[发明专利]一种面向多品种小批量制造过程的关键工序识别与聚类分析方法

权利要求书

1.一种面向多品种小批量制造过程的关键工序识别与聚类分析方法，其特征在于，包括如下步骤：

S1、多品种小批量质量关键工序识别模型的构建；

S2、基于层次聚类分析法对各品种的关键工序进行聚类分析确定分辨率的选择方案，扩大质量特征数据样本量，解决关键工序的质量特征数据不足的问题；

S3、以某航天复杂构件制造企业的各品种产品制造工艺流程为例，验证提出模型与方法的有效性与可行性。

2.如权利要求1所述的面向多品种小批量制造过程的关键工序识别与聚类分析方法，其特征在于，步骤S1包括如下子步骤：

S11、基于清晰综合评价的方法对关键质量特性从实现难度、成本、VOC(Voice ofCustomer)角度进行评价，得出关键质量特性重要度；

S12、采用灰色关联分析的方法，从工序难度、装夹难度、工序质量三方面进行关键质量特性与工序的关联度分析，从而计算出关键质量特性与工序的关联度；

S13、获得关键质量特性的重要度与关键质量特性与工序关联度矩阵后，构建关键工序识别矩阵，并根据二八原则确定关键工序。

3.如权利要求1或2所述的面向多品种小批量制造过程的关键工序识别与聚类分析方法，其特征在于，步骤S2包括如下子步骤：

S21、建立聚类分析指标体系及确定特征值、权重；

S22、计算一级指标的特征值与工序特征值；

S23、关键工序聚类分析。

4.如权利要求2所述的面向多品种小批量制造过程的关键工序识别与聚类分析方法，其特征在于，步骤S11包括如下子步骤；

S111、建立清晰数及其四则运算的方法；

S112、建立各因素对应的清晰数；

S113、计算综合评判的清晰数；

S114、求解清晰数均值。

5.如权利要求2所述的面向多品种小批量制造过程的关键工序识别与聚类分析方法，其特征在于，步骤S12包括如下子步骤；

S121、计算关键质量特性与工序的关联度评分，公式如下：

关联度评分＝关联度系数×工序难度×装夹难度×工序质量；

S122、原始数据的无量纲处理、确定参考序列，公式如下：

其中：x_i(k)为初始值、为均值、x_i(k)'为变换后无量纲值；

S123将无量纲矩阵中各行的最大值选取为最优值，公式如下：

S124、计算评价序列与参考序列的绝对差序列矩阵，公式如下：

Δ_i(j)＝|X₀(i)-x_i(k)'|；

S125、计算关键质量特性与工序的关联度，公式如下：

其中：ρ＝0.1～1常取ρ＝0.5。

6.如权利要求2所述的面向多品种小批量制造过程的关键工序识别与聚类分析方法，其特征在于，步骤S13包括如下子步骤：

S131、构建关键工序识别矩阵；

S132、计算工序的关键系数，公式如下：

S133、根据二八原则确定关键工序。