高度自動化的機械制造過程控制方法與探索

張華平

（泰州機電高等職業技術學校，江蘇 泰州 225300）

當前機械自動化制造模式成為了我國制造行業未來發展的重視技術，也是未來發展的主要趨勢。而在機械自動化制造的傳統過程控制以及相關理論遇到了很大的挑戰，因此，為了提高自動化制造，需要針對傳統的方法進行一系列的加強和完善，進而更好地適應新時代下制造模式對控制的需求。

1 高度自動化的機械制造模式分析

半導體制造是典型的高度自動化機械制造模式，綜合分析其具備以下幾個主要特點。

（1）自動化程度高。在眾多產品的加工和制造的過程中，人為的一系列因素在對產品的質量影響中也逐漸變得越來越少，相對來說，機械設備在制造產品的過程中對于產品的質量影響程度越來越高，成為了當前影響眾多產品質量的主要因素。

（2）產品的種類較多。隨著社會的發展，客戶對于產品的要求以及對于新產品的需求越來越大，因此產品的種類也就越來越多，經過對于一些產品的研究調查中不難發現，一個產品的一大類別有著上百種不同的型號，每一種型號也對應了不同類型的客戶。

（3）加工速度較快，且規模較大。相對于其他產品來說，電子信息產品往往是體積較小，在這類產品的加工制作過程中是制作速度較快的，并且規模很大，每月的產量也在上萬甚至上十萬件以上，在制造設備正常的情況下，每臺設備的產品生產也是一個很大的數字，因此，面對如此高的一些產品，需要對于控制性有著極大的要求，對準確性以及實時性也有著很高的要求，如果控制不到位，將會在很大程度上給企業帶來經濟損失。

針對以上等問題，提出基于非參數檢驗的過程中控制方式，進而在一定程度上解決多種產品制造過程控制與所遇到的控制方法不符問題。

2 方法分析研究

（1）聚類分析。聚類是數據領域中的一種十分重要且應用十分廣泛的一種技術，該技術過度量數據之間的一樣度，進而分析數據間的關系的一種關鍵技術。聚類和分類是在本質上不同的，分類主要是將數據定義好的類別進行有效的分類，然而在聚類之前并不會知道數據會被分為幾種類別，也不知道數據分類后的數據特征，并且聚類的結果也不是唯一的。通過聚類分析可以有效地將數據分為幾種類別，并且每一種類型的數據之間一定存在著某種相似，在不同的水平中，大小也會有著不同，這樣就會認為數據所代表的產品特征有著一定的相似性。然而，在類別中，不同類別的數據在類別差異上有著很大的差異。

（2）非參數檢驗。非參數檢驗作為未來的主要發展方向之一，是統計分析學中一個非常重要的組成部分。非參數檢驗的最大特點就是在很大程度上降低了假定要求，使得在針對問題的過程中不會出現錯誤，使其具備了更高的穩定性，這也是采取非參數檢驗作為產品類別分析的主要原因，由于非參數統計方法的適應范圍較廣，在某種程度上會降低效率，但是在近代理論的證明下，其效率上的損失也會較小。在非參數檢驗的方法中，有著很多的方式，文章所使用的方式主要為KW 檢驗法。

3 論證分析

在研究論證分析的過程中，需要選擇一個和上文產品中較為相似的企業，進而針對該企業進行分析和研究，選擇企業的目的和要求就是需要具備以上所存在的幾點特征，其所產生的結果也可以更加準確合理，因此選擇的企業存在著一定的代表性。

通過研究和分析不難得出，選擇的企業需要具備一定的產品自動化制造水平，當設備的參數在設置結束后，加工將會開始并自動完成。由于受到了一定市場的影響，產品的種類高達上百種，并且每一種產品都會需要用一張控制圖來控制，這種情況下就會降低效率，進而統計過程中所面臨的困難也會大大提高，在實際操作的過程中基本上不會實現。

在企業日常加工的過程中，每一個設備都會加工很多類型的產品，經過調查和分析不難發現，平均每臺設備每天所加工的產品類別都在五種左右，因此，產品品種一直在更換，影響到了制造過程中設備的穩定性，并且產品的不斷更換也會造成工藝參數的一系列變化，不同產品的數據放在一起進行研究和調查也會發現其趨勢會逐漸呈正態分布的狀態，因此在這種情況下參數設定并不會成立，其次由于產品的加工速度較快，因此產品的產量也很大，需要有效的控制方法，可以及時發現制造過程中所出現的問題，避免因出現設備的故障以及問題等使企業生產出一系列的低劣產品，不斷對企業造成了巨大的經濟損失也對設備有著很大的影響。

（1）產品數據分析。通過對一些產品的隨機抽取來調查產品的質量，并進行有效的分析。通過對產品的調查和分析過程中不難看出，同為一種類型的產品，其質量特征卻有著很大的不同，并且其數據在收集的過程中還出現一定的人為因素影響，因此清除了一些受到影響的數據，通過對產品的調查得出，產品的品種始終在交替的變化，因此產品在制造過程中并不是處于穩定狀態下。

（2）聚類分析。通過采取聚類分析的方式，將產品的數據進行聚類分析，隨著相似程度的逐漸提高，種類的數量也在不斷的增加著，隨著計算次數的增加，其結果也在不斷變化，最終產品類型自成一類，但是該種類的劃分還需要合理的采取統計學手段。

（3）非參數檢驗。采取分參數檢驗在驗證不同產品間的關系相對更加簡單。通過對產品的聚類分析得出，不同類似性的水平上，產品種類的數量以及產品的類型和數量都是相同的。

（4）統計過程中的控制。由于每一種類別的數據檢驗都使用了KW 檢驗方式，在工藝的過程中如果沒有出現很大的變動，可以使用控制圖來對產品進行制造過程的監控，具體的方法是將抽樣的數據計算得出平均值后，將平均值有效的描述在控制圖中，并且，應用控制圖的過程中也需要進行有效監控。如果出現一定規律的情況，判斷過程出現了一定的異常，需要對制造過程中的數據進行再次計算，進而找出問題的根本，從根本上解決問題，并且繼續生產產品。

4 結 語

針對不同的產品，對其進行大規模的生產高度自動化生產，為了有效解決控制過程中所遇到的一系列問題和困難，需要提出基于聚類分析以及非參數檢驗的控制方法，進而有效降低控制圖的數量，也很大程度上降低了管理的難度。其次，文章解決了多產品在制造方面的理論依據問題，并且通過有效的實際論證和科學計算，在這樣的基礎上驗證了方法的可操作性和實際效果，隨著時代的發展和未來科技的不斷進步，仍需要在機械自動化方面去進一步的研究和分析，進而有效地推動自動化的進步，推動未來國家的發展。