加工要素数据驱动的再制造产品工艺可靠性预测方法

• Published in: 计算机集成制造系统 Vol. 29; no. 3; pp. 833 - 842
• Main Authors: 潘志强, 朱硕, 江志刚, 张华, 鄢威
• Format: Journal Article
• Language: Chinese
• Published: 武汉科技大学绿色制造工程研究院,湖北 武汉 430081%武汉科技大学绿色制造工程研究院,湖北 武汉 430081 01.03.2023; 武汉科技大学机械传动与制造工程湖北省重点实验室,湖北 武汉 430081%武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉 430081; 武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉 430081; 武汉科技大学精密制造研究院,湖北 武汉 430081%武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉 430081
• Subjects: 贝叶斯神经网络; 数控机床; 再制造产品; 工艺可靠性预测; 加工要素; 数据模型
• ISSN: 1006-5911
• DOI: 10.13196/j.cims.2023.03.013

TH16; 为避免由于工艺缺陷造成的再制造毛坯价值浪费和经济损失,废旧产品在其再制造工艺制定后,需要首先对工艺可靠性进行预测,识别工艺缺陷要素.然而,由于再制造毛坯差异性大、剩余价值高,建立影响工艺可靠性要素的机理模型难度大、通用性差、且成本高.为此,提出一种加工要素数据驱动的工艺可靠性预测方法.利用加工获得的质量指标与质量要求之间的偏差值,作为工艺可靠性的定量指标,构建了反映各加工要素与可靠性映射关系的贝叶斯神经网络预测模型.以某再制造数控机床为例,对所提出的预测方法进行了验证.结果表明,该方法能够识别缺陷零件及其加工要素,指导再制造产品工艺过程的改进.