面向微纳制造过程的不确定性质量设计

This project is intended to study the quality design problems of products in micro-nano manufacturing process. The micro-nano manufacturing process has multiple noise factors, large variations, high costs and poor repeatability. Considering these characteristics of micro-nano manufacturing process, this project adopts system modelling, simulation and case study methods to study the quality design problems with uncertainties in the micro-nano manufacturing process. A unified framework of Bayesian modeling and optimization is utilized to improve the quality of products in the micro-nano manufacturing process. First of all, Bayesian modeling and optimization methods of robust parameter design with uncertainties are proposed to deal with the parameter design problems including the uncertainties from response types and experimental data as well as noise factors. Then, Bayesian modeling and optimization methods of economic parameter design with uncertainties are proposed to solve the parameter design problems with limited experiment resources and constraints of manufacturing costs (e.g. rework cost, scrap cost, quality loss and tolerance costs). Finally, confirmative experiments are carried out to verify the effectiveness of the proposed methods. After that, several case studies on practical product design problems at some relevant companies are conducted as applications of the proposed methods. The research results of this project not only extend and enrich the research content in the field of quality design, but also improve the product quality and reduce the quality loss in the micro-nano manufacturing process, and improve the core competitiveness of enterprises in micro-nano manufacturing and other high-tech industries in China.

本项目以微纳制造过程的产品质量设计为研究对象，结合微纳制造过程多噪声、高波动、成本高、重复性差等特点，以系统建模、模拟仿真及案例研究为手段，研究在贝叶斯统计建模与优化的框架下如何利用不确定性质量设计方法以提高微纳制造过程的产品质量。首先，提出不确定性稳健参数设计的贝叶斯建模与优化方法，重点解决在响应类型、试验数据、噪声因素等不确定情形下的稳健参数设计问题；其次，提出不确定性经济参数设计的贝叶斯建模与优化方法，重点解决试验资源有限与制造成本约束下（如考虑返工成本与报废成本、考虑质量损失与容差成本）的经济参数设计问题；最后，开展验证性试验以检验所提方法的有效性，在此基础上结合企业具体的产品设计开展若干应用案例研究。本项目的研究不仅拓展和丰富了质量设计领域的研究内容；而且对提高微纳制造过程的产品质量、降低质量成本，提高我国企业在微纳制造等高技术领域的核心竞争力具有重要的应用价值。

本项目结合微纳制造过程多噪声、高波动、试验成本高、试验结果可重复性差等特点，在贝叶斯统计建模与优化的框架下通过不确定性的质量设计方法（稳健参数设计和经济参数设计）以减少或控制产品或过程中波动，提高面向微纳制造过程的产品质量与设计水平。项目组成员围绕着不确定性稳健参数设计和不确定性经济参数设计两大研究主题，从7个具体的研究方向上开展了一系列的研究工作。在研究专题一中，项目组成员提出了不确定性稳健参数设计的贝叶斯建模与优化方法，重点解决在模型不确定（如响应类型、噪声因子、试验数据信息、模型参数和模型结构）情形下的稳健参数设计问题，主要的研究内容包括：考虑分类响应的不确定性稳健参数设计；考虑噪声因子可测的不确定性稳健参数设计；考虑模型结构不确定的稳健参数设计；考虑模型参数不确定的稳健参数设计；考虑试验数据信息的不确定稳健参数设计。在研究专题二部分，项目组成员提出了不确定性经济参数设计的贝叶斯建模与优化方法，重点解决了在试验资源与成本约束下（如考虑返工与报废成本、质量损失与容差成本）的经济参数设计问题。本项目的研究成果获得国内外同行专家的高度评价和一致认可，主要表现在：（1）响应曲面的贝叶斯建模方法。在标准多变量回归模型、似不相关回归模型、高随随机过程模型的贝叶斯建模方面形成非常显著的研究特色；（2）优化指标的构建方法。结合质量损失函数、后验概率方法等方法和技术，运用贝叶斯方法和置信区间方法以构建不确定性的稳健性和经济性度量指标；(3) 不确定性的质量设计。将不确定性的稳健参数设计和经济参数设计应用到激光飞秒微纳制造过程中，有效地提高了其加工精度和效率。在本项目的支持下，项目组成员在国内外重要期刊（如International Journal of Production Research、Computer & Industrial Engineering、管理科学学报等）共发表了32篇研究论文。本项目的研究成果不仅丰富和拓展了质量设计领域的研究内容，而且对提升微纳制造过程的不确定性质量设计具有重要的参考价值。