在现代生产制造环境下,绝大多数制造过程为多工序制造过程,即由众多生产工序有机组合而成,如半导体晶圆生产、汽车组装、纳米制造等。由于制造工艺、测量设备的限制或实际的需求,制造过程中收集到的产品质量数据时常是离散型(分类型和计数型)和混合型(连续型和离散型并存)。然而传统的产品质量建模方法、质量监控和故障诊断技术的研究和应用范围局限于连续型质量数据,无法在此类制造环境中应用。..本项目针对多工序制造过程中广泛存在的离散型和混合型数据,研究新的建模、参数估计、以及质量预测、监控与故障诊断方法。本项目将具体从下面三个方面展开研究:第一,离散型和混合型质量数据模型的研究;第二,基于离散型和混合型质量数据模型的过程监控方案;第三,基于离散型和混合型质量数据模型的故障诊断方法。通过上述三个任务的完成,本研究将给出多工序制造过程中离散型和混合型质量数据的理论建模方法,同时提供统计过程控制以及故障诊断方案。
本人在该项目的研究工作中,以第一作者发表论文3篇(SCI:2篇,EI:1篇), 第二作者2篇(SCI:1篇,EI:1篇)。培养硕士研究生2名,本科生6名。该项目取得的进展归纳如下:1) 多元离散型数据的统计过程控制方法方面,论文(第一作者) “Multiple Attribute Control Chart Based on False Discovery Rate Control”,2012年发表在Quality and Reliability International(SCI)。2)在多工序制造系统的故障诊断方法方面,论文(第一作者) “Detecting and Diagnosing Covariance Matrix Changes in Multistage Processes”2011 年发表在IIE Transactions,。IIE Transactions 是国际质量研究领域权威性期刊,影响因子1.186,在同领域杂志中位居前列。以外,论文“Statistical process control of multistage processes with Bayesian sequential bifurcation”在IEEM 2011 年会议论文集发表。3)多工序制造过程的统计过程控制图分配策略方面:论文(第一作者)“ Chart Allocation Strategy for Serial Parallel Multistage Manufacturing Processes with Multiple Faults”,2011年发表在 Journal of the Chinese Institute of Industrial Engineers;“Chart Allocation strategy for Serial-Parallel Multistage Manufacturing Processes”(第二作者)2010年发表在IIE Transactions第42期。4)在多工序制造过程中的自相关数据的统计过程控制方面,“多工序制造过程的自相关数据的质量监控方法”2010年发表于上海交通大学学报。另外,本项目已经获得国家基金委青年-面上连续项目的资助,为期四年,将继续深入在多元离散计数数据的统计过程控制领域的研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
论大数据环境对情报学发展的影响
粗颗粒土的静止土压力系数非线性分析与计算方法
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
低轨卫星通信信道分配策略
复杂制造过程中轮廓数据监控方法研究
基于统计学习理论的多工序制造过程产品质量智能控制与诊断
基于误差谱的小批量多工序制造过程质量健壮性理论与方法
基于多元统计理论的间歇过程性能监控、质量预测和质量调控方法研究