隨著市場競爭日益激烈，產(chǎn)品質(zhì)量對制造企業(yè)具有越來越重要的作用，由此對質(zhì)量管理已經(jīng)或?qū)⒁岢龈咭�，探求新的智能性、自主性質(zhì)量管理方式已勢在必行，順應(yīng)這一趨勢，本文提出基于智能代理的質(zhì)量信息系統(tǒng)。通過較深入的研究，本論文取得了下列成果： （1） 總結(jié)了產(chǎn)品質(zhì)量對制造企業(yè)具有的重要作用，分析了實施基于智能代 理的質(zhì)量信息系統(tǒng)的必要性和意義。 （2） 建立了基于智能代理的質(zhì)量信息系統(tǒng)的體系結(jié)構(gòu)，對分別完成其質(zhì)量 計劃制定、質(zhì)量檢測與管理、質(zhì)量評價與控制、質(zhì)量成本管理及質(zhì)量綜合信 息管理五大功能的五個Agent的內(nèi)部結(jié)構(gòu)進行了設(shè)計，闡述了它們的運行機 制和優(yōu)越性，說明了系統(tǒng)與CIMS其它功能子系統(tǒng)的信息集成。 （3） 提出了基于智能代理的裝配生產(chǎn)線在線質(zhì)量監(jiān)控的新方法。建立了基 于多代理的裝配生產(chǎn)線在線質(zhì)量監(jiān)控智能結(jié)構(gòu)，設(shè)計了系統(tǒng)中各種代理的結(jié)構(gòu)，分析了它們的功能，詳細介紹了其中具有高度智能化并且對質(zhì)量監(jiān)控的自動化、智能性、實時性具有最重要作用的數(shù)據(jù)分析Agent和決策Agent的結(jié)構(gòu)及其運行機制。 （4） 對基于智能代理的裝配生產(chǎn)線在線質(zhì)量監(jiān)控系統(tǒng)的關(guān)鍵功能進行了實 現(xiàn)和仿真：對分析監(jiān)控功能進行了編程實現(xiàn)和仿真；用人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)系統(tǒng)的智能推理功能，確定了所用神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)，對智能推理功能進行了仿真及驗證。
【學(xué)位單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2002
【中圖分類】：TH166
【部分圖文】：

3 基于智能代理的裝配生產(chǎn)線在線質(zhì)量監(jiān)控系統(tǒng)的研究4 智能決策機制的數(shù)學(xué)建模決策調(diào)整裝配參數(shù)實質(zhì)上是根據(jù)要達到的產(chǎn)品性能參數(shù)值找出對應(yīng)的裝配參 也就是要確定一組數(shù)據(jù)與另一組數(shù)據(jù)之間的映射關(guān)系 這正是前向多層神經(jīng)所擅長解決的 因而在這里采用類似的前向二層神經(jīng)網(wǎng)絡(luò)推理技術(shù) 其數(shù)學(xué)模下該神經(jīng)網(wǎng)絡(luò)的隱含層采用 6 個神經(jīng)原 輸出層采用 5 個神經(jīng)原 最終 5個輸出 Y0Y1Y2Y3Y4分別對應(yīng)要調(diào)整的裝配數(shù)據(jù) 如對發(fā)動機來說 有裝緊力矩 氣門泄漏量 曲軸止推間隙等 這些裝配數(shù)據(jù)已通過推理機知道與產(chǎn)要參數(shù)有很大相關(guān)性 輸入層 5 個變量 X0X1X2X3X4分別對應(yīng)產(chǎn)品參數(shù) 如對發(fā)動機來說 有輸出功率 輸出扭矩 油耗等 如圖 3.7 所示

圖 4.1 監(jiān)控總圖figure4.1 monitoring general picture 切換到界面 如圖 4.2 通過選擇子項 切換到某類設(shè)備監(jiān)控子圖 如切換測試界面 參見圖 4.7圖 4.2 監(jiān)控總圖 各工序間顯示狀態(tài)選擇切換菜單figure4.2 monitoring general pic ture---apiece working procedure switch menu回滾功能 由于屏幕大小有限 刷新屏幕時雖然可以將所有質(zhì)量數(shù)據(jù)都顯示但是管理人員根本就看不清楚 所以采取在一般情況下總是顯示近期質(zhì)量數(shù)式 然后通過回滾來完成數(shù)據(jù)的歷史顯示 只有這樣質(zhì)量管理部門才能對歷

41圖 4.2 監(jiān)控總圖 各工序間顯示狀態(tài)選擇切換菜單igure4.2 monitoring general pic ture---apiece working procedure switch men功能 由于屏幕大小有限 刷新屏幕時雖然可以將所有質(zhì)量數(shù)據(jù)都顯管理人員根本就看不清楚 所以采取在一般情況下總是顯示近期質(zhì)量然后通過回滾來完成數(shù)據(jù)的歷史顯示 只有這樣質(zhì)量管理部門才能對個全面的了解設(shè)置圖 4.3 系統(tǒng)設(shè)置菜單figure4.3 system configure menu
【參考文獻】

相關(guān)期刊論文 前10條

1 付英,曾敏,李興源,劉俊勇,王貴德;隱含層對人工神經(jīng)元網(wǎng)絡(luò)電壓安全評估的影響[J];電力系統(tǒng)自動化;1996年11期

2 章劍林,商瑋,劉青云,周偉,潘云鶴;基于多Agent的IntranetMIS信息系統(tǒng)模型(1)[J];電子計算機與外部設(shè)備;2000年05期

3 章劍林,商瑋,劉青云,周偉,潘云鶴;基于多Agent的Intranet MIS信息系統(tǒng)模型(2)[J];電子計算機與外部設(shè)備;2000年06期

4 廖東,張建勛,宋豫川,何玉林;制造企業(yè)集成質(zhì)量系統(tǒng)體系的探討[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1999年05期

5 曾方紅;質(zhì)量成本控制的數(shù)學(xué)模型[J];廣西師院學(xué)報(自然科學(xué)版);1998年03期

6 王時龍,劉飛,徐宗俊,李淑霞,楊萍;DIPMS──DNC集成化生產(chǎn)管理系統(tǒng)[J];工業(yè)工程與管理;1998年06期

7 潘昊，吉孔詩，鐘珞，李桂青，鄒秀芬;一種新的神經(jīng)網(wǎng)絡(luò)模型及學(xué)習(xí)算法[J];湖北工學(xué)院學(xué)報;1995年04期

8 潘昊,鐘珞,陳杰;BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練的函數(shù)變步長搜索調(diào)整法[J];湖北工學(xué)院學(xué)報;1997年02期

9 潘昊,陳杰,鐘珞;BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與樣本訓(xùn)練參數(shù)選取的初步探討[J];湖北工學(xué)院學(xué)報;1997年03期

10 梁曼君，石竹;提高BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度的算法研究[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);1995年01期

本文編號：2869289