辛梅

（西安航空职业技术学院 航空制造工程学院，西安 710089）

企改中基于M ES的加工过程质量控制与预测研究

辛梅

（西安航空职业技术学院 航空制造工程学院，西安 710089）

针对制造加工零部件生产高精度控制的需求，结合加工质量控制理论，提出一种基于人工智能算法的质量控制与预测系统。为提高质量控制精度，提出一种基于改进的SVR预测模型。借助SVR预测算法可处理非线性和高维度等复杂问题，以及粒子算法在全局搜索方面的优势，对SVR预测的参数进行优化。同时根据上述的算法，构建加工质量预测控制模型。最后，通过MatLab软件对上述算法进行验证，结果表明上述加工方法具有可行性。

加工质量；制造执行系统；预测；粒子群算法；支持向量机

随着现代加工过程的数字化发展，以及基于制造执行系统（MES）控制的信息化，产品批量化生产成为离散制造业发展的一种趋势，而加强质量控制成为核心。目前，针对制造企业加工过程质量控制，主要集中在人工智能控制和基于SPC工序质量控制两类。如魏青云（2012）提出借助神经网络算法、薛丽（2016）则提出通过抽样区间算法及EWMA控制图、牛占文（2010）提出通过的累积和控制图及指数加权移动平均指数等方法，都对零部件加工质量进行了控制。对此，基于MES系统和上述的研究成果，提出一种对批量化产品生产质量预测算法，并对算法的可行性进行验证。

一、支持向量回归原理

（一）不敏感损失函数

SVR回归算法中，将损失函数的定义为：