一种基于质量状态任务网络的制造系统任务可靠性建模方法，步骤如下：1构建制造系统任务可靠性与产品可靠性的关联关系；2分析经各相关设备加工后物料可能出现的质量状态；3建立制造系统质量状态任务网络模型；4分析各相关设备的加工能力状态分布及概率；5估算各相关设备的制造合格概率；6任务分解量化各相关设备的分任务载荷；7识别满足分任务载荷要求的设备加工能力下限；8建立相关设备的分任务可靠性模型，构建制造系统任务可靠性综合模型；9分析讨论制造系统任务可靠度的动态变化曲线；本发明建立了基于质量状态任务网络的可靠性模型，为生产调度、质量控制与设备预防维修等生产活动提供有效的依据，提升企业生产效益与竞争力。
1.一种基于质量状态任务网络的制造系统任务可靠性建模方法，提出的基本假设如下：假设1制造系统的生产模式为流水线加工、存货式生产；
假设2制造系统为串联式，且各加工设备在物理结构上相互独立；
假设3制造系统只存在一道返工工序，且仅在当前设备上进行；
假设4在质量状态任务网络中，每台加工设备后都有一个检测工位，且检测结果是绝对可靠的；
假设5质量状态任务网络中物料质量状态分为三种：合格状态(S1)；有缺陷可修复状态(S2)；不合格报废状态(S3)；只有合格状态的物料能够进入下一道工序；
假设6有缺陷可修复状态(S2)仅可能出现在能够返工的工序中，且仅在当前设备上返修一次，即如果返修后依旧不合格，则归为不合格报废状态(S3)；
基于上述假设，本发明基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：其步骤如下：步骤1构建制造系统任务可靠性与产品可靠性的关联关系，进而识别关键工艺及设备；
步骤2分析经各相关设备加工后物料可能出现的质量状态；
步骤6任务分解，量化各相关设备基于给定任务要求的分任务载荷；
步骤7识别满足分任务载荷要求的设备加工能力下限即Civ；
步骤8建立相关设备的分任务可靠性模型，进而构建基于给定任务要求的制造系统任务可靠性综合模型；
通过以上步骤，建立了面向具体生产任务要求的基于质量状态任务网络的制造系统任务可靠性模型，达到了设备性能状态结合实际生产任务的工程目的，解决了传统静态可靠性建模结果不能准确反映系统实际生产状态的问题，为生产管理者进行科学系统的生产调度、质量控制与设备预防维修的生产活动提供有效的依据，从而降低生产活动中由于决策偏差导致的经济损失，提升企业生产效益与竞争力。
2.根据权利要求1所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤1中所述的“构建制造系统任务可靠性与产品可靠性的关联关系”，它是指从系统工程背景下建立制造系统任务可靠性、制造过程质量、产品可靠性的关联关系，该产品可靠性需求体现于产品的使用性能，而产品的使用性能则由产品关键质量特性决定；通过产品关键质量特性的分解映射，识别关键工艺及相关设备，进而有针对性的挖掘在制造过程中积累的关键过程质量数据，而批产过程产品可靠性又能利用关键过程质量数据中产品合格概率来刻画；
这里，c表示返工产品在全部合格品中所占的比例，Rp(t)表示批产产品固有可靠性，Ro(t)表示设计可靠性，Rh(t)表示返工后合格品的固有可靠性，ρsr1表示返工工序的制造合格概率。
3.根据权利要求2所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤2中所述的“分析经各相关设备加工后物料可能出现的质量状态”，是根据质量状态任务网络中物料质量状态的分类，分析经过各个相关设备后物料可能呈现的质量状态Sij；这里，i表示设备编号，j表示质量状态标号，取1、2、3；S21表示经过设备2加工后物料合格的状态。
4.根据权利要求1或2所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤3中所述的“建立制造系统质量状态任务网络模型”，是指基于识别的设备及其物料质量状态，将制造系统以质量状态任务网络的形式表示出来。
5.根据权利要求1或2所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤4中所述的“分析各相关设备的加工能力状态分布及概率”，是指基于生产管理部门在一段时间内的统计数据，分析单位时间内设备所能承受的加工载荷分布及概率；设备由于设备故障、局部故障、维修因素的影响，设备加工能力状态是随机的，因此选取一定的组距，统计加工能力出现在各区间范围内的概率。
6.根据权利要求1或2所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤5中所述的“估算各相关设备的制造合格概率”，是指利用Bayesian方法估算质量状态任务网络中设备i输出的物料状态为合格状态的概率，得到制造合格概率的表达式 这里，a、b为分布参数，w为试验样本容量，x为试验合格样本数。
7.根据权利要求6所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤6中所述的“任务分解，量化各相关设备基于给定任务要求的分任务载荷”，是指基于质量状态任务网络模型量化制造系统的输入输出关系这里，O表示制造系统输入I单位的原材料能够输出的合格产品数；进而基于满足任务要求的条件为d≥O，得到系统最小输入载荷
这里，d为一给定的任务要求，i为设备标号，n为质量状态任
务网络模型中生产设备总数，r为带有返工工序的设备编号；进而，各相关设备基于给定任务要求d的分任务载荷表示为：这里， 表示设备i分配的分任务载荷。
8.根据权利要求7所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤7中所述的“识别满足分任务载荷要求的设备加工能力下限即Civ”，是指找出设备加工能力分布及概率表中满足 的最小值。
9.根据权利要求8所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤8中所述的“建立相关设备的分任务可靠性模型，进而构建基于给定任务要求的制造系统任务可靠性综合模型”，是指量化各设备加工能力满足分任务载荷要求的概率Rti＝Pr{Cix|Cix≥Civ}，进而根据各生产设备之间的功能结构 关 系 ，集成 各分 任务 可靠 性模 型 ，得到 制造 系统 任务 可靠 性模 型这里，Rti为设备i的分任务可靠度。
10.根据权利要求1所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其特征在于：在步骤9中所述的“分析讨论制造系统任务可靠度的动态变化曲线”，是指借助Matlab编程，分析讨论制造系统任务可靠性随任务要求、合格概率的动态变化趋势，为生产活动的决策提供科学指导。
基于质量状态任务网络的制造系统任务可靠性建模方法
技术领域
[0001] 本发明提供了一种基于质量状态任务网络的制造系统任务可靠性建模的方法，属于可靠性建模与分析技术领域。
背景技术
[0002] 随着我国在全球制造业中地位的不断提高，面临的压力和竞争也不断增大。作为产品输出的载体，可靠的制造系统是保证产品质量与生产率的重要因素。面对复杂的制造系统，可靠性建模与分析方法往往集中关注制造系统的设备本身的故障情况，分析设备的各种失效模式和失效率变化趋势，进而根据设备失效率的变化，指导企业展开针对的设备周期性的维修和保养。
[0003] 从系统工程的角度来看，产品是制造过程的输出，制造系统是制造过程的物质载体，因此，制造系统的可靠性(Reliability，R)、制造过程的质量(Quality，Q)和产品的可靠性(Reliability，R)三者之间存在天然的相互影响关系。产品各关键质量特性在相关工艺设备上被完美加工，最终才能形成具有性能和功能综合集成的合格产品。因此，大量工程实践证明：产品设计一定时，产品可靠性取决于制造系统可靠性和制造过程质量的高低。而从生产管理者的角度看，针对某一给定的生产任务，产品的质量与可靠性指标只是一方面，产量指标也是不可忽视的。制造系统通常由多个加工设备组合而成，具有固有复杂性与多态性的特点，生产任务要求的动态变化更加剧了制造系统多态性的特点，为可靠性评估工作带来了巨大的挑战。制造系统任务可靠性是指制造系统在规定条件下和规定时间内完成规定生产任务的能力。作为指导生产管理者进行生产调度、质量控制与设备预防维修等生产活动的有效依据，制造系统任务可靠性的准确估计在生产过程中具有举足轻重的地位，是制造企业提高生产效益和国际竞争力的前提。如何实现制造系统任务可靠性有效估计从而支撑生产活动的动态调度是制造领域以及可靠性工程领域公认的科学难题。
[0004] 现阶段制造系统可靠性建模的研究更多的关注制造系统设备本身的故障情况，基于系统组件的基本可靠性得到一个静态的建模结果，进而指导事后维修，这种方法无疑忽略了来自生产任务及产品质量与可靠性的要求和限制。部分研究将制造产品质量纳入制造系统可靠性研究范畴，却依旧忽略了制造系统的动态特性。针对已有研究思路并不能从系统工程角度融合制造系统动态性，无法为生产调度、质量控制与设备预防维修等生产活动的提供准确依据的局限性，本专利通过系统的分析制造系统任务可靠性与产品可靠性之间的关联关系，挖掘在制造过程中积累的关键质量特性数据，并结合任务要求在制造系统各相关工位之间的传递，分析了当前制造系统完成给定任务要求的能力，进而结合制造阶段的质量管控措施保证生产活动能够有科学依据的进行。从根本上弥补传统意义上忽略具体任务要求的静态可靠性建模方法的不足。日益激烈的市场竞争与事后补救带来的重大损失决定了开展制造系统动态任务可靠性建模的重要性和迫切性。为此，本发明给出了一种基于质量状态任务网络的制造系统任务可靠性建模的方法，用于评估基于给定任务要求的制造系统动态可靠度。为生产管理者进行集成化的生产调度、质量控制与设备预防维修等生产活动提供有效的依据。
发明内容
[0005] (1)本发明的目的：
[0006] 针对以往基于生产设备本身故障情况的制造系统可靠性建模研究仅注重于确定和完善设备状态，本发明提供一种新的制造系统可靠性评估方法——一种基于质量状态任务网络的制造系统任务可靠性建模方法。以执行生产任务前基于给定任务要求的制造系统可靠性评估为视角，综合考虑了任务要求、产品特性、设备生产能力以及产品合格概率等指标，充分考虑并重视了制造过程物料质量状态变化与制造系统固有多态性的特点，通过量化满足任务要求的概率来控制生产活动。在制造系统工程的背景下，考虑到过程质量数据能够表征制造系统的动态可靠性状态，从系统的角度分析了制造系统任务可靠性与产品可靠性的关联关系，并基于此关联关系挖掘在制造阶段积累的与产品关键质量特性及相关设备有关的过程质量数据，从而明晰制造系统任务靠性分析的机理。进一步的，为表征任务执行过程中物料质量状态、设备加工能力状态的变化及任务要求在制造系统中的逆向传递，本专利提出了制造系统的质量状态任务网络模型。进而结合具体任务要求，实现对制造系统任务可靠性的动态估计。
[0007] (2)技术方案：
[0008] 本发明是一种基于质量状态任务网络的制造系统任务可靠性建模方法，提出的基本假设如下：
[0009] 假设1制造系统的生产模式为流水线加工、存货式生产；
[0010] 假设2制造系统为串联式，且各加工设备在物理结构上相互独立；
[0011] 假设3制造系统只存在一道返工工序，且仅在当前设备上进行；
[0012] 假设4在质量状态任务网络中，每台加工设备后都有一个检测工位，且检测结果是绝对可靠的；
[0013] 假设5质量状态任务网络中物料质量状态分为三种：合格状态(S1)；有缺陷可修复状态(S2)；不合格报废状态(S3)。只有合格状态的物料能够进入下一道工序；
[0014] 假设6有缺陷可修复状态S2仅可能出现在能够返工的工序中，且仅在当前设备上返修一次，即如果返修后依旧不合格，则归为不合格报废状态(S3)；
[0015] 假设7制造合格概率服从U分布；
[0016] 基于上述假设，本发明基于质量状态任务网络的制造系统任务可靠性建模方法，其步骤如下：
[0017] 步骤1构建制造系统任务可靠性与产品可靠性的关联关系，进而识别关键工艺及设备；
[0018] 步骤2分析经各相关设备加工后物料可能出现的质量状态；
[0019] 步骤3建立制造系统质量状态任务网络模型；
[0020] 步骤4分析各相关设备的加工能力状态分布及概率；
[0021] 步骤5估算各相关设备的制造合格概率；
[0022] 步骤6任务分解，量化各相关设备基于给定任务要求的分任务载荷；
[0023] 步骤7识别满足分任务载荷要求的设备加工能力下限(即Civ)；
[0024] 步骤8建立相关设备的分任务可靠性模型，进而构建基于给定任务要求的制造系统任务可靠性综合模型；
[0025] 步骤9分析讨论制造系统任务可靠度的动态变化曲线。
[0026] 其中，在步骤1中所述的“构建制造系统任务可靠性与产品可靠性的关联关系”，是指从系统工程背景下建立制造系统任务可靠性、制造过程质量、产品可靠性的关联关系。如图1所示，其主要的机理为：产品可靠性需求主要体现于产品的使用性能，而产品的使用性能则主要由产品关键质量特性决定；通过产品关键质量特性的分解映射，可识别关键工艺及相关设备，进而有针对性的挖掘在制造过程中积累的关键过程质量数据，而批产过程产品可靠性又可利用关键过程质量数据中产品合格概率来刻画；
[0027]
[0028] 这里，c表示返工产品在全部合格品中所占的比例，Rp(t)表示批产产品固有可靠性，Ro(t)表示设计可靠性，Rh(t)表示返工后合格品的固有可靠性，ρsr1表示返工工序的制造合格概率。
[0029] 其中，在步骤2中所述的“分析经各相关设备加工后物料可能出现的质量状态”，是根据质量状态任务网络中物料质量状态的分类，分析经过各个相关设备后物料可能呈现的质量状态Sij；这里，i表示设备编号，j表示质量状态标号，可取1、2、3。例如：S21表示经过设备2加工后物料合格的状态。
[0030] 其中，在步骤3中所述的“建立制造系统质量状态任务网络模型”，是指基于识别的设备及其物料质量状态，将制造系统以质量状态任务网络的形式表示出来，如图2所示。
[0031] 其中，在步骤4中所述的“分析各相关设备的加工能力状态分布及概率”，是指基于生产管理部门在一段时间内的统计数据，分析单位时间内设备所能承受的加工载荷分布及概率。设备由于设备故障、局部故障、维修等其他因素的影响，设备加工能力状态是随机的，因此选取一定的组距，统计加工能力出现在各区间范围内的概率。
[0032] 其中，在步骤5中所述的“估算各相关设备的制造合格概率”，是指利用Bayesian方法估算质量状态任务网络中设备i输出的物料状态为合格状态的概率ρsi1，得到制造合格概率的表达式 这里，a、b为分布参数，w为试验样本容量，x为试验合格样本数。
[0033] 其中，在步骤6中所述的“任务分解，量化各相关设备基于给定任务要求的分任务载荷”，是指基于质量状态任务网络模型量化制造系统的输入输出关系这里，O表示制造系统输入I单位的原材料能够输出的合格产品数。进而基于满足任务要求的条件为d≥O，得到系统最小输入载荷
这里，d为一给定的任务要求，i为设备标号，n为质量状态任
务网络模型中生产设备总数，r为带有返工工序的设备编号。进而，各相关设备基于给定任务要求d的分任务载荷可表示为：
[0034]
[0035] 这里， 表示设备i分配的分任务载荷。
[0036] 其中，在步骤7中所述的“识别满足分任务载荷要求的设备加工能力下限即Civ”，是指找出设备加工能力分布及概率表中满足 的最小值。
[0037] 其中，在步骤8中所述的“建立相关设备的分任务可靠性模型，进而构建基于给定任务要求的制造系统任务可靠性综合模型”，是指量化各设备加工能力满足分任务载荷要求的概率Rti＝Pr{Cix|Cix≥Civ}，进而根据各生产设备之间的功能结构关系 ，集 成 各 分 任 务 可 靠 性 模 型 ，得 到 制 造 系 统 任 务 可 靠 性 模 型这里，Rti为设备i的分任务可靠度。
[0038] 其中，在步骤9中所述的“分析讨论制造系统任务可靠度的动态变化曲线”，是指借助Matlab编程，分析讨论制造系统任务可靠性随任务要求、合格概率的动态变化趋势，为生产活动的决策提供科学指导。
[0039] 通过以上步骤，建立了面向具体生产任务要求的基于质量状态任务网络的制造系统任务可靠性模型，达到了设备性能状态结合实际生产任务的工程目的，解决了传统静态可靠性建模结果不能准确反映系统实际生产状态的问题，为生产管理者进行科学系统的生产调度、质量控制与设备预防维修等生产活动提供有效的依据，从而降低生产活动中由于决策偏差导致的经济损失，提升企业生产效益与竞争力。
[0040] (3)本发明所述的一种基于质量状态任务网络的制造系统任务可靠性建模方法，其使用方法如下：
[0041] 步骤1根据产品质量与可靠性大数据，确定产品的关键质量特性，然后基于质量功能展开进行关键质量特性的分解映射，识别相关工艺及生产设备。
[0042] 步骤2根据各相关工艺的工艺特征，分析可能的物料质量状态。
[0043] 步骤3建立质量状态任务网络模型。
[0044] 步骤4构建设备的加工能力状态分布及概率信息表。
[0045] 步骤5估算各设备制造合格概率ρsi1。
[0046] 步骤6确定完成任务要求所需最小输入载荷，并量化各相关设备基于给定任务要求的分任务载荷。
[0047] 步骤7识别满足分任务载荷要求的设备加工能力下限。
[0048] 步骤8评估分任务可靠度，进而估算制造系统任务可靠度。
[0049] 步骤9分析制造系统任务可靠度随任务要求、合格概率的变化曲线。
[0050] (4)优点和功效：
[0051] 本发明是一种基于质量状态任务网络的制造系统任务可靠性建模方法，其优点是：
[0052] i.本发明着重考虑了制造系统的多态性问题，突破了传统静态可靠性建模难以准确全面反映设备功能状态的瓶颈。
[0053] ii.质量状态任务网络模型能够充分反映制造过程中设备状态、物料质量状态变化及数量变化，能够充分集成制造过程质量数据，解决了制造过程质量数据难以充分利用的问题。
[0054] iii.本发明以具体任务要求为出发点，具有极高的针对性、科学性和实用性，为生产管理者指导生产调度、质量控制和预防性维修等活动提供科学依据。
附图说明
[0055] 图1是制造系统任务可靠性与产品可靠性的关联关系。
[0056] 图2是制造系统质量状态任务网络模型。
[0057] 图3是本发明所述方法流程图。
[0058] 图4是气缸盖制造系统的质量状态任务网络模型。
[0059] 图5是制造系统任务可靠性随任务要求、合格概率的变化曲线。
[0060] 图中符号说明如下：
[0061] Bsij是指质量状态Sij的物料的数量
[0062] 是指设备i的输入载荷
[0063] ρsij是指设备i输出质量状态为Sij的概率
具体实施方式
[0064] 下面将结合附图和实例对本发明做进一步详细说明。
[0065] 本发明是一种基于质量状态任务网络的制造系统任务可靠性建模方法，见图3所示，其步骤如下
[0066] 步骤1收集某型号四缸柴油发动机气缸盖的制造信息和相关可靠性信息。然后基于制造系统任务可靠性与产品可靠性关联关系，如图1，用于质量功能展开进行关键质量特性的分解映射，识别发动机气缸盖制造系统相关关键工艺及生产设备，如表1。
[0067] 表1.关键质量特性及其制造工艺信息
[0068]
[0069] 步骤2根据各相关工艺的工艺特征，分析可能的物料质量状态。经步骤1的分析确定了5台主要相关设备，根据实际工艺过程，分析经各相关设备后物料可能呈现的质量状态Sij信息，如表2。
[0070] 表2物料质量状态信息分析表
[0071]
[0072]
[0073] 步骤3建立质量状态任务网络模型。基于物料质量状态信息，参照通用制造系统质量状态任务网络模型，如图2，建立某型号四缸柴油发动机气缸盖制造系统的质量状态任务网络模型，如图4所示。
[0074] 步骤4估算并构建设备的加工能力状态分布及概率信息表。以每天设备加工的气缸盖的数量来分析各设备的加工能力状态，基于生产管理部门12个月的统计结果，得到设备的加工能力状态分布及概率信息，如表3所示。以加工中心a1为例，其加工能力上限为300，由于设备局部故障、故障以及维修保养等原因，其加工能力并不是恒定的，根据统计数据，设定组距为50，则a1的加工能力状态分布可表示为{0,50,100,150,200,250,300}，然后统计a1的加工能力状态在各个区间段出现的概率，即可获得a1的加工能力状态分布及概率信息。同理，其他设备的加工能力状态分布及概率信息也可得到。
[0075] 步骤5估算各设备制造合格概率ρsi1，基于先前统计数据及试验数据，利用Bayesian方法分别估算设备制造合格概率，其结果如表3所示。
[0076] 表3设备制造合格概率、加工能力状态分布及概率信息
[0077]
[0078]
[0079] 步骤6确定完成任务要求所需最小输入载荷，并量化各相关设备基于给定任务要求的分任务载荷。以任务要求d＝150/每天为例，为完成制造任务要求，系统最小输入载荷为：
[0080]
[0081] 进而量化各相关设备基于给定任务要求的分任务载荷：
[0082]
[0083]
[0084]
[0085]
[0086]
[0087] 步骤7识别满足分任务载荷要求的设备加工能力下限。对比表3中的数据，可确定5台设备满足分任务载荷要求的设备加工能力下限分别是：
[0088] C1v＝200；C2v＝180；C3v＝180；C4v＝200；C5v＝160.
[0089] 步骤8评估分任务可靠度，各设备分任务可靠度模型可建立如下：
[0090] Rt1＝Pr{C1x|C1x≥200}＝0.978；
[0091] Rt2＝Pr{C2x|C2x≥180}＝0.988；
[0092] Rt3＝Pr{C3x|C3x≥180}＝0.983；
[0093] Rt4＝Pr{C4x|C4x≥200}＝0.970；
[0094] Rt5＝Pr{C5x|C5x≥160}＝0.967
[0095] 那么，此四缸柴油发动机气缸盖制造系统的任务可靠度模型可建立如下：
[0096]
[0097] 该结果表示针对任务要求d＝150/每天，该制造系统在当前状态下完成任务的概率为89.1％，在实际应用中，可通过降低步骤3中的设定组距，以减少建模误差。
[0098] 步骤9讨论制造系统任务可靠性随任务要求、合格概率的变化曲线。借助Matlab编程，造系统任务可靠性随任务要求、合格概率的变化如图5所示。图5中，在同等状态下制造系统任务可靠性随任务要求的增大而递减，这为生产管理者进行合理的生产调度提供了科学依据。
[0099] 进一步的，由于设备的磨损对制造合格概率有较大的影响，进行不同合格概率情况下制造系统任务可靠性之间的差异对比，如图5所示。合格概率的降低，会导致制造系统任务可靠性的下滑，这是因为合格概率的降低导致单位时间内生产同样数量的合格产品，系统要承受更大的任务载荷。这为生产管理者进行合理的质量控制与预防维修提供了有效的指导。
