，6．4)，根据不同的控制策略分析影响质量的各因素(6．5)，为实际生产过程的质量控制提供参考。学位论文作者签名：张级日期：少f；．多．一西南交通大学博士研究生学位论文第l页摘要质量作为社会经济发展的关键因素之一，

5、越来越受到社会各界的重视。随着科学技术的发展，实现日渐复杂生产过程的质量管理成为研究者们关注的重大课题。质量管理是根据所制定的质量方针，通过质量策划、质量控制、质量保证和质量改进来实现产品或服务的全部活动。过程质量控制作为质量控制的关键部分，是实现产品创造的主要阶段，因而保证过程质量是实现质量管理的一种有效途径。随着现代生产过程的日益复杂，其过程具有数据高维、非线性，过程模型不确定和各子过程相互干扰并呈现强耦合等特点，因而比传统生产过程质量控制更为困难。本文通过复杂系统理论结合多元化、智能化等方向发展的质量控制方法，实现复杂生产过程的质量控制。支持向量机是建立在统计学习理论的VC

6、维理论和最小结构风险基础上的一种机器学习智能方法。通过核函数实现非线性问题向线性问题的转化，能较好的解决小样本、非线性、高维数、局部最小等问题，具有很强的泛化能力。粒子群算法模拟鸟群捕食行为，其算法概念简单，控制参数少，易于实现，同时兼有进化计算和群智能优化的特点，通过个体间的协作与竞争，实现对复杂空间最优解的搜索。粒子群算法是解决整数非线性优化问题、非线性连续优化问题和组合优化问题等方面的有效优化工具。本文利用支持向量机作为建立复杂生产过程质量模型的工具，将粒子群算法及其改进算法应用于支持向量机参数优化、模型最优解选择等问题中，从而实现复杂生产过程的质量控制。·针对复杂生产过程

7、故障检测问题，本文将小波包分析方法作为过程样本数据的消噪工具，通过多层次划分逼近原信号的方法消除样本数据中的噪音和干扰，提取高效的数据样本，建立基于核主元分析的多变量统计过程监控模型，实现非线性问题向线性问题的转化，从而进行复杂生产过程的故障检测。本文通过1个数值算例和TE复杂化工过程故障分析进行故障检测研究，并与PCA和KPCA故障检测方法进行对比研究，证明所提出方法的可行性和有效性。控制图作为统计过程控制的有效工具，控制图模式的识别在处理复杂生产过程质量问题中发挥着重要的作用