The invention discloses a machine identification method for potential process failure modes, calculates the correlation degree between the six elements of step composition and the criteria for determining process failure modes, and inputs the correlation degree into the seq2seq model as the information of the six elements of step composition and the information of the potential process failure modes as the output, carries out learning and training, and obtains the potential process failure modes. Generate model f3, and set model F
【技术实现步骤摘要】
潜在工艺失效模式机器识别方法
本专利技术涉及机械制造工艺过程管理方法,具体地说是涉及一种基于过程构成要素一般模型的潜在工艺失效模式机器识别方法。
技术介绍
工艺失效模式是产品制造工艺过程发生失效的具体表现形式,其可能的后果是导致产品出现制造质量问题、设备设施损毁和环境破坏,甚至可能影响顾客安全有效使用产品。全面、准确和高效率地识别工艺失效模式是开展工艺失效模式与影响分析(Processfailuremodeandeffectanalysis,PFMEA)、适时优化工艺设计和确保产品制造质量的基础和前提。目前的工艺失效模式的识别方法主要是基于以往积累的工艺经验和相关失效数据,由专业技术人员结合头脑风暴、知识推理或故障树等技术来完成。此类识别方法普遍存在依赖于识别人员的知识和经验,识别效率低和识别质量不稳定等不足,且无法应用于以往失效数据积累极为有限的小批量定制生产方式工艺失效模式识别。为此,有研究者提出具有普遍适用性的基于过程构成要素一般模型的潜在工艺失效模式识别方法。后期的研究者先后将这一方法进一步发展应用于设计失效模式与影响分析(Designfailuremodeandeffectanalysis,DFMEA),研究了串行、并行设计过程的产品设计失效模式的识别问题。但该方法只是避免了生产模式的影响,其要求失效分析人员依据给定的失效判定准则对工步过程构成要素的具体内容进行逐一分析判断进而识别出可能的失效模式,此过程是一个穷举过程,仍然是通过人力来进行识别,并没有解决人工识别效率低及识别质量不稳定的问题。而通过机器来穷举识别所有可能的潜在失效模式所能达到的识 ...
【技术保护点】
1.一种潜在工艺失效模式机器识别方法,其特征在于,1)采集某产品装配所涉及到的一部份工序作为工序测试集,另一部份工序作为工序训练集,将所有的工序、工步、工步构成六要素以及潜在工艺失效模式进行数据预处理,依据工序训练集中的工序信息得到规划工步生成信息,将工序训练集中的工序信息和规划工步生成信息输入到seq2seq模型中,并将工步的信息作为seq2seq模型的输出,进行学习训练,得到工步生成模型f1,将工序测试集中的工序输入到模型f1中,自动生成工步测试集;2)依据工步的信息得到规划工步构成六要素生成的信息,将工步的信息和规划工步构成六要素生成的信息输入到seq2seq模型中,并将工步构成六要素的信息作为seq2seq模型的输出,进行学习训练,得到工步构成六要素生成的模型集F2;将步骤1)中所述工步测试集输入到模型集F2中,生成与所述工步测试集对应的工步构成六要素;3)计算工步构成六要素与工艺失效模式判定准则之间的关联度,并将该关联度作为判定信息和工步构成六要素的信息输入到seq2seq模型中,且潜在工艺失效模式的信息作为输出,进行学习训练,得到潜在工艺失效模式生成模型f3,将模型集F2生 ...
【技术特征摘要】
1.一种潜在工艺失效模式机器识别方法,其特征在于,1)采集某产品装配所涉及到的一部份工序作为工序测试集,另一部份工序作为工序训练集,将所有的工序、工步、工步构成六要素以及潜在工艺失效模式进行数据预处理,依据工序训练集中的工序信息得到规划工步生成信息,将工序训练集中的工序信息和规划工步生成信息输入到seq2seq模型中,并将工步的信息作为seq2seq模型的输出,进行学习训练,得到工步生成模型f1,将工序测试集中的工序输入到模型f1中,自动生成工步测试集;2)依据工步的信息得到规划工步构成六要素生成的信息,将工步的信息和规划工步构成六要素生成的信息输入到seq2seq模型中,并将工步构成六要素的信息作为seq2seq模型的输出,进行学习训练,得到工步构成六要素生成的模型集F2;将步骤1)中所述工步测试集输入到模型集F2中,生成与所述工步测试集对应的工步构成六要素;3)计算工步构成六要素与工艺失效模式判定准则之间的关联度,并将该关联度作为判定信息和工步构成六要素的信息输入到seq2seq模型中,且潜在工艺失效模式的信息作为输出,进行学习训练,得到潜在工艺失效模式生成模型f3,将模型集F2生成的工步构成六要素输入到...
【专利技术属性】
技术研发人员:刘卫东,吴路路,吴中义,陈炳松,李振振,郑伟杰,
申请(专利权)人:南昌航空大学,
类型:发明
国别省市:江西,36
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。