Machining Error Control by Integrating Multivariate Statistical Process Control and Stream of Variations Methodology

For aircraft manufacturing industries, the analyses and prediction of part machining error during machining process are very important to control and improve part machining quality. In order to effectively control machining error, the method of integrating multivariate statistical process control (MSPC) and stream of variations (SoV) is proposed. Firstly, machining error is modeled by multi-operation approaches for part machining process. SoV is adopted to establish the mathematic model of the relationship between the error of upstream operations and the error of downstream operations. Here error sources not only include the influence of upstream operations but also include many of other error sources. The standard model and the predicted model about SoV are built respectively by whether the operation is done or not to satisfy different requests during part machining process. Secondly, the method of one-step ahead forecast error (OSFE) is used to eliminate autocorrelativity of the sample data from the SoV model, and the T2 control chart in MSPC is built to realize machining error detection according to the data characteristics of the above error model, which can judge whether the operation is out of control or not. If it is, then feedback is sent to the operations. The error model is modified by adjusting the operation out of control, and continually it is used to monitor operations. Finally, a machining instance containing two operations demonstrates the effectiveness of the machining error control method presented in this paper.     

DSMC方法的边界采样与统计技术

研究了适合在三维直接模拟蒙特卡罗(DSMC,Direct Simulation Monte Carlo)方法计算中根据入口边界条件合理地布置进入计算区域内粒子参数的边界采样技术.提出了一种根据穿越入口边界、出口边界以及撞击壁面边界的粒子统计数据获取边界位置处宏观流场参数的新型边界统计技术,弥补了DSMC计算中传统统计技术仅能够获取流场内部参数,不能够获取界面处流场参数的不足.这种界面统计技术具有普遍的适用性,不仅限于DSMC方法.以无穷远来流圆球绕流为例进行计算,验证了DSMC方法的边界采样与统计技术的有效性.     

递推样条滤波的工程化应用研究

递推样条模型是目标跟踪中的一类高效建模方法,理论研究与仿真实验表明它有很高的精度和稳健性,但鉴于工程应用问题的复杂性,还需根据实测数据对模型进行验证和改造。以全测速体制下的弹道目标跟踪为背景,在分析实测数据复杂性的基础上,进行了模型工程化应用研究：确定了状态方程和模型更新策略;基于“当前”统计思想,提出了机动适应性更强的“当前”样条模型;引入面向状态的野值检择方法,提高了观测数据质量低时的弹道估计精度;给出了基于不完全预测时间阈值判断滤波发散趋势的方法,和重新初始化的发散应急机制。定性分析和计算实例验证了方法的可行性和有效性。     

基于HRRP统计模型的目标识别

通过对高分辨距离像（HRRP）方位敏感性和距离单元散射点类型的分析,锥体目标的HRRP距离单元的幅度起伏在一定角度内可采用Gamma和Gaussian统计模型来描述。详细描述了基于平均距离像模板和基于Gamma和Gaussian统计模型的目标识别方法。通过实测数据比较了三种目标识别方法的识别率和实时性等性能。     

MEWMA控制图ARL计算及参数优化

平均运行链长(ARL)是控制图性能评价的一个重要指标,深入研究ARL是控制图参数优化、性能评价和实际应用的重要工作.在采样数据标准化处理的基础上,应用马尔可夫链进一步研究了多元指数移动平均(MEWMA)控制图中ARL计算的数学模型,采用Matlab实现了算法,就算法的收敛性及计算结果进行分析.以ARL为优化指标,给出了MEWMA控制图参数优化的具体步骤、计算实例和参数优化结果.      

基于累计加电时间的小卫星正样研制阶段可靠性问题统计及筛选评估方法

基于航天东方红卫星有限公司已经发射入轨的几十颗小卫星的研制统计数据,研究发现了小卫星正样研制阶段可靠性问题的分布规律。提出的双对数正态叠加分布模型很好地描述了该分布规律,分别针对首发星和装备星给出了分布经验公式。在分布规律研究结果的基础上,给出了基于累计加电时间的小卫星出厂前可靠性问题筛选率评估方法,并根据筛选率评估结果分别对首发星和装备星的出厂累计加电时间确定依据给出了建议。     

链路统计分析中导出参数概率计算方法研究

为了适应深空探测任务需求,有效利用测控资源,提高链路计算精度,对天地链路统计分析基本方法进行了研究,对CCSDS标准建议的3种链路参数的概率密度函数特性进行了系统分析,提出了一种当链路参数不满足李雅普诺夫(Lyapunov)条件时,利用鞍点逼近估计尾概率函数确定导出参数取值概率的方法。通过理论分析和实例计算表明,采用该方法得到的导出参数的概率分布特性与真实值基本一致,进一步完善了天地链路统计计算方法,使天地链路统计分析方法更具有普遍性。     

统计模式识别方法在高压压气机振动监测中的应用

本文研究了统计模式识别方法在某高压压气机振动监测中的应用,主要涉及了主成分提取算法和距离判别算法。研究结果表明,该方法可以应用到该高压压气机振动监测中去,并且获得了较好的结果。     

爆轰胞格尺寸的统计分析

爆轰胞格尺寸作为可燃系统的本征值,可用来确定爆轰传播时的临界尺寸,比如直管传播时的临界管径、管道突扩时的临界尺寸等。然而,该尺寸的测量具有较强的主观性。为了减少人工测量带来的不确定性,文章采用两种统计方法:概率密度函数法和自相关函数法,对数值模拟得到的不同规则程度的爆轰胞格进行了统计分析。爆轰胞格的不规则程度采用单步反应的活化能来体现。当活化能较低时(Ea=15),胞格较规则,两种统计方法得到的胞格尺寸较一致。随着活化能的增加(Ea=20),胞格开始不规则,两种统计方法也开始出现偏差。当活化能进一步增加(Ea=25、27),胞格极不规则,开始出现横波的合并,两种统计方法得到的结果出现较大的偏差。这是由于概率密度法处理爆轰波阵面三波点规则时,没有考虑迹线上能量的分布,而自相关函数法根据三波点上的涡量值对胞格尺寸进行统计分析,因此,该方法得到的爆轰胞格尺寸比概率函数法更能真实体现可燃系统的爆轰特性。     

基于SPC的航电产品锡膏印刷检测技术研究与应用

通过锡膏印刷检测系统在表面组装生产线的应用，在前端工序便可筛选不良品，而评价航空电子产品质量的可靠性不能笼统地判断其是否合格，更需要关注其“一致性”和“稳定性”。着眼于锡膏印刷检测SPI的数据统计分析，开创性地将统计过程控制（SPC）方法引入了航空电子产品SMT产线，结合工序能力指数评价报告和Xbar-S控制图，创建了一种科学高效的锡膏印刷质量的监控模型，防止大规模缺陷产品的出现。