王新海， 孙培禄， 郑 锐

（1.运城学院机电工程系， 山西 运城 044000； 2.西安翔迅科技有限责任公司， 陕西 西安 710000）

0 引言

航空业是制造业的集大成行业， 是我国制造业水平的直接体现，也是军民融合战略中的核心领域。对于航空零件制造过程来说， 由于其异形空间大尺寸与所选材料的高强超硬高韧等特性，使得其加工过程极为复杂，需要多道工序才能达到工程质量的要求。在加工过程中，质量又受到多个影响因素的共同作用，且过程参数多变（它们受到被加工件的影响而改变），使得任何一个零件和工序的质量对最终产品的质量都有直接影响， 工序质量和过程因素的复杂性使得产品质量难以控制[1]。这种复杂性也容易导致样本数据不足， 使得基于统计的质量控制方法适用性受到限制[2]。而在实际的制造过程中，对某些关键零件的质量进行合理的监控和预测，可以起到保证最终产品质量，降低生产成本，提高生产效率的作用。 因此，从质量信息统计、过程质量控制、加工误差预测等方面进行监控，成为了解决航空关键零件质量控制问题的有效手段。

航空零件质量控制的前提是质量关联因素诊断和质量预测，从最早的统计方法，到小样本的质量控制，再到智能计算兴起之后的智能预测等。 在上述的发展过程中，基于人工智能技术的智能预测方法凭借其智能化、 自动化等特点在该领域得到了广泛的应用。 如陈冰等（2009）利用尺寸关联和偏最小二乘回归方法分析了多工序质量，构建了尺寸链的关联工序矩阵，给出了一种工序关联检索算法， 解决了工艺工程中自变量之间存在多重相关的问题，诊断出了多工序质量的影响因素集[3]。……