某航空产品加工质量关联规则挖掘与预测方法研究.pdfVIP

摘要

摘要

航空产品加工工艺繁琐、质量要求严格，产品加工过程的质量管理已成为

保证航空产品高精度、高稳定性的关键。得益于大数据、人工智能、传感器、

物联网等技术的飞速发展，航空产品生产车间逐渐向数字化、智能化方向转型，

车间各类管理系统，如ERP、MES、QMS等以业务流程、传感器等手段和工

具积累了大量制造加工过程数据，这些数据中隐藏着反映加工设备运行情况、

产品制造过程的丰富信息，如何挖掘隐蔽的质量特征、生产流程与加工质量的

关联关系等已成为推进产品质量监控、优化和改进的关键。为充分利用质量大

数据，提升航空产品加工质量，本文的研究内容如下：

（1）针对当前航空产品质量管理存在加工质量影响因素复杂，相关数据

分布在多个系统中导致数据集成能力弱的问题，构建了加工质量关联表，对分

布在不同信息化系统中的加工质量及其影响因素相关的数据进行关联。通过对

航空产品加工特点以及质量相关数据特征的分析，构建加工质量影响因素指标

体系，对影响航空产品加工质量的因素进行系统化研究，进而设计加工质量关

联表，分析加工质量影响因素指标体系中各级指标对应数据及其所在的系统，

根据加工质量关联表提取各系统中对应的数据并进行预处理，通过各系统中对

应表单之间的数据关系进行关联整合，生成加工质量关联表，为后续关联挖掘

分析于质量预测提供数据基础。

（2）针对当前航空产品加工质量相关数据分散且质量较差，质量问题溯

源困难的问题，提出基于关联规则挖掘的质量问题溯源方法，并根据关联规则

提出针对性质量改进建议。通过对航空产品加工质量质检结果的分析，采用箱

线图对加工质量进行稳定性的划分，以此作为关联规则挖掘样本集的质量指标。

同时，设计三种规则挖掘方案，通过规则挖掘、规则剪枝得到的航空产品加工

质量与影响因素之间的规则，以基于关联规则的分析溯源方法分析产品质量波

动的根本原因，并对车间提供针对性建议，以减少质量波动并提高产品质量。

（3）针对当前航空产品加工质量预测模型精度较低、模型缺乏可解释性

的问题，构建考虑多维影响因素的加工质量预测模型。通过对影响航空产品加

工质量因素的分析，结合人、机、料、法、环、测等因素与历史加工质量时序

特征构建考虑多维影响因素的加工质量预测模型，通过深度学习方法从多维影

响因素中提取、融合加工质量特征进行加工质量预测并通过对比验证模型的有

效性。

（4）基于以上研究设计了航空产品加工质量管理系统，完成了该系统的

-I-

Abstract

层次架构、功能模块设计，并基于VScode开发平台、JavaScript+SpringBoot

前后端架构、Python算法封装以及MySQL数据库完成了航空产品加工质量管

理系统的设计与开发，实现航空产品加工质量关联规则挖掘与加工质量预测的

可视化。

关键词：航空产品；质量数据挖掘；关联规则挖掘；质量预测

-II-

Abstract

Abstract

Theprocessingtechnologyofaviationproductsiscomplicatedandthe

qualityrequirementsarestrict.Thequalitymanagementofproductprocessinghas

becomethekeytoensurethehighprecisionandhighstabilityofaviationproducts.

Thankstotherapiddevelopmentofbigdata,artificialintelligence,sensors,

Internetofthingsandothertec