止推片加工過程質(zhì)量監(jiān)測與診斷技術(shù)的研究

錢曉耀 錢家維 汪 偉 孫長敬 徐新勝

1.中國計量學(xué)院，杭州，310018 2.西南自動化研究所長三角分所，嘉善，314100

0 引言

隨著專家系統(tǒng)在農(nóng)業(yè)、醫(yī)療、機(jī)械等領(lǐng)域的廣泛應(yīng)用，質(zhì)量專家們更加注重構(gòu)建SPC（統(tǒng)計過程控制）專家系統(tǒng)。國內(nèi)外現(xiàn)有SPC專家系統(tǒng)的構(gòu)建方法主要有三種：①基于規(guī)則推理和知識庫來構(gòu)建SPC專家系統(tǒng)；②利用神經(jīng)網(wǎng)絡(luò)與人工智能的集成來構(gòu)建SPC專家系統(tǒng)（可有效地實(shí)現(xiàn)控制圖模式識別）；③利用計算機(jī)仿真技術(shù)來構(gòu)建SPC專家系統(tǒng)（可實(shí)現(xiàn)對質(zhì)量成本的預(yù)測）［1－2］。

隨著專家系統(tǒng)理論的不斷發(fā)展，專家系統(tǒng)在測量領(lǐng)域也有了一些應(yīng)用研究，如尺寸的合格性研究、零件的缺陷研究等。如今在線檢測技術(shù)已得到廣泛應(yīng)用，根據(jù)在線測量數(shù)據(jù)而建立的專家系統(tǒng)也將得到發(fā)展。在產(chǎn)品加工過程質(zhì)量監(jiān)測與診斷系統(tǒng)中，結(jié)合SPC控制圖的異常模式及其判斷方法，構(gòu)建質(zhì)量診斷專家知識系統(tǒng)，并對其中涉及的控制圖異常類型識別、專家系統(tǒng)知識表示和推理機(jī)等關(guān)鍵技術(shù)進(jìn)行分析，給出相應(yīng)的糾正措施以使過程受控是一個重要研究方向［3－4］。加工過程質(zhì)量監(jiān)測與診斷技術(shù)正是在這樣一種背景下提出的。本文在運(yùn)輸車所用止推片加工過程中構(gòu)建了質(zhì)量監(jiān)測和診斷系統(tǒng)，提出從工藝過程中人、機(jī)、料、環(huán)、法方面進(jìn)行因果圖分析以獲取推理機(jī)知識，從而搭建SPC專家系統(tǒng)模塊的方法，并采用止推片厚度、平面度在線檢測和利用SPC專家系統(tǒng)診斷推理，尋求解決止推片加工過程中出現(xiàn)的質(zhì)量問題。

1 檢測系統(tǒng)設(shè)計

運(yùn)輸車所用止推片的厚度、平面度是影響整機(jī)裝配精度的兩個重要的幾何量參數(shù)，在止推片產(chǎn)品加工中通常將其厚度、平面度作為關(guān)鍵點(diǎn)加以檢測和控制。止推片自動檢測分選裝置由上位機(jī)和下位機(jī)構(gòu)成，上位機(jī)主要實(shí)現(xiàn)對數(shù)據(jù)的采集、處理和分析，下位機(jī)主要控制機(jī)械運(yùn)動以及和上位機(jī)之間的通信。檢測系統(tǒng)的構(gòu)成框圖見圖1。

圖1 檢測系統(tǒng)總體框圖

在該系統(tǒng)中，止推片的厚度、平面度通過5個傳感器測量后得到5路模擬信號，分別通過采集卡的5個模擬通道，經(jīng)A／D轉(zhuǎn)化后將數(shù)字信號傳入上位機(jī)，上位機(jī)對數(shù)據(jù)進(jìn)行處理分析并將結(jié)果反饋給PLC，由PLC執(zhí)行分選動作，同時上位機(jī)將測量數(shù)據(jù)繪制成控制圖，通過專家診斷實(shí)現(xiàn)對過程的監(jiān)控和報警。

2 診斷系統(tǒng)設(shè)計

2.1 SPC專家系統(tǒng)結(jié)構(gòu)

統(tǒng)計過程控制實(shí)施的目的是對止推片厚度、平面度進(jìn)行測量并繪制控制圖，在利用控制圖對止推片加工過程進(jìn)行監(jiān)測的基礎(chǔ)上，應(yīng)用SPC專家系統(tǒng)實(shí)現(xiàn)對控制圖異常模式的識別，并針對加工過程的異?，F(xiàn)象進(jìn)行診斷分析，以協(xié)助解決加工過程中出現(xiàn)的質(zhì)量波動問題。圖2所示為該SPC專家系統(tǒng)的結(jié)構(gòu)［5］。

2.2 知識的獲取

圖2 SPC專家系統(tǒng)的結(jié)構(gòu)

在構(gòu)建SPC專家系統(tǒng)過程中，知識工程師從領(lǐng)域?qū)＜液陀嘘P(guān)技術(shù)文獻(xiàn)中獲取知識，并通過某種知識編輯器將其輸入到知識庫中。其中質(zhì)量診斷系統(tǒng)中異常診斷知識的來源主要由止推片加工過程工藝信息、經(jīng)驗(yàn)規(guī)則以及環(huán)境等構(gòu)成。止推片加工過程的主要工藝流程如圖3所示。

圖3 工藝流程圖

每個工藝都有其技術(shù)要求，如果在加工過程中不滿足技術(shù)要求就會產(chǎn)生質(zhì)量問題，在止推片加工過程中引起止推片厚度、平面度不合格的工藝主要有落料、粗車合金面、精磨鋼背面和精切削合金面。因此，在分析工序質(zhì)量問題時，主要分析這些工序是否達(dá)到技術(shù)要求。

止推片在加工過程中的質(zhì)量問題不只由工序質(zhì)量引起，在分析質(zhì)量問題時應(yīng)該從人、機(jī)、料、環(huán)、法等方面入手，采用因果圖的方法去挖掘產(chǎn)生質(zhì)量問題的各個因素。圖4所示為止推片在精切削合金面后，發(fā)現(xiàn)平面度不合格，通過因果圖來確定其主要因素的分析過程［6］。

圖4 精切削合金面因果圖分析圖

根據(jù)因果分析圖，知識工程師通過實(shí)驗(yàn)研究以及經(jīng)驗(yàn)知識來確定質(zhì)量問題發(fā)生的主要因素和次要因素，并賦予相應(yīng)的概率值，為推理做準(zhǔn)備。

2.3 推理機(jī)的設(shè)計

常用的推理方式有正向推理、反向推理和正反向混合推理。對控制圖異常模式識別采用的是正向推理機(jī)制。正向推理的基本思想是［7］：①用戶事先提供一組初始數(shù)據(jù)，并將其放入動態(tài)數(shù)據(jù)庫；②推理開始后，推理機(jī)根據(jù)動態(tài)數(shù)據(jù)庫中的己有事實(shí)，到知識庫中尋找當(dāng)前匹配的知識，形成一個當(dāng)前匹配的知識集，然后按照沖突消解策略，從該知識集中選擇一條知識作為啟用知識進(jìn)行推理，并將推出的事實(shí)加入動態(tài)數(shù)據(jù)庫，作為后面繼續(xù)推理時可用的己知事實(shí)；③重復(fù)這一推理過程，直到目標(biāo)出現(xiàn)或知識庫中再無可用的知識為止。圖5所示為正向推理的流程。

圖5 正向推理流程圖

3 質(zhì)量監(jiān)測與診斷系統(tǒng)的實(shí)現(xiàn)及其應(yīng)用

質(zhì)量監(jiān)測與診斷系統(tǒng)需要對檢測數(shù)據(jù)進(jìn)行存儲、分析、處理，為了能夠?qū)崿F(xiàn)對止推片加工過程的質(zhì)量控制，系統(tǒng)將檢測數(shù)據(jù)繪制成控制圖以實(shí)現(xiàn)對過程的監(jiān)控，同時，系統(tǒng)建立SPC專家系統(tǒng)模塊，該模塊能夠識別控制圖異?，F(xiàn)象，并對異?，F(xiàn)象作出糾正措施。質(zhì)量監(jiān)測與診斷系統(tǒng)的功能結(jié)構(gòu)如圖6所示。

3.1 SPC模塊

圖6 質(zhì)量監(jiān)測與診斷系統(tǒng)的功能結(jié)構(gòu)圖

在軟件設(shè)計過程中，SPC模塊主要實(shí)現(xiàn)對數(shù)據(jù)的采集、處理、存儲，并且將采集的數(shù)據(jù)繪制成控制圖，同時對控制圖上的點(diǎn)的排列進(jìn)行異?，F(xiàn)象識別。通過在控制圖［8］編輯框中增加四條折線來分別代表控制圖的上限（UCL）、下限（LCL）、中線（CL）以及樣本連線（Sample）?？刂茍D中包括分析用控制圖及控制用控制圖，分析用控制圖是用來分析過程是否穩(wěn)定的，只有在過程處于穩(wěn)定時才能應(yīng)用控制用控制圖對過程進(jìn)行監(jiān)控。

3.2 診斷專家系統(tǒng)模塊

診斷專家系統(tǒng)模塊的主要功能是進(jìn)行手動知識獲取以及系統(tǒng)的診斷推理，主要包括知識庫的實(shí)現(xiàn)、知識管理以及診斷推理的實(shí)現(xiàn)。

3.2.1 知識庫

系統(tǒng)在知識庫的設(shè)計過程中包含了異?，F(xiàn)象、異常原因、糾正措施以及診斷規(guī)則4張表。異?，F(xiàn)象表用于存儲控制圖上的8類異常模式，并對異?，F(xiàn)象進(jìn)行編號。異常原因表記錄存儲加工工序中各工藝的故障信息以及對應(yīng)的先驗(yàn)概率，故障信息是根據(jù)各工藝中的設(shè)備進(jìn)行編號的。糾正措施表主要描述解決故障信息的方案，糾正措施的編號應(yīng)與故障信息的編號一一對應(yīng)。診斷規(guī)則表用于存儲異常現(xiàn)象和異常原因之間的條件概率。4張表之間的相互關(guān)系如圖7所示。

圖7 知識庫各表之間的關(guān)系

根據(jù)知識庫各表之間的關(guān)系，在Access中設(shè)計的數(shù)據(jù)表如圖8所示。

圖8 Access中設(shè)計的數(shù)據(jù)表

3.2.2 知識庫管理

在知識庫管理模塊中要對異?，F(xiàn)象、異常原因、糾正措施、診斷規(guī)則等這些知識進(jìn)行添加、修改和刪除，通過選擇知識表來確定知識類型，圖9所示為知識庫的管理界面，圖中選擇的為異常原因知識，在質(zhì)量診斷系統(tǒng)知識庫中全部顯示該知識庫的所有知識，對于添加、刪除、修改知識等功能可以直接在DataGrid控件上完成，也可通過上面的按鈕進(jìn)行操作。

圖9 知識庫的管理界面

3.2.3 診斷推理

系統(tǒng)診斷推理的實(shí)現(xiàn)分兩步走，首先是根據(jù)控制圖異常模式知識庫中的規(guī)則知識來判斷是否產(chǎn)生異常，采用IF THEN的推理方法，根據(jù)異常現(xiàn)象的點(diǎn)的排列建立如下規(guī)則：

規(guī)則1：IF 1點(diǎn)落在UCL線或LCL線以外THEN異常報警1。

規(guī)則2：IF連續(xù)9點(diǎn)落在中心線上側(cè)OR連續(xù)9點(diǎn)落在中心線下側(cè)THEN異常報警2。

規(guī)則3：IF連續(xù)6點(diǎn)遞增OR連續(xù)6點(diǎn)遞減THEN異常報警3。

規(guī)則4：IF連續(xù)14點(diǎn)中相鄰點(diǎn)交替上下THEN異常報警4。

將檢測數(shù)據(jù)作為事實(shí)輸入到數(shù)據(jù)庫中，搜索知識庫中的異常規(guī)則，確定一條規(guī)則的前提是否與輸入的事實(shí)匹配，如果匹配，則結(jié)束推理，反之，繼續(xù)另一條異常規(guī)則，確定其前提是否與事實(shí)相匹配，反復(fù)進(jìn)行，直到推理成功［11］。

然后針對異?，F(xiàn)象來進(jìn)行推理，屬于自底向上的診斷推理，其推理流程如圖10所示。

圖10 診斷推理流程

在此推理前要判斷概率計算是否具備條件，首先需要用戶輸入異常現(xiàn)象，根據(jù)該現(xiàn)象來查詢相應(yīng)的原因和概率值，只有在所有的知識都完備后才可進(jìn)行推理得到異常原因及其概率值，否則需要完善其知識直至概率可計算。其計算模型（舉例）如下：

設(shè)P（R1｜T1）為精切削合金面工藝的異常是電磁吸盤有污物、吸力不正常引起的概率，其中T1表示精切削合金面工藝，R1表示電磁吸盤有污物、吸力不正常，則P（R1｜T1）的計算過程如下：

又因?yàn)镻（R1｜T1）＋P（R1｜T1）＝1，可推出

所以得到

簡化有

4 系統(tǒng)應(yīng)用

實(shí)驗(yàn)時選擇一批次加工過程中的止推片，經(jīng)質(zhì)量檢測產(chǎn)生上述的點(diǎn)的超界異常，可能的異常工序?yàn)榫邢骱辖鹈婀ば蚝途ヤ摫趁婀に?。將?shù)據(jù)輸入到知識庫中后，用戶可以通過診斷界面得到相應(yīng)的概率值，如圖11所示（其中，R2表示砂輪有缺陷、刀具未磨好，R3表示合金面有汗?jié)n，R4表示未清除毛刺，R5表示光線不好、員工操作失誤）。選擇異?，F(xiàn)象，系統(tǒng)會自動推理可能產(chǎn)生異常的工序，通過知識搜索，將知識庫中相應(yīng)的異常原因和診斷規(guī)則顯示出來，然后進(jìn)行診斷推理，得出相應(yīng)的概率值。通過對比，表明與生產(chǎn)中發(fā)現(xiàn)問題后分析得到的結(jié)論基本一致，軟件系統(tǒng)的診斷推理結(jié)果能夠達(dá)到預(yù)期的目的。

圖11 診斷界面

5 結(jié)束語

本文在止推片自動檢測分選裝置的基礎(chǔ)上，設(shè)計了質(zhì)量監(jiān)測與診斷系統(tǒng)，該系統(tǒng)能夠?qū)庸み^程實(shí)現(xiàn)監(jiān)控，對加工異常進(jìn)行報警，及時防止加工過程的失控，減少生產(chǎn)過程中的廢品，提高企業(yè)質(zhì)量管理水平。該系統(tǒng)對過程中的異常，能夠協(xié)助操作者找出失控原因并及時加以糾正。最后，在止推片自動檢測分選裝置上進(jìn)行實(shí)驗(yàn)，對系統(tǒng)進(jìn)行驗(yàn)證，以確定其推理的準(zhǔn)確性。

［1]Stumpff M A.Statistical Process Control will Improve Your Quality and Profits［C］／／Ceramic Engineer and Science Proceedings.Indianapolis，USA，1991：437－448.

［2]Guh R S，Tannock J D.IntelliSPC：a Hybrid Intelligent Tool for On－line Economical Statistical Process Control［J］.Expert Systems with Applications，1999，17：195－212.

［3]于濤，王高山.先進(jìn)制造環(huán)境中工序質(zhì)量統(tǒng)計過程控制的地位與作用［J］.中國機(jī)械工程，2004，15（23）：2103－2110.

［4]Liau L C K，Yang T C K，Tsai M T.Expert System of a Crude Oil Distillation Unit for Process Optimization Using Neural Networks［J］.Expert Systems with Applications，2004，26（2）：247－255.

［5]武波，馬玉祥.專家系統(tǒng)［M］.北京：北京理工大學(xué)出版社，2001.

［6]路春光，孟麗麗，王振中，等.統(tǒng)計過程控制SPC系統(tǒng)的設(shè)計與實(shí)現(xiàn)［J］.組合機(jī)床與自動化加工技術(shù)，2010，52（1）：108－112.

［7]崔萌.專家系統(tǒng)推理機(jī)核心設(shè)計［J］.中國高新技術(shù)企業(yè)，2008，15（22）：298－299.

［8]劉寶龍，王學(xué)俊，李寶營，等.基于SPC的產(chǎn)品質(zhì)量監(jiān)測系統(tǒng)的研究與開發(fā)［J］.大連輕工業(yè)學(xué)院學(xué)報，2005，24（4）：289－292.

［9]張根保.現(xiàn)代質(zhì)量工程［M］.北京：機(jī)械工業(yè)出版社，2005.

［10]Zhang Wu，Yu Tian.Control Charts and Process Capability［C］／／IEEE International Conference on Management of Innovation and Technology Proceedings.Singapore，2000：904－909.

［11]曾鐵軍，宋曉玨，裴仁清，等.基于協(xié)同式專家系統(tǒng)的SPC診斷系統(tǒng)研制［J］.中國機(jī)械工程，2002，13（21）：1852－1855.