基于神经网络的可重组制造系统质量控制方法研究  

Research on process quality control for reconfigurable manufacturing system based on neural network

作　　者：李爱平[1] 韩建坤[1] 朱凯影 谢楠[3] 徐立云[1] 

机构地区：[1]同济大学现代制造技术研究所,上海201804 [2]常柴股份有限公司,常州213002 [3]同济大学中德工程学院,上海201804

出　　处：《现代制造工程》2011年第2期6-11,共6页Modern Manufacturing Engineering

基　　金：国家自然科学基金项目(50975209;51005169);国家863高技术研究发展计划资助项目(2007AA042002);上海市基础研究重点项目(09JC1414500);上海市自然科学基金项目(10ZR1432300)

摘　　要：为提高可重组制造系统的可诊断性并缩短系统重组后的斜升时间,提出了基于神经网络的可重组制造系统工序质量控制方法。首先,结合x-R控制图质量控制方法和神经网络技术分别建立了用于控制图模式识别和质量缺陷原因诊断的两个神经网络模型;然后,开发出基于神经网络的工序质量控制系统,以加工件的质量特征数据作为数据源,可对生产过程进行快速诊断和及时反馈。最后,通过实例验证了基于神经网络的可重组制造系统工序质量控制方法的有效性。To improve the diagnosability of Reconfigurable Manufacturing System（RMS）and shorten the ramp-up time,a process quality control method based on neural network was proposed.Firstly,two neural network models were established for control chart pattern recognition and fault diagnosis respectively.Then,the neural network-based process control system was developed,which could support rapid diagnosis and timely feedback in production process.Finally,an application example was presented to verify the effectiveness of the neural network-based process control method for RMS.

关 键 词：可重组制造系统 神经网络 工序质量控制 模式识别 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]