（机械电子工程专业论文）基于人工智能的质量过程控制研究.pdf

摘要 基于人工智能的质量过程控制研究 研究生：何博侠 指导教师：史金飞教授、黄仁教授 学校：东南大学 摘要 市场竞争和消费观念的转变，使得质量的内涵扩展到了产品生命周期的全过程；当代自动化生 产所进行的过程控制要求质量控制实现智能化。本文对产品全生命周期质量信息的集成技术和质量 过程控制的自动化和智能化的方法进行了深入研究，主要工作包括： 1 建立了质量信息集成的x m l 体系模型。对质量信息及其集成性进行了系统分析，基于 x m l 技术建立了质量信息系统的信息流框架、功能框架和技术框架，为c i m s 环境下产品全生命周 期质量信息的有效集成建立了支撑平台。 2 建立了质量控制系统的架构和功能模型。 研究了基于m e s ( m a n u f a c t u r i n ge x e c u t i o n s y s t e m ，制造执行系统) 的质量控制系统工作原理，建立了动态质量控制系统的体系结构和功能模 型。提出基于s p c ( s t a t i s t i cp r o c e s sc o n t r o l ，统计过程控制) 的在线质量监控系统模型，为三层 ( e r p m e s p c s ) 企业集成框架下的质量控制提供了技术支持。 3 研究了基于b p 网络的质量过程控制模式的识别方法。本文对质量过程控制模式建立了数 学模型，提出了基于b p 网络的质量过程诊断分析系统模型，并对过程数据的移动窗采样算法进行 了描述，在此基础上着重研究了基于b p 网络的质量过程控制模式的识别方法，为质量过程的智能 控制提供了方法。 4 研究了基于b p 网络的质量过程异常模式的参数估计方法。运用b p 网络对质量过程异常模 式的特征参数进行估计，可获得阶跃型的幅度、趋势型的斜率、周期型的波动幅值、振荡型的振荡 幅度，为进一步诊断质量过程偏差原因提供了依据 5 研究了基于粗糙集理论的质量过程偏差诊断技术。把粗糙集理论引入质量过程偏差的诊断 分析，提出基于粗糙集的质量过程偏差诊断模型，为质量过程的诊断分析提供了新的思路。 关键词：人工智能，质量过程控制，人工神经网络，粗糙集，x m l s p c a b s t r a c t r e s e a r c ho nc o n t r o lo fq u a l i t yp r o c e s s b a s e do na r n f i c i a li n t e l l i g e n c e b y h eb o x i a s u p e r v i s e db yp r o f e s s o rs h ij i n f e ia n dp r o f e s s o rh u a n g r e n s o u t h e a s tu n i v e r s i t y a b s t r a c t w i t ht h ee v o l u t i o no fm a r k e tc o m p e t i t i o na n dc o n s u m p t i o nm o d e t h ei m p l i c a t i o no f q u a l i t yh a sb e e ne x p a n d e dt ot h e e n t i r el i f e c y c l e so fp r o d u c t s ，w h i c hp r o d u c em u c h i n f o r m a t i o nn e e d st ob ei n t e g r a t e d o nt h eo t h e rh a n d , a u t o m a t i cp r o d u c t i o np r o c e s s e sr e q u i r e i n t e l l i g e n tq u a l i t yc o n t r 0 1 d r i v e nb yt h e s ed e m a n d s ，i n t e g r a t i o nt e c h n o l o g yo fq u a l i t y i n f o r m a t i o ni nt h ee n t i r el i f e c y c l e so f p r o d u c t sa n dm e t h o d o l o g yo f i n t e l l i g e n tq u a l i t yc o n t r o l a r ei n v e s t i g a t e di nt h i st h e s i s t h em a i nc o n t e n t sa r ea sf o l l o w s ： 1 a f t e ra n a l y z i n gq u a l i t yi n f o r m a t i o ni np r o d u c t s l i f e c y c l e s ，t h ef r a m e w o r k so f q u a l i t yi n f o r m a t i o ns y s t e mb a s e do nx m 儿t e c h n o l o g ya l ee s t a b l i s h e d t h e yp r o v i d e e f f i c i e n tp l a t f o r m sf o rq u a l i t yi n f o r m a t i o ni n t e g r a t i o n 2 t h r o u g hi n v e s t i g a t i n gt h em e c h a n i s mo fq u a l i t yc o n t r o ls y s t e mb a s e do nm e s ( m a n u f a c t u r i n ge x e c u t i o ns y s t e m ) ，t h ef r a m e w o r ka n df i m e t i o nm o d e lo fd y n a m i c q u a l i t yc o n t r o ls y s t e mr l ec o n s t r u c t e d f u r t h e r , t h eo n l i n eq u a l i t yi n s p e c t i o ns y s t e m m o d e lb a s e do ns p c ( s t a t i s t i cp r o c e s sc o n t r 0 1 ) i sa d v a n c e d 3 t h er e c o g n i t i o nm e t h o d o l o g yo fq u a l i t yp r o c e s sc o n t r o lp a t t e r n sb a s e do nt h eb p n e u r o nn e t w o r ki si n v e s t i g a t e di nt h i st h e s i s , w h i c hi n c l u d e se s t a b l i s h i n gt h e m a t h e m a t i c a lm o d e lf o ra b n o r m a lp a t t e r n so ft h eq u a l i t yp r o c e s s , c o n s t r u c t i n gt h e d i a g n o s i sa n da n a l y s i ss y s t e mm o d e lo f t b eq u a l i t yp r o c e s s ，d e s c r i b i n gt h ea l g o f i t h m o f m o v i n gw i n d o wr e c o g n i t i o n ，d e s i g n i n g , t r a i n i n ga n dt e s t i n gt h eb p n e t w o r k 4 t h i sr e s e a r c hf u r t h e rs u g g e s t saw a yt oe s t i m a t et h ec h a r a c t e r i s t i cp a r a m e t e r so f a b n o r m a lp a t t e r n so ft h e q u a l i t yp r o c e s sb a s e do nb pn e u r o nn e t w o r k s t h e s e p a r a m e t e r s c a l l p r o v i d ef u r t h e rc l u e st or e v e a lp o t e n t i a lq u a l i t yp r o b l e m si n m a n u f a c t u r i n gp r o c e s s e s 5 a f i e ri n t r o d u c i n gr o u g hs e t st h e o r yi nt h i st h e s i s am o d e lo fq u a l i t yp r o c e s s d e v i a t i o nd i a g n o s i sb a s e do nr o u g hs e t st h e o r yi sp r e s e n t e da n dt h ee f f i c i e n c yo f t h i s m e t h o di se x e m p l i f i e d k e yw o r d s ：a r t i f i c i a li n t e l l i g e n c e , q u a l i t yp r o c e s sc o n t r o l ，a r t i f i c i a ln e u r a ln e t w o r k , r o u g hs e t st h e o r y , x m l ，s p c 东南大学硕士学位论文 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明 并表示了谢意。 研究生签名：趔焦日期：尘亟尘7 ， 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内 容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可 以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研 究生院办理。 研究生签名；肖丛熊导师签名：址日期：巡少 第一章绪论 基于人工智能的质量过程控制研究 1 1 课题背景及研究的意义 1 1 1 课题背景 第一章绪论 产品质量是生产企业参与市场竞争并赖以生存和发展的基础。上世纪末以来，以提高质量、降 低成本、缩短产品交货期为目标的先进制造技术得到了迅猛的发展，己成为世界各国关注的焦点， 提出了多种新的制造模式，如c i m s ( c o m p u t e r i n t e g r a t e d m a n u f a c t u r es y s t e m ，计算机集成制造系统) 、 敏捷制造( a g i l em a n u f a c t u r i n g ，a m ) ，并行工程( c o n c u n e l l te n g i n e e r i n g ，c e ) 、精良生产( l e a n p r o d u c t i o n ，l p ) 、虚拟制造( v i r t u a lm a n u f a c t u r i n g ，v m ) 等。这些新技术无不与质量控制密切相关， 而计算机辅助质量系统( c a q ：c o m p u t e ra i d e dq u a l i t ys y s t e m ) 已成为c i m s 中不可分割的重要组 成部分1 1 1 。在c i m s 环境下。生产过程具有集成化、自动化的特点，这对传统生产方式下以人为主 体的质量保证和以事后调整为特征的质量控制技术提出了严重的挑战。 在如今信息技术向制造业渗透并极大提升生产力的背景下，市场竞争日趋激烈，产品质量不再 单是性能指标的体现，它同时也是可靠性、经济性、外观以及售前和售后服务等方面的综合体现， 它形成并贯穿于产品生命周期的全过程。生产企业不仅关注生产线上产品质量的控制，而且关心如 何实现产品生命各周期与质量有关的信息的有效集成，包括确定质量目标和制订质量保证计划；在 企业内部和外部通过各种方式采集质量数据；对质量数据进行分析评价，诊断加工过程是否失控及 其存在的原因；将有关控制信息传递到相应的设备和部门进行质量优化；为不同部门和不同层次的 质量活动提供决策依据和知识。其目标是实现企业对市场需求的快速反应和产品质量的持续改进。 因而，能有效集成制造过程产品质量信息的信息系统就成为研究和应用的热点。 在传统的生产环境中，制造过程质量的控制以人为主体，制造过程的质量状态人们可以很容易 进行观察、判断，出现偏差也容易排除，对质量过程的在线监测技术要求就不那么迫切，这方面的 研究基础也比较薄弱，适用于生产过程的质量状态检测方法也不完善。随着柔性制造系统( f m s ) 和集成制造系统的发展，生产过程主要依靠计算机进行控制，生产过程中依赖于人的因素逐渐减少。 若计算机不能对过程状态自动识别，出现质量过程偏差不能自动排除，则生产系统就无稳定性可言； 另一方面，产品质量是在制造过程中形成的，先进制造所追求的是自动加工零废品控制，传统的事 后统计分析已不能满足先进制造发展的要求，在线的状态识别和诊断分析已经成为现代制造技术发 展的方向【2 j 。 从系统观点来看，质量控制系统是制造系统的一个子系统，又称产品质量过程【2 j 。信息技术、 人工智能技术的发展已使得质量过程控制走向自动化和智能化的计算机集成控制系统。在质量活动 中广泛应用人工智能技术，实现数据采集、数据处理、质量分析、质量控制等单元的智能化成为稳 定产品质量、提高生产效率的重要手段。 本论文就是在以上背景下，首先研究集成环境下质量控制系统和质量信息集成的架构及其功能， 在此基础上，着重研究把人工智能技术应用于在线质量控制和质量过程偏差的诊断分析，以满足自 动生产智能质量控制的需要。 东南大学硕士学位论文 1 1 2 研究意义 产品质量控制是生产企业参与市场竞争并赖以生存和发展的基础。也是计算机集成制造的重要 组成部分。论文对c l m s 环境下产品全生命周期质量信息的集成、质量过程控制模式的识别、以及 质量过程偏差诊断技术的研究，为制造自动化及智能化提供方法，对稳定制造过程质量、全面提高 产品质量，增强企业竞争力，提升制造业水平具有重要的应用价值和现实意义。具体意义体现在以 下三个方面： 1 为c i m $ 环境下异构质量信息的集成提供方法。对产品整个生命周期的全部质量活动进行 管理与控制是当代质量过程控制的显著特征，集成质量系统以用户的需求为目标，将传统的检验驱 动转变为以用户需求为驱动来保证产品质量，通过功能集成实现对产品质量各环节的控制，通过持 续不断的过程循环实现持续的质量改进。本文将从生产现场质量控制、车间一级质量管理与控制、 以及企业级质量信息集成三个层次研究质量控制系统和质量信息系统的架构和功能，对全面提高产 品质量，增强企业竞争力具有现实意义。 2 为质量过程在线智能控制提供基础。智能质量过程诊断分析是制造自动化及智能化的关键 技术，也是当今质量控制领域的重要研究课题，而质量过程控制模式识别是智能质量过程诊断分析 的基础。本文将研究基于人工神经网络的质量过程控制模式的识别方法和质量过程异常模式特征参 数的估计方法，为质量过程在线智能控制提供基础。这项技术对提高自动制造过程的智能化程度、 稳定制造过程质量具有较高的实际应用价值。 3 为质量过程偏差的智能诊断提供理论基础。当代自动化生产进行的是过程控制，而不仅仅 是对己产生的质量缺陷进行处理，它强调对质量问题的根源进行分析诊断，查明问题所在，然后对 加工过程进行调整，做到对质量问题的预防和消除。质量过程是一随机过程，引起制造质量问题的 因素往往比较复杂，传统的专家系统诊断方法在应用中存在着知识获取困难、推理能力差、智能水 平低和知识组合爆炸等问题，制约了其在质量控制领域的应用。本文将把粗糙集理论引入质量问题 的诊断分析，利用粗糙集理论擅长处理含糊和不精确问题的优点，为质量过程偏差的智能诊断提供 理论基础，对质量过程控制的智能化具有重要的理论意义。 1 2 相关领域及其研究现状 1 2 1 质量信息系统 质量信息系统作为制造过程各类质量信息的集成技术，是现代先进制造技术与系统的一个重要 组成部分，已成为国内外学术界、企业界，政府相关部门和组织的研究熟点。 在不同的生产环境下，产品质量的内涵不同，在质量管理的发展史上，出现了五种模式：检验 式质量管理、统计质量管理、全面质量管理、集成式质量管理和6s i g m a 质量管理模式口l 。随着质 量管理思想和理念的深入发展，质量已经拓展到社会的各个领域，质量的概念在不断发展变化，质 量管理的要求也在不断提高。 质量管理范围的不断扩大，导致了相关信息的迅速膨胀，传统的质量信息记录方式、传递和处 理办法，已无法满足现代企业对质量信息进行集成化管理的需求。随着现代信息技术的不断发展和 应用，质量信息的管理工作也逐步从手工向计算机辅助系统过渡。质量信息系统大致经历了以下几 个发展阶段： 1 1 手工记录的质量信息系统。这是最早的质量信息系统，采用卡片、表格等形式人工记录质量 2 第一章绪论 信息，并以人工的方式来统计、汇总、分析这些记录的质量信息。由于采用了人工的方法，因此所 采集的质量信息量很少，质量信息的处理要求也不高。 计算机质量信息系统。随着计算机及网络的普及，质量信息系统的任务逐渐由计算机来完成， 并通过网络来实现集成。1 9 8 5 年，u i r i c hr e r a h n l d 等人首先在( c o m p u t e ri n t e g r a t e dm a n u f a c t u r i n g t e c h n o l o g ya n ds y s t e m ) - - 书中提出质量控制的系统观和计算机支持的质量控制系统的递阶结构和功 能。1 9 8 7 年t a t t l e 总结了已被人们广泛接受的计算机辅助质量( c o m p u t e r a i d e dq u a l i t y ，c a q ) 系统 的概念，c a q 系统运用计算机实现质量数据采集、分析、处理、传递的自动化，实现质量控制、质 量保证、质量管理的自动化。在同一年k a p o o r 等人提出了集成质量系统( i n t e g r a t e d q u a l i t y s y s t e m ， i o s ) 的概念【，i ，他们认为集成质量系统必须覆盖产品的整个生命周期和企业的各个层次，强调以企 业长远质量目标为基础的质量计划。集成质量系统强调从质量计划和质量控制观点出发的人的资源 的开发，通过闭环的质量控制器实现企业中与质量有关的过程和资源的控制。c a q 和i q s 在范围和 集成的程度上有所区别，但它们都是在计算机的支持下实现企业质量管理、质量保证和质量控制的 自动化，因此有时统称为自动化的质量系统l o 】。 3 ) 面向先进制造系统的集成质量系统。市场的变化使以最短的时间开发和生产出高质量、低成 本的产品成为每个企业追求的目标，因而出现了很多适应新情况的先进制造系统( a d v a n c e d m a n u f a c t u r i n gs y s t e m ，a m s ) ，如c i m s ( c o m p u t e ri n t e g r a t e dm a n u f a c t u r es y s t e m ，计算机集成制造 系统) 、敏捷制造( a g i l e m a n u f a c t u r i n g ，a m ) 、并行工程( c o n c u r r e n t e n g i n e e r i n g ，c e ) 、精良生产( l e a n p r o d u c t i o n ，l p ) 、虚拟制造( v i r t u a lm a n u f a c t u r i n g ，v m ) 等。随着这些先进制造系统和技术的出现 和发展，质量信息系统进入了新的阶i 耍二面向先进制造系统的集成质量系统。质量管理的观念和 方法又有了新的变化，质量控制的范围由制造过程扩展至设计过程乃至整个产品生命周期。面向质 量的设计( d e s i g nf o rq u a l i t y ，d f q ) 7 1 、稳健设计 s l ，质量功能配置( q u a l i t yf u n c t i o nd e p l o y m e n t ， q f d ) 9 1 和持续改进【1 0 1 等理论方法也相继出现并逐渐得到广泛应用。这个阶段的质量信息系统作为 先进制造系统的重要组成部分，主要目的是建立集成的柔性系统、优化业务重组、实现智能的质量 控制等。 先进制造系统的质量集成体系结构方面的研究主要集中在建立适合先进制造模式的质量体系结 构的研究。v o s n i a k o s g e o r g e 等人提出了离散型企业质量控制的软件体系结构，全面论述了质量信息 的采集、存储结构、以及质量控制工具的使用f 】l j 。先进制造模式下集成质量系统的研究吸引了众多 的学者和专家” 【1 9 】。如文献”1 在对特钢行业质量业务流程进行描述的基础上，分析了集成化质量信 息系统的构成，提出了适应于特钢行业质量管理特点的q i s 功能模型。文献”集成运用成组技术、 计算机辅助工艺设计、数据库，开发了计算机辅助化工机械质量管理系统。文献i ”】针对流程工业生 产过程的特殊性，讨论了流程工业c i m s 的特点、整体框架及其流程c i m s 的关键技术。文献i i 提 出了基于尺寸测量接口规范( d i m a n s i o n a l m e a s u r i n g i n t e r f a c e s t a n d a r d ，d m i s ) 规范的质量信息集成系 统，对c a d 系统与检测设备的集成具有积极的作用。 1 2 2 质量控制方法 目前，国内外针对先进制造环境下质量控制的理论方法与关键技术主要有以下几个方面： 1 统计过程控制 s p c ( s t a t i s t i cp r o c e s sc o n t r o l ，统计过程控制) 是用来诊断分析加工过程异常变化，消除加工异 常因素，以达到加工稳定并提高工序能力的工序质量控制方法，其理论最早由休哈特( s h e w h a r t ) 3 东南大学硕士学位论文 提出。1 9 3 1 年休哈特名著 e c o n o m i c c o n t r o l o f m a n u f a c t u r e d p r o d u c t s ”的出版，标志着统计过程控 制与诊断时代的开始，而休哈特所提出的过程控制理论及监控过程的工具控制图，已为工业化 大生产的质量控制作出了巨大的贡献，至今仍然为制造质量控制中最有效的工具。 2 统计过程诊断 s p c 理论只能对加工过程是否异常进行判断，它并不能告知是什么异常，异常产生于何处，产 生异常的原因是什么，即不能进行诊断。s p d ( s t a t i s t i c p r o c e s s d i a g n o s i s ，统计过程诊断) 就是要用 来诊断加工过程失控之后，其存在什么样的异常，异常发生于何处。多元，2 控制图的诊断问题一直 是s p d 理论研究的焦点，目前国内外学者对此作了大量的研究工作，提出了许多方法，其中主要有： 1 ) 主成分分析法。主成分分析法由j e j a c k s o n 最早提出，此法将，2 统计量分离成互相独立的 主成分的平方和，其缺点是不能找出这些主成分与原变量之间的简单对应关系，诊断效果不好。 2 ) b o n f e r r o n i 不等式法阿尔特等人利用b o n f e r r o n i 不等式对多元控制图进行诊断，当控制图显 示异常，对每个原始变量应用一元休哈特控制图进行判断，以找出异常的变量。由于多变量间 的相关性，此法容易导致错误的结论。 3 ) 判别分析法。此法采用数理统计判别分析的思想，将多元r 2 控制图的所有变量分为两组，一 组是被怀疑为异常变量的集合，另一组则不含异常变量，然后根据设计的检验统计量来诊断。 此法对如何找出异常变量集合的工作量很大，并且没有给出调整异常变量的方法。 4 )r 2 值分解法。r 2 值分解法将r 统计量分解为相互独立的部分，每个部分的值都是正的，分 别代表对r 2 值的贡献程度，然后对每个部分进行检验，得出诊断结论。使用此法得到的结论不 一定正确。 5 ) 两种质量多元逐步诊断理论。该理论由张公绪提出，可成功应用于诊断上道工序的影响。该理 论将工序质量分为总质量与分质量，分别用休哈特控制图和选控控制图加以控制，然后根据典 型情况诊断表进行诊断。 3 统计过程调整 s p c 对加工过程进行判断，判断加工过程是否处于控制状态；s p d 对处于失控状态的加工过程 进行诊断，诊断出加工异常的出处和原因；s p a ( s t a t i s t i cp r o c e s sa d j u s t m e n t ，统计过程调整) 不仅 要对加工过程的失控进行诊断，诊断之后还要决定对加工过程进行如何调整，使生产过程能够稳定 下来。s p a 发展于2 0 世纪9 0 年代，目前尚无实用性的成果，还处于研究发展过程。 4 制造过程质量控制的自动化与智能化技术 八十年代以来，把人工智能和专家系统技术应用于机械加工质量的智能分析诊断已成了质量控 制领域的重要研究课题。在传统的人工智能当中，专家系统是最活跃的分支之一，可以说，正是专 家系统的发展和应用使得a i 从学科研究走向应用。人们也成功地应用了专家系统技术解决了一些质 量控制的实际问题。 日前，专家系统在应用中存在着知识获取困难、推理能力差，智能水平低和知识组合爆炸等问 题。制约了其在质量控制领域的应用。以非线性，并行分布式处理为特征的人工神经经网络理论的 发展，为传统的人工智能和专家系统在质量控制领域的研究开辟了新的途径1 2 1 】。基于a n n ( a r t i f i c i a l n e u r a ln e t w o r k ) 的智能质量过程控制也是本文研究的主要内容之一。 4 第一章绪论 1 3 论文主要工作及章节安排 t 3 1 论文主要工作介绍 适应计算机集成制造的深入发展，制造质量信息的集成与共享和制造过程质量控制的自动化与 智能化已成为必然，本文将对制造过程质量信息的集成和质量过程控制的自动化及智能化的理论和 方法进行研究，主要研究工作如下： 1 在c i m s 环境中，产品质量信息来源多样化，存在着大量的异构数据，如何将产品全生命 周期产生的质量信息其有效地集成起来，对质量信息系统的体系结构提出了新的挑战。本 文将基于x m l 技术，研究产品全生命周期质量信息的集成方法，建立动态质量信息的x m l 体系模型。 2 在计算机集成制造技术深入发展的推动下，为解决“信息孤岛”和“信息断层”问题，上 世纪末以来，制造执行系统得以产生并成为集成制造领域应用研究的热点。本文将从质量 控制角度研究基于i v i e s 的动态质量控制系统和在线质量监控系统。 3 智能质量过程诊断分析是当今质量控制领域的重要研究课题，而质量过程控制模式识别是 智能工序质量诊断分析的基础。本文将建立质量过程控制模式的数学模型，在此基础上， 将重点研究基于人工神经网络的质量过程控制模式的识别方法和质量过程异常模式特征参 数的估计方法。 4 质量过程异常模式所反映出的质量过程偏差问题，需要进一步追溯其产生偏差的根源，以 便于消除造成质量过程偏差的因素，使制造系统处于稳定状态。本文将把粗糙集理论引入 质量过程偏差的诊断分析，研究基于粗糙集理论的质量过程偏差诊断技术。 1 3 2 论文章节安捧 全文共分为五章，各章内容安排如下： 第一章绪论。本章作为全文的导引，首先介绍课题研究的背景和意义，然后简述国内外相关技 术的研究现状，最后，描述论文研究的主要内容及章节安排。 第二章质量信息集成和质量控制系统研究。本章将首先介绍x m l 技术，在分析质量信息及其 集成性的基础上，建立质量信息系统的信息流框架、功能框架，和技术框架；然后简单介绍制造执 行系统，提出基于m e s 的质量控制系统的体系结构和功能模型，并研究在线质量控制系统的体系结 构。 第三章基于神经网络的质量过程控制模式识别研究。本章将对质量过程的控制模式进行数学建 模，提出基于神经网络的质量过程诊断分析系统模型，在此基础上，将重点研究基于b p 网络的质 量过程控制模式识别和异常模式特征参数的估计技术。 第四章基于粗糙集理论的质量过程诊断技术研究。本章将对粗糙集理论进行比较系统的介绍， 在此基础上提出基于粗糙集理论的质量过程偏差诊断模型和方法。 第五章结论与展望。总结全文的研究成果并对后续研究进行展望。 东南大学硕士学位论文 2 1 概述 第二章质量信息集成和质量控制系统研究 在企业级的质量信息系统中，信息来源多样化，系统中存在大量的异构数据，要使各种应用系 统能够透明地操作这些异构信息，并将其有效地集成在一起，需要采用分布式、开放的、支持跨平 台、具有可交互能力的技术。可扩展标记语言( e x t e n s i b l em a r k u pl a n g u a g e ，x m l ) 技术的出现使 得对各种不规则信息和规则信息的标准化描述成为可能，在x m l 技术上建立企业信息集成平台， 是信息技术发展的必然趋势 2 4 1 。本章将在学科组前人研究的基础上p 观，对产品全生命周期质量信息 的集成进行研究。 i v i e s ( m a n u f a c t u r i n ge x e c u t i o ns y s t e m ，制造执行系统) 是近1 0 年来在国际上迅速发展、面向 车间层的生产管理技术与实时信息系统，它是实施企业敏捷制造战略、实现车间生产敏捷化的基本 技术手段唧。m e s 系统在调度制造资源和管理制造过程的同时，保存了大量制造资源利用和制造过 程执行的历史数据，其中，有关质量信息的数据中隐藏的关系和规则，对制造过程缺陷的识别、制 造质量的改进和制造过程的优化具有重要意义。本章将在m e s 框架下，研究动态质量控制系统的结 构和功能。 在典型的三层( e r p m e s p c s ) 企业集成框架下，位于p c s ( p r o c e s sc o n t r o ls y s t e m , 过程控制 系统) 层的在线质量监控系统是面向生产现场质量控制的重要方法。它对于稳定产品的加工质量， 减少废品损失，增进产品的市场竞争力都具有积极的现实意义。作为基于i v i e s 的动态质量控制系统 的延伸，本章将构建基于s i c ( s t a t i s t i c p r o c e s s c o n t r o l , 统计过程控制) 的在线质量监控系统体系结 构。 2 2 基于x m l 的质量信息集成研究 从集成的观点来看，通过信息集成可以避免信息孤岛的形成，从而获得系统的整体效果口6 j 。企 业集成的关键是信息共享，而信息共享的关键则是统一的数据结构和标准的数据接口。但是在实践 过程中，质量信息产生于产品全生命周期的各个阶段，有来自供应链中上下游企业的，有来c i m s 中各分系统的，还有一些是来自不同厂家的d c s 、s c a d a 等系统的扩展和延伸，缺乏统一的数据 结构，这些都为质量信息的集成和共享带来了困难。 如何合理表达、组织、存储和共享企业面临的大量的质量信息，如何建立统一的质量信息系统 是实现质量信息集成与共享的关键和瓶颈。 2 2 。1x m l 及其数据转换机制概述 x m l 描述了一类称为x m l 文档的数据对象，同时也部分地描述了处理这些数据对象的计算机 程序的行为。x m l 是s g m l ( s t a n d a r dg e n e t i cm a r k u pl a n g u a g e ，标准通用标记语言) 针对应用的 一个子集，或者说是s g m l 的一种受限形式。根据定义，x m l 文档是合乎规范的s g m l 文档。互 联网联合组织( w 3 c ) 创建x m l 的目的不仅在于满足不断增长的网络应用需求，同时还希望确保 通过网络进行的交互合作具有良好的可靠性与互操作性。 x m l 作为可扩展的标记语言有许多优点，具有非常广阔的应用前景，包括电子商务、政府文档、 报表、司法、出版、联合、c a d c a m 、保险机构、医疗、厂商和中介组织信息交换等领域。 6 第二章质量信息集成和质量控制系统研究 由于具有良好的数据存储格式、可扩展性、高度结构化和便于网络传输等特点，x m l 也广泛应 用于w e b 的信息发布、数据交换、w e b 的数据挖掘等方面，x m l 已成为各种集成系统，包括先进 制造系统在内的重要的信息表示方法1 3 0 h 3 m 。 x m l 实际包含一系列的标准，主要有：d t d ( d o c u m e n tt y p ed e 虚n i t i o n ，文档类型定义) 或 x m l 模式( x m ls c h e m a ) 、x s l ( e x t e n s i b l es t y l e s h e e tl a n g u a g e ，可扩展样式语言) 、x p a t h ( x m l p a t h l a n g u a g e ，x m l 路径语言) 、x l i n k ( x m l l i n k i n g l a n g u a g e ，x m l 链接语言) 以及x q u e r y ( x m l q u e r yl a n g t l a g e ，x m l 查询语言) 等。同时还有x m l 文档的访问接口协议：d o m ( d o e t m a e n to b j e c t m o d e l ，文档对象模型) 和s a x ( s i m p l ea p i sf o rx m l ，x m l 简单应用程序接1 3 ) 。在质量信息系 统中综合应用其中的各种标准，建立如图2 - 1 的基于x m l 的数据转换机制。 在质量信息系统网络平台中流动的质量信息采用了x m l 文档的形式，利用x m l 技术具有可扩 展性的特点，将数据库中存储的结构化质量信息和质量文档中的非结构化信息转换成x m l 文档， 并可以集成在一起。转换后的x m l 文档可以传递给相关的应用系统。当应用系统接收到x m l 文档 后，可以采用x m l 文档的访问接口协议来提取其中的信息。同时，为了将接收到x m l 文档转化为 内部系统可用的信息，可以采用基于可扩展样式语言定义的x s l 样式表进行转换，使其成为内部系 统可用的数据格式。最后，为了重现质量信息，同样可以采用x s l 样式表进行转换，形成各种文档 形式，并提供多种表现形式。这种重现不是简单的重复显示，而是结合内部系统所具有的知识分析 处理后的结果。 图2 - 1 基于x m l 的数据转换机制 各种质量信息到x m l 文档的转换是在统一的x i v l l 模式指导下完成的。由于应用系统都遵循该 x m l 模式，因此这种转换是透明的，可以采用通用的程序来实现质量信息的自动转换，最终保证了 质量数据交换的自动化。而各种质量信息的表现也是通过x s l 样式表来自动化的实现。因此，采用 x m l 技术表达、组织和存储质量信息，实现企业质量信息的共享具有很大的优势。 7 东南大学硕士学位论文 2 2 2 质量信息及其集成性分析 质量信息是反映产品或服务质量的状态、变化及其与各种有关因素之间关系的数据、报告和资 料的总称例。在i s 0 9 0 0 0 ：2 0 0 0 标准中对信息做了定义，信息即为有意义的数据。在i s 0 9 0 0 1 ：2 0 0 0 标准8 4 数据分析条款中要求组织应确定、收集和分析适当的数据，以证实质量管理体系的适宜性 和有效性，并评价在何处可以持续改进质量管理体系【3 7 l 。现代质量信息的含义，不仅包括产品质量、 产品可靠性信息，而且包括与产品质量有关的设计、试验、工艺，工序、设备、工具、计量、检验、 维护和维修等工作质量的信息，它形成并贯穿于产品生命周期的全过程，并且呈现出动态变化的特 征。质量信息不但是进行质量决策和质量控制，制定质量计划和措施的重要依据，而且通过对大量 信息的深加工。可以输出具有普遍指导意义的信息，以便在更广泛的范围内为产品的开发、设计、 生产、使用和服务提供决策的依据。因此，质量信息是企业中不可缺少的信息资源。为了对质量信 息实施有效控制，就需要各有关部门和企业依照所承担的任务，建立一定形式的质量信息系统。质 量信息系统的目标是不断提高产品的质量、最小化产品的制造成本，提高质量控制的效率d s j 每个企业都有自己的生产特点，但在质量管理、质量控制方面有一些密切相关的、共有的基本 特点。图2 - 2 所示为一般企业质量过程控制中的信息流。首先，企业根据市场调查，分析用户的需 求，进行产品设计，并制定产品设计与制造的技术规范；其次，根据设计的图纸以及制造工艺等进 行产品的生产，进入产品的制造过程；第三，在制造过程中形成半成品以及成品，获得产品的特性， 根据技术规范对产品进行检测；第四，在检测过程中产生质量数据，评估系统对其进行评估，获得 产品的质量性能，并将结果反馈到生产的各个部门；最后，生产出的最终产品交给用户，并验证其 满足用户需求的程度，对产品进行必要的改进例。 = 信息 - - 反馈 图2 - 2 质量过程控制中的信息流 图2 - 2 中，技术规范包括产品设计质量指标及制造质量指标等，检测包括在线检测和离线检测 等。质量评估可以发现在设计、制造以及检测过程中出现的问题，因此必须把获得的信息及时反馈 给以上各个过程，保证采取适当措旖以提高产品质量。质量信息系统在生产过程中获取信息，进行 分析后，将结果反馈到生产过程中，从而逐步提高产品的质量。可见在质量控制过程中有大量的质 量信息存在，并不断流动，形成质量信息流。质量信息系统实现对五大物流资源( 人、物、财、技 术、设备) 的控制以及对质量信息流的管理，是质量控制及持续提高的前提。 根据质量信息流的分析，质量信息系统一般包含四个子系统：数据采集子系统、数据存储子系 统、信息反馈子系统和数据分析子系统，如图2 - 3 。数据采集子系统负责收集产品从市场需求到售 后服务整个生命周期内的质量数据。由于需要与多个系统交互，该子系统的主要功能是提供灵活的 数据输入接1 3 以及实现数据采集的自动化。数据存储子系统负责数据的存储该子系统的主要功能 s 第二章质量信息集成和质量控制系统研究 是提供大容量的存储、历史数据的方便查询、灵活的数据存储格式以及高效的数据管理方法。异常 反馈子系统负责质量异常的发现。该子系统的主要功能是根据给定的方法从采集的数据中及时发现 质量异常情况。并提出质量异常的原因，供质量管理人员进一步分析，同时对质量异常的判定规则 可以进行灵活的管理。数据分析子系统负责分析质量数据，通过各种质量控制方法，发现产品质量 的内在规律，预先为进一步提高产品质量提供建议。该子系统的主要功能是实现各种质量控制方法， 为其它的质量分析软件包提供良好的接口，并为用户的进一步分析提供支持。 图2 - 3 质量信息系统与质量控制系统的关系 图2 - 3 同时表明了质量信息系统和质量控制系统之间的关系。质量信息系统提取制造过程中产 生的大量质量信息，并对这些原始的质量数据进行分类、存储、加工和分析，以根据数据中隐藏的 规律提出质量改进措施，并把这些措施或质量异常情况反馈给质量控制系统，控制系统根据信息系 统提出的质量控制目标对制造过程质量实行实时控制，如此形成一个系统级的闭环质量控制过程。 以上分析表明，制造过程的质量信息系统和质量控制系统内部以及它们之间存在着有机的联系， 这中联系是通过系统集成来实现的。作为c i m s 的有机组成部分，质量信息系统必须把集成性作为 系统建模的基础，必须保证相互分离的单元通过计算机网络和数据库系统形成有机的整体，及时采 集、处理与传递质量信息，使涉及产品整个生命周期的质量活动协调进行，并提高多变的质量要求 的适应能力。同时，由于协作企业的变化性，也要求质量信息系统采用模块化的设计方法，具有动 态的适应能力。 质量信息的集成性体现在以下三个方面： 1 ) 企业内部的集成。企业内部的集成首先是质量信息系统内部各子系统的集成，包括设计质 量信息子系统、制造质量信息子系统、销售质量信息子系统、决策质量信息子系统等，使质量信息 在企业的决策层、管理层和操作层之间实现自上丽下和自下而上的集成。其次是质量信息系统与 c i m s 中其它分系统之间的集成，能够与设计、制造和过程控制等分系统实现无缝连接，构成一个 整体，实现信息的互通和共享。 2 ) 企业外部的集成。企业外部的集成主要是与供应链中的上、下游企业以及生产同类产品的 企业中的质量信息系统通过开放的接口进行信息的交换，实现信息的共享。 3