复杂机电产品关键装配工序物料质量损失评估及预警方法

《复杂机电产品关键装配工序物料质量损失评估及预警方法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2013年第3卷第4期31复杂机电产品关键装配工序物料质量损失#评估及预警方法**梁忠权，尹超（重庆大学机械传动国家重点实验室，重庆400044）摘要：针对复杂机电产品关键装配工序物料质量损失评估及预警困难的问题，提出了一种集关键装配工序物料质量异常信息实时采集、质量损失综合评估、质量损失预警为一体的复杂机电产品关键装配工序物料质量损失评估及预警方法，建立了关键装配工序物料质量损失的评价指标体系，研究了基于变权重模糊综合评判法的关键装配工序物料质量损失评估、基于遗传BP神经网络的关键装配工序物料质量损失预警等关键技术。最后，将以上研究成果在一复杂机电产品制造企业进行

2、了实际应用，取得了良好的应用效果。关键词：复杂机电产品；装配；关键工序物料；质量损失；神经网络；评估及预警EvaluationandEarlyWarningMethodofKeyAssemblyProcessMaterialsQualityLossforComplexElectromechanicalProductsLIANGZhongquan,YINChao(StateKeyLaboratoryofMechanicalTransmission,ChongqingUniversity,Chongqing400044)Abstract:Intheviewofthedi

3、fficultiesintheevaluationandearlywarningofkeyassemblyprocessmaterialsqualitylossforcomplexelectromechanicalproducts,aevaluationandearlywarningmethodofkeyassemblyprocessmaterialsqualitylossforcomplexelectromechanicalproductswasputforward,whichintegratesreal-timefileddataacquisitionofabn

4、ormalqualityinformation,qualitylossfuzzycomprehensiveevaluation,qualitylossearlywarning.Meanwhile,theevaluatedindexsystemforkeyassemblyprocessmaterialsqualitylossevaluationwasfounded.Subsequently,someofthekeytechnologieswerestudied,includingthekeyassemblyprocessmaterialsqualitylosseval

5、uationbaseonoffuzzysyntheticjudgmentwithchangingweightvalue,thekeyassemblyprocessmaterialsqualitylossearlywarningbaseonGA-BPneuralnetworksforecasting.Finally,themethodwassuccessfullyappliedinacomplexelectromechanicalproductenterprise,whichhasachievedgoodeffect.Keywords:Complexelectrome

6、chanicalproducts;Assembly;Keyassemblyprocessmaterials;Qualityloss;Neuralnetworks;Evaluationandearlywarning0引言复杂机电产品是由多种类型的机加零件、电子元器件、原辅材料组合成机械结构、控制装置、电器设备等若干部件，再由部件按照一定装配序列组成复杂结构的装配体，具有制造[1-2]成本大、装配周期长、质量要求高等特点。复杂机电产品在装配过程中，关键工序物料一旦出现质量异常问题，不仅对产品稳定性和可靠性造成重大的影响，而且将给企业在后续装配工序生产、产品延期交付赔偿、

7、客户满意度等方面带来重大的有形和无形质量损失。因此，对复杂机电产品关键装配工序物料质量损失进行有效的评估及预警，为关键装配工序物基金项目：国家自然科学基金重点项目（51175528）；国家863计划项目（2012AA040914）作者简介：梁忠权（1987-），男，重庆大学硕士研究生，主要从事制造系统工程方面研究通信联系人：尹超（1974-），男，重庆大学教授，博士生导师，主要从事制造系统工程和制造业信息化方面研究.-1-322013年第3卷第4期料质量异常问题的事前预防控制提供决策支持，已成为复杂机电产品制造企业迫切需要解决的重要问题之一。近年来，国内外专家