产品质量制造误差非线性显式建模理论和在线控制技术

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    50905114
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    杜世昌
  • 依托单位：
    上海交通大学
  • 学科分类：
    E0510.制造系统与智能化
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

本项目以复杂制造过程中产品质量的非线性制造误差为研究对象，通过建立制造误差面向对象Petri网模型EPQ-OPN，解决逻辑层上非线性制造误差分析问题；提出制造误差非线性显式数学模型和非线性显著差异性分析方法，从代数层上揭示非线性关系形成机理和动态规律，解决制造误差统计性能分析问题和非线性系统显著差异性定量分析问题。提出非结构化噪声和抽样不确定性对控制模型影响的量化分析方法，解决非结构化噪声和抽样不确定性的扰动边界和偏离空间的定量分析问题，提高非线性模型的控制精度。开发基于奇异值分解的在线健壮控制技术，解决制造过程在线健壮控制问题，并提供制造过程可控制性和可观测性分析判据。因此，本项目将扩展和丰富目前的产品质量制造误差建模和过程控制理论，解决复杂制造过程中非线性制造误差分析与控制的核心问题，为我国先进制造业的制造误差建模、噪声分析、抽样设计和优化、在线质量控制等提供有效的科学指导。

结项摘要

制造误差控制是产品质量控制的核心任务，制造误差和制造过程中各种误差源之间本质上具有非线性。本项目主要研究成果：1）通过建立非线性制造误差面向对象Petri网模型，解决逻辑层上非线性制造误差分析问题；2）提出制造误差非线性显式数学模型和非线性显著差异性分析方法，从代数层上揭示非线性关系形成机理和动态规律，解决制造误差统计性能分析问题和非线性显著差异性定量分析问题；3）提出非结构化噪声和抽样不确定性对控制模型影响的量化分析方法，计算非结构化噪声和抽样不确定性的扰动边界和偏离空间，提高非线性模型的控制精度；4）开发基于奇异值分解的在线健壮控制技术，解决制造过程在线健壮控制问题，并提供过程可控性和可观性分析判据。本项目为产品质量的非线性制造误差建模和控制产生一个新的科学基础和实践工具，解决复杂制造过程中非线性制造误差分析与控制的核心问题，为我国先进制造业的制造误差建模、噪声分析、抽样设计和优化、在线质量控制等提供有效的科学指导。

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Fault diagnosis in assembly processes based on engineering-driven rules and PSOSAEN algorithm
基于工程驱动规则和PSOSAEN算法的装配过程故障诊断
  • DOI：
    10.1016/j.cie.2010.10.001
  • 发表时间：
    2011-02
  • 期刊：
    Computers and Industrial Engineering
  • 影响因子：
    7.9
  • 作者：
    Du, Shichang;Xi, Lifeng
  • 通讯作者：
    Xi, Lifeng
An integrated system for on-line intelligent monitoring and identifying process variability and its application
过程变异在线智能监测与识别集成系统及其应用
  • DOI：
    10.1080/09511921003667730
  • 发表时间：
    2010-06
  • 期刊：
    International Journal of Computer Integrated Manufacturing
  • 影响因子：
    4.1
  • 作者：
    Du, S.;Lv, J.;Xi, L.
  • 通讯作者：
    Xi, L.
A robust approach for root causes identification in machining processes using hybrid learning algorithm and engineering knowledge
使用混合学习算法和工程知识识别加工过程根本原因的稳健方法
  • DOI：
    10.1007/s10845-010-0498-9
  • 发表时间：
    2010-12
  • 期刊：
    Journal of Intelligent Manufacturing
  • 影响因子：
    8.3
  • 作者：
    Du, Shichang;Lv, Jun;Xi, Lifeng
  • 通讯作者：
    Xi, Lifeng
On-line classifying process mean shifts in multivariate control charts based on multiclass support vector machines
基于多类支持向量机的多元控制图均值平移在线分类过程
  • DOI：
    10.1080/00207543.2011.631596
  • 发表时间：
    2012-10
  • 期刊：
    International Journal of Production Research
  • 影响因子：
    9.2
  • 作者：
    Du, Shichang;Lv, Jun;Xi, Lifeng
  • 通讯作者：
    Xi, Lifeng
Online intelligent monitoring and diagnosis of aircraft horizontal stabilizer assemble processes
飞机水平安定面装配过程在线智能监控与诊断
  • DOI：
    10.1007/s00170-009-2490-0
  • 发表时间：
    2010-01
  • 期刊：
    International Journal of Advanced Manufacturing Technology
  • 影响因子：
    3.4
  • 作者：
    Du, Shichang;Xi, Lifeng;Yu, Jianbo;Sun, Jiwen
  • 通讯作者：
    Sun, Jiwen

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

废旧电器电子产品回收预测的时间-空间模型研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    工业工程与管理
  • 影响因子：
    --
  • 作者：
    吕君;杜世昌
  • 通讯作者：
    杜世昌
基于改进的集合经验模态方法振动信号分解
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    上海交通大学学报
  • 影响因子：
    --
  • 作者：
    杜世昌;黄德林;任斐;梁鑫光
  • 通讯作者：
    梁鑫光
多阶段制造系统中尺寸偏差建模与
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    上海交通大学学报Vol.40, No. 4, pp. 583-587,2006.
  • 影响因子：
    --
  • 作者：
    杜世昌;奚立峰;潘尔顺
  • 通讯作者：
    潘尔顺
面向质量控制的制造系统可诊断性
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机械工程学报Vol.42, No.5, pp.149-154, 2006.
  • 影响因子：
    --
  • 作者：
    杜世昌;奚立峰;潘尔顺
  • 通讯作者：
    潘尔顺
暂态阶段时变参数多工序 制造系统产品质量建模
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    机械设计与研究
  • 影响因子：
    --
  • 作者：
    刘师宏;杜世昌;奚立峰
  • 通讯作者：
    奚立峰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杜世昌的其他基金

变刚度局部薄壁零件多齿铣削加工过程的力学建模与加工误差控制方法
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目
基于高密度点云测量数据的复杂多腔体零件制造误差建模理论与控制方法
  • 批准号：
    51775343
  • 批准年份：
    2017
  • 资助金额：
    54.0 万元
  • 项目类别：
    面上项目
基于全息激光干涉测量的零件三维形貌制造误差建模理论与诊断方法
  • 批准号：
    51275558
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码