[發明專利]一種工藝流程質量異常精準追溯方法及系統

在審

• 申請號: 202010535022.3
• 申請日: 2020-06-12
• 公開（公告）號: CN111724126A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 馬亮;楊萍萍;彭開香;董潔
• 申請（專利權）人: 北京科技大學順德研究生院
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q10/06
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

1.一種工藝流程質量異常精準追溯方法，其特征在于，包括：

基于待檢測的工藝流程的工藝知識和歷史數據，在質量流約束下對待檢測的工藝流程進行分解，將全流程劃分為多個子系統；

構建各子系統中對全流程質量波動敏感的質量指標集，對待檢測的工藝流程的全流程過程與質量數據進行解析，以構建質量指標逆映射模型；

基于所述質量指標逆映射模型，結合待檢測的工藝流程的系統層級信息，構建融合層級信息的子系統質量異常監測模型，實現各子系統的質量異常監測；

將待檢測的工藝流程的不同子系統的質量異常監測信息進行融合，實現融合局部關聯信息的工藝流程全流程質量異常監測；

構建待檢測的工藝流程的質量相關故障傳播網絡，并基于所述質量相關故障傳播網絡，根據工藝流程全流程質量異常監測信息，實現質量相關故障追溯。

2.如權利要求1所述的工藝流程質量異常精準追溯方法，其特征在于，所述基于待檢測的工藝流程的工藝知識和歷史數據，在質量流約束下對待檢測的工藝流程進行分解，將全流程劃分為多個子系統，包括：

利用待檢測的工藝流程的工藝知識和歷史數據，以控制關聯、反應關聯、位置關聯、類型關聯、結構關聯和功能關聯為參考順序，分析質量信息在工藝流程變量間的關聯及傳播關系，確定全流程質量流信息的變量候選集；

基于所述變量候選集，確定子系統主導變量；

利用統計相關性分析方法，衡量所述變量候選集中剩余變量與主導變量間的相關性，確定輔助變量；并以主導變量為中心，將輔助變量聚集在與之相關性強度大于預設閾值的主導變量周圍，實現全流程初步分解；

基于工藝流程的層級信息，評價初步分解結果的合理性，調整所述預設閾值，實現質量流約束下的全流程精細化分解，將全流程劃分為多個子系統。

3.如權利要求2所述的工藝流程質量異常精準追溯方法，其特征在于，所述工藝知識包括待檢測的工藝流程的層級信息、過程機理以及專家知識。

4.如權利要求3所述的工藝流程質量異常精準追溯方法，其特征在于，所述基于所述變量候選集，確定子系統主導變量，包括：

針對過程機理明確的子系統，利用先驗知識確定其主導變量；針對過程機理不明確的子系統，利用偏最小二乘或因果關系分析方法確定其主導變量。

5.如權利要求1所述的工藝流程質量異常精準追溯方法，其特征在于，所述構建各子系統中對全流程質量波動敏感的質量指標集，對待檢測的工藝流程的全流程過程與質量數據進行解析，以構建質量指標逆映射模型，包括：

分析各子系統過程變量對全流程典型質量波動的敏感性；

基于敏感性分析結果，構建各子系統中對全流程質量波動敏感的質量指標集，并結合待檢測的工藝流程的工藝模型實現質量指標集的優選；

基于優選后的質量指標集，利用工藝知識確定質量信息的層級特性和層級間質量信息的定性關系，采用動態時間窗口聯合多變量數據建模方法挖掘各層級間共有的和層級內特有的定量質量信息，實現全流程過程與質量數據的解析；

利用半監督學習與多變量回歸相結合的方法，構建以信息深度感知為特征的高維度、多質量指標逆映射模型。

6.如權利要求5所述的工藝流程質量異常精準追溯方法，其特征在于，所述分析各子系統過程變量對全流程典型質量波動的敏感性，包括：

采用方差分解、基于偏導數的敏感性分析和基于連接權的敏感性分析方法分析各子系統過程變量對全流程典型質量波動的敏感性。