一种基于关联规则挖掘和模糊决策的制造质量控制方法技术

本发明专利技术公开了一种基于关联规则挖掘和模糊决策的制造质量控制方法，获取同一型号零件制造过程的质量数据集合；对每条质量数据中的每个质量特性进行质量特性等级映射，以每个质量特性建立对应的质量三元组，从而对应于每条质量数据均形成相应的三元组事务；再由全部三元组事务组成三元组事务集合D；采用Apriori算法对三元组事务集D进行挖掘分析，以获取强关联规则；根据强关联规则与加工质量要求制定出相应的质量控制策略；采用模糊决策方法判断质量控制策略的优先级，根据优先级确定质量控策略实施的先后顺序。本发明专利技术解决了现有技术中对质量控制缺乏针对性的技术问题，能够对质量控制策略进行优先级决策。

A Manufacturing Quality Control Method Based on Association Rule Mining and Fuzzy Decision

【技术实现步骤摘要】
一种基于关联规则挖掘和模糊决策的制造质量控制方法
本专利技术属于机械加工制造
，尤其涉及一种控制机械加工质量的方法。
技术介绍
21世纪是质量的世纪，质量是影响企业生存和发展的核心要素之一，对制造过程中的质量控制研究是当前的一个热门领域。国内外关于制造质量控制的研究取得了许多成果，但其主要侧重于制造过程的全面监控和预测，缺乏有针对性地进行质量控制。产品制造过程中的质量特性影响因素研究内容是5M1E，即工业领域经常说的人、机、料、法、测、环，每项因素又可以分解成许多种影响因素。为实现有针对性地对制造过程进行质量控制，充分利用制造过程产生的质量特性数据，本专利技术提出了基于关联规则挖掘和模糊决策的制造质量控制方法：建立工序质量特性关联模型，从制造过程的质量信息中挖掘不同工序之间潜在的关联信息，获得引起质量问题的关键因素，通过消减关键影响因素提升产品制造质量；由于制定的质量控制策略可能有多个，还需结合实际情况进行优先级决策，即根据工序特点确定评价指标集，建立模糊决策模型，基于灰色模糊决策方法对各质量控制策略的优先级进行决策分析。
技术实现思路
针对上述现有技术的不足，本专利技术提供一种基于关联规则挖掘和模糊决策的制造质量控制方法，解决现有技术中对质量控制缺乏针对性的技术问题，能够对质量控制策略进行优先级决策。为解决上述技术问题，本专利技术的技术方案如下：一种基于关联规则挖掘和模糊决策的制造质量控制方法，包括以下步骤：步骤1：获取同一型号零件制造过程的质量数据集合，质量数据集合中的每条质量数据均包含制造该型号零件所需要的工序所对应的质量特性的测量值，并且每道工序所对应的质量特性参数的种类为一种或多种；第x条质量数据表示为从中能够获知第i道工序所对应的第j种质量特性的质量特性测量值；步骤2：对每条质量数据中的每个质量特性进行质量特性等级映射，以为每个质量特性建立对应的质量三元组，从而对应于每条质量数据均形成相应的三元组事务；再由全部三元组事务组成三元组事务集合D；第x条质量数据所对应的三元组事务为是由进行质量特性等级映射得到，其中，Pi(x)表示第x条质量数据中的第i道工序；表示第x条质量数据中Pi(x)所对应的第j种质量特性，表示第x条质量数据中的质量特性等级；三元组事务集合D＝{t1,t2,t3...,tx}；步骤3：采用Apriori算法对三元组事务集D进行挖掘分析，包括以下步骤：步骤3.1：根据最小支持度minsup从三元组事务集合D中挖掘出若干频繁项集L；步骤3.2：每一个频繁项集L生成所有非空子集，由非空子集X和与其对应的补集(L-X)生成工序关联规则，所述工序关联规则是指工序之间的加工质量影响关系，工序关联规则表示为X称为影响因素；(L-X)称为被影响因素；步骤3.3：以符合工序执行逻辑并满足最小置信度minconf的工序关联规则作为强关联规则；步骤4：根据强关联规则与加工质量要求制定出n个质量控制策略；若n＝1，则采用该质量控制策略进行制造质量控制；若n＞1，则进入步骤5；步骤5：采用模糊决策方法判断质量控制策略的优先级，根据优先级确定质量控制策略实施的先后顺序。进一步的，采用等宽离散法分别对各质量特性进行等级划分，划分宽度d＝dmax/m，其中，m表示等级的总个数，dmax表示最大偏离距离：dmax＝max{|amax-anom|,|amin-anom|}；其中，amax表示某一质量特性所允许的最大值，amin表示质量特性所允许的最小值，anom表示质量特性的公称值；的质量特性等级按映射表取值：获取的质量特性测量值a，|a-xnom|表质量特性测量值a与质量特性公称值anom的距离。进一步的，项目I1来自于集合I的非空子集，集合I由三元组事务集合D中所有的三元组元素去冗余后得到；项目集I1在三元组事务集合D上的支持度support(I1)按如下公式计算：式中，|I1|表示三元组事务集合D中包含项目集I1的三元组事务数，|D|表示三元组事务集合D的三元组事务数总和；支持度大于最小支持度minsup的项目作为频繁项，频繁项的集合称为频繁项集；频繁项集L的所有非空子集均为频繁项，工序关联规则的置信度按如下公式计算：式中，|X∪(L-X)|表示三元组事务集合D中同时包含项目X与(L-X)的三元组事务数，|X|表示三元组事务集合D中包含项目X的三元组事务数。进一步的，采用如下步骤挖掘频繁项集：步骤3.1.1：初始化频繁项集的长度k＝1；步骤3.1.2：生成候选k-项集Ck，候选k-项集Ck由k个三元组组成；若k＝1，令候选1-项集C1为三元组事务集合D；若k＞1，则由频繁k-1-项集Lk-1经合并与剪枝两个阶段生成候选k-项集Ck；步骤3.1.3：根据最小支持度minsup从候选k-项集Ck中找出频繁k-项集Lk；步骤3.1.4：判断频繁k-项集Lk是否为空集；若是，则结束程序；若否，进入步骤3.1.5；步骤3.1.5：令k＝k+1，并回到步骤3.1.2。进一步的，模糊决策方法包括以下步骤：步骤5.1：建立评价指标集U＝{U1,U2,U3,U4}，其中，U1表示设备经济性，U2表示人工经济性，U3表示任务紧急性，U4表示技术可行性；步骤5.2：对各质量控制策略的评价指标进行模糊语义评价，并以相应的脆性系数替代模糊评价语义值，得到决策矩阵：式中，X1,X2,X3…Xn分别为1到n个质量控制策略，决策矩阵中第i行第j列的元素xij表示第i个质量控制策略中第j个评价指标的模糊语义评价对应的脆性系数，并且，1≤i≤n,1≤j≤4；步骤5.3：构造偏差矩阵Δ：偏差矩阵Δ中第i行第j列的元素δij表示理想偏差值：式中，按如下方式取值：当评价指标Uj为正向指标时，表示决策矩阵中第j个评价指标的最大值；当评价指标Uj为负向指标时，表示决策矩阵中第j个评价指标的最小值；步骤5.4：采用层次分析法对各评价指标的权值进行计算，得到各评价指标的权值系数，构成权重系数向量W＝(w1,w2,w3,w4)；步骤5.5：计算各质量控制策略与理想质量控制策略关于各个评价指标的灰色关联系数，其中，第i个质量控制策略与理想质量控制策略关于第j个评价指标的灰色关联系数γij按如下公式计算：式中，δij表示理想偏差值，ζ表示分辨系数；步骤5.6：计算各个质量控制策略与理想控制策略之间的灰色关联度，其中，第i个质量控制策略与理想质量控制策略之间的灰色关联度R(xi,x0)按如下公式计算：步骤5.7：根据灰色关联度确定各质量控制策略的优先级，按照优先级先后顺序执行质量控制策略进行制造质量控制。与现有技术相比，本专利技术具有以下有益效果：1、本专利技术充分利用制造过程产生的质量数据，以制造过程质量数据为输入，用基于欧式距离的等宽离散方法对质量数据进行处理，并与工序一起组成质量三元组元素。将质量数据记录表中的数据转换成三元组事务数据集，基于Apriori算法对三元组事务集进行挖掘分析，发现其中的强关联关系。2、本专利技术针对机械制造领域中工序的执行具有时间先后顺的特点，对Apriori算法进行了改进，在递归频繁项目集子集的过程中，删除不符合工序执行顺序的关联规则，减少无意义规则的挖掘分析，提升运算效率。3、根据强关联规则的挖掘结果有针对性地提出制造过程质量控制策略本文档来自技高网...

【技术保护点】
1.一种基于关联规则挖掘和模糊决策的制造质量控制方法，其特征在于，包括以下步骤：步骤1：获取同一型号零件制造过程的质量数据集合，质量数据集合中的每条质量数据均包含制造该型号零件所需要的工序所对应的质量特性的测量值，并且每道工序所对应的质量特性参数的种类为一种或多种；第x条质量数据表示为

【技术特征摘要】
1.一种基于关联规则挖掘和模糊决策的制造质量控制方法，其特征在于，包括以下步骤：步骤1：获取同一型号零件制造过程的质量数据集合，质量数据集合中的每条质量数据均包含制造该型号零件所需要的工序所对应的质量特性的测量值，并且每道工序所对应的质量特性参数的种类为一种或多种；第x条质量数据表示为从中能够获知第i道工序所对应的第j种质量特性的质量特性测量值；步骤2：对每条质量数据中的每个质量特性进行质量特性等级映射，以为每个质量特性建立对应的质量三元组，从而对应于每条质量数据均形成相应的三元组事务；再由全部三元组事务组成三元组事务集合D；第x条质量数据所对应的三元组事务为是由进行质量特性等级映射得到，其中，Pi(x)表示第x条质量数据中的第i道工序；表示第x条质量数据中Pi(x)所对应的第j种质量特性，表示第x条质量数据中的质量特性等级；三元组事务集合D＝{t1,t2,t3...,tx}；步骤3：采用Apriori算法对三元组事务集D进行挖掘分析，包括以下步骤：步骤3.1：根据最小支持度minsup从三元组事务集合D中挖掘出若干频繁项集L；步骤3.2：每一个频繁项集L生成所有非空子集，由非空子集X和与其对应的补集(L-X)生成工序关联规则，所述工序关联规则是指工序之间的加工质量影响关系，工序关联规则表示为X称为影响因素；(L-X)称为被影响因素；步骤3.3：以符合工序执行逻辑并满足最小置信度minconf的工序关联规则作为强关联规则；步骤4：根据强关联规则与加工质量要求制定出n个质量控制策略；若n＝1，则采用该质量控制策略进行制造质量控制；若n＞1，则进入步骤5；步骤5：采用模糊决策方法判断质量控制策略的优先级，根据优先级确定质量控制策略实施的先后顺序。2.根据权利要求1所述的基于关联规则挖掘和模糊决策的制造质量控制方法，其特征在于，采用等宽离散法分别对各质量特性进行等级划分，划分宽度d＝dmax/m，其中，m表示等级的总个数，dmax表示最大偏离距离：dmax＝max{|amax-anom|,|amin-anom|}；其中，amax表示某一质量特性所允许的最大值，amin表示质量特性所允许的最小值，anom表示质量特性的公称值；的质量特性等级按映射表取值：获取的质量特性测量值a，|a-xnom|表质量特性测量值a与质量特性公称值anom的距离。3.根据权利要求1所述的基于关联规则挖掘和模糊决策的制造质量控制方法，其特征在于，项目I1来自于集合I的非空子集，集合I由三元组事务集合D中所有的三元组元素去冗余后得到；项目集I1在三元组事务集合D上的支持度support(I1)按如下公式计算：式中，|I1|表示三元组事务集合D中包含项目集I1的三元组事务数，|D|表示三元...

【专利技术属性】
技术研发人员：马寿福，鄢萍，闻帅杰，赵桢，罗倩倩，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50