复杂产品装配过程多态质量数据流建模及预测控制方法研究

In order to achieve the goal of initiative and preventive quality control in complex products assembly process, data stream through each process should be dynamically detected and analyzed to improve ability of real-time monitoring and on-line control. However, there are rarely studies on real-time quality control of complex products assembly process from perspective of polymorphic data stream, so as to continuously improve product quality level. This project studies the quality control problems of complex products assembly process from four perspectives: data stream gathering and preprocessing, data stream mining model, real-time evaluation methods and dynamic forecast control, and presents data stream driven theories and methods of assembly quality dynamic forecast control for complex products. The following contents are listed as follows: (1)Studying methods for gathering and preprocessing polymorphic quality data stream, putting forward the uncertainty modeling methods for data stream; (2)Studying polymorphic mining models of quality data stream during assembly process, developing mining model and algorithm for data stream with concept drift; (3)Studying real-time quality evaluation model in assembly process based on data stream mining, proposing evaluation index system and evaluation methods; (4)Studying data stream driven dynamic forecast control methods, proposing abnormal patterns diagnosis and coordinated control methods for assembly quality. Finally, the results will be applied to quality control in assembly process of typical complex products as the practical research.

为实现复杂产品装配过程质量控制的主动预防，必须注重过程数据流的动态检测与分析，提高实时监测和在线控制能力。但是，鲜有研究从多态数据流视角探究如何实现复杂产品装配过程质量实时控制，不断提高产品质量水平。本项目以复杂产品装配过程质量为研究对象，从数据流采集预处理、数据流挖掘模型、实时评估方法和动态预测控制技术四个角度系统深入研究装配过程质量控制难题，提出数据流驱动的装配过程质量动态预测控制理论与方法。主要内容包括：(1)研究多态质量数据流采集及预处理方法，提出数据流不确定性建模方法；(2)研究装配过程多态质量数据流挖掘模型，提出概念漂移的质量数据流挖掘模式及算法；(3)研究基于数据流挖掘的装配过程质量实时评估模型，提出评估指标体系和评估方法；(4)研究数据流驱动的装配质量动态预测控制方法，提出装配质量异常模式诊断和协同控制方法。本项目将研究成果应用于某典型复杂产品装配过程质量控制进行实证研究。

装配是复杂产品制造过程的最后阶段，装配质量在很大程度上影响产品的性能，因此加强产品装配过程的质量控制，具有重要的学术意义和应用价值。制造企业越来越专注于装配过程的智能质量数据分析与处理，一方面由于客户要求他们尽量消灭一切产品质量瑕疵，且企业要求大幅削减制造成本的压力越来越大；另一方面，为了追踪产品质量安全问题，质量监管部门同样也要求企业收集更多的制造过程智能数据。因此，为实现复杂产品装配过程质量控制的主动预防，必须注重过程数据流的动态检测与分析，提高实时监测和在线控制能力。本项目的主要内容包括：(1)研究多态质量数据流采集及预处理方法，提出数据流不确定性建模方法；(2)研究装配过程多态质量数据流挖掘模型，提出质量数据流挖掘模式及算法；(3)研究基于数据流挖掘的装配过程质量实时评估模型，提出评估指标体系和评估方法；(4)研究数据流驱动的装配质量动态预测控制方法，提出装配质量异常模式诊断和协同控制方法。本项目以复杂产品装配过程质量为研究对象，通过实时采集装配过程质量数据，对其进行在线分析处理和评估，实时监控多装配工序状态并动态预测。其次，通过加强产品装配过程质量信息的可追溯性，形成装配过程中动态响应突发各种质量问题的机制，在装配生产开始前积极主动地对影响装配质量的多种因素加以控制。然后，利用多态数据流支撑过程质量控制和持续改进，实现装配过程的可观性、可测性与可控性，为后续装配活动可能出现的质量问题做好预测与控制提供有效支持，保证产品质量的稳定性、一致性与可靠性。本项目将研究成果应用于典型复杂机电产品装配过程质量控制进行实证研究。通过实现复杂产品装配过程在线监控、预测与控制，及时发现装配过程中出现的质量缺陷和质量波动，可以减少传统的事后检验工作，降低返工成本。