[发明专利]一种多元非线性制造过程波动源识别方法

摘要

本发明是一种多元非线性制造过程波动源识别方法，本发明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。本发明可用来解决了传统统计过程控制(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。

主权项

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；产品质量特性指标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，以及点与点之间、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非线性指标；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。