小批量制造策略.pdf

小批量制造策略 2004 年 第 3 4 期 第 42 页 小批量制造策略 小批量制造策略 加工过程监测和控制 Vivek R Dav Daniel A Hartman William H King Mark J Cola and Rajendra U Vaidya 冷战时期 核武器综合体每年都为武库生产数以千计的核武器组件 由设备 人员 合格 工序和工厂特有能力组成的独特制造工艺流程虽然具备较高产能 但不总具有 较高的产量 图 1 a 显示界定合格制造工艺的要素 控制输入 接着是全部工序 通过 检查和破坏试验进行统计抽样确认满意的最终产品 产品经合格工艺制造 然后进行 认 证 如果经过试验能够满足军事特性 服役要求 和库存到目标 STT 即产品从离 开武库到击中目标这段时间内 能够按照预期的设计动作 的要求 可以进入现有武库 然而 该制造工艺被看作一系列未知领域 对其内部过程动态的理解和监控都很差 不 过 在过去四十年中 这种工艺认证和产品认证方法为国家的武库提供了很好的服务 洛斯 阿拉莫斯现在制造弹芯的方法就是根据原来这种方法进行的 洛斯 阿拉莫 斯试图重新创造尽可能接近罗基 弗拉茨厂原有制造流程的方法 但是只能是小批量生 产 因为产量小得多 在本文中我们将解释在小批量生产中采用这种方法的问题 并用 一个实例 描述一种通过工艺监测和实时控制的新方法 洛斯 阿拉莫斯制造工艺面临的挑战 苏联解体之后 任务全面改变 生产制造长时间没有进行 向新场地转移时运作遇到剧变 90 以上的重要人员已经变动 留下的许多工艺专家面临退休 设备 工艺和工艺流程发生了重大变化 工厂特性和布局发生了很大变化 以前的连续操作被打断 质量要求同原来一样 2004 年 第 3 4 期 国外核武器研究 第 43 页 图 1 合格工艺和造成不合格工艺的因素 a 显示了合格工艺的因素 b 合格工艺也可能因一些不明显因素造成不利影响 红色区域 这 些因素包括 工艺知识不足造成人为失误 不恰当的操作程序或不完全的文件 加工记录的改变 较小的元素成分差异以及表面状况和氧化态的改变等等造成材料的变化 尺寸偏差或工件的残余 应力 设备和工具的退化 不适当的维护和校正 刀具磨损或工件夹具的恶化 以及工艺认证试 验的边缘静态参数等等 问题 小批量制造 图 1 b 描述在批量由每年几千枚减少到每年几十枚的时候 试图开发合格工艺可能 会出现的问题 关键的交互作用期和断续或零星的工艺动态可能完全丧失 最终被认为 合格的工艺 随着时间的推移 可能以表面上不可预知的形式显示出错误的工艺动态 因此 在没有进一步理解工艺的时候 就不能保持产品的工艺控制 洛斯 阿拉莫斯的 制造工艺已经到了这种状况 解决办法 加工过程监测和控制 在新方法中 我们把目光从根据工序卡进行操作的外面 转移到物理过程在发生的 时候就被注意并控制的内部来 加工过程数据通过模式识别和分类方法解释 这种方法 用来区别工艺缺陷 同时也区分造成这些缺陷的根本原因 这种转变有些类似从炼金术 到化学 从魔法到以基本物理原则为基础的预测科学的转变 要建立组件质量的加工过程保障 需要好几个步骤 首先 我们要识别出决定组件 质量的关键加工过程的物理属性及测量方法 然后 我们要找到那些物理属性是与组件 质量的特定属性有相应关系 在典型情况下 加工过程的原始数据不会直接同组件质量 的特定缺陷或工艺整体性发生关系 因此我们必须采用数据分解的方法 找到可以辨别 特定缺陷存在的关键特征 然后 我们就可以用这些特征来建立一种学习算法 不仅可 以识别缺陷 而且还可以找出造成这些缺陷的原因 通过有意制造出现缺陷的条件 我 们在工艺发展过程中建立这样的算法 然后 我们建立一个操作窗口 或者加工操作过 程中规定的取值范围 最后 我们在这个操作窗口的基础上配置一套加工过程控制系统 小批量制造策略 2004 年 第 3 4 期 第 44 页 图 2 加工过程监测和控制 这种方法的效果是很轰动的 在 F 22 先进 战术战斗机计划中 发动机的一些组件在 制造出来之后就一直用于飞行没有检查 过 图 2 所示的加工过程质量保证基本要 求可以同传统的加工规定相比较 如图1 b 所示 实际例子 焊接问题 两个零件的惯性焊接 或叫固体摩擦焊接 是加工某种国防和宇航组件的一种方法 见图 3 在惯性焊接中 会涉及一些缺陷 隐藏因素 速度和压力的不足或过量 造成不适当的连接强度 在沟槽或联结平面造成有角度的偏离使残余应力发生变化 以 及机械加工的缺陷 操作中的损坏 或联结平面上污染物等 这里描述了在铜和不锈钢之间惯性焊接的时候 用我们的加工过程方法检测联结平 面污染的情况 污染是最难诊断的问题 因为在焊接的时候 原有分界面的材料被排除 热机械材料会流动 然而 如图 4 所示 即使很小的污染量 都会给联结造成巨大的影 响 图中显示的三种非常不同的焊接质量 是采用同一工艺参数 在焊接机上设置小圆 块 得到的 因此 在不进行破坏性试验的情况下要发现受限制的和不合格的焊接 唯 一的方法是过程的传感方法 其它形式的非破坏性评估被证明没有说服力 图 3 惯性焊接步骤 a 焊接工艺步骤 b 最后焊接步骤的照片 2004 年 第 3 4 期 国外核武器研究 第 45 页 图 4 合格 勉强合格和不合格焊接 合格的焊接联结 90 到 100 的区域应联结在一起 要求对工件表面加工 清洁并立即焊接 勉强 合格的联结 联结区域为 50 到 90 是由于堆积在工件表面的污染物造成的 不合格联结 联结 区域低于 50 是因为工件表面没有很好地清洁而残留在接触面之间的有机污染物造成的 图 5 典型的声音信号和处理过的信号 小批量制造策略 2004 年 第 3 4 期 第 46 页 为检测焊联结面的污染情况 我们收集了焊接过程发出的声音和振动信号 见图 5 a 由于这些信号的原始形式无法使用 所以我们采用数据分解的方法筛选出了关键 特性 解释见图 5 b 到 5 e 第一个显示的是所谓侵袭或衰减描述符 即普遍用于语音 识别的一种分析工具 用来描述侵袭阶段或声音均方根 rms 强度 及衰减阶段或声 音强度降低的区域 第二个是声音信号强度的有效值 第三个是信号不同部分的声能 或简单地说是信号给定部分的累积声音计数 最后一个是信号的频谱容量 它是从时域 数据的傅立叶转换中获得的 当线性叠加的时候 显示各种频率相对信号强度的声功率 频谱将重新组成时基信号 在加工过程数据分析的第二个阶段 我们将利用关键性能来推断焊接质量 我 们需要一种分析方法 这种方法对良好的 焊接指派唯一的一套加工过程 信号 同 时也使我们区别出坏的焊接大概的根本原 因 许多统计和非统计方法都是可行的 为此 我们采用了一种人工智能算法 就 是众所周知的人工神经网络 神经网络是 一种启发式的计算体系机构和运算法则 是由生物学灵感的 非线性的 大量平行 的 分布式的 由简单计算单元构成的 复杂数据模式识别和分类等形成的一个组 合 这些体系机构和运算法则是通过熟悉 使用数学集的过程中获得 知识通过中间 神经元联结强度和神经链分量储存在神经 网络 我们用代表好和坏的焊接特征数据 训练神经网络 见图 6 并且该网络将知识暗中存储在压缩因数 这个网络能够推断出 联结点的质量 同时将合格的 受限制的 或勉强够格的 和不合格的焊接区别出来 它还能进行缺陷原因的分析 推断出造成缺陷的原因 这两种能力在需要精密焊接的小 批量生产中非常重要 表 1 概述了神经网络在辨别图 5 所示的各种特征描述符连接质量 时的能力 在这个例子中 我们没有采取其它步骤来建立工艺窗口 因为我们的目的是检测和 诊断非常有问题的缺陷的发生 即焊接面的污染 在这项工作中 我们在相对便宜的复杂数据分析传感器和昂贵但更加有效的传感器 之间采取了折中 我们使用的是一批低成本薄膜压电聚合物传感器和每片价值低于 1 美 元的微型声音发射传感器 来代替 1 万美元的石英传感器 图 6 焊接工艺的神经网络 2004 年 第 3 4 期 国外核武器研究 第 47 页 表 1 神经网络识别焊接质量的能力 焊接质量识别 精确度百分比 使用特性 A 或 U A 或 C A C 或 U 侵袭和衰减 声音均方根 声功率频谱 声 能 85 74 100 100 63 47 100 32 54 50 100 50 例证次数 19 18 25 A 表示合格的连接 C 表示勉强合格 U 表示不合格 新的质量控制变革即将到来 通过强调加工过程动态和控制 我们能够极大地增强表征和控制小批量精密制造工 艺的能力 将廉价而实际上强大的计算能力 低廉的传感器和能够处理大量复杂数据集 的运算法则进行有效组合 我们已经为这种质量控制方法的变革搭建了一个舞台 对洛 斯 阿拉莫斯来说 这种努力需要大量科研人员 这是一个 很大的挑战 对核安全 管理局的核武器综合体来说也是如此 如果成功利用这种方法 它将把现在执行和检查 倾向转移到强调理解基本工艺的预见性方法上来 这种新方法将给洛斯 阿拉莫斯的制 造工作带来切实的和可以计量的好处 最重要的是 建立在部分经验和设置在机床上不 合理按钮基础上的加工特征 可能在 10 年内被废除 制造方法可以轻易地从一种加工 工具转移到另一种 减少废料和返工 自动分析缺陷原因 将改进工艺作为目标 缩短 为新产品安装工艺流水线的时间周期 以及减少新设备和新工艺的调试工作 在过去 80 年中 我们采用最终检查的方式 检验产品与技术指标的一致性 并量 化工艺在满足这些指标时的一致性 因此 加工过程动态在几乎一个世纪的质量控制中 代表了第一个主要的新概念 它将在本世纪造成深远的影响 就像统计学工艺控制在上 世纪造成的影响一样 加工过程动力学方法的历史年代表 公元前到十八世纪 制造受工匠和行业组织控制 十八世纪五十年代到 十九世纪五十年代 工业革命席卷新旧世界 十八世纪晚期 首次在制造线上使用可替换部件 小批量制造策略 2004 年 第 3 4 期 第 48 页 十九世纪八十年代到 二十世纪 汤姆斯 爱迪生使美国真正实现电气化 对工业界产生深远的影响 二十世纪初期 美国国家标准局和英国标准局成立 标准的建立驱使改进检验方法 二十世纪初到二十世 纪二十年代 福特建成生产线 这成为随后一百年制造业的范例 二十世纪初到二十世 纪三十年代 通用汽车公司的阿尔佛雷德 P 斯隆构建了二十世纪制造厂的管理框架 二十世纪二十年代 Walter A Shewhart 发明了过程控制统计方法 二战期间 美国的军工厂通过大规模生产方法 并使用保证规格一致的检查方法 帮助赢 得战争的胜利 二战期间 Stan Ulam John von Neumann Nicholas Metropolis 以及其它洛斯 阿拉莫斯 员工建立了现代数字计算机和科学计算的基础 1947 年 贝尔实验室发明了晶体管 二十世纪五十年代到 二十世纪八十年代 W Edwards Deming 发布了现代统计过程控制方法 日本很快采用了该方法从 而经历了制造业的革新 1958 年 德克萨斯仪器公司发明了集成电路 1974 年 英特尔公司发布首款成功的商业微处理器 8080 二十世纪六十年代到 二十世纪九十年代 开发出启发式算法 John Holland 的基因算法 Lotfi Zadeh 的模糊算法 神经 网络的 Hopfield 模型以及数据挖掘和复杂度科学 二十世纪六十年代到 二十世纪七十年代 开发出因特网的前身 ARPANET 二十世纪七十年代到 二十世纪八十年代 首款个人计算机面市 二十世纪八十年代到 二十世纪九十年代 根据摩尔法则 计算和传感器的价格变得更加便宜 二十世纪九十年代到 2000 年 Six Sigma 得到广泛应用 表示八十年来的统计测量和规格一致性控制达到顶 峰 二十世纪九十年代到 2000 年 首次实现加工过程方法 如 军用发动机部件 二十一世纪 根据现有的各种有利因素 质量控制可能会出现新的变革 这些有利因素包括 便宜的计算和传感器 加工过程行为的大复杂数据集的先进数据处理算法 2004 年 第 3 4 期 国外核武器研究 第 49 页 从左到右依次为 从左到右依次为 Rajendra U Vaidya Vivek R Dav Daniel A Hartman Mark J Cola Vivek Dav 于 1995 年在麻省技术委员会取得博士学位 在 Pratt Whitney 工作四年后 他成为洛斯 阿拉莫斯的一名工 作人员 现在 他是核材料技术 NMT 部工艺和工程组的组长 长于制造过程理解和开发 持续改善和寻找武器工程和制造的 新方法 Daniel Hartman 于 1999 年在 Vanderbilt 大学取得电气工程博 士学位 博士一毕业 他就进入洛斯 阿拉莫斯工作 专长为 过程监测和控制 William Bill Kingg 于 1964 年在华盛顿