-
公开(公告)号：CN108960669B
公开(公告)日：2021-07-06
申请号：CN201810807050.9
申请日：2018-07-18
Applicant: 北京航空航天大学
Abstract: 一种面向可靠性退化的设备维修与过程控制联合策略优化方法,具体步骤是：一、建立制造过程质量‑产品可靠性退化关联模型；二、对联合策略进行预设计，并确定全部子场景；三、计算各子场景的发生概率；四、计算各子场景单个周期的期望时长；五、计算各子场景的单个周期内总运行成本的期望值；六、计算各子场景的单个周期内产品可靠性退化总量的期望值；七、计算系统平均可靠性退化量与平均运行成本的期望；八、以期望平均可靠性退化量最小为目标，对联合策略的决策参数进行联合优化。本发明有效结合了设备维修与过程控制的优势，有效遏制了因制造过程导致的批次产品可靠性退化，在质量管理与可靠性保证领域有广阔的应用前景。
-
公开(公告)号：CN109919446A
公开(公告)日：2019-06-21
申请号：CN201910104092.0
申请日：2019-02-01
Applicant: 北京航空航天大学
IPC: G06Q10/06 , G06Q50/04 , G06F16/2458 , G06K9/62
Abstract: 本发明提供一种质量事故根原因识别方法，其步骤如下：1、收集产品寿命周期的质量事故相关数据；2、运用主成分分析方法，对数据进行降维并提取出数据特征；3、确定可能的故障环节，利用反向瀑布式分解的方法构建质量事故根原因关联树；4、选择目标节点和分配节点权重；5、利用模糊加权关联规则挖掘方法挖掘出一系列关联规则；6、标准化模糊加权置信度及权值划分；7、结果分析，完成质量事故根原因的识别；本发明突破了质量事故机理认知模糊及质量大数据环境下开展质量事故根原因识别技术，有利于从产品设计和制造等形成过程就从根源上采取措施控制质量事故的发生，为质量事故的预防提供了一种新思路。
-
公开(公告)号：CN108960669A
公开(公告)日：2018-12-07
申请号：CN201810807050.9
申请日：2018-07-18
Applicant: 北京航空航天大学
CPC classification number: G06Q10/06375 , G06Q10/04
Abstract: 一种面向可靠性退化的设备维修与过程控制联合策略优化方法,具体步骤是：一、建立制造过程质量‑产品可靠性退化关联模型；二、对联合策略进行预设计，并确定全部子场景；三、计算各子场景的发生概率；四、计算各子场景单个周期的期望时长；五、计算各子场景的单个周期内总运行成本的期望值；六、计算各子场景的单个周期内产品可靠性退化总量的期望值；七、计算系统平均可靠性退化量与平均运行成本的期望；八、以期望平均可靠性退化量最小为目标，对联合策略的决策参数进行联合优化。本发明有效结合了设备维修与过程控制的优势，有效遏制了因制造过程导致的批次产品可靠性退化，在质量管理与可靠性保证领域有广阔的应用前景。
-
公开(公告)号：CN109615185A
公开(公告)日：2019-04-12
申请号：CN201811375208.6
申请日：2018-11-19
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于模糊层次分析法的单位质量保证能力评价方法,其具体步骤是：一、将单位质量保证能力分解，初步建立单位质量保证评价框架；二、继续考察底层指标，建立单位质量保证能力评价体系；三、明确各底层指标具体定义与计算方法；四、应用三角模糊评价方法，计算标体系各节点权重；五、建立单位质量保证能力六级评价准则；六、将底层指标得分归一化，并自下向上计算单位质量保证能力得分；七、结合评价准则与底层数据情况，给出单位质量保证能力的评价与分析。本发明有效应用了底层定量质量数据，有效解决了主观判断导致评价结果准确度低的问题，在质量管理证领域有广阔的应用前景。
-
公开(公告)号：CN108268730A
公开(公告)日：2018-07-10
申请号：CN201810064523.0
申请日：2018-01-23
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 一种面向产品可靠性退化的TBE控制图系统优化设计方法,具体步骤是：一、确定与产品可靠性相关的关键过程变量，建立制造质量-产品可靠性关联模型；二、对TBE控制图系统执行方案进行预设计，以监控关键过程变量；三、计算TBE控制图系统的受控平均报警时间；四、计算单一TBE控制图运行周期的期望时长；五、计算TBE控制图系统长期运行时的单位时间平均运行成本；六、计算由设备非指向性原因导致的批次产品可靠性退化风险增量；七、对TBE控制图系统的控制限进行联合优化。本发明优化了传统TBE控制图系统的控制限，有效遏制了因制造过程偏差导致的批次产品可靠性退化，在质量控制与可靠性保证领域有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN109902931B
公开(公告)日：2021-04-13
申请号：CN201910079789.7
申请日：2019-01-28
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于运行数据融合的多态制造系统运行风险建模方法。具体步骤为：一、考虑生产任务和在制品及生产设备本身对过程的影响，确定运行风险的量化因素和框架；二、构造设备输入输出状态参数及其性能状态分布；三、量化设备的基本风险值；四、分解任务，得到生产任务的显性风险值；五、描述在制品的关键质量特性在各工位的传递；六、确定在制品的隐性风险值；七、利用模糊映射确定基本概率分配；八、融合三个不同源的运行风险指标，输出系统运行状态；九、进行运行风险建模的有效性分析，克服不同源数据直接融合时的模糊性，使该模型提供更准确直观的运行风险状态，在系统健康预测方面有很好的实用价值。
-
公开(公告)号：CN109858689A
公开(公告)日：2019-06-07
申请号：CN201910053934.4
申请日：2019-01-21
Applicant: 北京航空航天大学
Abstract: 本发明提供一种可靠性导向的产品装配系统健康风险分析方法，其步骤是：一、考虑装配系统健康状况下降所导致的产品可靠性损失，提出了装配系统健康风险的概念；二、提出了关键可靠性特性(KRCs)的概念，并阐述了风险的形成机制；三、识别产品KRCs，完成风险识别；四、通过KRCs过程偏差来完成风险量化和评估；五、以装配系统健康风险作为维护阈值，以总成本最小化作为决策目标，建立预测维护决策模型；六、对决策模型逐步寻优，确定最小成本下的健康风险阈值；七、结果分析，将本专利中维修方法与将传统风险作为维修阈值的方法作结果对比。本发明以可靠性为导向，聚焦于装配系统健康风险，在质量管理和健康管理领域有广阔的应用前景。
-
公开(公告)号：CN109190945A
公开(公告)日：2019-01-11
申请号：CN201810947876.5
申请日：2018-08-20
Applicant: 北京航空航天大学
Abstract: 一种基于RQR链的产品装配质量风险建模方法,步骤是：一、收集装配运行大数据；二、建立装配RQR链，并进行数据过滤与融合；三、对产品装配质量风险源进行识别；四、对RPN方法进行改良，通过产品可靠性损失来量化风险后果严重度S；五、通过装配偏差产生概率来量化风险发生概率O；六、通过装配系统正常运行时平均运行链长的倒数来量化风险不可探测程度D；七、获得产品装配质量风险值；八、确定风险等级表，获得所量化风险的等级。本发明聚焦于装配，弥补了产品质量管理过程中对装配过程分析不足的漏洞，提供了通过改善装配质量来提高产品质量的可能性，为产品质量事故的控制与预防打下基础，在质量管理领域有广阔的应用前景。
-
公开(公告)号：CN108268730B
公开(公告)日：2021-06-04
申请号：CN201810064523.0
申请日：2018-01-23
Applicant: 北京航空航天大学
IPC: G06F30/20
Abstract: 一种面向产品可靠性退化的TBE控制图系统优化设计方法,具体步骤是：一、确定与产品可靠性相关的关键过程变量，建立制造质量‑产品可靠性关联模型；二、对TBE控制图系统执行方案进行预设计，以监控关键过程变量；三、计算TBE控制图系统的受控平均报警时间；四、计算单一TBE控制图运行周期的期望时长；五、计算TBE控制图系统长期运行时的单位时间平均运行成本；六、计算由设备非指向性原因导致的批次产品可靠性退化风险增量；七、对TBE控制图系统的控制限进行联合优化。本发明优化了传统TBE控制图系统的控制限，有效遏制了因制造过程偏差导致的批次产品可靠性退化，在质量控制与可靠性保证领域有广阔的应用前景。
-
公开(公告)号：CN109902931A
公开(公告)日：2019-06-18
申请号：CN201910079789.7
申请日：2019-01-28
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于运行数据融合的多态制造系统运行风险建模方法。具体步骤为：一、考虑生产任务和在制品及生产设备本身对过程的影响，确定运行风险的量化因素和框架；二、构造设备输入输出状态参数及其性能状态分布；三、量化设备的基本风险值；四、分解任务，得到生产任务的显性风险值；五、描述在制品的关键质量特性在各工位的传递；六、确定在制品的隐性风险值；七、利用模糊映射确定基本概率分配；八、融合三个不同源的运行风险指标，输出系统运行状态；九、进行运行风险建模的有效性分析，克服不同源数据直接融合时的模糊性，使该模型提供更准确直观的运行风险状态，在系统健康预测方面有很好的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
