技术领域本发明提供了一种基于质量状态任务网络的制造系统任务可靠性建模的方法，属于可靠性建模与分析技术领域。
背景技术：
随着我国在全球制造业中地位的不断提高，面临的压力和竞争也不断增大。作为产品输出的载体，可靠的制造系统是保证产品质量与生产率的重要因素。面对复杂的制造系统，可靠性建模与分析方法往往集中关注制造系统的设备本身的故障情况，分析设备的各种失效模式和失效率变化趋势，进而根据设备失效率的变化，指导企业展开针对的设备周期性的维修和保养。从系统工程的角度来看，产品是制造过程的输出，制造系统是制造过程的物质载体，因此，制造系统的可靠性(Reliability，R)、制造过程的质量(Quality，Q)和产品的可靠性(Reliability，R)三者之间存在天然的相互影响关系。产品各关键质量特性在相关工艺设备上被完美加工，最终才能形成具有性能和功能综合集成的合格产品。因此，大量工程实践证明：产品设计一定时，产品可靠性取决于制造系统可靠性和制造过程质量的高低。而从生产管理者的角度看，针对某一给定的生产任务，产品的质量与可靠性指标只是一方面，产量指标也是不可忽视的。制造系统通常由多个加工设备组合而成，具有固有复杂性与多态性的特点，生产任务要求的动态变化更加剧了制造系统多态性的特点，为可靠性评估工作带来了巨大的挑战。制造系统任务可靠性是指制造系统在规定条件下和规定时间内完成规定生产任务的能力。作为指导生产管理者进行生产调度、质量控制与设备预防维修等生产活动的有效依据，制造系统任务可靠性的准确估计在生产过程中具有举足轻重的地位，是制造企业提高生产效益和国际竞争力的前提。如何实现制造系统任务可靠性有效估计从而支撑生产活动的动态调度是制造领域以及可靠性工程领域公认的科学难题。现阶段制造系统可靠性建模的研究更多的关注制造系统设备本身的故障情况，基于系统组件的基本可靠性得到一个静态的建模结果，进而指导事后维修，这种方法无疑忽略了来自生产任务及产品质量与可靠性的要求和限制。部分研究将制造产品质量纳入制造系统可靠性研究范畴，却依旧忽略了制造系统的动态特性。针对已有研究思路并不能从系统工程角度融合制造系统动态性，无法为生产调度、质量控制与设备预防维修等生产活动的提供准确依据的局限性，本专利通过系统的分析制造系统任务可靠性与产品可靠性之间的关联关系，挖掘在制造过程中积累的关键质量特性数据，并结合任务要求在制造系统各相关工位之间的传递，分析了当前制造系统完成给定任务要求的能力，进而结合制造阶段的质量管控措施保证生产活动能够有科学依据的进行。从根本上弥补传统意义上忽略具体任务要求的静态可靠性建模方法的不足。日益激烈的市场竞争与事后补救带来的重大损失决定了开展制造系统动态任务可靠性建模的重要性和迫切性。为此，本发明给出了一种基于质量状态任务网络的制造系统任务可靠性建模的方法，用于评估基于给定任务要求的制造系统动态可靠度。为生产管理者进行集成化的生产调度、质量控制与设备预防维修等生产活动提供有效的依据。
技术实现要素：
(1)本发明的目的：针对以往基于生产设备本身故障情况的制造系统可靠性建模研究仅注重于确定和完善设备状态，本发明提供一种新的制造系统可靠性评估方法——一种基于质量状态任务网络的制造系统任务可靠性建模方法。以执行生产任务前基于给定任务要求的制造系统可靠性评估为视角，综合考虑了任务要求、产品特性、设备生产能力以及产品合格概率等指标，充分考虑并重视了制造过程物料质量状态变化与制造系统固有多态性的特点，通过量化满足任务要求的概率来控制生产活动。在制造系统工程的背景下，考虑到过程质量数据能够表征制造系统的动态可靠性状态，从系统的角度分析了制造系统任务可靠性与产品可靠性的关联关系，并基于此关联关系挖掘在制造阶段积累的与产品关键质量特性及相关设备有关的过程质量数据，从而明晰制造系统任务靠性分析的机理。进一步的，为表征任务执行过程中物料质量状态、设备加工能力状态的变化及任务要求在制造系统中的逆向传递，本专利提出了制造系统的质量状态任务网络模型。进而结合具体任务要求，实现对制造系统任务可靠性的动态估计。(2)技术方案：本发明是一种基于质量状态任务网络的制造系统任务可靠性建模方法，提出的基本假设如下：假设1制造系统的生产模式为流水线加工、存货式生产；假设2制造系统为串联式，且各加工设备在物理结构上相互独立；假设3制造系统只存在一道返工工序，且仅在当前设备上进行；假设4在质量状态任务网络中，每台加工设备后都有一个检测工位，且检测结果是绝对可靠的；假设5质量状态任务网络中物料质量状态分为三种：合格状态(S1)；有缺陷可修复状态(S2)；不合格报废状态(S3)。只有合格状态的物料能够进入下一道工序；假设6质量状态S2仅可能出现在能够返工的工序中，且仅在当前设备上返修一次，即如果返修后依旧不合格，则归为不合格报废状态(S3)；假设7制造合格概率服从U分布；基于上述假设，本发明基于质量状态任务网络的制造系统任务可靠性建模方法，其步骤如下：步骤1构建制造系统任务可靠性与产品可靠性的关联关系，进而识别关键工艺及设备；步骤2分析经各相关设备加工后物料可能出现的质量状态；步骤3建立制造系统质量状态任务网络模型；步骤4分析各相关设备的加工能力状态分布及概率；步骤5估算各相关设备的制造合格概率；步骤6任务分解，量化各相关设备基于给定任务要求的分任务载荷；步骤7识别满足分任务载荷要求的设备加工能力下限(即Civ)；步骤8建立相关设备的分任务可靠性模型，进而构建基于给定任务要求的制造系统任务可靠性综合模型；步骤9分析讨论制造系统任务可靠度的动态变化曲线。其中，在步骤1中所述的“制造系统任务可靠性与产品可靠性的关联关系”，是指从系统工程背景下建立制造系统任务可靠性、制造过程质量、产品可靠性的关联关系。如图1所示，其主要的机理为：产品可靠性需求主要体现于产品的使用性能，而产品的使用性能则主要由产品关键质量特性决定；通过产品关键质量特性的分解映射，可识别关键工艺及相关设备，进而有针对性的挖掘在制造过程中积累的关键过程质量数据，而批产过程产品可靠性又可利用关键过程质量数据中产品合格概率来刻画；Rp(t)=(1-c)R0(t)+cRh(t)=12-ρsr1R0(t)+(1-12-ρsr1)Rh(t)]]>这里，c表示返工产品在全部合格品中所占的比例，Rp(t)表示批产产品固有可靠性，Ro(t)表示设计可靠性，Rh(t)表示返工后合格品的固有可靠性，ρsr1表示返工工序的制造合格概率。其中，在步骤2中所述的“分析经各相关设备加工后物料可能出现的质量状态”，是根据质量状态任务网络中物料质量状态的分类，分析经过各个相关设备后物料可能呈现的质量状态Sij；这里，i表示设备编号，j表示质量状态标号，可取1、2、3。例如：S21表示经过设备2加工后物料合格的状态。其中，在步骤3中所述的“建立制造系统质量状态任务网络模型”，是指基于识别的设备及其物料质量状态，将制造系统以质量状态任务网络的形式表示出来，如图2所示。其中，在步骤4中所述的“分析各相关设备的加工能力状态分布及概率”，是指基于生产管理部门在一段时间内的统计数据，分析单位时间内设备所能承受的加工载荷分布及概率。设备由于设备故障、局部故障、维修等其他因素的影响，设备加工能力状态是随机的，因此选取一定的组距，统计加工能力出现在各区间范围内的概率。其中，在步骤5中所述的“估算各相关设备的制造合格概率”，是指利用Bayesian方法估算质量状态任务网络中各设备输出物料状态为Si1的概率ρsi1，得到制造合格概率的表达式这里，a、b为分布参数，n为试验样本容量，x为试验合格样本数。其中，在步骤6中所述的“任务分解，量化各相关设备基于给定任务要求的分任务载荷”，是指基于质量状态任务网络模型量化制造系统的输入输出关系这里，O表示制造系统的输入I单位的原材料能够输出的合格产品数。进而基于满足任务要求的条件为d≥O，得到系统最小输入载荷这里，d为一给定的任务要求，i为设备标号，n为质量状态任务网络模型中生产设备总数，r为带有返工工序的设备编号。进而，各相关设备基于给定任务要求d的分任务载荷可表示为：BtiI=Ifori=1IgΠt=1i-1ρst1for1<i<rI(Πt=1i-1ρst1+ρsr2Πt=1i-1ρst1)fori≥r.]]>这里，表示设备i分配的分任务载荷。其中，在步骤7中所述的“识别满足分任务载荷要求的设备加工能力下限即Civ”，是指找出设备加工能力分布及概率表中满足的最小值。其中，在步骤8中所述的“建立相关设备的分任务可靠性模型，进而构建基于给定任务要求的制造系统任务可靠性综合模型”，是指量化各设备加工能力满足分任务载荷要求的概率Rti＝Pr{Cix|Cix≥Civ