[发明专利]一种基于质量状态任务网的制造系统健康诊断与预测方法

说明书

技术领域

本发明提供了一种基于质量状态任务网的制造系统健康诊断与预测方法，属于生产管理技术领域。

背景技术

制造业是一个国家的经济命脉，随着“中国制造2025”和“互联网+”等智能制造理念的提出，2016年，工信部、财政部联合编制了《智能制造发展规划(2016～2020年)》，并指出聚焦感知、控制、决策、执行等关键环节，推进学研用联合创新，旨在提升预测准确性，提高制造决策、执行的科学性。显然，先进制造技术已然成为提高制造业核心竞争的必然要求。健康诊断与预测作为评价制造系统运行状态的关键技术，在指导产品质量控制、生产调度和预测性维护决策中起着举足轻重的作用。

随着当前小批量、个性化生产模式的盛行，多工位制造系统的柔性要求进一步提高，这也进一步的导致了制造系统中会存在复杂的生产任务流。此外，在制造系统的运行过程中，通常组件故障会导致系统的任务执行能力下降，但不会使系统完全失效，因此制造系统的设备性能具有多态性特性，而产品作为制造系统的输出，其质量更是具有不确性特征。由于制造系统的复杂性和功能的特殊性，设备性能指标的简单集成显然不能充分的表征制造系统的制造健康状态，而将其视为影响制造系统健康状态的一个基本指标更为恰当。在宏观角度上，制造系统的直接服务对象是生产任务，它通常表现为对某特定产品的数量要求，在制造系统中存在着受设备制造合格率影响的生产任务要求的演化和传递，即任务执行状态。在实际生产中，产品质量作为制造系统的主要输出特性，在保证合格的基础上，对产品合格程度的量化能够更加精细化的表征制造系统的健康状态。因此，在制造系统中，生产设备，生产任务和被制造产品三者之间是一个有机的整体，具有紧密的相互影响关系，而对制造系统健康状态的诊断和预测是一个极具挑战性的研究课题。在智能制造的“预测+制造”理念背景下，如何表述和预测设备的性能状态、生产任务的执行情况以及输出产品的质量水平，并系统分析三者之间的关系，进行制造系统健康状态的系统评估和预测，是制造领域公认的科学难题。

现阶段，健康诊断与预测主要针对零部件进行，以制造设备性能或者寿命诊断(即可靠性分析)为主，忽略了对制造任务及被制造产品状态及数据的应用，并逐渐形成了基于模型的预测和基于数据的预测两种方法。基于模型的预测要建立在对故障机理的深度解析下，并且模型具有较强的针对性，这种方法花费高，普适性差，不适用于系统级的健康诊断；随着大量传感器在生产线上的使用，基于数据的预测方法逐渐得到重视，该方法能够显著节省成本、提高效率，但其预测的准确性依赖于对健康内涵的理解。因此，只有在深入理解制造系统健康内涵的基础上，才能利用系统运行大数据对制造系统健康状态进行诊断和预测，进而有效的指导生产计划与视情维修活动。因此，本专利从系统工程的角度分析了制造系统主要组成要素之间的功能逻辑关系，定义了制造系统健康内涵，即制造系统在规定时间内完成生产任务并输出高质量产品的能力。提出了质量状态任务网模型用于组织各类运行数据，进而提出了一种基于质量状态任务网的制造系统健康诊断与预测方法：量化制造系统组件性能状态、任务执行状态以及产品质量状态，进而整合以上三种状态得到表征制造系统运行状态的任务可靠性指标和表征输出产品质量的合格程度指标，对制造系统健康状态进行综合诊断和预测。本发明给出的一种基于质量状态任务网的制造系统健康诊断与预测方法，集成了生产过程中的设备性能、任务执行、产品质量三个关键要素，从总体上关注了整个制造系统的健康状态，以这种理论指导制造系统健康预测，能够全面分析制造系统的运行状态，进而科学的指导生产调度与视情维修，降低了生产过程的不确定性，进而保证了生产质量和效益。

发明内容

(1)本发明的目的：

针对传统制造系统健康诊断与预测方法的不足，本发明提供一种新的制造系统健康诊断与预测方法——一种基于质量状态任务网的制造系统健康诊断与预测方法。基于智能制造中“预测+制造”的生产理念，从系统工程角度分析制造系统物理上的多工位和功能上的多态性特性，在理论研究方面突破已有的制造系统健康状态的认知框架，将制造任务执行状态及被制造产品质量状态考虑进来，研究制造系统健康状态内涵及表征指标，建立综合表征被制造产品质量状态、设备性能状态、制造任务执行状态的质量状态任务网模型，并提出基于质量状态任务网的制造系统健康诊断与预测方法，为科学地进行生产调度和系统维修提供理论基础和依据。

(2)技术方案：

本发明一种基于质量状态任务网的制造系统健康诊断与预测方法，提出的基本假设如下：