[發(fā)明專利]基于主成分分析方法的制造過(guò)程質(zhì)量異常的特征提取算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710396089.1
• 申請(qǐng)日: 2017-05-27
• 公開(kāi)（公告）號(hào): CN107357167A
• 公開(kāi)（公告）日: 2017-11-17
• 發(fā)明（設(shè)計(jì)）人: 金平艷
• 申請(qǐng)（專利權(quán)）人: 四川用聯(lián)信息技術(shù)有限公司
• 主分類(lèi)號(hào): G05B13/04
• 分類(lèi)號(hào): G05B13/04
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)械產(chǎn)品加工制造過(guò)程質(zhì)量控制技術(shù)領(lǐng)域，具體涉及一種基于主成分分析方法的制造過(guò)程質(zhì)量異常的特征提取算法。

背景技術(shù)

21世紀(jì)，伴隨著全球經(jīng)濟(jì)一體化的發(fā)展，國(guó)際市場(chǎng)的競(jìng)爭(zhēng)日趨激烈，與時(shí)間和成本一樣，質(zhì)量己成為企業(yè)生存與發(fā)展的主要制勝因素。廣泛應(yīng)用國(guó)內(nèi)外先進(jìn)的質(zhì)量方法和質(zhì)量技術(shù)對(duì)于企業(yè)改進(jìn)產(chǎn)品質(zhì)量、提高產(chǎn)品競(jìng)爭(zhēng)力具有重要意義。好的質(zhì)量是低成本、高效率、低損耗、高收益的保證也是長(zhǎng)期贏得顧客忠誠(chéng)度，企業(yè)獲得可持續(xù)發(fā)展的基石。盡管中國(guó)企業(yè)界最近的熱點(diǎn)似乎集中在并購(gòu)、資本經(jīng)營(yíng)、市場(chǎng)拓展、多元化等方面，但事實(shí)上，對(duì)任何一家生產(chǎn)制造企業(yè)來(lái)講，質(zhì)量的管理、生產(chǎn)流程的控制，乃是企業(yè)發(fā)展的最為重要的“內(nèi)功”之一。如何練好“內(nèi)功”，不僅需要有質(zhì)量管理的思想、方法和手段,更需要有質(zhì)量工程技術(shù)的支持。如何利用質(zhì)量工程技術(shù),設(shè)計(jì)并生產(chǎn)出低成本、短周期、高質(zhì)量、高可靠性的產(chǎn)品,由此獲得竟?fàn)巸?yōu)勢(shì),己成為國(guó)內(nèi)外廣大理論研究者和實(shí)際工作者廣泛關(guān)注的問(wèn)題。而提高質(zhì)量的一個(gè)主要技術(shù)手段就是進(jìn)行有效的過(guò)程監(jiān)控。由于產(chǎn)品質(zhì)量在現(xiàn)代工業(yè)中的重要地位,統(tǒng)計(jì)過(guò)程控制(SPC)在機(jī)械、紡織、電子產(chǎn)品、汽車(chē)燈離散制造業(yè)中取得了很大成功,并逐漸向造紙、煉油、化工、食品等間歇工業(yè)和連續(xù)制造業(yè)滲透。在實(shí)際的制造過(guò)程中，被加工零部件或產(chǎn)品往往具有多個(gè)質(zhì)量特性，且這些質(zhì)量特性之間存在一定的相關(guān)性，如何確定該過(guò)程的過(guò)程能力指數(shù)以及對(duì)過(guò)程質(zhì)量進(jìn)行診斷，是迫切需要解決的問(wèn)題，該問(wèn)題的研究不僅對(duì)多元制造過(guò)程能力分析研究具有重要的意義，而且對(duì)多元制造過(guò)程的質(zhì)量進(jìn)行監(jiān)控和診斷均具有一定的理論意義和實(shí)用價(jià)值。基于上述需求，本發(fā)明提供了一種基于主成分分析方法的制造過(guò)程質(zhì)量異常的特征提取算法。

發(fā)明內(nèi)容

針對(duì)多元控制圖在多元過(guò)程監(jiān)控和異常診斷中的不足，本發(fā)明提供了基于主成分分析方法的制造過(guò)程質(zhì)量異常的特征提取算法。

為了解決上述問(wèn)題，本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

步驟1：收集制造過(guò)程中質(zhì)量特性的原始數(shù)據(jù)，并對(duì)該數(shù)據(jù)進(jìn)行必要的整理、簡(jiǎn)化及計(jì)算。

步驟2：對(duì)關(guān)鍵工序的多元質(zhì)量特性進(jìn)行過(guò)程分析；

步驟3：把觀測(cè)到的數(shù)據(jù)記錄到己經(jīng)畫(huà)好控制限的控制圖上，根據(jù)判穩(wěn)規(guī)則判斷過(guò)程是否出現(xiàn)異常現(xiàn)象；

步驟4：根據(jù)識(shí)別結(jié)果，查找出過(guò)程異常源所在；

步驟5：相關(guān)人員針對(duì)質(zhì)量問(wèn)題提出并實(shí)施改善的措施，解決過(guò)程異常情況；

步驟6：在改善實(shí)施后，維續(xù)使用控制圖對(duì)過(guò)程質(zhì)量進(jìn)行驗(yàn)證確認(rèn)，觀測(cè)是否仍有異常，若有則返問(wèn)至(3)，若無(wú)則繼續(xù)利用控制圖對(duì)制造過(guò)程進(jìn)行監(jiān)控。

本發(fā)明有益效果是：

1、過(guò)程能力系數(shù)條件更嚴(yán)謹(jǐn)，判定狀態(tài)結(jié)果更加準(zhǔn)確。

2、算法復(fù)雜度低，處理的時(shí)間短，得到了較好的結(jié)果準(zhǔn)確度。

3、為后續(xù)制造過(guò)程診斷技術(shù)奠定了較好的基礎(chǔ)。

4、考慮了質(zhì)量間的多元特性，算法適應(yīng)性更強(qiáng)，更符合實(shí)際的應(yīng)用。

5、參數(shù)因子處理的更加規(guī)范合理，得到的值更符合經(jīng)驗(yàn)判定的結(jié)果。

6、考慮了誤判因子、又結(jié)合主成分分析方法，結(jié)果準(zhǔn)確度得到的進(jìn)一步提升。

7、數(shù)據(jù)處理更完善，減低了誤判的概率。

8、解決了數(shù)據(jù)的偏置、單位不統(tǒng)一的問(wèn)題。

附圖說(shuō)明

圖1制造過(guò)程控制與診斷技術(shù)的結(jié)構(gòu)流程圖

圖2本發(fā)明車(chē)間數(shù)據(jù)采集方案圖

圖3二維過(guò)程修正的規(guī)格區(qū)域與實(shí)際分布區(qū)域示例圖

具體實(shí)施方式

為了解決多元控制圖在多元過(guò)程監(jiān)控和異常診斷中的不足，結(jié)合圖1-圖3對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，其具體實(shí)施步驟如下：

步驟1：收集制造過(guò)程中質(zhì)量特性的原始數(shù)據(jù)，并對(duì)該數(shù)據(jù)進(jìn)行必要的整理、簡(jiǎn)化及計(jì)算，其具體計(jì)算過(guò)程如下：

在生產(chǎn)過(guò)程中，當(dāng)工序不存在系統(tǒng)性誤差時(shí)，產(chǎn)品的質(zhì)量特性值X符合正態(tài)分布；由于多元質(zhì)量特性值得單位不統(tǒng)一，數(shù)值大小差距也較大，需對(duì)數(shù)據(jù)做進(jìn)一步處理；

生產(chǎn)過(guò)程正常運(yùn)行收集的數(shù)據(jù)矩陣為X_n×m，n為樣本的個(gè)數(shù)，m為樣本質(zhì)量屬性個(gè)數(shù)。

上式X_n×i為第n個(gè)樣本第i種質(zhì)量屬性值，μ_i為第i種質(zhì)量屬性均值，σ_i第i種質(zhì)量屬性標(biāo)準(zhǔn)差。

對(duì)預(yù)處理后的數(shù)據(jù)X′_n×i，進(jìn)行比重計(jì)算如下：