[01410145]基于计算智能与组态软件的质量监控理论及其实现

该项目注重于解决现有工业工程质量控制中存在着的质量数据采集与利用之间的矛盾，尤其侧重于研究如何采取系统性的方法，有效地从系统中获取关键质量信息与知识，实现地对复杂系统进行质量优化和质量控制的方法。此外，该项目不仅提出了工业系统从“数据-信息-知识-智能”的转换模式与转换步骤，而且研究出一整套实现复杂工业过程智能质量监控的软硬件实现体系，对于各类工业系统的质量监控具有较强的适用性，因此具有良好的推广应用前景：　　（1）根据不同类型的工业企业的生产特点在对项目提出的智能质量监控理论的框架进行细化，并结合现场自动化装备情况，搭建组态软件系统；　　（2）结合过程质量要求，开发出基于各类计算智能技术的质量监控软件算法；　　（3）将算法与组态软件相集成，实现生产过程的实时智能质量监控。　　该项目的主要研究内容及成果如下：　　（1）针对以往的研究只注重“数据-信息”或“信息-知识”的转化的片面性，综合考察了工业系统从数据到智能的转化途径，提出了工业系统中存在的“数据-信息-知识-智能”转化模式；并给出了实现这一转化的前提条件和步骤；　　（2）从定义、目的、处理对象、处理过程、指导方式、所用方法、层次、所处环境、输入、输出等九个方面对数据挖据和数据融合技术进行了深入的比较研究，提出了工业系统的数据挖掘与数据融合集成模型；　　（3）独立于硬件，抽象出工业系统信息处理的一般拓扑结构，并结合工业生产实际，从系统的观点出发，分析信息处理的目的、要求、数据来源、输入、输出等，建立工业系统的“数据-信息-知识-智能”转化，指出了“数据-信息-知识-智能”转化的实现步骤，即数据采集、数据预处理、信息传递、信息处理、信息再生、策略生成、信息施用、指令执行等，讨论了各个环节相应的信息处理方法；并提出基于组态软件的工业系统智能质量监控的总体模型；　　（4）提出一种基于支持向量机的响应曲面法；以支持向量机作为响应曲面的模型拟合方法，可以克服原有多项式模型和人工神经网络存在的预测误差大、样本量大等缺点；　　（5）提出一种基于粗糙集理论的自相关过程控制方法；方法不需要任何前提假设，仅从生产实际数据出发，可以得到自相关过程完备、一致的控制规则。