一种机电产品制造过程参数漂移故障诊断方法技术

一种机电产品制造过程参数漂移故障诊断方法，属于机电产品质量形成过程建模与诊断技术领域，包括如下步骤：基于制造过程调研分析得到制造过程中关键输入、输出参数；基于试验设计技术和虚拟样机技术，建立制造过程参数‑产品性能参数快速计算模型；结合具体制造过程参数均值和方差可能出现故障模式和故障漂移范围，均匀选取足够多均值‑方差样本组，基于蒙特卡洛方法和替代模型得到机电产品制造过程故障特征库；基于智能诊断算法和故障特征库，对故障诊断模型进行训练，并对模型精度进行验证。本发明专利技术解决了机电产品制造过程复杂，模型输入输出参数映射关系难以获得从而对制造过程参数均值或方差漂移故障难以诊断的问题，具有良好推广应用前景。

【技术实现步骤摘要】
一种机电产品制造过程参数漂移故障诊断方法
本专利技术属于机电产品质量形成过程建模与诊断
，具体涉及一种机电产品制造过程参数漂移故障诊断方法。
技术介绍
制造过程是产品全生命周期中一个重要的环节，面对日益复杂和多样的离散制造过程，如何利用其中的信息进行过程诊断和优化，以提高产品质量和企业的核心竞争力，逐渐成为研究热点。机电产品零部件众多，其制造过程包括热处理、焊接、电镀、装配、调试、封装等多个阶段，工艺和结构的繁杂势必导致产品个体间的差异性，进而导致批次产品的合格率和可靠性处于较低水平，生产过程中的不确定性为保证机电产品的质量和可靠性带来极大挑战。在好的设计的前提下，制造过程参数在容差范围内的正常波动并不会导致最终产品性能参数超差和失效。由于异常原因，如刀具磨损，材料性能退化，机器设备故障、手工调试偏差、人工干预等，而导致的制造过程参数异常波动将会导致批次产品输出特性的漂移，为企业带来巨大损失。于是如何诊断出制造过程中的异常工序从而对制造过程进行管理和改进，显得极其重要。随着机电产品向小批量、定制化的生产方向发展，机电产品制造过程数据的获取更加困难，特别是失效批次的制造过程数据。由于缺少实际数据，无法对故障诊断模型进行充分的训练，从而导致目前较为普遍的基于数据的复杂过程故障诊断方法难以实现。同时机电产品制造过程的复杂性导致需要涉及的材料种类、零件种类和装配调试环节特别多，考虑的制造过程参数特别多，需要诊断的模型参数特别多。于是如何全面的考虑机电产品复杂的制造过程和诸多影响因素，及时有效的排除诊断制造过程中的异常工序从而对制造过程进行管理和改进，显得极其重要。
技术实现思路
本专利技术的目的是为了解决机电产品制造过程复杂，模型输入输出参数映射关系难以获得从而导致对制造过程参数漂移故障难以诊断的问题，提出了一种机电产品制造过程参数漂移故障诊断方法。为实现上述目的，本专利技术采取的技术方案如下：一种机电产品制造过程参数漂移故障诊断方法，它包括以下步骤：步骤一：根据机电产品制造流程确定n个关键制造过程参数的集合X＝{x1,x2,…,xi,…,xn}和m个关键输出性能参数集合Y＝{y1,y2,…,yi,…,ym}，其中xi服从N(μi,σi)；步骤二：根据图纸建立机电产品虚拟样机仿真模型，将步骤一中确定的关键制造过程参数X和关键输出性能参数Y注入仿真模型；步骤三：利用试验设计技术，得到k组关键制造过程参数样本点集合XT＝{x1,x2,…,xj,…,xk}，其中xj＝{x1j,x2j,…,xij,…,xnj}，xij表示参数xi的某个取值，将XT输入步骤二中建立的虚拟样机仿真模型仿真得到k组关键输出性能参数集合YT＝{y1,y2,…,yj,…,yk}，其中yj＝{y1j,y2j,…,yij,…,ymj}，yij表示参数yi的对应值；步骤四：利用快速计算建模方法，基于步骤三中得到的仿真样本点{XT,YT}，得到关键制造过程参数X和关键输出性能参数Y的快速计算模型，并对快速计算模型精度进行评估；步骤五：根据实际确定关键制造过程参数xi的均值μi或者方差σi可能出现的故障模式，在相应的故障模式选取一定量的样本点，并利用蒙特卡洛方法构建批次产品关键制造过程参数数据XP；步骤六：将步骤五中批次产品关键制造过程参数数据XP代入步骤四中建立的快速计算模型，得到批次产品对应的关键输出性能参数YP；步骤七：对步骤六中得到的批次产品关键输出性能参数YP进行分布拟合与数据统计，并提取相应的分布特征参量，作为对应故障模式下某个样本点对应的故障特征参量；步骤八：基于人工智能算法构建故障诊断模型，将批次产品输出性能参数分布特征参量作为故障特征，相应的故障模式作为分类目标，对故障诊断模型进行训练，另取不同测试样本进行测试，通过相应的评价指标，对故障诊断模型的分类精度进行评估。本专利技术相对于现有技术的有益效果是：本专利技术基于虚拟样机技术、制造过程影响因素注入方法、快速建模方法、蒙特卡洛方法和人工智能故障诊断方法建立了一种机电产品制造过程参数漂移故障诊断方法，该诊断方法针对特定的机电产品复杂制造过程，通过建立机电产品虚拟样机模型、机电产品制造过程影响因素注入、建立输出性能参数快速计算模型等方法获得批次产品输出性能参数与制造过程参数之间的关系模型，材料属性影响因素包括关键永磁材料属性参数、关键软磁材料属性参数、关键弹性材料属性参数三类，装调参数影响因素包括装配参数跟调试参数，通过蒙特卡洛技术结合对实际制造过程调研确定的制造过程参数可能出现的故障模式来虚拟出批次产品制造过程参数故障数据，故障模式包括均值的变大、变小和方差的变大，通过快速计算模型得到对应批次产品的输出性能参数，对参数的分布特性进行拟合并进行数据统计，提取相应的分布特性参量，将故障模式-故障特征一一对应并对人工智能故障诊断模型进行训练，并对故障诊断模型精度进行评估，最后得到能够通过输出性能参数分布特征参量诊断出制造过程异常的故障诊断模型。本专利技术的故障诊断方法综合考虑了制造过程中大部分制造过程参数影响因素，样本齐全，并且利用虚拟样机与快速建模技术大大的缩短了批次产品故障特征的数据获取时间，同样解决了传统故障库构建方法在小批量、定制化机电产品制造过程情况下对实际故障数据过于依赖的问题，可大幅提高故障的检测识别、分类诊断与排除优化的速度，同时，可仅仅通过计算批次产品输出性能参数分布特征参量，就能诊断出制造工序异常，方法简便快捷，具有良好的推广前景。附图说明图1是本专利技术的一种机电产品制造过程参数漂移故障诊断方法的流程图；图2是本专利技术的机电产品材料属性参数漂移故障诊断方法的流程图；图3是本专利技术的机电产品零件尺寸参数漂移故障诊断方法的流程图；图4是本专利技术的机电产品装调参数漂移故障诊断方法的流程图；图5是具体实施方式二中电磁继电器故障诊断模型故障分类结果图。具体实施方式具体实施方式一：下面结合图1和图2说明本实施方式，本实施方式披露了一种机电产品制造过程参数漂移故障诊断方法，所述制造过程参数为材料属性参数，所述方法包括以下步骤：步骤一：根据机电产品制造流程确定n个关键材料属性参数的集合X＝{x1,x2,…,xi,…,xn}和m个关键输出性能参数集合Y＝{y1,y2,…,yi,…,ym}，其中xi服从N(μi,σi)；步骤二：根据图纸建立机电产品虚拟样机仿真模型，将步骤一中确定的关键材料属性参数X和关键输出性能参数Y注入仿真模型；步骤三：利用试验设计技术，得到k组关键材料属性参数样本点集合XT＝{x1,x2,…,xj,…,xk}，其中xj＝{x1j,x2j,…,xij,…,xnj}，xij表示参数xi的某个取值，将XT输入步骤二中建立的虚拟样机仿真模型仿真得到k组关键输出性能参数集合YT＝{y1,y2,…,yj,…,yk}，其中yj＝{y1j,y2j,…,yij,…,ymj}，yij表示参数yi的对应值；步骤四：利本文档来自技高网...

【技术保护点】
1.一种机电产品制造过程参数漂移故障诊断方法，其特征在于，所述方法包括以下步骤：/n步骤一：根据机电产品制造流程确定n个关键制造过程参数的集合X＝{x

【技术特征摘要】
1.一种机电产品制造过程参数漂移故障诊断方法，其特征在于，所述方法包括以下步骤：
步骤一：根据机电产品制造流程确定n个关键制造过程参数的集合X＝{x1,x2,…,xi,…,xn}和m个关键输出性能参数集合Y＝{y1,y2,…,yi,…,ym}，其中xi服从N(μi,σi)；
步骤二：根据图纸建立机电产品虚拟样机仿真模型，将步骤一中确定的关键制造过程参数X和关键输出性能参数Y注入仿真模型；
步骤三：利用试验设计技术，得到k组关键制造过程参数样本点集合XT＝{x1,x2,…,xj,…,xk}，其中xj＝{x1j,x2j,…,xij,…,xnj}，xij表示参数xi的某个取值，将XT输入步骤二中建立的虚拟样机仿真模型仿真得到k组关键输出性能参数集合YT＝{y1,y2,…,yj,…,yk}，其中yj＝{y1j,y2j,…,yij,…,ymj}，yij表示参数yi的对应值；
步骤四：利用快速计算建模方法，基于步骤三中得到的仿真样本点{XT,YT}，得到关键制造过程参数X和关键输出性能参数Y的快速计算模型，并对快速计算模型精度进行评估；
步骤五：根据实际确定关键制造过程参数xi的均值μi或者方差σi可能出现的故障模式，在相应的故障模式选取一定量的样本点，并利用蒙特卡洛方法构建批次产品关键制造过程参数数据XP；
步骤六：将步骤五中批次产品关键制造过程参数数据XP代入步骤四中建立的快速计算模型，得到批次产品对应的关键输出性能参数YP；
步骤七：对步骤六中得到的批次产品关键输出性能参数YP进行分布拟合与数据统计，并提取相应的分布特征参量，作为对应故障模式下某个样本点对应的故障特征参量；
步骤八：基于人工智能算法构建故障诊断模型，将批次产品输出性能参数分布特征参量作为故障特征，相应的故障模式作为分类目标，对故障诊断模型进行训练，另取不同测试样本进行测试，通过相应的评价指标，对故障诊断模型的分类精度进行评估。


2.根据权利要求1所述的一种机电产品制造过程参数漂移故障诊断方法，其特征在于，步骤一中，所述关键制造过程参数包括关键材料属性参数、关键零件尺寸参数或关键装调参数。


3.根据权利要求1所述的一种机电产品制造过程参数漂移故障诊断方法，其特征在于：步骤一中所述关键输...

【专利技术属性】
技术研发人员：叶雪荣，谭俊，郭子剑，邓杰，翟国富，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23