[發明專利]基于非參數多元統計過程控制的葉身型面加工誤差控制方法

有效

• 申請號: 201310080211.6
• 申請日: 2013-03-13
• 公開（公告）號: CN103197598A
• 公開（公告）日: 2013-07-10
• 發明（設計）人: 陳冰;張定華;王佩;李山;楊青龍;任靜波
• 申請（專利權）人: 西北工業大學
• 主分類號: G05B19/19
• 分類號: G05B19/19
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

技術領域

本發明涉及一種葉身型面加工誤差控制方法，特別是涉及一種基于非參數多元統計過程控制的葉身型面加工誤差控制方法。

背景技術

葉片加工過程是一個多輸入、多輸出的復雜過程，過程的波動現象往往是多種影響因素共同作用的結果，而一個影響因素又有可能造成多種過程波動。傳統的輪廓質量控制方法，在進行加工過程質量監控和調整時，針對質量數據的高維特點，采用小波變換、主成分分析法、獨立成分分析法等方法對數據降維后，再利用多元統計過程控制（MSPC）對輪廓質量進行監控；以及基于樣條的輪廓監控方法對輪廓質量進行監控。但是這些降維后的數據仍然具有相當大的維數，或者降維后的數據不能很好的包含全面的信息，沒有結合產品實際質量特性，給出一個能較好全面代表產品質量的降維依據，導致不能精確定位發生錯誤的位置，造成監控不準確。

文獻1“Ding,Y.,Zeng,L.,and?Zhou,S.(2006)Phase?I?analysis?for?monitoring?nonlinear?profiles?in?manufacturing?processes.Journal?of?Quality?Technology,38,199–216.”中針對非線性輪廓質量監控中質量數據的高維特點，采用小波變換對原始數據進行處理，再通過獨立成分分析法對其進行降維，但降維后的數據仍然具有相當大的維數，不易處理。

文獻2“Chicken,E.,Pignatiello,J.,and?Simpson,J.(2009)Statistical?process?monitoring?of?nonlinear?profiles?using?wavelets.Journal?of?Quality?Technology,41,198–212.”中采用一種半參數的小波方法對非線性輪廓的質量進行監控，基于變點模型的似然比檢驗，通過小波空間自適應性質監控輪廓質量的變異，但該方法需要收集大量的先驗信息，通過獨立成分分析法對其進行降維，降維后的數據仍然具有不能很好的全面反應輪廓的質量，造成監控不準確。

文獻“Chang,S.I.and?Yadama,S.(2010)Statistical?process?control?for?monitoring?nonlinear?profiles?using?wavelet?filtering?and?B-spline?approximation.International?Journal?of?Production?Research,48,1049–1068.”采用離散小波變換技術對輪廓樣本數據進行除噪，基于樣條模型將輪廓分段以降低質量數據的維數，但該方法沒有給出質量數據降維水平，選擇輪廓分段以及控制點數目的依據。

發明內容

為了克服現有葉身型面加工誤差控制方法控制精度差的不足，本發明提供一種基于非參數多元統計過程控制的葉身型面加工誤差控制方法。該方法采用數據驅動進行過程監控，對過程的波動及時進行監控，當過程失控時進行報警。在葉片的加工過程中，針對葉型質量特性的復雜性和測量數據的高維的特點，分析葉身常發生的變形和變公差要求，采用截面線分段的方法建立起葉身的輪廓和彎扭變形的質量控制矩陣。對葉身型面采樣點的輕量化處理，采用等精度離散的方法對測量數據進行降維預處理，按照不同的精度要求對測量樣本進行篩選。可以提高葉身型面加工誤差的控制精度。

本發明解決其技術問題所采用的技術方案是：一種基于非參數多元統計過程控制的葉身型面加工誤差控制方法，其特點是包括以下步驟：

按照葉身的變形和變公差要求，對截面線進行分段。