本文關(guān)鍵詞： 產(chǎn)品追蹤 恢復(fù)與補救 標(biāo)識特征設(shè)計 多信息融合 預(yù)測與補救　出處：《西北工業(yè)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：為滿足不斷提高的復(fù)雜產(chǎn)品安全管理和質(zhì)量保障的要求,產(chǎn)品追蹤是實現(xiàn)準(zhǔn)確的產(chǎn)品技術(shù)狀態(tài)管理以及快速質(zhì)量追溯有效的解決途徑,實現(xiàn)產(chǎn)品追蹤的最直接有效手段是對產(chǎn)品生命周期的各階段進(jìn)行零部件的唯一標(biāo)識(Unique Identification,UID),國際多家研究所與企業(yè)聯(lián)合成立DPM(Direct Part Marking,DPM)工作組,選定數(shù)據(jù)矩陣碼(Data Matrix,DM)作為零部件的唯一標(biāo)識。然而,由于離散制造企業(yè)生產(chǎn)環(huán)境和工藝的復(fù)雜性容易引起DM碼的磨損、污染和腐蝕等,這時產(chǎn)品標(biāo)識難以依靠現(xiàn)有的識讀算法自動識別,即標(biāo)識失效,導(dǎo)致追蹤斷路。因此,研究產(chǎn)品標(biāo)識失效的恢復(fù)和補救技術(shù)就變得非常必要,目前國內(nèi)外大部分關(guān)于產(chǎn)品失效標(biāo)識恢復(fù)補救的研究主要集中在工藝、圖形圖像等單個角度進(jìn)行研究,尚未有一套產(chǎn)品追蹤過程的失效標(biāo)識恢復(fù)補救理論體系和技術(shù)框架。對于離散制造企業(yè)的產(chǎn)品追蹤模式,依然存在包括批次產(chǎn)品樣本信息同質(zhì)化,批量生產(chǎn)對象標(biāo)識局部或完全失效,標(biāo)識失效預(yù)警和及時恢復(fù)補救等問題,現(xiàn)有技術(shù)手段未能較好的解決這些問題。本文以適應(yīng)各種復(fù)雜應(yīng)用環(huán)境的產(chǎn)品直接標(biāo)識技術(shù)為基礎(chǔ),針對不同的標(biāo)識失效形態(tài)和企業(yè)追蹤模式存在的問題,研究產(chǎn)品追蹤過程的標(biāo)識失效恢復(fù)補救,以實現(xiàn)產(chǎn)品不間斷的可靠追蹤,展開了以下幾個方面的研究:(1).分析了產(chǎn)品追蹤過程標(biāo)識的失效形態(tài),給出了失效標(biāo)識恢復(fù)與補救的定義,探討了產(chǎn)品追蹤過程中標(biāo)識失效存在的問題,進(jìn)一步闡述了其中的難點問題及解決途徑。建立了產(chǎn)品失效標(biāo)識恢復(fù)與補救策略,并對策略和流程模型進(jìn)行了描述,從同質(zhì)化產(chǎn)品的標(biāo)識特征設(shè)計、標(biāo)識失效的預(yù)測與補救和多信息融合的失效標(biāo)識恢復(fù)與補救等方面展開研究,為實現(xiàn)產(chǎn)品不間斷的追蹤應(yīng)用提供指導(dǎo)。(2).研究了同質(zhì)化產(chǎn)品標(biāo)識增強化特征設(shè)計及識別方法,針對批次產(chǎn)品樣本信息之間存在同質(zhì)化問題,分析了特征強化的零件直接標(biāo)識,提出了基于標(biāo)刻工藝方法和仿射變換的標(biāo)識特征設(shè)計,并建立DM碼標(biāo)刻特征矩陣,設(shè)計了基于灰度共生矩陣的DM碼紋理特征,并建立產(chǎn)品制造過程DM碼紋理庫。最后采用漢明距方法和歐式距離方法級聯(lián)匹配目標(biāo)特征和DM碼標(biāo)刻特征矩陣、制造過程紋理庫的相似度,從而在源頭增強了產(chǎn)品個體之間的特征差異。(3).研究了基于多信息融合的產(chǎn)品失效標(biāo)識恢復(fù)與補救方法,由于制造企業(yè)生產(chǎn)環(huán)境和工藝的復(fù)雜性,導(dǎo)致標(biāo)識發(fā)生局部或者全部失效。分析了產(chǎn)品制造過程的多態(tài)和時變性,依據(jù)產(chǎn)品物理信息、制造過程信息提出了基于多信息融合的產(chǎn)品失效標(biāo)識恢復(fù)與補救模型,計算失效標(biāo)識產(chǎn)品的特征數(shù)據(jù)和產(chǎn)品歷史數(shù)據(jù)庫的相似度測度,采用改進(jìn)的變異系數(shù)加權(quán)法進(jìn)行了初步的匹配,通過D-S證據(jù)理論分配特征的基本信度并進(jìn)行融合辨識。(4).研究了基于制造歷史數(shù)據(jù)的產(chǎn)品標(biāo)識失效預(yù)測與補救方法,分析了制造歷史過程大量數(shù)據(jù)與標(biāo)識的關(guān)聯(lián),給出了基于DPM的制造歷史信息模型,描述了標(biāo)識失效的影響因素,并將制造歷史數(shù)據(jù)進(jìn)行主成分分析方法優(yōu)化,建立了神經(jīng)網(wǎng)絡(luò)標(biāo)識失效預(yù)測模型,結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果和標(biāo)識轉(zhuǎn)移與繼承方法進(jìn)行了失效標(biāo)識的恢復(fù)補救,避免標(biāo)識失效引發(fā)的信息追蹤斷路。(5).將產(chǎn)品追蹤過程失效標(biāo)識恢復(fù)與補救的思想應(yīng)用到實際的項目中,結(jié)合相關(guān)項目背景開發(fā)了產(chǎn)品制造過程數(shù)據(jù)采集與跟蹤系統(tǒng),對失效標(biāo)識恢復(fù)與補救的方法步驟進(jìn)行了企業(yè)的試運行,結(jié)合應(yīng)用實例對本文所研究的理論與方法進(jìn)行了驗證。
[Abstract]:In order to meet the complex product safety management and constantly improve the quality assurance requirements, product tracking is to realize the product configuration management accurate and fast tracing quality effective way, the most direct and effective means to achieve product tracking is a unique identifier for each stage of the product life cycle of parts (Unique Identification, UID), International Research Institute and enterprises jointly established DPM (Direct Part Marking, DPM) working group, selected data matrix code (Data Matrix DM) as the only identification of components. However, because of the complexity of the discrete manufacturing enterprise production environment and process easy to cause the wear of DM codes, such as pollution and corrosion, then the product identification is difficult to rely on reading the existing algorithms of automatic identification, which identifies failure, resulting in tracking circuit. Therefore, research on product identification failure recovery and remediation technology becomes very necessary at present Most of the domestic and foreign research identifies product failure recovery recovery mainly in technology, graphic images of single point of view, there is not a series of product tracking and recovery recovery theory system and technical framework of the identification process. Failure for discrete manufacturing enterprise product tracking model still exist including the homogeneity of the sample batches of products information, batch production the object identifier identifies the partial or complete failure, failure warning and remedial problems in a timely manner, the existing technical means to solve these problems. In order to adapt to a variety of complex application environment, the product direct identification technology as the foundation, according to the different failure modes and business identification tracking mode existing problems, research on product tracking and identification of failure process in order to achieve remedial, reliable tracking products uninterrupted, carried out as follows: (1) analysis of the production. The failure form of goods tracing identification process, gives the definition and identification of failure recovery recovery, and explore the product tracking process identifies failure problems, further elaborated the main problems and solutions. A product identification failure recovery and recovery strategy, and the strategy and process model are described, from the identification feature the design of homogeneous products, research on prediction and identification of failure recovery and multi information fusion identification and failure recovery recovery etc., to provide guidance for the application of uninterrupted tracking products. (2). Study the homogenization of the product logo design and enhanced feature recognition method for homogenization problems between batches of products the sample information, analyzes the characteristics of strengthening parts direct identification, proposed identification feature design method and process of marking based on affine transformation, and the establishment of DM code marking feature The design of DM code matrix, texture feature based on gray level co-occurrence matrix, and the establishment of product manufacturing process DM code texture. Finally using Hamming distance method and Euclidean distance matching method of cascade target feature and DM code marking feature matrix, texture similarity of the manufacturing process, so as to enhance the differences between individual products in the source. (3). The multi information fusion of product failure recovery and recovery method based on identification, due to the complexity of manufacturing enterprise production environment and process, leading to identification of local or all fail. Analysis of the product manufacturing process and time variant polymorphism, according to physical information, manufacturing process information in the proposed multi information fusion products the failure recovery and recovery identification model based on similarity measure to calculate failure identification product data and product features of the historical database, using the improved variation coefficient weighted method A preliminary match, the basic reliability distribution characteristics and D-S evidence theory fusion identification. (4). Study on prediction and remedy for failure of manufacturing product identification based on historical data, analyses the relationship between the historical process of manufacturing large amounts of data and identification, making history information model is given based on DPM, describes the influence factors of identification failure, and will make the historical data of the principal component analysis method of optimization, to establish a prediction model of failure of neural network identification, prediction and identification of transfer and inheritance method of remedial failure identification combined with neural network, to avoid the failure caused by the identification information tracking circuit. (5) the product tracking process. The failure recovery logo to the actual project and the idea of remedial application, combined with the project background of the development of the product manufacturing process data acquisition and tracking system for failure identification. The method of recovery and recovery is carried out in the trial operation of the enterprise, and the theory and method studied in this paper are verified with the application examples.

【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TB497

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;首屆全國信息融合學(xué)術(shù)年會召開[J];航空學(xué)報;2009年12期

2 ;首屆全國信息融合學(xué)術(shù)年會征文通知[J];海軍航空工程學(xué)院學(xué)報;2009年04期

3 ;第二屆全國信息融合學(xué)術(shù)年會征文通知[J];艦船電子工程;2010年01期

4 ;首屆全國信息融合學(xué)術(shù)年會[J];艦船電子工程;2010年01期

5 ;第三屆中國信息融合大會征文通知[J];航空學(xué)報;2011年01期

6 ;第四屆中國信息融合大會征文通知[J];艦船電子工程;2011年08期

7 ;第4屆中國信息融合大會征文通知[J];航空學(xué)報;2011年12期

8 ;第四屆中國信息融合大會征文通知[J];艦船電子工程;2011年12期

9 ;第四屆中國信息融合大會征文通知[J];艦船電子工程;2012年02期

10 ;第四屆中國信息融合大會征文通知[J];艦船電子工程;2012年03期

相關(guān)會議論文 前10條

1 朱茵;王軍利;;交通管理綜合信息融合模型研究[A];第二十七屆中國控制會議論文集[C];2008年

2 顧星;;中醫(yī)診斷與體表生物特征多信息融合的思考[A];中國中西醫(yī)結(jié)合學(xué)會診斷專業(yè)委員會2009’年會論文集[C];2009年

3 王志勝;甄子洋;王道波;范大鵬;;隨機大系統(tǒng)的信息融合最優(yōu)聯(lián)合控制[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

4 楊為民;李龍澍;;基于GIT的信息融合在農(nóng)業(yè)信息中的應(yīng)用[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

5 劉汝杰;袁保宗;;信息融合的認(rèn)知學(xué)基礎(chǔ)與D-S融合方法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

6 杜奕;遲毅林;伍星;;概率盒和D-S結(jié)構(gòu)體在機械故障信號信息融合中的應(yīng)用展望[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 李樹軍;蔣曉瑜;紀(jì)紅霞;;多傳感器信息融合技術(shù)和典型算法的應(yīng)用詮釋[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

8 孫來軍;沈永良;;多SVM多級信息融合與診斷決策模型的研究[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

9 杜奕;遲毅林;伍星;;信息融合在設(shè)備監(jiān)測和故障診斷中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

10 李錄平;鄒新元;晉風(fēng)華;黃樹紅;盧緒祥;;基于信息融合的旋轉(zhuǎn)機械振動狀態(tài)評價方法研究[A];第八屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集摘要[C];2003年

相關(guān)重要報紙文章 前2條

1 周新紅 田朝暉 段勇;信息融合：現(xiàn)代戰(zhàn)爭的重要支撐[N];解放軍報;2005年

2 本報記者 別坤;信息融合讓地鐵更快捷[N];計算機世界;2012年

相關(guān)博士學(xué)位論文 前10條

1 胡洲;信息融合欠驅(qū)動控制技術(shù)研究[D];南京航空航天大學(xué);2014年

2 張云璐;基于用戶信息融合的個性化推薦[D];武漢大學(xué);2012年

3 王恩雁;基于本體的多源異構(gòu)應(yīng)急信息融合方法研究[D];哈爾濱工業(yè)大學(xué);2014年

4 文妍;基于多源信息融合的數(shù)控機床進(jìn)給系統(tǒng)機械故障診斷研究[D];青島理工大學(xué);2016年

5 吳榮春;軍事信息系統(tǒng)中信息融合關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

6 王健;產(chǎn)品追蹤過程中失效UID恢復(fù)與補救技術(shù)研究[D];西北工業(yè)大學(xué);2016年

7 朱林;信息融合系統(tǒng)工程設(shè)計準(zhǔn)則的研究[D];哈爾濱工程大學(xué);2005年

8 朱方;多信息融合模式分類方法研究及在公交客流識別系統(tǒng)中的應(yīng)用[D];河北工業(yè)大學(xué);2010年

9 孔慶杰;信息融合理論及其在交通監(jiān)控信息處理中的應(yīng)用[D];上海交通大學(xué);2010年

10 王曉帆;信息融合中的態(tài)勢評估技術(shù)研究[D];西安電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 莊穎;信息融合的粗糙集方法研究[D];昆明理工大學(xué);2015年

2 李曉;基于信息融合的高速列車轉(zhuǎn)向架故障診斷[D];西南交通大學(xué);2015年

3 陳昭;基于云計算的中藥信息融合知識服務(wù)平臺構(gòu)建[D];福建中醫(yī)藥大學(xué);2015年

4 陳亭亭;雷達(dá)與AIS信息融合技術(shù)的研究[D];大連海事大學(xué);2015年

5 萬守鵬;基于信息融合的艙音信號分析與安全診斷[D];上海應(yīng)用技術(shù)學(xué)院;2015年

6 張寧波;基于信息融合的電子產(chǎn)品故障診斷[D];中北大學(xué);2015年

7 劉萌萌;基于信息融合的改進(jìn)極限學(xué)習(xí)機預(yù)測算法研究[D];遼寧大學(xué);2015年

8 田靜;基于聲波特征的管道泄漏信息融合故障診斷方法研究[D];河北科技大學(xué);2015年

9 彭毅;基于振動和油液信息融合的發(fā)動機故障診斷方法研究[D];廣西大學(xué);2014年

10 舒適;基于信息融合的公交車自燃檢測預(yù)警系統(tǒng)[D];浙江工業(yè)大學(xué);2015年

，

本文編號：1525331