[发明专利]一种基于关联规则挖掘和模糊决策的制造质量控制方法

说明书

本发明公开了一种基于关联规则挖掘和模糊决策的制造质量控制方法，获取同一型号零件制造过程的质量数据集合；对每条质量数据中的每个质量特性进行质量特性等级映射，以每个质量特性建立对应的质量三元组，从而对应于每条质量数据均形成相应的三元组事务；再由全部三元组事务组成三元组事务集合D；采用Apriori算法对三元组事务集D进行挖掘分析，以获取强关联规则；根据强关联规则与加工质量要求制定出相应的质量控制策略；采用模糊决策方法判断质量控制策略的优先级，根据优先级确定质量控策略实施的先后顺序。本发明解决了现有技术中对质量控制缺乏针对性的技术问题，能够对质量控制策略进行优先级决策。

技术领域

本发明属于机械加工制造技术领域，尤其涉及一种控制机械加工质量的方法。

背景技术

21世纪是质量的世纪，质量是影响企业生存和发展的核心要素之一，对制造过程中的质量控制研究是当前的一个热门领域。国内外关于制造质量控制的研究取得了许多成果，但其主要侧重于制造过程的全面监控和预测，缺乏有针对性地进行质量控制。

产品制造过程中的质量特性影响因素研究内容是5M1E，即工业领域经常说的人、机、料、法、测、环，每项因素又可以分解成许多种影响因素。为实现有针对性地对制造过程进行质量控制，充分利用制造过程产生的质量特性数据，本发明提出了基于关联规则挖掘和模糊决策的制造质量控制方法：建立工序质量特性关联模型，从制造过程的质量信息中挖掘不同工序之间潜在的关联信息，获得引起质量问题的关键因素，通过消减关键影响因素提升产品制造质量；由于制定的质量控制策略可能有多个，还需结合实际情况进行优先级决策，即根据工序特点确定评价指标集，建立模糊决策模型，基于灰色模糊决策方法对各质量控制策略的优先级进行决策分析。

发明内容

针对上述现有技术的不足，本发明提供一种基于关联规则挖掘和模糊决策的制造质量控制方法，解决现有技术中对质量控制缺乏针对性的技术问题，能够对质量控制策略进行优先级决策。

为解决上述技术问题，本发明的技术方案如下：一种基于关联规则挖掘和模糊决策的制造质量控制方法，包括以下步骤：

步骤1：获取同一型号零件制造过程的质量数据集合，质量数据集合中的每条质量数据均包含制造该型号零件所需要的工序所对应的质量特性的测量值，并且每道工序所对应的质量特性参数的种类为一种或多种；

第x条质量数据表示为从中能够获知第i道工序所对应的第j种质量特性的质量特性测量值；

步骤2：对每条质量数据中的每个质量特性进行质量特性等级映射，以为每个质量特性建立对应的质量三元组，从而对应于每条质量数据均形成相应的三元组事务；再由全部三元组事务组成三元组事务集合D；

第x条质量数据所对应的三元组事务为是由进行质量特性等级映射得到，其中，P_i^(x)表示第x条质量数据中的第i道工序；表示第x条质量数据中P_i^(x)所对应的第j种质量特性，表示第x条质量数据中的质量特性等级；三元组事务集合D＝{t₁,t₂,t₃...,t_x}；

步骤3：采用Apriori算法对三元组事务集D进行挖掘分析，包括以下步骤：

步骤3.1：根据最小支持度minsup从三元组事务集合D中挖掘出若干频繁项集L；

步骤3.2：每一个频繁项集L生成所有非空子集，由非空子集X和与其对应的补集(L-X)生成工序关联规则，所述工序关联规则是指工序之间的加工质量影响关系，工序关联规则表示为X称为影响因素；(L-X)称为被影响因素；

步骤3.3：以符合工序执行逻辑并满足最小置信度minconf的工序关联规则作为强关联规则；