当前位置: > 硕士毕业论文 > 62400字硕士毕业论文工程过程控制中复杂产品的贝叶斯理论

62400字硕士毕业论文工程过程控制中复杂产品的贝叶斯理论

论文类型:硕士毕业论文
论文字数:62400字
论点:控制,过程,模型
论文概述:

摘要 复杂产品制造及与之相关的技术,是国民经济和国家安全的重要基础,也是一个国家工业基础、经济实力和科技水平等综合国力指标的重要标志。如何提高质量管理和控制水平,是复杂

论文正文:

工程过程控制中复杂产品的贝叶斯理论

简介:复杂产品制造业的竞争力现已融入质量、时间、成本、服务、环境和知识。其中,质量是复杂产品最基本的要求。如何提高复杂产品制造质量的管理和控制能力,是复杂产品制造企业面临的一个重要而又未解决的问题。由本网站的硕士论文中心组织。

第一章简介
1.1研究背景
复杂产品制造及相关基础设备、材料、技术等技术是国家经济和国家安全的重要基础,也是一个国家工业基础、经济实力和科技水平等综合国力的重要指标。目前还没有复杂产品的精确定义。李伯虎院士认为,复杂产品可以划分为“客户需求复杂、产品组成复杂、产品技术复杂、制造过程复杂、测试和维护复杂、项目管理复杂、工作环境复杂”的一类产品。典型产品包括航天器、飞机、船舶和复杂的机电产品。
随着全球化竞争的加剧,中国制造业的转型升级面临着越来越大的压力。以复杂产品的研发和制造为突破口,提升相关产业的制造水平和能力,将成为制造业转型升级的重要途径。复杂产品制造业的竞争力复合体现在包括质量、时间、成本、服务、环境、知识等方面,其中质量是最基本的要求。如何提高复杂产品制造的质量管理和控制能力,是复杂产品制造企业面临的一个重要而又未解决的问题。
从生产组织的角度来看,复杂的产品有很多种,而且单个产品的批次往往很小。在许多情况下,甚至单件生产也会给过程控制带来困难。
统计过程控制(SPC < statistical process control))以过程输出为控制对象,以统计理论为基础监控过程的稳定性,以减少波动方差。工程过程控制(EPC)[/BR/]建立了基于控制论的投入产出反馈控制模型,并根据过程产出与目标之间的偏差调整过程参数。程控和消失模铸造属于两种不同的过程控制方法,各有侧重,但都是为了使过程输出达到目标值。因此,统计过程控制与工程总承包的结合是近年来质量控制领域的一个重要研究方向。
复杂的产品制造过程往往以小样本为特征,这使得难以用参数分布准确描述过程分布,并呈现非线性动态变化。如何研究非线性和非参数分布动态过程的相应统计过程控制和工程过程控制方法及其集成模型,是一个值得深入研究的问题。
2。文献综述
工程总承包/统计过程控制集成模型由两个模块组成,一个是系统反馈控制的工程总承包模块,另一个是系统统计过程控制的统计过程控制模块。盒子(1992)}2]和蒙哥马利(1994)}’]提出了程控/总承包一体化的基本框架。

工程总承包模块的运行包括两个过程。首先,预测过程干扰,然后根据预测结果调整过程输入。程控模块监控过程输出,当发现异常时,它搜索异常的原因。如果发现异常,它会排除异常的原因,并继续监控该过程。如果没有异常原因,总承包调整模块有问题,需要调整总承包控制模块。
基于这一框架,国内外学者做了大量的研究工作。
对于程控模块,范德维克(Vanderwielc)在1996年提出,当过程中存在导致过程偏差的异常原因时,EPC调整往往会掩盖异常原因。因此,一些学者提出应监控调整措施,以提高[4]的程控检测能力。崔宗和(2001)指出,对于一些自相关过程,监测调整比检测过程输出更有效,而对于其他过程,情况正好相反
参考
[1]李伯虎。复杂产品制造信息化的一项重要技术——复杂产品集成制造系统。中国制造业信息化,2006,7: 1923
[2]框GEP。克莱默t。统计过程监控和反馈调整-讨论。技术计量学,1992。34(3): 251267
[3]道格拉斯·蒙哥马利。统计质量控制:现代导论,纽约:约翰·威利父子公司,2009,541
[4]范德·维尔,美国..使用集成移动平均模型监控漂移过程。《技术计量学》1996,38 (2): 139151
[5]宗福和徐克立。关于spc和apcf过程监控集成的平均转移模式。[2011,35 (3): 231422
宗福、石杰、安武、张福杰。二pid控制过程的联合监控。质量技术杂志,1999。31 (3): 275285
摘要3-4
摘要4[/BR/]第1章引言7-12
1.1研究背景7-8
1.2文献综述8-10
1.3研究方法和技术路线10-12
第2章贝叶斯参数估计理论基础12-19
2.1贝叶斯理论的来源和基本观点12-13
2.1.1贝叶斯理论的来源12
总体信息12-13[/比尔/] 2.2贝叶斯公式13-14[/比尔/] 2.3共轭先验分布的概念及其优势14-16[/比尔/] 2.3.1共轭先验分布14[/比尔/] 2.3.2共轭先验分布的优势14-16[/比尔/] 2.4共轭先验分布16[/比尔/ ] 2.5共轭分布16-18[/比尔/] 2.5.1正态分布(方差 第三章基于贝叶斯理论的工程过程控制模型设计19-28[/比尔/] 3.1工程过程控制概述(EPC)19-22[/比尔/]3 . 1 . 1 EPC 19[/比尔/] 3.1.2过程调整的基本思想19-20[/比尔/] 3.1.3使用反馈控制的过程调整20-21[/比尔/] 3.1.4三项(PID)控制器21-22[/比尔/] 3.2 EPC模型 4.1统计过程控制原则28-29[/比尔/] 4.1.1统计过程控制的含义28[/比尔/] 4.1.2统计过程控制的发展28-29[/比尔/] 4.2休哈特控制图29-33[/比尔/] 4.2.1控制图29-30[/比尔/] 4.2.2控制图30-31[/比尔/] 4.2.3控制图30的分类和应用原则 4.4多品种小批量生产统计过程控制技术的发展34-35[/比尔/] 4.5基于贝叶斯理论的过程控制技术35-36[/比尔/] 4.6基于贝叶斯理论的程控模型设计36-46[/比尔/] 4.6.1多品种小批量生产过程参数的贝叶斯估计37-38[/比尔/] 4.6.2贝叶斯控制模型38-40[/比尔/] 4.6.3贝叶斯影响因素分析 4.7基于贝叶斯理论的SPC模型扩展46-48
4.8本章总结48-50
第五章实证研究50-65
5.1背景介绍50
5.2典型过程贝叶斯控制模型的建立50-63 [/BR/] 5.2.1车削定子过程贝叶斯控制模型的建立50-56 [/BR/] 5.2.2扩展过程贝叶斯控制模型的建立56-60[ 第6章基于贝叶斯理论的程控/总承包集成模型运行方案设计65-69
6.1程控/总承包集成控制模型65-66[/BR/]6.2基于贝叶斯理论的程控/总承包集成模型运行方案设计66-68 [/BR/] 6.3本章总结68-69
第7章总结和展望69-71
7.1问题69 [/BR/] 7.2问题69-71
江西,徐克..mmse和pi控制过程的http://sblunwen.com/gclw/spcmonitoring,jqt,2002。34(4): 384397
您可能对工业工程硕士论文有购买需求,请到工程硕士论文频道选择:查尔。* raborti S,van de Wiel MA。基于曼-惠特尼统计的非参数控制图。超越跨学科研究中的参数学,2008,1(1): 156172
[9]巴基尔圣。基于符号等级的无分布休哈特质量控制图。质量工程,2004,16(4):613623
[10]查尔。《基于运行的非参数shew hart-typesticed-Rankcontrol图表》,统计学中的通信-模拟和计算,2007年。36(2): 335356
[11]查尔。}拉伯提斯、埃尔里马斯斯、人类软件。基于运行型信令规则优先统计的第二阶段非参数控制图。计算统计和数据分析,2009,53(4):10541065
[12]达斯·恩,巴特查亚。一种新的控制可变性的非参数控制图。质量技术与定量管理,2008,5(4): 351361
[13]朱伟,孙树东,于晓益。程控-}1 EPC集成及相关关键技术研究。计算机应用,2007,27 (1): 228230
[14] jp松石。贝叶斯统计。中国统计出版社,1999:1 } 6
[15]赖法赫,施莱佛。应用统计决策理论。危险大学,波士顿,1961
[16]张姚婷,陈汉峰。贝叶斯统计推断,北京:科学出版社,1991。27
[17]乔治·e·p·box,格温·m·詹金斯,格雷戈里·c·雷塞尔。时间序列分析:预测与控制c .张成等),北京:机械工业出版社,2011,358372
[18]何震,马林。六西格玛管理1,北京。中国人民大学出版社:2007年,190
[19]张徐工,新质量管理,北京:IuJ教育出版社,1998年,67
[20]哈林斯,D. M .自启动Cusum位置和规模图。统计学家,1987,36(4):299315
[21]奎森伯里。启动过程和短期或长期运行的统计过程控制质量图表。质量技术杂志,1991,23(3): 119126
[22]我}龙啸。过程参数未知的连续测试问题。应用概率统计,2001,17 (4): 437447 [/BR/] [23]苗瑞,王东鹏,姚薛莹。基于小批量多品种生产环境的统计过程质量控制研究。《高科技通讯》,2003年。13(11): 4850
[24]曹崔振,苗瑞。基于小批量生产的统计过程质量控制研究[。林业工程,2005,21 (1): 7172
[25]陈伟,苗瑞,杨正娥。小批量生产统计过程控制研究。工业工程与管理,2005。10 (1): 4345
[26]刘玉盛书凯。小批量生产过程的质量控制。北京机械工业学院学报,2003,18 (3): 6569。
[27]胡兴才,叶文华,小批量生产条件下统计过程控制研究。机械研究与应用,2006。19(1):3638
[28]车尔诺夫,咤克斯。估计正态分布的当前平均值,该平均值随时间变化。《数理统计年鉴》,1964,35(3): 999101
[29]卜向敏,孙静,张徐工。基于贝叶斯分析的小批量生产质量控制与诊断。北京科技大学学报1998,20 (6): 134139
[30]朱惠明,韩玉琦。小批量生产的贝叶斯质量控制模型。运营与管理,2003年。12(5): 6670
[31}朱惠明,韩玉琦。基于随机参数的贝叶斯统计质量控制模型。南京科技大学学报,2004,28(4): 445448
[32]余忠华,吴昭通。小批量制造过程质量控制方法的研究。机械工程杂志,2001,37(8): 5658
[33]陈震。郑建国莱虞姬。修正贝叶斯控制图和累积和控制图的比较分析。数学实践与认识,2008,38(7): 5659。宗恒等(1999)对于ARMA(1,1)过程和PID控制器,首次提出了T-square控制图或Bonferroni方法来同时监控过程输出和过程调整([6} O姜维(2002)宗恒等的控制模型得到了改进。在统一最大功率试验的基础上,设计了一种MMSE控制和PID控制的控制方法。同时,对过程输出和过程调整进行[滤波。该控制方法可在线性干扰过程中的大、小波动情况下达到最佳检测效果。然而,上述研究都是为了控制线性干涉过程。在复杂产品的制造过程中,由于批量小、质量特性分布规律和参数估计困难、质量要求高,制造过程呈现出非参数和非线性动态变化。传统的程控过程监控方法已经不能满足自由分配过程的监控需求。鉴于这种情况,一些学者利用非参数统计测试技术为非正态分布过程设计了非参数控制图。典型的研究包括由查克拉博蒂和维尔(2008)}8]设计的基于曼惠特尼统计的非参数控制图。这种非参数控制图采用普通兆瓦试验作为控制图设计的基本技术。这种方法的优点是,虽然在正常情况下过程的监控能力接近休哈特控制图,但在重尾分布(如拉普拉斯分布)和偏斜分布(如伽玛分布)下,其性能优于休哈特控制图。此外,Bakir(2004)}9}提出了一种基于符号等级的自由分布休哈特控制图。在此研究的基础上,Chakraborti和Erilmaz(2007)} 10 }提出了一种基于操作规则的签名秩休哈特型自由分布控制图。Chakraborti等人(2009)}ll}首先从第一阶段的参考样本中获取数据,并利用顺序统计构建控制图的控制边界;然后设计了一个休哈特型非参数控制图,用于监测第二阶段的未知连续中位数。此外,在学术界也有离散度非参数控制的统计过程控制研究方法。Das和Bhattacharya(2008)} LL > > DAS(2008)} L \']提出了一种用于监测方差的非参数控制图,并且将方差秩检验作为设计控制图的基础。使用非参数检验构建控制图只能有效地监控某些偏斜度分布。尽管现有的研究试图扩大统计过程控制的应用范围,但仍然缺乏成熟的统计过程控制方法来进行参数化描述。此外,在小样本情况下,如何建立基于非参数统计检验的统计过程控制方法还有许多问题需要进一步研究。非正态分布过程控制的自举方法是近年来的研究方向。Nichols和Padgett(2006)}14} \'对于威布尔分布过程,使用Bootstrap方法计算控制图的上/下控制极限,从而实现对分位数的监控。查特吉和邱(2008)提出了自举方法来估计自由分布累积和控制图的控制界限。此外,支持向量机技术[、核相异技术[等技术也开始在非线性和非参数过程控制中引起关注。
许多学者也研究了具有非参数和非线性特征的复杂产品制造过程的消失模铸造问题。神经网络和智能算法在消失模铸造控制器的设计中起着重要作用。邱等人(2003)}l8]将神经网络技术与程控/总承包系统相结合,有效识别过程中的固有干扰。俞建力、张宗伟(2009)基于径向基神经网络理论对过程扰动进行预测,设计了神经模糊控制器,并通过实证研究证明了径向基函数神经网络可以提高过程扰动的预测精度,改善神经模糊控制器的控制性能,减少过程波动,增强程控和EPC集成控制[mo的能力。此外,近年来,一些学者从贝叶斯状态估计的角度提出了序贯调整方法。Lian等人(2005)20]利用多芯片组件技术实现未知参数的贝叶斯序贯估计,并提出一种过程规格误差的调整方法。Lian and Del Castillo(2007)}21}提出采用顺序蒙特卡罗、SMC或粒子滤波技术)实现基于状态空模型的过程调整方法,并通过在状态空模型中添加调整项来实现控制。特里亚塔菲罗普洛斯(2007) X22]]等人在贝叶斯状态空模型对非线性过程建模的基础上,通过反馈调整提高产品质量水平。该方法将贝叶斯状态空之间的状态方差视为随机变量,具有重要的参考意义。
在统计过程控制和工程总承包集成模型的设计中,丘威等人(2007)2\']使用休哈特-指数加权移动平均(休哈特-EWMA)联合控制图实现了统计过程控制,以监控过程输出。当发现异常时,启动基于模糊规则推理的模糊质量诊断模块进行诊断,同时启动基于贝叶斯理论的马尔可夫链蒙特卡罗方法估计过程偏差的总承包调整模块。在这种集成方法的应用过程中,只运行总承包模块,并在程控模块发出报警时调整过程。工程总承包模块的调整措施完全由程控模块决定,导致工程总承包模块对程控模块的过度依赖。当程控模块性能不佳时,很容易导致总承包模块不能及时调整。
1.3研究方法和技术路线
根据研究综述,目前贝叶斯理论应用越来越广泛,在多品种、小批量生产过程中发挥着重要作用。因此,本文将研究基于贝叶斯状态空模型的工程总承包/程控集成控制模型,该模型包括两部分:基于贝叶斯状态空的工程总承包控制器;基于贝叶斯理论的统计过程控制模型。
1。介绍贝叶斯统计推断理论,并基于贝叶斯理论选择估计三种典型分布函数参数的方法:正态分布、二项式分布和泊松分布。(第2章)
2。确定工程过程控制工程总承包模式。包括基于贝叶斯理论的参数估计和调整方法的确定(第3章)。
3。设计统计过程控制)。基于贝叶斯理论的统计过程控制模型。(第四章)
4。实证研究。以甲公司电机生产线上的三个典型过程为例,验证了贝叶斯统计过程控制模型。(第五章)[/比尔/] 5。程控/总承包一体化方案设计。对程控/总承包一体化模型进行了改进,并对其运行规则进行了设计、解释和说明。(第6章)

[5]

[6]

[7]

[8]