[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

说明书

本发明提供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，具体步骤是：一、识别制造系统的生产任务需求及相关关键阶段和机器；二、确定关键质量特性并收集相关数据；三、分析产品的质量状态集合确并估计机器合格率；四、建立智能制造系统的阶段任务网络模型；五、确定阶段任务网络模型中的比例集合；六、分析各个机器的加工能力状态及其概率分布；七、确定阶段任务网络模型中各个阶段的子任务集；八、计算各个阶段的机器任务可靠性及产品质量状态；九、确定三种功能健康状态的隶属度函数并构造其信念向量，构建智能制造系统的功能健康状态评估方法。该方法弥补了传统方法忽略制造系统功能健康状态的不足，在制造系统智能维护方面具有很好的实用价值。

技术领域

本发明提供了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，属于系统健康状态建模与分析技术领域。

背景技术

在各行各业都在飞速发展的大背景下，作为国家建设和社会发展的支柱产业以及经济快速稳定增长的重要基石，制造业正在朝着智能化、大型化、复杂化和精密化的方向发展。然而，在高标准及高要求的制造加工背景下，制造系统不再频繁出现引发设备停机的物理故障，而是作为制造系统功能输出的产品的质量问题占比上升，进而带来潜在的产品质量损失。因此，保证制造系统的正常运行并持续稳定输出高质量和高可靠性的产品已成为制造业所面临的重要问题。在以往智能制造系统健康状态评估方法中，缺乏从产品质量保证的角度进行考虑，同时这些评估方法需要准确获取健康状态评估所需的各类参数，但往往在实际生产中却无法精确获取。

智能制造系统是具有多态性、多阶段性以及多任务性的典型多阶段任务系统，其整体任务的执行往往需要不同阶段完成指定的功能与任务，并且在其性能退化过程中存在着多个中间状态。然而以往研究中，往往是以“二元状态”为假设，只考虑制造系统在运行过程中的“正常”和“故障”两种状态，难以满足当前复杂智能制造系统的整体状态评估要求。此外，智能制造系统是典型的面向任务的输入/输出型多状态系统，系统的整体状态也不能简单地通过机器的故障来衡量。从系统工程的角度出发，制造系统的功能实现与加工机器、生产任务以及输出产品之间存在天然的关联关系。功能健康状态可定义为系统根据生产任务的要求，通过各个任务阶段内处于各个加工工位的机器，对原材料不断进行加工与传递，最终持续稳定输出规定数量的合格产品的状态。对智能制造系统的功能健康状态评估便于制造商从定性和定量两个方面制定科学合理的制造系统生产计划与维修策略。因此，如何有效评估智能制造系统的功能健康状态已成为制造领域和可靠性工程领域所面临的重大问题。

但是，现有研究大多是从加工机器-生产任务或加工机器-输出产品之间的关联关系出发，却忽略了机器性能、任务执行及产品质量之间的内在联系。由于对智能制造系统的运行机理认识不足，现有研究不能准确地评估制造系统的功能健康状态。同时，由于复杂的制造工艺和多变的外部环境所带来的不确定性会不可避免地影响系统的功能实现，并从而影响到作为功能输出的产品的质量，而目前系统健康状态评估方法缺乏对于这种不确定性的准确表达。针对此现象，本专利开发了一种改进的智能制造系统的功能健康状态评估方法，其不确定性表示为模糊值。基于模糊证据理论和制造系统运行机理，定义了智能制造系统的功能健康状态内涵。提出了阶段任务网络模型，简化了制造系统的运行过程，全面分析了机器性能退化状态、生产任务执行状态以及输出产品质量状态。进一步地，提出了一种基于模糊证据理论的智能制造系统的功能健康状态评估方法。本发明适用于智能制造系统的功能健康状态评估，并在帮助制造商做出更好的决策方面具有指导意义。

发明内容

(1)本发明的目的：