基于多变量贝叶斯控制图和统计约束的质量控制与设备维护集成经济性优化研究

In the present study of integrated quality control and plant maintenance, there are two shortcomings: one is single variable is used in statistical monitoring, and the other is only economic optimization is taken into consideration. The present project introduces multivariate Bayesian control method, process control statistical performance calculation method, and improved Particle Swarm Optimization method to the research for the statistically constrained integrated economic optimization of quality control and plant maintenance. The following points have been systematically exploited. 1. Stochastic modeling of integrated quality control and plant maintenance based on statistical analysis of enterprise' records and experimental data; 2. Design of multivariate Bayesian control chart aiming at the mean, covariance and joint control of the integrated stochastic process 3. Calculating quality control statistical performance index and maintenance reliability index based on Markov chain, integral equations and statistical simulation; 4.Cost model construction and the appropriate economic optimization objective function derivation of integrated quality control and plant maintenance considering quality loss and accident loss; 5. Solution of optimal control parameter combination for the statistically constrained integrated economic optimization based on improved Particle Swarm Optimization algorithm. The present research will provide theoretical and technical support for the overall improvement of quality control and plant maintenance, and will provide methodological instruction to the economic optimization for corresponding enterprise as well.

针对质量控制与设备维护集成现有研究工作单变量统计监测和单纯关注经济性优化的不足，项目将多变量贝叶斯控制图技术、过程控制统计性能计算方法和改进群体智能搜索技术引入质量控制与设备维护集成的统计约束经济性优化研究中，系统地开展如下研究工作：1、基于企业记录与实验数据统计分析及系统状态拓展的质量控制与设备维护集成随机过程建模；2、面向集成随机过程控制的均值、协方差及其一体化监测的多变量贝叶斯控制图设计方法研究；3、基于马尔科夫链、积分方程和统计仿真的质量控制统计性能指标和维护可靠性指标的计算方法研究；4、考虑质量损失和事故损失的质量控制与设备维护集成成本模型构建及相应经济性优化目标函数推导；5、基于改进粒子群算法的统计约束集成经济性最优控制参数组合的求解方法研究。项目研究不仅将为质量控制与设备维护的整体流程改进提供理论与技术支撑，而且能为企业相应业务流程的经济性优化提供方法论指导。

针对质量控制与设备维护高度关联的特点，将贝叶斯统计质量控制图、统计约束的经济性建模方法、群智能优化技术等用于质量控制与设备维护集成经济性优化研究当中，面向质量控制探索了基于机器视觉的质量检测方法，着重在如下四个方面展开研究：.（1）质控与维护集成的随机过程建模研究。通过分析设备维护和质量控制的统计特性及其绩效评价，不仅构建了二者集成的形式化的随机过程模型，而且探讨了其统计性能和经济性能的量化表达，以此为基础开展了双控制线的多元贝叶斯VSI控制图的经济性设计、基于威布尔监测模型的变参数控制图经济性研究和变转速齿轮箱故障诊断新方法探讨。.（2）质控与维护集成随机过程的MBayesian控制图设计研究。在集成过程建模和已有贝叶斯控制图研究的基础上，着重开展了变参数抽样策略（如VSI和VSSI）和参数估计条件下贝叶斯控制图的设计与性能研究，包括基于多变量贝叶斯控制图的车身质量经济性优化、基于参数估计的贝叶斯均值控制图与多变量贝叶斯控制图设计、多元贝叶斯VSI控制图设计以及基于VSSI抽样策略的多元贝叶斯控制图经济性优化，并改进了贝叶斯快速初始响应控制图。.（3）基于统计约束的质控与维护集成经济性优化研究。重点研究了方差监测的自适应累积和车身质量控制图、基于MEWMA控制图的车身焊接装配尺寸偏差控制技术、基于PSO算法的改进MEWMA控制图参数优化和参数估计条件下FEWMA控制图性能改进，为确保参数寻优的精确高效，拓展开展了粒子群优化算法和布谷鸟优化算法的改进研究。.（4）基于机器视觉的质量检测研究。考虑到质量检测是质量控制的基础，选取表面粗糙度和激光熔覆加工两个质量指标拓展开展了基于机器视觉的质量检测技术研究，在粗糙度检测方向提出了一系列基于图像清晰度和色彩指标的磨削表面粗糙度检测方法；在激光熔覆加工监测领域提出了基于相位一致模型的熔池边缘提取方法。.上述研究能够较好地支撑质量控制与设备维护集成的经济性优化。