【摘要】：為有效地從企業(yè)積累的制造過(guò)程質(zhì)量數(shù)據(jù)中挖掘加工工序間的關(guān)聯(lián)規(guī)則、實(shí)現(xiàn)制造過(guò)程的智能化監(jiān)控,建立了基于質(zhì)量數(shù)據(jù)融合和規(guī)則挖掘的離散制造過(guò)程監(jiān)控模型。借鑒證據(jù)理論思想,提出一種基于模糊證據(jù)理論的多傳感器質(zhì)量數(shù)據(jù)融合算法,首先將所有測(cè)量值構(gòu)成的集合視為辨識(shí)框架,應(yīng)用模糊數(shù)學(xué)原理引入隸屬度函數(shù),設(shè)計(jì)了多傳感器之間互支持度計(jì)算的新方法,并借鑒信任分配思想將測(cè)量值轉(zhuǎn)換為相應(yīng)的證據(jù),最終通過(guò)基于沖突分配的證據(jù)組合規(guī)則得到融合結(jié)果,實(shí)現(xiàn)制造過(guò)程質(zhì)量數(shù)據(jù)的精確采集。設(shè)計(jì)了基于質(zhì)量規(guī)則挖掘的離散制造過(guò)程分析方法,針對(duì)傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘結(jié)果繁雜且有不符合實(shí)際加工順序規(guī)則生成的情況,借鑒有監(jiān)督學(xué)習(xí)思想,以實(shí)際工序順序?yàn)榧s束,挖掘?qū)е庐a(chǎn)品質(zhì)量問(wèn)題的關(guān)鍵因素,結(jié)合復(fù)雜事件處理技術(shù)對(duì)制造過(guò)程進(jìn)行實(shí)時(shí)監(jiān)控。通過(guò)實(shí)驗(yàn)結(jié)果驗(yàn)證了該監(jiān)控方法的有效性和實(shí)用性。
[Abstract]:A discrete manufacturing process monitoring model based on quality data fusion and rule mining is established in order to effectively mine association rules between manufacturing processes from the quality data accumulated by enterprises and to realize intelligent monitoring of manufacturing processes. Based on the theory of evidence, a multi-sensor quality data fusion algorithm based on fuzzy evidence theory is proposed. Firstly, the set of all the measured values is regarded as the identification framework, and the membership function is introduced by applying the fuzzy mathematics principle. A new method for calculating the mutual support between sensors is designed, and the measurement value is converted into the corresponding evidence by using the idea of trust assignment. Finally, the fusion result is obtained by the rule of evidence combination based on conflict assignment. Accurate acquisition of manufacturing process quality data is realized. A discrete manufacturing process analysis method based on quality rule mining is designed. In view of the complicated results of traditional association rules mining and the generation of rules that do not conform to the actual processing order, the supervised learning idea is used for reference and the actual process order is taken as the constraint. The key factors that lead to product quality problems are excavated, and real-time monitoring of manufacturing process is carried out with complex event processing technology. The experimental results show the effectiveness and practicability of the method.
【作者單位】： 中國(guó)科學(xué)院成都計(jì)算機(jī)應(yīng)用研究所;貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;貴州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51475097) 工信部智能制造示范項(xiàng)目(工信部聯(lián)裝[2016]213號(hào)) 貴州省重大基礎(chǔ)研究資助項(xiàng)目(黔科合JZ字[2014]2001)~~
【分類號(hào)】：F273.2;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王峻峰;李世其;劉繼紅;;能量有效的離散制造系統(tǒng)研究綜述[J];機(jī)械工程學(xué)報(bào);2013年11期

2 李向陽(yáng),徐曉飛,王顏新,張海龍;基于雙基標(biāo)準(zhǔn)的大型離散制造成本計(jì)劃模式[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2002年04期

3 朱沁宏;;離散制造型企業(yè)ERP應(yīng)用的實(shí)施對(duì)策[J];微型電腦應(yīng)用;2009年05期

4 劉愛(ài)軍;;當(dāng)離散制造遇到PLM[J];軟件世界;2006年21期

5 陳勝紅;;試談離散制造型企業(yè)物流信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];電腦編程技巧與維護(hù);2011年18期

6 田國(guó)峰;;離散制造多變市場(chǎng)環(huán)境下生產(chǎn)計(jì)劃體系研究[J];科學(xué)之友;2013年03期

7 丁謀;;MES系統(tǒng)在典型離散制造車間的選型與應(yīng)用分析[J];航空制造技術(shù);2008年22期

8 丁雷;王愛(ài)民;寧汝新;;Job Shop離散制造環(huán)境下的流水式調(diào)度技術(shù)[J];中國(guó)機(jī)械工程;2009年24期

9 周國(guó)利;何燕子;;面向服務(wù)的離散制造車間MES體系結(jié)構(gòu)研究[J];湖南工業(yè)大學(xué)學(xué)報(bào);2013年03期

相關(guān)會(huì)議論文 前1條

1 胡江;;綠色離散制造過(guò)程[A];企業(yè)應(yīng)用集成系統(tǒng)與技術(shù)學(xué)術(shù)研究會(huì)論文集[C];2006年

相關(guān)碩士學(xué)位論文 前6條

1 袁柳陰;基于物聯(lián)網(wǎng)的離散制造過(guò)程控制與管理技術(shù)研究[D];南京航空航天大學(xué);2015年

2 蘇順克;基于仿真的隨機(jī)離散制造系統(tǒng)優(yōu)化調(diào)度研究[D];福州大學(xué);2002年

3 潘陽(yáng)芬;離散制造過(guò)程信息可視化技術(shù)研究與應(yīng)用[D];武漢理工大學(xué);2013年

4 閆振強(qiáng);基于射頻識(shí)別技術(shù)的離散制造車間定位感知關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2014年

5 胡青霞;RFID技術(shù)在離散制造行業(yè)復(fù)雜物料配送方面的應(yīng)用[D];中國(guó)海洋大學(xué);2013年

6 孫曉東;基于物聯(lián)網(wǎng)的離散制造車間制造數(shù)據(jù)管理關(guān)鍵技術(shù)的研究[D];南京航空航天大學(xué);2012年

，

本文編號(hào)：2168868