[发明专利]一种基于多源感知的产品质量特性误差溯源分析方法

说明书

一种基于多源感知的产品质量特性误差溯源分析方法，包括：利用历史数据建立工序之间的因果关系；对所述历史数据进行筛选，从而将筛选后的历史数据组成样本空间；以所述样本空间作为分析标准，采用T²控制图方法对实时数据进行监控；根据所述因果关系，对出界的T²值进行正交分解，获得分解项；对所述分解项的T²统计值进行出界分析，进而定位问题工序。本发明利用了大量的，多元的历史数据完成对工序间关联关系的分析，减少了主观因素带来的影响；对出界的T²值根据由工序间关联关系的分析过程获得的工序间的关系有向图进行分解，从而确定问题工序，实现了对工序的精准把握，进而达到问题溯源的目的。

技术领域

本法明涉及工艺分析、模型静态和/或动态分析领域，特别涉及了一种基于多源感知的产品质量特性误差溯源分析方法，用于工序问题的溯源。

背景技术

统计过程控制(Statistical Process Control)概念源于20世纪20年代，以美国休哈特博士提出控制图为主要标志。自这一概念提出之后，在工业和服务业得到了广泛的应用。其借助数理统计知识，对生产过程的波动进行分析和监控，提出防范措施，使生产过程处在仅受随机因素影响的受控状态。控制图是统计过程控制中最重要的工具，按照使用目的的不同，可以分为分析用控制图和控制用控制图。分析用控制图主要用来分析过程是否处于统计控制状态。只有当过程达到预期稳定状态后，才能对生产过程进行监控(控制用控制图)。

随着现代传感器技术的发展，采集生产过程的相关数据的难度大大降低，获得生产过程中的多源数据对生产过程进行分析，成了现代统计过程控制的优势所在。大量历史和实时数据的获取使得我们可以更好分析加工过程并对加工过程进行实时监控。对于复杂的加工系统来说，引起最终产品失效的原因除了各潜在的失效因素外，因素间的耦合作用也不能忽略。

在多工序的加工制造过程中，失效的模式多种多样，与失效模式对应的误差源头存在难以准确定位的问题。从源头入手是杜绝故障和失效的有效方法。现有技术中在利用T²控制图对实际加工过程进行监控时，往往出现对各工序分别进行监控不发生失控，而对整个加工过程进行监控却发生失控的现象，这就使得误差源难以准确定位；且在实际情况中，加工工序间的因果关系网络大多是根据工艺规程文件、专家评定等方式建立的，人为主观因素所占比重很大，建立的网络关系往往不能科学有效地反映工序之间的关联关系。

发明内容

针对上述问题，本发明的目的是通过以下技术方案实现的一种基于多源感知的产品质量特性误差溯源分析方法，包括：利用历史数据建立工序之间的因果关系；对所述历史数据进行筛选，从而将筛选后的历史数据组成样本空间；以所述样本空间作为分析标准，采用T²控制图方法对实时数据进行监控；根据所述因果关系，对出界的T²值进行正交分解，获得分解项；对所述分解项的T²统计值进行出界分析，进而定位问题工序。

进一步的，所述历史数据包括：对应所述工序的指标因素。

更进一步的，所述指标因素为一种或多种，并且每一种指标因素为一个或多个，由多个相应的传感器采集获得。

更进一步的，根据所述指标因素建立工序之间的因果关系网的方法包括：计算每道工序中指标因素的平均值，获得工序的指标因素的协方差矩阵；根据所述协方差矩阵，获得工序之间的相关系数矩阵。

进一步的，所述采用T²控制图中的分析方法对所述历史数据进行筛选包括：计算多元单值T²统计值；计算T²控制图的控制上限和控制下限；将所述T²的统计值与所述控制上限和控制下限进行比较，对出界的T²的统计值所对应的历史数据进行剔除；将剔除后的历史数据重新计算其指标因素的平均值以及指标因素的协方差矩阵，并重复上述步骤，直到没有出界的T²的统计值产生为止。