本发明专利技术公开了一种多工序加工过程质量波动预测方法，用于解决现有的多工序加工过程质量控制方法准确性差的技术问题。技术方案是采用贝叶斯状态空间的方法设计多工序制造过程质量波动模型；进一步通过小波滤波的方法对制造过程质量波动模型中的噪声项进行处理，消除噪声；基于除噪后的状态值设计多元质量控制图来进行加工过程的监控，通过设计多元波动量的统计量，实现了多元加工过程的控制。以三元的质量特性为对象，在过程处于稳定状态时，控制图的平均运行步长ARL0由背景技术的186.535提高到199.624，误警率由背景技术的6.73％下降0.2％。在过程失控，且偏移量为（0.5,0,0）时，控制图的平均运行步长ARL1由背景技术的170.651降低到168.354，报警率由背景技术的14.675％提高到15.823％。
【技术实现步骤摘要】
本专利技术涉及ー种加工过程质量波动预测方法，特别是涉及ー种多エ序加工过程质量波动预测方法。
技术介绍
零件加工过程中，需要同时控制多个质量特性，这些质量特性又相互影响，传统的质量控制方法，在进行加工过程质量监控和调整时，只针对单道エ序、单个质量特性分别进行质量监控和调整，没有考虑到零件的多道エ序之间误差的传递、各个质量特性之间的相互影响关系，造成监控不准确。文献I “Shiyu Zhou, Qiang Huang, Jianjun Shi, “State Space Modelingof Dimensional Variation Propagation in Multistage Machining Process UsingDifferential Motion Vectors”，IEEE Transactions on Robotics and Automation2003 ；19 (2) :296-309. ”中釆用运动微分向量建立了多エ序加工过程误差空间传递状态空间模型，但是该方法只适用于刚体，在误差源的输入方面只考虑了夹具、基准的影响，没有考虑刀具等其他方面的误差输入，造成建立的误差预测模型不准确。文献2 “Jian Liu, “Variation Reduction for Multistage ManufacturingProcesses A Comparison Survey of Statistical-Process-Control vsStream-of-Variation Methodologies”， Quality and Reliability EngineeringInternational 2010 ；26 :645-661. ”中从误差流的角度，将多道エ序看成一个随着时间改变的动态系统进行多エ序加工过程质量的监控考虑误差源输入的情况下对加工过程中的加工误差进行定量分析，但该方法在误差的输入方面仅仅考虑夹具、基准的影响，而没有考虑到刀具等方面的误差输入，使得误差预测模型不够准确。文献3 “杨世元，吴德会，苏海涛.基于小批量制造过程的动态质量控制限及其简便计算方法[J].中国机械工程，2006，17 (14) :1476-1479. ”设计了一种基于t分布动态控制限的小批量生产质量控制方法，但该方法忽略了对测量数据中噪声信息的考虑，直接依据测量数据或者測量值的预测值进行监控。而在实际生产中由于噪声信息的存在，測量数据本身带有误差，并不能准确反应制造过程的真实波动情况，直接依据它进行制造过程的监控必将导致漏判、误判和错误调整，増加了质量监控的不稳定性，使得后续产品的制造质量得不到保证。以三元的质量特性为对象，在过程处于稳定即没有偏移量吋，控制图的平均运行步长ARLO是186. 535，误警率是6. 73%。在过程失控，且偏移量为(0. 5，0，0)时，控制图的平均运行步长ARLl是170. 651，报警率是14.675%。偏移量为(0. 5，0. 5，0)时，控制图的平均运行步长ARLl是159. 861，报警率是20. 07 %。偏移量为(0. 5，I，0 )时，控制图的平均运行步长ARLl是134. 238，报警率是32. 88%
技术实现思路
为了克服现有的多エ序加工过程质量控制方法准确性差的不足，本专利技术提供ー种多エ序加工过程质量波动预测方法。该方法通过分析噪声信息与质量波动测量数据和波动状态数据的关系，采用贝叶斯状态空间的方法设计多エ序制造过程质量波动模型；进ー步通过小波滤波的方法对制造过程质量波动模型中的噪声项进行处理，消除噪声，可以得到准确的状态值；基于除噪后的状态值设计多元质量控制图来进行加工过程的监控，通过设计多元波动量的统计量，可以实现多元加工过程的控制。本专利技术解决其技术问题所采用的技术方案是一种多エ序加工过程质量波动预测方法，其特点是包括以下步骤步骤一分析噪声信息与质量波动测量数据和波动状态数据的关系，采用贝叶斯状态空间的方法建立多エ序制造过程质量波动模型本文档来自技高网...
【技术保护点】
一种多工序加工过程质量波动预测方法，其特征在于包括以下步骤：步骤一：分析噪声信息与质量波动测量数据和波动状态数据的关系，采用贝叶斯状态空间的方法建立多工序制造过程质量波动模型：μt=Aμt-1+But+wt,wt~N[0,Wt]yt=Cμt+vt,vt~N[0,Vt]μ0|D0~N[m0,C0]---(1)式中，yt为t时刻加工工序质量特性波动均值的测量值；μt表示t时刻工序质量特性波动均值的真实值；wt为t时刻制造系统的状态噪声项，Wt为其方差；vt为t时刻测量噪声项，Vt为其方差；D0表示t=0时刻关于工序质量的初始信息集合；m0为在D0条件下对工序质量的均值的一个估计值；C0为关于均值m0的方差，是对m0一种不确定性的度量；对所有的t和s，当t≠s时，vt和vs、wt和ws以及vt和ws都相互独立；通过递归得到t时刻加工工序质量特性波动均值的测量值yt的表达式：yt=Σi=1tCtφt,i(·)Biui+Ctφt,0(·)μ0+Σi=1tCtφt,i(·)wi+vt---(2)式中，是状态转换矩阵，跟踪数据误差，并有(iy=Σkaj,kφj,k(t)+Σkdj,kψj,k(t)---(3)式中，a为逼近系数序列；d为细节系数序列，d＝0；测量值中的噪声信息消除后，得到该工序的不再含有噪声信息的测量值矩阵X，计算每一个样本的样本均值和样本协方差矩阵：x‾jk=1nΣi=1nxijk,j=1,2,...,pk=1,2,...,m---(4)第k样本的第j质量特性与第h质量特性之间的协方差：sjhk=1n-1Σi=1n(xijk-x‾jk)(xihk-x‾hk),j≠hk=1,2,...,m---(5)对m样本的统计量和sjhk求平均值得：x=j=1mΣk=1mx‾jk,j=1,2,...,p---(6)s‾j2=1mΣi=1msjk2,j=1,2,...,p---(7)s‾jh=1mΣi=1msjhk,j≠h---(8)则样本均值向量样本方差？协方差矩阵为ss=s‾12s‾12s‾13...s‾1ps‾22s‾23...s‾2ps‾32...s‾3p...s‾p2---(9)用估计的样本均值向量和样本协方差矩阵代替实际加工过程的总体均值和方差；此时的检验统计量为：Ti2=n(X‾i-X=)TS-1(X‾i-X=)---(10)取第一类错误概率为α，则多元控制图在分析阶段的控制限为：UCL=p(m-1)(n-1)mn-m-p+1Fα,p,mn-m-p+1,LCL=0---(11)控制阶段的控制限为：UCL=p(m-1)(n-1)mn-m-p+1Fα,p,mn-m-p+1,LCL=0---(12)当控制图上出现超出UCL的异常点时，控制图发出警报信号，表示过程发生异常。FDA00002022883700013.jpg,FDA00002022883700014.jpg,FDA00002022883700015.jpg,FDA00002022883700019.jpg,FDA000020228837000110.jpg,FDA00002022883700024.jpg,FDA00002022883700027.jpg...
【技术特征摘要】
1. 一种多エ序加工过程质量波动预测方法，其特征在于包括以下步骤 步骤一分析噪声信息与质...
【专利技术属性】
技术研发人员：张定华，王佩，陈冰，杨青龙，李山，刘凯，任静波，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。