基于EWMA的零件加工过程质量控制系统研究

彭功雳，胥云，章周伟，叶雷

(四川轻化工大学机械工程学院，四川宜宾 644000)

0 前言

随着科学技术的发展，互联网技术与制造业深度融合迎来了传统制造业迈向智能化的变革，但是在智能制造过程中产品的质量信息数据采集不及时并且没有进行实时动态分析，造成大量的产品生产损失。在制造过程中，产品质量控制管理对生产过程有监测、预防、分析、改善等作用，有利于避免质量问题发现不及时带来的损失。目前，在质量控制方面，多数制造企业采用人工测量或者通过车间智能数据采集器来记录数据，通过相关数据分析软件进行质量控制图的分析制作，但缺乏对数据的实时性处理。这样无法实现在制造过程中实时动态地进行产品质量监测与分析，不利于企业生产质量智能化、实时控制和工序能力的判断。

针对这问题，国内外对制造过程中质量控制技术及相关理论展开了多方面研究。SIKDER等提出并验证了一种新的基于协同预测、用于制造过程的多元过程质量控制(MPQC)方法，实现在预测、监视、诊断和调整失控场景中集成了离线和在线的多元质量控制策略。NUNES和 SOUSA提出依据随机动态规划的模型，设计出制造过程中质量控制的计划，实现以最低成本满足期望质量水平的质量控制规划。GEWOHN等提出搭建一种面向用户的质量可视化模型，并应用在汽车装配中对其过程进行监控和评估质量状况。GUO等针对质量控制问题，采用基于VAD的评价方法建立过程质量控制系统模型。周涛等人提出基于神经网络的工序质量智能诊断方法以及专家系统的工序质量调整方法，实现了面向数字化工厂的质量数据在线分析。龚立雄等以统计过程控制理论为基础，设计了SPC质量信息系统，通过该系统实现现场生产过程的监控和预警，确保生产过程处于受控状况。徐大伟通过建立相似工序集合，并引入测量系统分析(MSA)理论，将MSA方法与工序能力控制方法相融合，初步对质量控制方法进行了完善。张越迪提出了一种同时考虑生产过程的过程能力和加工经济性的多工序过程能力指数模型，解决了轴承制造过程中需多道工序来评估加工质量的问题。

由上述研究发现，在小批量生产线的制造过程质量控制中，有以下几个方面需要进行完善：(1)在实际生产中完成实时质量控制与检测信息同步；(2)数据样本少导致的偏差检测能力弱、控制效果差问题；(3)质量控制信息实时发布与管理问题。

为此，本文作者以机床主轴箱生产线为研究对象，提出一种针对小批量生产线制造过程的动态质量控制系统。结合实时数据采集平台与数据传输技术，搭建动态SPC质量控制系统架构，并且运用指数加权移动平均法(Exponenentially Weighted Moving Average, EWMA)来改进常规控制图在检测过程中对任何大小偏移监测不足的问题，实现实时动态的质量控制，提升生产线的制造过程质量。

1 基于EWMA的工序质量联合SPC控制

(1)

(2)

(3)

则控制图的控制线为

(4)

式中：、、都是均值或者极差对应的无偏常量。

为更加精确地识别质量状态在监控区域中的微小偏移，采用指数加权移动平均法对每组数据进行测量值的加权，建立EWMA控制图。根据这个原理构建具有特定属性的控制图，构建前需要计算控制图的统计量：

=+(1-)-1

(5)

式中：为权重常数，通常取0<≤1。公式(5)中初始值取流程的目标值，即=()=。

(6)

式中：为样本数据的标准差。

根据EWMA的统计量及其方差构建控制图，其中控制图的控制线为

(7)

式中：为控制线的宽度系数，一般取≈3，其中005≤≤025范围内的值在实践中有较好的表现，范围内较小的值适用于较小的偏移。

2 主轴箱加工过程及参数分析

2.1 智能主轴箱制造生产线

该生产线针对不同的机床主轴箱箱体零件，主要完成箱体零件表面、主轴安装面、主轴安装定位孔等粗精加工。生产线主要设备包括：H63-APC卧式加工中心、物料翻转机器人、上料机器人、物料机器人、物流小车、托盘立体库、托盘交换装置、综合物流输送线等。生产线布局如图1所示。

图1 主轴箱生产线布局

2.2 生产线加工流程

主轴箱箱体的加工过程主要由主轴箱表面和主轴安装孔粗精加工两个部分组成。卧式加工中心1主要完成箱体侧面、导轨外侧面、前端面、主轴安装端面、滑块安装面、螺母座底面的粗加工,安装孔的铰孔、攻丝,主轴安装孔粗镗以及平衡缸安装面的粗铣等。卧式加工中心2完成箱体侧面、导轨外侧面、前端面、主轴安装端面、滑块安装面、螺母座底面的精加工,安装孔的钻孔以及平衡缸安装面的精加工等。整个生产线的加工流程如图2所示。

图2 主轴箱生产线加工流程

2.3 工序质量参数分析

主轴箱箱体作为机床主轴安装的关键组成部件，整个加工过程由多道不同的加工工序完成。不同的工序需要繁多的质量控制特征进行控制。机床主轴箱完成粗精加工后，仍需要进行以下操作：

(1)进行主轴箱产品的产品型号、产品编码打印以及加工工序的编号，唯一的产品编码可有效提高后期产品质量数据采集、分析和质量追溯效率；

(2)主轴箱清洁后，进行箱体线轨滑块的安装面、主轴安装孔和面、平衡油缸安装面、螺母座安装面等精度要求测试；

(3)安装完成后，进行主轴锥孔径向跳动、主轴旋转轴线垂直度、主轴定心轴颈的径向跳动、端面跳动、周期性轴向跳动等精度检测；

(4)进行主轴箱主轴孔测试，主要包括主轴孔直径大小、主轴孔圆柱度以及安装端面的定位控制8个主轴定位螺栓的力矩和转矩测试。

3 主轴箱加工质量控制系统设计与实现

3.1 QMS质量控制系统框架

综合整个主轴箱箱体加工过程中的关键质量特征值控制点，为实现生产线加工过程的质量控制系统管理，结合互联网WEB技术、数据库、数据采集平台搭建了QMS系统框架。如图3所示，该系统主要由设备层、数据采集层、服务器层、显示层4个部分组成。

图3 系统框架

在主轴箱制造过程中进行数据采集，主要包括：零件加工工序数据、生产线设备状况信息、产品ID信息、产品质量异常数据、检测设备数据信息以及对质量控制改进和工作人员信息等。各类不同的数据信息以手动或者自动采集的方式采集。实时采集的数据通过QMS系统渲染成各类控制图。记录的历史数据用于后期产品质量追溯和历史信息的统计分析，为制造过程产品质量控制的改进提供数据支持。数据采集传输流程如图4所示。

图4 数据采集传输流程

3.2 数据库模型设计

根据主轴箱生产线质量管理要求，实现整体的管理体系。QMS系统的整体数据库结构如图5所示，主要包括检测人员基本信息表、管理人员基本信息表、检测任务清单表、质量标准表、质量统计数据表、控制图分析设置表、产品信息表、产品故障诊断表、质量历史追溯表、管理权限表等数据库表。该模型阐述了各个表之间的连接关系，包括数据库之间各个表的主键和外键约束，以建立标准的规范化数据模型。

图5 数据库模型

在生产线工控数据采集器使用的数据库模型如图6所示。该数据库模型主要包括卧式加工中心、机器人、运输线、AGV小车、立式仓库等生产设备，通过两数据模型中的产品信息表与整体的QMS系统数据进行关联。

图6 工控采集数据模型

4 实例

本文作者以某智能制造企业的主轴箱柔性制造生产线为载体，依托该生产线的制造过程和质量管理体系搭建质量管理平台。该企业数字化车间具备网络通信、MES、FMS等平台的开发环境，目前已初步完成与该企业车间信息交互终端的部署。该系统以MySQL为后台支撑数据库，以Minitab为系统平台,在企业数字化车间平台的基础上，采用EWMA的联合SPC控制方案，结合OPC UA数据采集平台开发了主轴箱箱体零件加工过程的质量管理系统。质量管理任务通过车间计划层下达后，工人和质检人员通过相应的权限在质量管理系统终端上传生产过程中的数据。如图7所示，质检人员通过该终端界面中质检任务所对应的质量信息，填写质量检测数据，系统根据数据信息进行相应的图形化处理和显示。

图7 SPC质量管理系统信息界面

表1 主轴安装孔加工质量样本数据 单位：mm

图8 主轴安装孔样本的EWMA控制图

图9 主轴安装孔样本的控制图

采用上述实例验证文中所述方法，继续对该企业车间主轴箱生产线中的其他零件加工进行质量控制及质量预警。在相同的测试条件下测试100组数据，在控制图的微小偏差检出率方面，传统的休哈特控制图的检出率仅为80%，而文中基于EWMA联合控制方法的检出率可达到95%。

5 结论

本文作者构建了一种基于EWMA的零件制造过程的动态质量控制管理体系，明确了监测方法的改进、QMS系统的框架原理、数据库模型、系统软件设计。该系统利用实时生产线制造过程数据信息对当前生产质量状况进行动态分析，保证产品质量过程控制的稳定性、准确性。该系统架构已成功应用于实际生产线的实时动态质量控制，验证了该系统的实时性和正确性。该系统提高了生产过程质量控制的准确率，为质量控制数据样本少的小批量零件生产模式制造企业提供了一种可行的质量控制方案。