[发明专利]一种基于任务可靠度的多态制造系统剩余寿命预测方法

权利要求书

1.一种基于任务可靠度的多态制造系统剩余寿命预测方法，提出的基本条件如下：

条件1、制造系统由制造设备串联构成，各制造设备的性能状态相互独立；

条件2、各制造设备的性能状态退化过程服从马尔科夫过程，即机器当前时刻的状态只与前一时刻状态相关，而与之前的状态无关，状态之间的转移强度矩阵已知；

条件3、制造过程不考虑在制品的返工；

条件4、制造系统的生产模式为流水线加工，不存在系统的“饥饿”和“阻塞”现象；

基于上述条件，其特征在于：步骤如下：

步骤1、基于制造系统结构和生产任务需求，确定影响任务可靠性的制造设备和工序；

步骤2、确定产品关键质量特性和相关参数；

步骤3、计算各制造设备的性能状态分布函数；

步骤4、计算产品质量状态函数；

步骤5、计算制造系统任务可靠度；

步骤6、计算制造系统剩余寿命期望；

步骤7、比较不同可靠度下的制造系统剩余寿命。

2.根据权利要求1所述的一种基于任务可靠度的多态制造系统剩余寿命预测方法，其特征在于：在步骤1中所述的“基于制造系统结构和生产任务需求，确定影响任务可靠性的制造设备和工序”，是指确定影响产品质量和制造系统任务可靠性的关键设备和工序，并进一步收集相应设备和工序的生产质量数据，识别制造设备的当前性能状态等级；其具体作法如下：根据用户需求，利用质量功能分解技术，将对产品的质量需求转化为对制造过程中对生产工序中的参数要求，相关的制造设备和工序即为影响产品质量和制造系统任务可靠性的关键设备和工序；对相关关键设备和工序的产量、役龄的生产数据和制造偏差、故障次数、停机时长的质量数据进行分析，对制造设备当前的性能状态等级进行评定。

3.根据权利要求1所述的一种基于任务可靠度的多态制造系统剩余寿命预测方法，其特征在于：在步骤2中所述的“确定产品关键质量特性和相关参数”，是指从系统工程的角度出发，确定产品的关键质量特性，并根据制造设备的历史加工数据，给出制造设备对于关键质量特性的影响参数；其具体作法如下：基于功能域、物理域、过程域的域映射分析，确定产品关键质量特性，并收集相应设备和工序的生产质量数据，进而根据加工过程的历史数据，分析工序和产品质量特性间的关联关系，确定各加工工序和设备对于产品各关键质量特性的影响系数d_i,j；其中影响系数中的符号i为制造设备编号，j为产品关键质量特性编号。

4.根据权利要求1所述的一种基于任务可靠度的多态制造系统剩余寿命预测方法，其特征在于：在步骤3中所述的“计算各制造设备的性能状态分布函数”，是指根据制造设备的加工误差，将制造设备划分为不同的性能状态等级，并根据设备性能状态退化的马尔科夫模型，求出设备的性能状态分布函数；其具体作法如下：根据制造设备所加工产品尺寸特性的偏差程度不同，将制造设备的性能状态分为不同的性能等级；制造设备性能状态的退化过程服从马尔科夫过程，且转移强度矩阵已知，则能基于Kolmogorov微分方程组，求得制造设备在不同时刻的性能状态分布函数。

5.根据权利要求1所述的一种基于任务可靠度的多态制造系统剩余寿命预测方法，其特征在于：在步骤4中所述的“计算产品质量状态函数”，是指基于已确定的各产品关键质量特性相关参数和各相关制造设备的性能状态等级，建立各关键质量特性的过程模型，并计算产品的质量状态；其具体作法如下：对产品的关键质量特性建立过程模型，其中，Y_l表示第l个关键质量特性，ψ_l表示该质量特性在过程中的基线偏差，V表示制造设备性能状态向量集，z^T表示噪声因素向量集，表示制造设备对该质量特性的线性效应向量集，表示噪声因素对该质量特性的线性效应向量集，ρ_l表示制造设备性能状态向量集和噪声因素向量集交互作用的向量集，进而能计算各关键质量特性的偏差函数，加权求和计算得到产品的质量状态值Q_WIP，计算方法如下：其中，ω_l表示第l个关键质量特性在产品质量状态函数中对应的权重值，表示第l个关键质量特性最大可接受偏差值，上述参数根据工程经验和产品设计需求给出。