面向前桥装配过程的质量控制方法及关键技术研究

摘要

前桥装配系统是一个众多质量特性之间存在非线性约束的制造系统。由于存在误差传递及累积效应，在制品在当前质量特性的装配结果也会受到相近质量特性的影响。同时，鉴于众多质量特性对于在制品质量的影响各不相同，相应的管控力度也应有所差异。针对前桥装配的质量控制问题，本文首先构建出关键质量特性识别模型，实现关键质量特性的识别以抓住质量控制的要点，在此基础上，建立关键质量特性控制阈预测模型，用于质量特性的控制阈预测，并使用预测值进行装配质量的合格性判定，最终实现对前桥装配过程中的质量控制。该质量控制方法的研究对降低质量控制成本，实现质量的事前控制，有效提高产品质量具有重要意义。
　　首先，分析了前桥装配的工艺流程及其特点，阐述了装配质量控制的研究现状，并对关键质量特性进行定义，同时介绍了数据采集，数据传输等与质量控制相关的关键使能技术。
　　然后，构建了关键质量特性识别模型，使用BP神经网络算法进行模型求解，并通过实例验证，成功找出前桥装配过程中的关键质量特性。在此基础上，针对前桥装配过程中的误差传递及误差累积效应，构建了基于粒子群神经网络的关键质量特性控制阂预测模型，并经过实验仿真证明了模型的可行性。
　　最后，根据基于关键质量特性识别与控制阈预测的前桥装配过程质量控制方法，开发了前桥装配质量控制系统，并对装配质量控制系统的软、硬件架构、系统功能规划、数据库设计、系统界面进行了介绍，最后将系统应用于某轻卡前桥的装配质量控制，证实了系统的可靠性。

目录

声明

致谢

摘要

第一章 绪论

1．1 引言

1．2 研究的目的及意义

1．3 研究现状

1．3．1 质量特性识别

1．3．2 质量特性预测

1．3．3 装配过程质量控制

1．4 研究内容及结构

1．4．1 课题来源

1．4．2 研究内容

1．4．3 论文结构

第二章 前桥装配质量控制方法研究

2．1 引言

2．2 前桥装配过程特点分析

2．2．1 前桥装配工艺介绍

2．2．2 前桥装配特点分析

2．4 关键质量特性

2．4．1 关键质量特性定义

2．4．2 装配过程关键质量特性

2．5 质量控制关键使能技术

2．5．1 数据采集技术

2．5．2 数据传输技术

2．6 本章小结

第三章 基于BP神经网络的装配关键质量特性识别

3．1 引言

3．2 关键质量特性识别技术

3．2．1 信息熵

3．2．2 BP神经网络

3．3 基于BP神经网络的关键质量特性识别模型

3．3．1 问题描述

3．3．2 变量定义

3．3．3 基于BP神经网络的关键质量特性识别步骤

3．4 实例及验证

3．5 本章小结

第四章 基于改进的BP神经网络的关键质量特性控制阈预测

4．1 引言

4．2 粒子群算法

4．2．1 粒子群算法介绍

4．2．2 粒子群算法流程

4．3 BP神经网络与粒子群算法的融合

4．3．1 粒子群算法与BP神经网络的互补性

4．3．2 粒子群算法与BP神经网络的融合方式

4．4 基于粒子群神经网络的关键质量特性控制阈预测建模

4．4．1 问题描述

4．4．2 模型构建

4．4．3 参数选取

4．5 实例及验证

4．6 本章小结

第五章 前桥装配过程质量管控系统开发

5．1 引言

5．2 系统模型架构

5．2．1 系统软件架构

5．2．2 系统硬件架构

5．2．3 系统数据库架构

5．3 系统实现

5．3．1 基础数据配置模块

5．3．2 质量参数管理模块

5．3．3 质量在线控制模块

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况