【技术实现步骤摘要】
基于跨工步隐式参数记忆的产品加工质量预测装置及方法
本专利技术涉及了产品制造过程的质量预测装置及方法,尤其涉及一种基于跨工步隐式参数记忆的产品加工质量预测装置及方法。
技术介绍
产品制造过程质量特征的测量往往是一个高成本、低效率的过程,同时很多质量的测量对于产品产生破坏性作用,导致一个产品的彻底报废。因此很有必要提供一种产品质量预测装置及方法,建立工艺过程参数与质量特征的映射关系,降低产品质量特征实验测量造成的成本损失与时间损失。然而对于离散制造这一常见的制造模式,存在一些技术难点。离散型制造企业的生产过程,常常分解成很多个加工任务,而每一个加工任务只需要极少的资源就可以完成,但零件从一个工作环节到另一个工作环节,之间常进行不同类型和要求的多种加工任务,不同加工任务之间又存在着相互之间的影响,其中包含了很多的变化与不确定性因素。同时,又因离散型企业产品定制程度高,其零件加工工艺及设备使用过于灵活,使其品质控制上难度极高。所以要想实现离散制造过程的过程控制与质量预测建模将会更加复杂。本专利技术旨在解决离散制造过程的质量预测建模中的一些问题,并为该领域的研究提供一定的思路。目前已经存在一些技术对制造业产品制造过程质量预测模型建立进行了一定的研究,其研究可以分为两类:基于数据驱动的质量预测模型和基于物理或数学模型的质量预测模型。基于数据驱动的质量预测模型。如见中国专利申请文件“一种可重组生产线产品质量预测方法”(申请号CN200810202402.4,申请日2008.11.07),公开了一种可重组生产线产品质量预测方法,其根据选取的关键工序质量控制点,采用贝叶斯 ...
【技术保护点】
1.一种基于跨工步隐式参数记忆的产品加工质量预测装置,其特征在于:所述装置包含数据获取模块、数据预处理模块、质量预测模型构建模块、参数优化模块、质量特征预测模块、在线更新模块;CAPP系统经数据获取模块连接到分布式数据库,分布式数据库和数据预处理模块连接,数据预处理模块和参数优化模块连接,参数优化模块和质量预测模型构建模块连接,分布式数据库和在线更新模块连接,质量特征预测模块分别和分布式数据库、质量预测模型构建模块连接。
【技术特征摘要】
1.一种基于跨工步隐式参数记忆的产品加工质量预测装置,其特征在于:所述装置包含数据获取模块、数据预处理模块、质量预测模型构建模块、参数优化模块、质量特征预测模块、在线更新模块;CAPP系统经数据获取模块连接到分布式数据库,分布式数据库和数据预处理模块连接,数据预处理模块和参数优化模块连接,参数优化模块和质量预测模型构建模块连接,分布式数据库和在线更新模块连接,质量特征预测模块分别和分布式数据库、质量预测模型构建模块连接。2.根据权利要求1所述的一种基于跨工步隐式参数记忆的产品加工质量预测装置,其特征在于:分布式数据库存储特征数据,CAPP系统经数据获取模块向分布式数据库发送采集到的产品各个工位步骤的工艺过程参数和测量参数;分布式数据库向数据预处理模块发送工艺过程参数和测量参数,数据预处理模块进行预处理后发回到分布式数据库;分布式数据库向参数优化模块发送预处理后的工艺过程参数和测量参数以及已标记的质量特征参数进行训练,经参数优化模块将各个优化后的参数发送到质量预测模型构建模块获得优化后的模型;分布式数据库向质量预测模型构建模块发送待测的工艺过程参数和测量参数,质量预测模型构建模块经训练后的模型映射后获得对应的质量特征参数。3.一种基于跨工步隐式参数记忆的产品加工质量预测方法,其特征在于:所述方法包括以下主要流程步骤:步骤一、产品各个工位步骤的特征获取;步骤二、产品各个工位步骤的特征预处理过程;步骤三、产品质量预测模型架构的确立;步骤四、产品质量预测模型的参数优化训练过程;步骤五、基于上述质量预测模型,对待测样本的质量特征进行预测。4.根据权利要求3所述的一种基于跨工步隐式参数记忆的产品加工质量预测方法,其特征在于:方法具体如下:步骤1、数据获取通过多传感器获取产品各个工位步骤中的过程参数数据作为输入特征数据,包括产品各个工位步骤的工艺过程参数和测量参数;步骤2、数据预处理数据预处理过程包括异常值处理、依据产品制造过程的特征分组与排序、组内未知输入特征的处理、不平衡数据集工位步骤样本均衡随机重采样、组内特征降维;步骤2-1、样本数据异常值处理设定阈值基准,根据参数数据与阈值基准之间的大小关系,判断所有输入特征是否存在异常值或离群点,若存在异常值或离群点则删除;步骤2-2、依据产品制造过程的特征分组与排序将产品的制造过程按照加工工序设置不同模块,工序中的每个工位步骤设置一个模块,按照输入特征记录时所处的模块将输入特征进行分组,同时按照模块之间的时序关系将分好组后的输入特征进行排序;步骤2-3、组内未知输入特征的处理一个零件在整个加工工序中所得到的输入特征以及最终该零件的质量特征组成了样本条目,然后作以下判断:若含有未知输入特征的样本条目的数量少于样本条目总数的30%,针对所有含有未知输入特征的样本条目中的未知输入特征,使用该特征的均值进行填充;若含有未知输入特征的样本条目的数量不少于样本条目总数的30%,针对所有含有未知输入特征的样本条目中的未知输入特征,使用未知输入特征所在工位步骤的其他特征作为输入,使用回归或分类方法进行预测获得后进行填充;步骤2-...
【专利技术属性】
技术研发人员:刘振宇,张栋豪,郏维强,刘惠,谭建荣,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。