融合算子的多工序制造质量损失预测O-GERT方法技术

本发明专利技术提供了一种融合算子的多工序制造质量损失预测O‑GERT方法，包括：将输入类型和输出类型进行排列组合构成不同逻辑功能的网络节点，构建GAN网络；将GAN网络转化成O‑GERT网络；在O‑GERT网络中设计算子，运用不同网络结构的运算规则简化O‑GERT网络，使O‑GERT网络中不再含有任何算子为止。运用信号流图理论与梅森公式求解O‑GERT网络；运用O‑GERT网络预测整个产品或者部分连续工序的质量损失。

O-gert method for quality loss prediction of multi process Manufacturing Based on fusion operator

【技术实现步骤摘要】
融合算子的多工序制造质量损失预测O-GERT方法
本专利技术涉及一种工序检测方法，特别是一种融合算子的多工序制造质量损失预测O-GERT方法。
技术介绍
几乎所有现代制造过程(装配、加工、半导体制造、医药制造等)都属于多工序系统。产品加工大多数都要经过若干道工序才能完成，只经过一道工序(单工序)就完成生产的产品非常少，例如，电致发光平板显示器需要经过40多个高精度工序(光刻、溅射、丝网印刷和激光加工等)才能形成最终产品。多工序系统往往具备以下特征：①拥有混合序列或并行配置的多阶段混合结构；②一道工序的输出往往是其他工序的输入，多工序制造过程会产生很多反馈/前馈回路；③一道工序的输出不仅受本道工序变动的影响，还受其上游工序传递的变动的影响，产品最终质量是所有工序变动积累的结果，呈集体性和随机性。田口玄一认为，即使是合格品(输出质量特性在用户要求的公差范围内)，其输出特性的波动仍可给用户和社会造成损失，输出特性愈远离其目标值，造成的质量损失就愈大。因此，输出特性应尽量接近其目标值。田口提出运用质量损失函数描述质量损失。质量损失的存在在于资源的潜力没能得到充分的发挥，质量损失的存在也正是质量改进的意义所在或质量改进的机会所在。由于产品最终质量是所有工序质量积累的结果，因而，产品上市后的质量损失实质上是制造过程中各道工序质量损失的集中体现。现有研究多聚焦于质量损失模型的改进，应用上也有一些拓展，但所有研究均是针对已制造出来的产品进行质量损失的测算，并未充分考虑制造过程中产品各道工序的质量损失及其传递演化关系。而质量损失在制造过程中不断积累、演化，这大大增加了其预测的难度。因此，如何系统地刻画多工序制造过程质量损失传递关系，如何准确预测多工序产品的质量损失，是值得探究的重要问题。
技术实现思路
本专利技术的目的在于提供一种融合算子的多工序制造质量损失预测O-GERT方法，包括以下步骤：步骤1，将输入类型和输出类型进行排列组合构成不同逻辑功能的网络节点，构建GAN网络；步骤2，将GAN网络转化成O-GERT网络；步骤3，在GERT网络中设计算子，运用不同网络结构的运算规则简化GERT网络，使等价网络中不再含有任何算子为止。步骤4，运用信号流图理论与梅森公式求解O-GERT网络；步骤5，运用O-GERT网络预测整个产品或者部分连续工序的质量损失。进一步地，输入端类型包括异或型、或型、与型，输出端类型包括肯定型、概率型。进一步地，步骤2中将GAN网络中的每一与型节点、或型节点转化为异或型节点。进一步地，步骤3中的算子包括使相关工序的质量损失强化或弱化的耦合算子〇和面向环工序的改善算子△。进一步地，步骤3中设计传递函数用于简化GERT网络，具体过程为：(1)带有耦合算子的多道串联工序(ij),(jh),...,(lk)构成的GERT网络的传递函数为其中，pij,pjh,plk分别为工序(ij),(jh),(lk)的条件发生概率，αij,αjh,αlk分别为工序(ij),(jh),(lk)质量损失Lij,Ljh,Llk的作用系数，f(Lij)、f(Ljh)、f(Llk)分别是质量损失Lij,Ljh,Llk的概率密度函数；(2)带有耦合算子的平行工序a、b、c...构成的GERT网络的传递函数为其中，pa,ik,pb,ik,pc,ik分别为工序a、b、c的条件发生概率，αa,αb,αc分别为耦合算子对工序a、b、c的作用系数(3)带有改善算子的GERT网络种一循环工序(ij),(ji),(jk)构成的环结构的传递函数的获取过程为：步骤3.3.1，在工序(ji)上增加虚拟节点i’，工序(ji’)表示原辅助工序，工序(i’i)表示使工序(ij)质量损失降低的虚拟工序，二者的条件发生概率分别为pji'＝pji和pi'i＝pΔij，质量损失分别为Lji'＝Lji和Li'i＝LΔij；步骤3.3.2，设环结构中经过N次循环后有一正概率引回循环工序开始节点i，节点i至k之间用一组N+1条并联的路径替代原环结构，N+1条并联的路径包括原有工序和N次循环的工序，其中任意条路径的的等价传递函数Wn为步骤3.3.3，计算传递函数进一步地，步骤4求解O-GERT网络获取质量损失平均值及其分布的方差，具体过程为：步骤4.1，在步骤3获取的简化O-GERT网络中加入闭合箭头，令H表示含有W参数的闭合网络的特征值，WE表示整个O-GERT网络等价传递函数，则H＝1-WAWE＝0；步骤4.2，由WE＝pEME(s)得则等价概率pE为等价传递函数WE在s＝0处的值为pE＝WE|s＝0其中，f(L)为全网络质量损失；步骤4.3，获取等价矩母函数步骤4.4，获取质量损失平均值E(L)及其分布的方差Var(L)进一步地，步骤5中用质量损失的平均值反映产品质量是否达到预期要求，用质量损失分布的方差则反映产品制造过程工序质量的波动范围。本专利技术与现有技术相比，具有以下优点：(1)本专利技术提出了一种融合算子的多工序制造过程O-GERT网络，该方法不仅从理论上拓展了GERT网络模型，同时解决了多工序产品质量损失测算问题；(2)O-GERT网络准确地刻画了多工序间质量损失传递与演化关系，并为多工序制造过程质量损失预测提供了完善的解析算法；(3)本专利技术既丰富了GERT网络的理论与方法，而且为多工序制造过程质量控制提供了一种新的整体解决方案，对降低制造成本、保证产品质量、提高企业经济效益等，有着非常重要的现实意义。下面结合说明书附图对本专利技术作进一步描述。附图说明图1为GAN网络的节点类型图。图2为“与”型节点及其等价转化图。图3为“或”型节点及其等价转化图。图4为带有耦合算子的串联结构网络单元及其等价转化图。图5为带有耦合算子的并联结构网络单元及其等价转化图图6为带有改善算子的环结构网络单元及其等价转化图。图7为带有改善算子的环结构网络的等价转化图1。图8为带有改善算子的环结构网络的等价转化图2。图9为闭合GERT网络及其参数图。图10为半导体材料加工过程的GERT网络图。图11为带有改善算子的半导体加工过程O-GERT网络图。图12为闭合等价O-GERT网络图。图13为带有耦合算子与改善算子的半导体材料加工过程O-GERT网络图。图14为本专利技术方法流程示意图。具体实施方式结合图14，一种融合算子的多工序制造质量损失预测O-GERT方法，包括以下步骤。步骤1：根据实际多工序制造系统的基本特征，构建广义活动网络(GAN)；在明确系统中各道工序活动的基础上，运用三种“输入”类型和两种“输出”类型的逻辑构成的六种不用逻辑功能的节点(如图1所示)，确本文档来自技高网...

【技术保护点】
1.一种融合算子的多工序制造质量损失预测O-GERT方法，其特征在于，包括以下步骤：/n步骤1，将输入类型和输出类型进行排列组合构成不同逻辑功能的网络节点，构建GAN网络；/n步骤2，将GAN网络转化成O-GERT网络；/n步骤3，在O-GERT网络中设计算子，运用不同网络结构的运算规则简化O-GERT网络，使O-GERT网络中不再含有任何算子为止。/n步骤4，运用信号流图理论与梅森公式求解O-GERT网络；/n步骤5，运用O-GERT网络预测整个产品或者部分连续工序的质量损失。/n

【技术特征摘要】
1.一种融合算子的多工序制造质量损失预测O-GERT方法，其特征在于，包括以下步骤：
步骤1，将输入类型和输出类型进行排列组合构成不同逻辑功能的网络节点，构建GAN网络；
步骤2，将GAN网络转化成O-GERT网络；
步骤3，在O-GERT网络中设计算子，运用不同网络结构的运算规则简化O-GERT网络，使O-GERT网络中不再含有任何算子为止。
步骤4，运用信号流图理论与梅森公式求解O-GERT网络；
步骤5，运用O-GERT网络预测整个产品或者部分连续工序的质量损失。


2.根据权利要求1所述的方法，其特征在于，输入端类型包括异或型、或型、与型，输出端类型包括肯定型、概率型。


3.根据权利要求2所述的方法，其特征在于，步骤2中将GAN网络中的每一与型节点、或型节点转化为异或型节点。


4.根据权利要求1所述的方法，其特征在于，步骤3中的算子包括使相关工序的质量损失强化或弱化的耦合算子〇和面向环工序的改善算子△。


5.根据权利要求4所述的方法，其特征在于，步骤3中设计传递函数用于简化GERT网络，具体过程为：
(1)带有耦合算子的多道串联工序(ij),(jh),...,(lk)构成的GERT网络的传递函数为



其中，pij,pjh,plk分别为工序(ij),(jh),(lk)的条件发生概率，αij,αjh,αlk分别为工序(ij),(jh),(lk)质量损失Lij,Ljh,Llk的作用系数，






f(Lij)、f(Ljh)、f(Llk)分别是质量损失Lij,Ljh,Llk的概率密度函数；
(2)带有耦合算子的平行工序a、b、c...构成的GERT网络的传递函数为


...

【专利技术属性】
技术研发人员：李亚平，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏;32