便于表達，可對網(wǎng)絡(luò)節(jié)點進行編碼。節(jié)點編碼由加工特征ID與質(zhì)量特征ID構(gòu)成，加工特征 ID為加工特征誤差傳遞網(wǎng)絡(luò)中的節(jié)點ID，各質(zhì)量特征對應(yīng)ID如表7所示。如要表示車上 平面的平行度誤差，車上平面為第3個加工特征，其加工特征ID為MF3,平行度的質(zhì)量特征 ID為D1，則該節(jié)點編號為MF3D1。
[0219] 表6質(zhì)量特征及加工要求
[0220]
[0221]
[0222] 表7質(zhì)量特征編碼
[0223]
[0224] 依據(jù)圖3和圖4中確定的質(zhì)量特征間的誤差影響關(guān)系確定新節(jié)點之間的連邊，生 成基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)的拓撲結(jié)構(gòu)。產(chǎn)生的新網(wǎng)絡(luò)中可能存在沒有任何連邊的孤 立節(jié)點，需將其去除。圖11即為去除孤立節(jié)點后圖10所對應(yīng)的基于質(zhì)量特征的誤差傳遞 網(wǎng)絡(luò)拓撲結(jié)構(gòu)。
[0225] 抽取與目標節(jié)點（即精鏜閥座孔工序中與導(dǎo)管孔的同軸度誤差節(jié)點，MF17D3)相 關(guān)的誤差傳遞子網(wǎng)絡(luò)，如圖12所示。
[0226] 針對獲得的目標節(jié)點相關(guān)子網(wǎng)絡(luò)，每個節(jié)點仿真一組容量為30的數(shù)據(jù)，依本發(fā)明 中權(quán)重計算方法計算網(wǎng)絡(luò)各邊權(quán)重，生成網(wǎng)絡(luò)權(quán)重矩陣，并基于此生成加權(quán)誤差傳遞網(wǎng) 絡(luò)，如圖13。
[0227] 對比各節(jié)點故障后節(jié)點MF17D3 (閥座孔對導(dǎo)管孔的同軸度誤差）的SPI變化值， 變化越大說明該節(jié)點對最終質(zhì)量影響越大，越應(yīng)進行重點監(jiān)控。如圖14，MF15L2(鉸導(dǎo)管孔 工序的y方向尺寸誤差）和MF15L1 (鉸導(dǎo)管孔工序的x方向尺寸誤差）SPI變化值最大，說 明其對最終閥座孔對導(dǎo)管孔的同軸度誤差有顯著的影響。
[0228] 針對鉸導(dǎo)管孔工序尺寸誤差進行重點質(zhì)量監(jiān)控，控制圖基本成本參數(shù)賦值如下：
[0229]c= 1 元 / 件，b= 0，Lx=Ls= 200 元 / 次，Lxs= 300 元 / 次，L。= 100 元 / 次， K~T0=Tx=Ts=Txs= 0,Mx=Ms= 1000 兀 /h，Mxs= 15001000 兀 /h，入= 0.01，!^= 1.2h，h2= 0，]^= 7，n2= 18
[0230] 經(jīng)遺傳算法優(yōu)化，所得控制界限及ECT值如表8所示。
[0231] 表8參數(shù)優(yōu)化結(jié)果
[0232]
[0233] 與普通VSSI控制圖相比，單位時間質(zhì)量成本ECT降低了 15. 47%，本發(fā)明所采用的 控制圖具有較大成本優(yōu)勢。
[0234] 采用一組數(shù)據(jù)對控制圖靈敏性進行驗證，并與EWMA控制圖和⑶SUM控制圖進行 對比。圖15中所示為不同控制圖的表現(xiàn)。三張控制圖均在第四次抽樣后報警，但是由于 Bayesian-VSSI控制圖樣本容量由抽樣過程動態(tài)決定，四次抽樣中實際共抽取樣本39個， 而其余兩張控制圖在相同樣本數(shù)目條件下并未報警。由此可更直觀的說明，Bayesian-VSSI 控制圖能從數(shù)據(jù)中提取更多的信息，具有更強的靈敏性。
[0235]圖16為采用本發(fā)明質(zhì)量控制方法前后閥座孔對導(dǎo)管孔同軸度誤差變化曲線，圖 中藍線對應(yīng)原同軸度誤差，紅線對應(yīng)使用本發(fā)明提出的質(zhì)量控制方法后閥座孔對導(dǎo)管孔的 同軸度誤差。可以看出，經(jīng)采用本發(fā)明提出的方法后，閥座孔對導(dǎo)管孔的同軸度更加穩(wěn)定。 這也證明，本發(fā)明提出的缸蓋加工質(zhì)量控制方法對于缸蓋最終加工質(zhì)量的保障具有較為明 顯的效果。
【主權(quán)項】
1. 一種面向缸蓋零件的加工質(zhì)量控制方法，其特征在于，包括如下步驟： 1) 建立缸蓋基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)模型： 提取缸蓋加工工藝，將缸蓋加工工藝各工序加工特征對應(yīng)質(zhì)量特征抽象為網(wǎng)絡(luò)節(jié)點， 依據(jù)各工序間的基準、演化關(guān)系確定網(wǎng)絡(luò)節(jié)點之間的網(wǎng)絡(luò)連邊，基于互信息為網(wǎng)絡(luò)連邊賦 權(quán)，完成缸蓋基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)模型的建立，隨后采用復(fù)雜網(wǎng)絡(luò)分析方法確定 對缸蓋加工質(zhì)量影響最大的關(guān)鍵特征； 2)基于Bayesian-VSSI控制圖的關(guān)鍵特征質(zhì)量監(jiān)控： 確定抽樣策略，采用遺傳算法W單位時間質(zhì)量成本最小為目標對控制界限進行經(jīng)濟設(shè) 計，基于確定的控制界限對關(guān)鍵特征加工過程進行監(jiān)控。2. 根據(jù)權(quán)利要求1所述的一種面向缸蓋零件的加工質(zhì)量控制方法，其特征在于，步驟 1)的具體實現(xiàn)方法如下： 101) 確定缸蓋加工過程易超差特征作為目標特征，并提取與該目標特征相關(guān)的加工工 藝流程； 102) 將加工工藝各工序加工特征抽象為網(wǎng)絡(luò)節(jié)點，基于加工特征間的基準演化關(guān)系確 定網(wǎng)絡(luò)節(jié)點連邊，生成基于加工特征的誤差傳遞網(wǎng)絡(luò)； 103)針對基于加工特征的誤差傳遞網(wǎng)絡(luò)中的每個加工特征節(jié)點，選定相應(yīng)質(zhì)量特征對 其進行描述，在給每個加工特征結(jié)點選定相應(yīng)的質(zhì)量特征之后，將該加工特征節(jié)點替換為 相應(yīng)的質(zhì)量特征節(jié)點組，完成加工特征節(jié)點的細分； 104)完成加工特征結(jié)點的細分后，基于加工特征的誤差傳遞網(wǎng)絡(luò)圖中的節(jié)點由加工特 征結(jié)點變成了質(zhì)量特征節(jié)點，依據(jù)質(zhì)量特征間的基準和演化關(guān)系，確定加工特征對應(yīng)質(zhì)量 特征之間的誤差影響關(guān)系W確定節(jié)點連邊，得到基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)； 105)在基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)中選擇所有能夠到達目標特征節(jié)點的節(jié)點，將其 余節(jié)點刪除，并保留所選節(jié)點間的連邊，形成目標節(jié)點相關(guān)子網(wǎng)絡(luò)； 106)采用互信息描述子網(wǎng)絡(luò)節(jié)點間的統(tǒng)計相關(guān)性大小來表示權(quán)重，得到子網(wǎng)絡(luò)節(jié)點連 邊的權(quán)重，得到目標節(jié)點相關(guān)子網(wǎng)絡(luò)的加權(quán)誤差傳遞網(wǎng)絡(luò)； 107)針對步驟106)確定的加權(quán)誤差傳遞網(wǎng)絡(luò)，對其進行復(fù)雜網(wǎng)絡(luò)分析確定對缸蓋加 工質(zhì)量影響最大的關(guān)鍵特征。3.根據(jù)權(quán)利要求2所述的一種面向缸蓋零件的加工質(zhì)量控制方法，其特征在于，步驟 106)中，子網(wǎng)絡(luò)節(jié)點連邊的權(quán)重W的計算公式如下：巧..> 式中：X和Y分別為子網(wǎng)絡(luò)節(jié)點連邊的兩個節(jié)點信源，且為兩個隨機變量，且子網(wǎng)絡(luò)節(jié) 點連邊的方向由節(jié)點X指向節(jié)點Y，H貨）表示節(jié)點信源X的信息賭，I狂;Y)為節(jié)點信源X 和Y之間的互信息，且有1 式中：x，y分別為隨機變量X和Y的樣本值，P(X，y)為隨機變量X和Y的聯(lián)合概率分 布，P(X)為隨機變量X的邊緣概率分布，P(y)為隨機變量Y的邊緣概率分布。4. 根據(jù)權(quán)利要求2所述的一種面向缸蓋零件的加工質(zhì)量控制方法，其特征在于，步驟 107)中，具體實現(xiàn)步驟如下： 對比各節(jié)點故障后目標節(jié)點的SPI變化值這^，將變化值A(chǔ)/最大的節(jié)點作為需進行重點 監(jiān)控的關(guān)鍵特征節(jié)點，其中SPI變化值A(chǔ)/的計算公式如下：(6) 式中：Ij為節(jié)點i變化前節(jié)點j的SPI值；/；為節(jié)點i變化后節(jié)點j的SPI值；SPIj的 計算公式如下： SPIj=邑..f. 其中，其中g(shù)，表示節(jié)點對誤差的放大效應(yīng)，計算公式如下：式中：Wij為邊ij的權(quán)重；W為邊ji的權(quán)重； f，表示節(jié)點在網(wǎng)絡(luò)中進行誤差傳遞機會的大小，計算公式如下：(3) 其中k，表示節(jié)點j的度，kmax和kmin分別為k.，的最大值和最小值，C，表示節(jié)點j的聚 集系數(shù)，Cmax和Cmin分別為C.j的最大值和最小值，b.j表示節(jié)點j的介數(shù)，bmax和bmin分別為bJ 的最大值和最小值。5. 根據(jù)權(quán)利要求1所述的一種面向缸蓋零件的加工質(zhì)量控制方法，其特征在于，步驟 2)中，抽樣策略為每經(jīng)過時間h，抽取n件產(chǎn)品進行檢測，然后決定停產(chǎn)檢修或繼續(xù)生產(chǎn)；其 中h和n不固定，由上一次的抽樣結(jié)果確定，即變抽樣間隔變樣本容量。6. 根據(jù)權(quán)利要求5所述的一種面向缸蓋零件的加工質(zhì)量控制方法，其特征在于，步驟 2)中，采用遺傳算法W單位時間質(zhì)量成本最小為目標對控制界限Pd、Psi、P;和A進行經(jīng)濟 設(shè)計，其中，控制界限Pxl、Psl、苗和廬之間存在W下約束條件： 0<p,<p：<\ 其中，單位時間質(zhì)量成本最小的目標函數(shù)為：G=min(ECT)，ECT為單位時間質(zhì)量成本， 其采用如下仿真方法進行求解： 201)染色體編碼 采用實數(shù)編碼方式： X= (Xi,X2,X3,X4) 其中，Xi,而，X3,X4分別對應(yīng)控制界限戶托Psi和PXl; 202) 適應(yīng)度函數(shù) 采用如下反比例函數(shù)作為適應(yīng)度函數(shù)：203) 進化操作 采用輪盤賭選擇，中間交叉操作，其中，中間交叉子個體按下列公式產(chǎn)生： 子個體=父個體1+aX(父個體2-父個體1) 其中，a是一個比例因子，由[-d，1+d]上均勻分布隨機數(shù)產(chǎn)生，選擇d= 0. 25 ; 采用如下變異算子： =X±0.化A 其中，，取m= 20,a(i)W概率1/m取值1，W概率l-1/m取值0 ;L為變量 取值范圍；X'為變異后的個體，X為變異前的個體； 通過步驟201)至203)實現(xiàn)單位時間質(zhì)量成本最小的控制界限Pxi、Psi、A；和。
【專利摘要】本發(fā)明公開了一種面向缸蓋零件的加工質(zhì)量控制方法，包括如下步驟：1)建立缸蓋基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)模型：提取缸蓋加工工藝，將各工序加工特征對應(yīng)質(zhì)量特征抽象為網(wǎng)絡(luò)節(jié)點，依據(jù)工序間基準、演化關(guān)系確定網(wǎng)絡(luò)連邊，基于互信息為網(wǎng)絡(luò)連邊賦權(quán)，建立缸蓋基于質(zhì)量特征的誤差傳遞網(wǎng)絡(luò)模型，采用復(fù)雜網(wǎng)絡(luò)分析確定對缸蓋加工質(zhì)量影響最大的關(guān)鍵特征；2)基于Bayesian-VSSI控制圖的關(guān)鍵特征質(zhì)量監(jiān)控：確定抽樣策略，采用遺傳算法對控制界限進行經(jīng)濟設(shè)計，據(jù)此監(jiān)控關(guān)鍵特征加工過程。本發(fā)明確定了對加工質(zhì)量影響最大的關(guān)鍵特征，針對性監(jiān)控缸蓋加工過程，避免了全面監(jiān)控的低效與高成本；選用更經(jīng)濟且對小偏差更靈敏的控制圖，降低成本。
【IPC分類】G05B19/408
【公開號】CN105204438
【申請?zhí)枴緾N201510454395
【發(fā)明人】周光輝, 周策, 王旭
【申請人】西安交通大學(xué)
【公開日】2015年12月30日
【申請日】2015年7月29日