[发明专利]一种多元非线性制造过程波动源识别方法

说明书

技术领域

本发明涉及一种多元非线性制造过程波动源识别方法，属于质量与 可靠性工程领域。

背景技术

“波动”丰富了人们的生活，不断的变化与波动给万物带来了无限生 机和活力，推动着自然界和人类社会持续向前发展。然而，在产品制造 过程中“波动是质量的大敌”。

现代航空、汽车和电子工业的制造过程的复杂性，使得仅仅依靠操 作者的知识和经验来识别波动源变得非常困难。例如，一个汽车车身装 配过程就包括150-250个零件，经过50-80道工序，且每道工序都是 多特性过程。对于飞机的制造和装配过程，情况则更为复杂。随着新传 感器技术的发展，人们可以进行流水线配置和多位置分布式测量，这样 就可以对装配的产品进行100％测量。产品和过程测量数据的可用性， 以及产品波动所引发的问题的重要性，共同导致新的波动源识别方法的 飞速发展。国内外对波动源识别方法研究主要集中在SPC技术和SOV 理论两个方向：SPC技术可以用来及时发现和监视波动变化情况，但 是传统的SPC技术无法识别波动源，需要辅以工程手段和方法加以识 别；SOV理论主要基于状态空间模型研究多源多工序波动控制问题， 其测量的产品质量特性是通过对偏离设计名义值的各独立测量点偏差的 线性组合得到的线性指标，但是，这些线性指标并不能充分代表产品设 计的潜在功能。总之，现有的波动源识别方法只考虑线性指标，根据单 个点偏差确定的产品特性。而在制造现场，产品特性是指不仅根据单个 点偏差，还要根据点与点之间、特性与特性之间或多个产品特性之间的 关系来确定的多特性，并且产品特性与各不同的测量点的位置之间呈非 线性关系，需要辅之以复杂的计算得到。因此，研究和建立线性和非线 性相关指标都适用的波动源识别方法，是一个非常重要的工程问题。

发明内容

本发明正是针对上述现有技术状况而设计提供了一种多元非线性制 造过程波动源识别方法，该方法基于系统中单个波动源发生的独立性假 定，通过建立多元非线性制造过程波动源识别模型并对波动源广义模型 进行简化，计算多元非线性过程的联合概率密度函数、似然函数，进行 波动源模型似然函数比较以识别波动源，从而实现波动诊断的功能，以 解决传统统计过程控制(SPC)技术能及时报警但无法诊断波动源的难 题，可用于多特性制造过程非线性指标的波动源识别与分析，拓展了质 量波动控制技术诊断功能和适用对象、范围。

本发明的目的是通过以下技术方案来实现的：

一种多元非线性制造过程波动源识别方法，其特征在于：该方法的 步骤如下：

步骤一：多元非线性制造过程波动源识别建模

基于构成产品的所有零件的几何特征的向量表示，给出每一个零件 模型、零件波动模型，构建产品的多元非线性制造过程中波动源的识别 广义模型；

步骤二，波动源的识别广义模型的化简

基于单一波动源的假定对波动源的识别广义模型进行简化，所述单 一波动源的假定是指产品的多元非线性制造过程中只有一个波动源f存 在，该波动源f的某一成分u的偏差uf，比其他所有成分的偏差都大；

简化过程是在多元非线性制造过程中对每一个波动源建立将产品质 量特性与波动源联系起来的波动源识别模型，每一个波动源识别模型对 应一个波动源；

所述产品的质量特性是与整机质量有关的零件的空间位置和质量特 征参数；

步骤三、建立联合概率密度函数

假定出现波动源f时，噪声独立于波动源，对步骤二中得到的每一 个波动源识别模型，建立产品的全部质量特性指标的多变量联合概率密 度函数，然后为多元非线性制造过程中的每一个波动源生成分布函数；

步骤四、确定似然函数

基于步骤三的每一个波动源的分布函数以及已收集到的多元非线性 制造过程中产品的全部质量特性指标的观测数据和零件的空间位置参数 数据，计算对应的似然函数；

步骤五，进行似然比较，识别波动源

运用似然比函数，针对产品的每一个质量特性，对其所有的波动源 同时进行相互之间的独立比较，运用统计程序确定多元非线性制造过程 中对该产品质量特性的波动负主要责任的波动源。

上述技术方案中，步骤一中的技术措施的实现过程如下：

(1)零件的几何特征的向量表示