学位论文 > 优秀研究生学位论文题录展示

基于人工智能的加工过程质量诊断与调整研究

作　者: 张祥敢
导　师: 刘长安
学　校: 山东大学
专　业: 制造系统信息工程
关键词: BP神经网络控制图模式识别质量诊断质量调整专家系统
分类号: TP311.52
类　型: 硕士论文
年　份: 2011年
下　载: 48次
引　用: 1次
阅　读: 论文下载

内容摘要

产品质量形成并贯穿于整个产品生命周期,是企业参于市场竞争、赖以生存和发展的基础,而加工过程中的产品质量是产品最终质量的基石。随着“世界级质量”的提出,市场、客户、企业对质量的要求不断提高,传统的质量控制已不能满足其需求。加工过程中的产品质量出现异常,只有很少一部分时间用于质量监测和控制,而80%的时间都用来判断异常的来源和调整引起异常的因素,所以为了满足加工过程全面质量管理的需求,应用于加工质量的诊断技术和系统成为众多学者和企业新的研究热点。本文在前人质量控制研究的基础上,提出了基于改进BP神经网络的控制图模式识别,同时对加工过程中的质量诊断与调整进行了相关研究。主要研究包括三方面的内容：(1)提出一种基于激励函数参数可调和动态阈值的改进BP神经网络控制图模式识别算法,并优化Monte Carlo工序数据模拟方法,使样本数据更具与实际生产数据相同的质量特性。根据改进后的网络参数迭代公式,将预处理后的样本数据作为输入对该神经网络识别器进行训练,训练结果用于生产过程的控制图模式识别。改进BP神经网络识别器的拓扑结构简单,在保证识别精度的前提下,提高识别速度,改善神经网络的泛化能力。最后,通过计算机模拟验证该算法的可行性。(2)提出基于故障树分析的加工过程质量诊断与调整方法。首先,对加工过程与质量相关的规则进行编码和产生式知识表示,系统自动生成以控制图异常模式为顶事件的故障树,通过故障树分析获取引起质量波动的主要异常因素子集。然后,以各质量因素特征值的监测结果作为规则匹配依据,进行专家系统的自动推理和人工辅助推理。最后,系统针对控制图异常模式诊断结果进行质量调整,将最优调整方案及时反馈给技术人员改进生产。质量诊断与调整专家系统有助于生产人员快速诊断质量异常因素、实施质量调整方案,大大缩短产品生产周期。(3)开发了车削加工质量诊断与调整专家系统。采用VB6.0开发环境和SQL Server 2003数据库软件,建立专家系统知识库和各功能模块的人机交互界面,实现加工过程的控制图模式识别、控制图异常模式的质量诊断与调整、专家知识库的维护和机器自学习功能。

全文目录

摘要  11-13
Abstract  13-15
第1章绪论  15-23
  1.1 课题的研究背景和意义  15-16
  1.2 国内外研究现状  16-21
    1.2.1 控制图模式识别的研究现状  17-18
    1.2.2 质量诊断的研究现状  18-20
    1.2.3 质量调整的研究现状  20-21
    1.2.4 研究存在的问题  21
  1.3 本文研究内容  21-23
第2章基于改进BP神经网络的控制图模式识别  23-35
  2.1 改进BP神经网络  23-25
  2.2 Monte Carlo数据模拟优化方法  25-26
  2.3 控制图模式定义  26-27
  2.4 基于改进BP神经网络的控制图模式识别研究  27-31
    2.4.1 控制图模式识别系统模块  27
    2.4.2 样本数据生成和数据预处理  27-29
    2.4.3 网络训练与系统测试  29-31
  2.5 加工过程的控制图模式识别  31-33
  2.6 本章小结  33-35
第3章质量诊断与调整研究  35-67
  3.1 专家系统的基本理论  36-39
    3.1.1 专家系统应用于质量诊断的优势  36
    3.1.2 专家系统基本结构  36-38
    3.1.3 专家系统的推理策略  38-39
  3.2 质量诊断的知识表示与知识库  39-48
    3.2.1 产生式知识表示  39-42
    3.2.2 专家系统知识库  42-45
    3.2.3 知识获取  45-48
  3.3 系统推理的设计与实现  48-65
    3.3.1 故障树的自动生成  48-51
    3.3.2 系统初步推理  51-54
    3.3.3 质量因素特征值的监测  54-57
    3.3.4 系统自动推理  57-61
    3.3.5 人工辅助推理  61-62
    3.3.6 基于知识库的质量调整策略  62-65
  3.4 本章小结  65-67
第4章系统开发  67-87
  4.1 MQDS系统总体设计  67-68
    4.1.1 系统模块  67
    4.1.2 开发环境和工具  67-68
  4.2 数据结构设计  68-78
    4.2.1 模式识别数据结构  68-69
    4.2.2 诊断和调整系统数据结构  69-78
  4.3 程序实现  78-85
    4.3.1 系统主界面  78
    4.3.2 数据采集界面  78-80
    4.3.3 控制图模式识别界面  80-81
    4.3.4 自动推理界面  81-82
    4.3.5 人工辅助推理界面  82-83
    4.3.6 质量调整界面  83-84
    4.3.7 数据库维护界面  84-85
  4.4 本章小结  85-87
结论与展望  87-89
  结论  87-88
  展望  88-89
参考文献  89-93
攻读硕士学位期间所发表的学术论文  93-95
致谢  95-96
学位论文评阅及答辩情况表  96

基于人工智能的加工过程质量诊断与调整研究

内容摘要

全文目录

相似论文