[发明专利]基于阶段任务网络的智能制造系统功能健康状态评估方法

权利要求书

1.一种基于阶段任务网络的智能制造系统功能健康状态评估方法，设条件如下：

设该制造系统的基本结构为串联结构，并采用流水线加工的生产模式；

设每台机器在物理上是相互独立的，即不考虑各设备之间的相互影响；

设机器具有不同的加工能力状态Si＝{s_i1,s_i2,s_i3,…,s_in}，其中s_in和s_i1分别代表机器的最佳性能状态和完全故障状态；

设机器在任意时刻出现各加工能力状态的比例关系是恒定的，对应的性能状态概率为Pi＝{p_i1,p_i2,p_i3,…,p_in}，且各性能状态概率之和为1；

设经过机器i加工后产品质量状态分为：合格状态s_pi1，有缺陷可修复状态s_pi2和报废状态s_pi3；其中i为机器编号，1、2、3为产品质量状态编号；

设阶段任务网络模型中传递的物料量必须符合流量守恒定律；

设阶段任务网络模型中每台关键加工机器后的检查工位是绝对可靠的，只有质量合格的产品才能进入下一阶段；

设对于具有返工工序的阶段，每个处于有缺陷可修复状态的产品允许进行一次返工，若仍不合格，则视为报废；

设生产任务演化过程处于理想状态，不考虑人员因素的影响；

其特征在于：其步骤如下：

步骤1、识别制造系统的生产任务需求及相关关键阶段和机器；

步骤2、确定关键质量特性并收集相关数据；

步骤3、分析产品的质量状态集合确并估计机器合格率；

步骤4、建立智能制造系统的阶段任务网络模型；

步骤5、确定阶段任务网络模型中的比例集合；

步骤6、分析各个机器的加工能力状态及其概率分布；

步骤7、确定阶段任务网络模型中各个阶段的子任务集；

步骤8、计算各个阶段的机器任务可靠性及产品质量状态；

步骤9、确定三种功能健康状态的隶属度函数并构造信念向量，进一步提出智能制造系统的功能健康状态评估方法。

2.根据权利要求1所述的一种基于阶段任务网络的智能制造系统功能健康状态评估方法，其特征在于：在步骤1中所述的“识别制造系统的生产任务需求及相关关键阶段和机器”，是指从系统工程角度出发，基于生产任务需求建立制造系统中加工机器、生产任务及输出产品之间的关联模型，进而确定功能健康状态评估所需的关键阶段和机器；其具体作法如下：根据给定的包括产品数量和质量需求的任务要求，在系统工程的背景下剖析加工机器性能退化、生产任务执行情况和产品质量偏差及其之间复杂关系对制造系统整体运行状态的影响的关联模型，确定出关键阶段，进而确定制造系统中的关键机器。

3.根据权利要求1所述的一种基于阶段任务网络的智能制造系统功能健康状态评估方法，其特征在于：在步骤2中所述的“确定关键质量特性并收集相关数据”，是指在识别制造系统相关关键阶段和机器后，基于知识经验识别影响制造系统功能健康状态的关键质量特性，并在此基础上收集相关数据；其具体作法如下：在确认制造系统关键阶段和机器后，根据背景知识和专家经验识别关键质量特性，然后基于工业生产大数据，收集关键阶段内关键机器的相关数据，包括统计数据和运行质量状态数据；在智能制造的大背景下，该类数据能通过安装传感器进行收集及从网络云端获取。