第42卷第4期 Vol. 42No. 4
假压技术
FORGING &STAMPING TECHNOLOGY
基于数据驱动的全流程模锻生产过程专家系统宫欣伟，余国林，孙勇，蒋鹏，刘庆生，苏畅（1.北京机电研究所，北京100083；2.湖北三环锻造有限公司，湖北谷城441700）
2017年4月 Apr.2017
摘要：阐述了我国锻造生产线现状，介绍了国内外统计过程控制研究和应用的概况，指出在我国锻造生产环境中实施统计过程控制所面临的困难。基于工序单元采用约束理论对锻造生产过程进行分析，寻求瓶颈环节或关键环节作为监控重点；将质
根据模锻生产的特征以及SPC分析方法中定义的5大影响因素搭建专家知识库，利用主流的机器学习算法进行知识的获取基于以上研究，设计基于数据驱动的全流程模锻生产过程专家系统，用以实现模锻生产过程全流程的实时监控、稳定性分析以及生产过程的优化。
关键词：模锻：TOC理论：SPC分析：知识获取：支持向量机：专家系统 DOI: 10. 13330/j. issn. 1000-3940. 2017. 04. 005
中图分类号：TP182
文献标识码：A
文章编号：1000-3940（2017）04-0027-06
Expertsystemoffull-processforgingprocessbasedondatadriven
Gong Xinwei',Yu Guolin’, Sun Yong',Jiang Peng', Liu Qingsheng',Su Chang(1. Beijing Research Institute of Mechanical & Electrical Technology, Beijing 100083, China :
2. Hubei Tri-Ring Forging Co. , Lid. , Gucheng 441700, China)
Abstract: The situation of forging production line in China was expounded, and the general situation of research and application for statisti-cal process control at hone and abroad was introduced. Then, the difficulties in realizing statistical process control were pointed out under donestic forging environment. Therefore, the forging production process was analyzed by the constraint theory based on process unit, and the bottleneck link or key link were sought to be the key monitoring. Furthermore, the quality management tool ( SPC) was applied to the forging production process to monitor the bottleneck link or key link in real time, and the stability of the whole production process was finally ob tained by local optimization. In addition, the expert knowledge base was built according to the features of forging and the five major effect faclors defined by the SPC analysis method, and the knowledge aoquisition was realized by the machine learning algorithms of mainstream According to the above researches, an expert system of the full-process die forging production process based on data driven was designed The real-time monitoring, the stability analysis and the production process optimization of die forging production process were achieved. Key words: die forging; TOC theory; SPC analysis; knowledge acquisition; support veclor machines (SVM) ; expert system
随着现代工业过程及系统向高度集成化、高度自动化、连续化和大型化的趋势发展，无法建立精确的数学模型，而计算机技术及传感器技术的进步促使企业将每天产生的关键工艺参数、设备关键状态参数、设备关键故障点等数据进行保存、从而得到大量的过程运行数据信息，这些使基于
收稿日期：20161228；修订日期：20170228
基金项目：2014年智能制造装备发展专项（发改办高技【2014 1300号）
作者简介：宫欣伟（1989－），女，硕士研究生，助理工程师 E-mail: gongxx007@ gmail. com
通讯作者：孙勇（1971-），男，博士，研究员
E-mail:sun_yong_89@163.com 万方数据
数据驱动的生产过程稳定性分析代替传统建模分析成为可能1]。随着高端客户对产品的品质要求日渐严格，传统锻造企业的生产管理模式已经不能满足需求，迫切需要现代信息智能技术来实现全流程的生产过程管控[2]。将锻造生产过程中全流程的关键工序参数整合在一起，利用统计分析的方法，灵活、便捷地对锻造生产过程进行持续的优化改进。结合现代机器学习算法，进行专家知识的获取，为SPC分析提供有效的理论支撑。本文提出的基于数据驱动的全流程专家系统将用于产品质量分析的SPC方法应用于锻造生产过程监控中以局部最优求得全局最优，为类似系统的构建提供参考。