基于质量数据融合及规则挖掘的离散制造过程监控方法
来源：计算机集成制造系统杂志2017年第9期北京时间：
作者：璩晶磊,李少波,陈金坤
单位：1.中国科学院成都计算机应用研究所2.贵州大学现代制造技术教育部重点实验室3.贵州大学计算机科学与技术学院
摘要：为有效地从企业积累的制造过程质量数据中挖掘加工工序间的关联规则、实现制造过程的智能化监控,建立了基于质量数据融合和规则挖掘的离散制造过程监控模型。借鉴证据理论思想,提出一种基于模糊证据理论的多传感器质量数据融合算法,首先将所有测量值构成的集合视为辨识框架,应用模糊数学原理引入隶属度函数,设计了多传感器之间互支持度计算的新方法,并借鉴信任分配思想将测量值转换为相应的证据,最终通过基于冲突分配的证据组合规则得到融合结果,实现制造过程质量数据的精确采集。设计了基于质量规则挖掘的离散制造过程分析方法,针对传统关联规则挖掘结果繁杂且有不符合实际加工顺序规则生成的情况,借鉴有监督学习思想,以实际工序顺序为约束,挖掘导致产品质量问题的关键因素,结合复杂事件处理技术对制造过程进行实时监控。通过实验结果验证了该监控方法的有效性和实用性。
关键词：关联规则,质量控制,数据融合,复杂事件处理,离散制造过程监控模型
基金资助：国家自然科学基金资助项目(51475097);工信部智能制造示范项目(工信部联装［2016］213号);贵州省重大基础研究资助项目(黔科合JZ字［2014］2001)。
