專利名稱：：穩(wěn)定工藝過程的方法
技術領域：
：本發(fā)明涉及一種用于穩(wěn)定工藝過程或工藝系統(tǒng)的方法，并且適用于穩(wěn)定處理或制造工廠。
背景技術：
：規(guī)定用于生產所需產品的生產工藝的工藝質量參數(shù)的容許范圍是已知的。利用數(shù)學、統(tǒng)計學或神經元算法進行模型化和預測工藝的重要質量參數(shù)，從而預先模擬所操縱的參數(shù)之變化對生產工藝的影響，在給定的期望的結果下實際地調整工藝的質量參數(shù)的也是已知的。另外，利用特殊的數(shù)學優(yōu)化方法計算指定的質量目標值的最重要影響的參數(shù)的最優(yōu)值也是已知的，參見E.Schnoburg等人的文章GeneticAlgorithmsandEvolutionStrategies,Addison-Wesley,Germany,1994年，第286畫291頁禾口第366-378頁和US6.314.413Bl。此外，在技術工藝中，目標變量的指定的質量數(shù)值只能以非常高的費用才能達到，或者甚至根本不能以穩(wěn)定的方式達到的情形常常發(fā)生，因生產工藝和相關的影響參數(shù)總是受到一定的波動和千擾的影響。因此，許多生產工藝中，所制造的產品不能足夠穩(wěn)定地按照指定的質量加工。
發(fā)明內容本發(fā)明的目的是提供一種穩(wěn)定技術工藝的方法，可以指定產品以最大的穩(wěn)定性(或靈活性)保證在設定的容限內按照所述技術產品的質量特性制造產品的目標數(shù)值，并且各項操控變量的可調數(shù)值也可以指定。這個目的是通過權利要求1限定的優(yōu)化生產的方法達到的，其中使用全局定標連分數(shù)分析(continuedfractionanalysis)計算質量和有影響的變量的超靈活和超穩(wěn)定值，并對其生產工藝作出設定。有利的實施例在其它權利要求中進行描述。全局定標(Globalscaling,GS)是引入的物理術語，用來解釋在真實的系統(tǒng)中物理參數(shù)如質量、溫度、重量之間的關系是可變標量(variable-invariant),并按照對數(shù)規(guī)律地重復，參見H.Muller的文章GlobalScaling,Special1,EhlersVerlag2001,第161/162頁。該可變標量相關性最早由Cislenko在生物過程中闡明，他繪制了對數(shù)曲線圖表明各種植物群落和動物群落種類是如何按照他們的尺寸和重量的函數(shù)分布的，參見LCislenko的文章TheStructureofFaunaandFlorainConjunctionwiththeOhysicalSizeoftheOrganisms,Moscow,1981年，第89-98頁。該文章表明生物體系在對數(shù)變量軸上不是隨機分布的，而它們總是在對數(shù)線軸上以相同的周期間隔達到最大值或者最小值。在技術系統(tǒng)中，這個相關以這樣的事實來反映工藝中的全部可能的工藝數(shù)值不可能按相同的概率包括在技術工藝中。當觀看未平滑的間隔Zu到Z。的任何技術測量變量柱狀圖時，例如高斯分布、泊松分布或均分分布，除了工藝相關的記錄的柱狀圖主要結構之外，變量是某些測量值在這個柱狀圖的精細結構中更常出現(xiàn)，而其它的較少出現(xiàn)。這些不規(guī)則現(xiàn)象在現(xiàn)有的工藝中被濾掉，因為它們被解釋為隨機擾動。在GS理論中，測量值的這些變化波動被認為是重要的，因為它們可再生。因此，GS使它可以專門計算最好包括在技術工藝中的這些物理數(shù)值，因為根據(jù)LeonardEuler,UberKettenbruche(ContinuedFractions),1737,LeonardEuler，UberSchwingungeneinerSaite(StringOscillations),1748,L.Euler,LeonhardEulerandChristianGoldbach:Correspondance1729-1764(eds.:A.RJuskevic,E.Winter),Abh.DeutscheAkad.Wiss.Berlin,Akademie-Verlag1965，GS規(guī)定技術工藝或自然工藝優(yōu)選的數(shù)值可通過連分數(shù)分解確定，因為重Euler可知，任意實數(shù)x可基于方程(1)由它的連分數(shù)表示x=n0+z/z/(n2+z/(n3+z/(n4+z/(n5+.》))(1)變量z表示所謂的偏計數(shù)，其數(shù)值根據(jù)GS設為技術優(yōu)化的值2。由于在對數(shù)換算中出現(xiàn)比例常數(shù)，參看Cislenko的文章，在GS工藝中所有的分析是從底數(shù)e的對數(shù)的變量進行的，因此得到方程(2):Inx=n0+2/(n一2/(n2+2/(n3+2/(n4+2/(n5+..))))(2)相應的數(shù)值取決于底層的測量單元，因此在GS中為所有使用的單元引入所謂的標準尺度y，所要測定的變量必需與其相關。因此得到方程(3)作為GS的特別基本方程，參見H.Muller的文章GlobalScaling,Special1,EhlersVerlag2001,第157頁。In(x/y)=no+2/(n丄十2/(n2+2/(n3+2/(n4+2/(n5+..))))(3)在GS應用中，這個基本方程(3)按照角度cl)擴展，4>=0或4>=3/2，據(jù)此(x/y)的對數(shù)關系可在連分數(shù)分解前進行轉移。這樣得到全局定標的一般基本方程(4)，根據(jù)方程(4)任意所需的技術測量值x可以被分解In(x/y)-(i>=n0+2/(ni十2/(n2+2/(n3+2/(n4+2/(n5+..))))(4)其中x是其相應單元中測量的技術測量變量，y是該變量的自然標準量度，4>=0或4>=3/2。由于連分數(shù)的收斂條件，系數(shù)[nO,nl,n2…]的絕對值必須總是比計數(shù)值大，參見O.Perron,Die的文章LehrevondenKettenbruchen(ContinuedFractionTheory),TeubnerVerlagLeipzig,1950年，第62頁，并且總是能被3整除的整數(shù)。這些系數(shù)決定所測變量x的特征屬性，從而代表所謂的連分數(shù)碼。在連分數(shù)分解時僅產生一個[no]的數(shù)值的測量變量被放置在一個主節(jié)點(平面no的節(jié)點)中，具有[no,n^數(shù)值的測量變量被放入平面m的子節(jié)點中，以此類推。節(jié)點rii的核心區(qū)域是直接臨近于一個節(jié)點的區(qū)域，g口，子節(jié)點rii在-9到9的范圍中，其中j-i+l。根據(jù)GS理論，己知下列物理屬性作為連分數(shù)碼[nO,nl,n2…]的函數(shù)<table>tableseeoriginaldocumentpage5</column></row><table>表格，接上頁<formula>formulaseeoriginaldocumentpage6</formula>。因此，GS分析使得能夠確定任意技術測量變量是否該變量穩(wěn)定、具有大的波動、對擾動靈活地反應、或者落在相對低波動的范圍。所有其他的組合都從這些考慮中得出。根據(jù)本發(fā)明的該方法的目的不僅是決定產品的最優(yōu)數(shù)值，例如機器部件的扭矩、油漆的最優(yōu)光澤特性或輪胎的最優(yōu)抓著力，并且同時要決定波動變量的數(shù)值，最后產生相應產品數(shù)值的，并同時給出特別健全的、穩(wěn)定的或靈活的生產工藝。根據(jù)本發(fā)明該目的通過以下過程步驟實現(xiàn)1.確定現(xiàn)有質量變量和它們的可容許的容限(目標變量容限的輸入)；2.在每個質量變量的指定的容限內作全局定標分析，以確定這個質量變量的所有GS優(yōu)化數(shù)值；3.記錄過程數(shù)據(jù)；4.現(xiàn)有影響的工藝模型化和靈敏度分析，以確定提供該質量等級的生產的本地工藝影響，從而確定最重要的影響變量；5.通過反向計算出最重要的影響變量的數(shù)值，對這個或所有GS優(yōu)化目標變量進行工藝優(yōu)化；6.如果對于該產品的指定區(qū)間內的產品有幾個同樣合格的GS數(shù)值，對選擇的GS優(yōu)化目標變量的最重要的影響變量進行全局定標分析；7.確定優(yōu)化工藝條件，并反向計算出相應的影響變量，特別是被控的變量(選擇的GS優(yōu)化目標變量)；8.將控制變量輸出到工藝過程中，并且如果必要，返回至步驟3(并反向計算)。以下基于附圖對汽車零件供應商制造鉸鏈的實例詳細闡明每一單獨過程步驟。附圖表示圖1是制成的鉸鏈的測量扭矩MD隨時間變化圖(時間軸增量單位為10秒)；圖2是扭矩MD在x軸上測量范圍0Nm至2.5Nm的柱狀圖3是扭矩MD在x軸上測量范圍l.ONm至1.5Nm的柱狀圖4是三天同時生產的右鉸鏈和左鉸鏈之生產線的柱狀圖的精細結構a)左鉸鏈MDLb)右鉸鏈MDR;圖5是物理變量和技術變量的GS分析的GSC3000工具；圖6是對汽車鉸鏈的扭矩(單位為Ncm)的GS分析；圖7是在0.87到0.92Nm范圍內產生的扭矩的柱狀圖；圖8是鉸鏈產品的靈敏度分析(對于輸入變量對輸出變量MD的靈敏度)；圖9是通過自動反向計算目標變量MD經自組織映射至設置的輸入數(shù)值的工藝優(yōu)化；*圖10是對目標扭矩MD=1.392Nm的鉸鏈的可能的輸入變量的描述；圖11是生產鉸鏈的生產線的溫度TW的柱狀圖。具體實施例方式1.記錄質量變量和可允許的容限除了其幾何尺寸之外，鉸鏈的重要質量變量是所謂的扭矩或轉動動量MD。使用此處描述的應用中的鉸鏈要求扭矩在一個窄的容許范圍內產生，在本例中為0.50-2Nm。該應用沒有明確地說明在容許范圍內應該取哪個數(shù)值。在該裝配過程中，裝配后以100%的質量控制對每一個單獨的鉸鏈測量扭矩MD，測量結果在數(shù)天的期間顯示于圖1中。圖2和圖3描述以1Ncm的間隔增量所記錄的扭矩值MD的柱狀圖，先展示整個測量范圍0-2.50Nm，再展示部分范圍1.0-1.50Nm。兩張柱狀圖的精細結構都表現(xiàn)出真實工藝中實現(xiàn)的扭矩數(shù)值的變化范圍。例如，數(shù)值1.26Nm(126Ncm)在顯示的周期中出現(xiàn)70次，而1.27Nm(127Ncm)只出現(xiàn)30次。下表提供這個頻率分布的極值概況<table>tableseeoriginaldocumentpage8</column></row><table>該精細結構并非偶然，因為它總能在相似的結構中每隔一段時間周期重復出現(xiàn)，并且甚至與圖4中相同的時間周期中生產的鉸鏈相似。明顯的，在兩條生產線的柱狀圖中都存在精細結構，并且它們具有一定相似性。對生產線數(shù)月的觀察表明每條生產線和每天都有特別經常產生的扭矩，和特別少產生的扭矩。由于GS理論精確地預測這種分布以及物理變量和技術測量變量的柱狀圖結構，因此鉸鏈生產線與GS相符，所以執(zhí)行GS優(yōu)化來建立GS優(yōu)化的生產線。下面實例中提供的是計算穩(wěn)定或靈活的扭矩數(shù)值的扭矩的GS分析。2.目標變量扭矩的全局定標分析2.1扭矩的連分數(shù)分解扭矩MD在50Ncm至[]200Ncm的容許范圍之間。在容許范圍內尋找GS優(yōu)化值。扭矩的標準度量y是1.503277E-10Nm-質子質量+c2，參見H.Muller的文章GlobalScaling,Special1,EhlersVerlag200l年，第129頁StandardMeasure段。進行連分數(shù)分解并根據(jù)方程(4)以小=3/2計算系數(shù)110，nl，n2等。數(shù)值范圍50Ncm-200Ncm對應于節(jié)點區(qū)域[24±1]，或50Ncm=[24;-3]和200Ncm=[24;+3]。扭矩數(shù)值根據(jù)方程(4)通過連分數(shù)法使用在慕尼黑的InstituteforSpace-EnergySearch(IREF)的GSC3000計算，并在圖5中作為扭矩數(shù)值為MD=1.27Nm的實例展示。容許范圍0.5Nm到200Nm的線性平均值和MD控制器的指定的目標變量為125Ncm=[24;+6,-3,+3,...]，這說明值125Ncm的優(yōu)勢(dominance)。數(shù)值127Ncm等于[24;+6,-5]每GS。在邊界區(qū)域[24;-3]或[24;+3]或在子間隙例如在[24;+5]=133Ncm和[24;+4]=146Ncm之間波動最小。在核心區(qū)域[24;-10]=73Ncm到[24;+10]=109Ncm之間期望最大的波動。表示扭矩數(shù)值作為n0和nl與相位4>的函數(shù)的圖6上的圖解圖揭示了4>=0禾口4)=3/2，n^24和n尸-3至U-①或nl二+3至lJ+①的相關性。按照方程(4)通過連分數(shù)法計算得到的扭矩數(shù)值33Ncm到1082Ncm被記錄在圖6的縱軸上。如果鉸鏈的制造過程不規(guī)則和不控制，技術上產生的扭矩數(shù)值的頻率按照圖6分布。圖6的白色區(qū)域表示相對不常出現(xiàn)的扭矩數(shù)值(稱為間隙區(qū)域)，而灰色區(qū)域表示經常出現(xiàn)的扭矩的區(qū)域，深灰色的區(qū)域表示所謂的扭矩的節(jié)點區(qū)域。然而，由于目標值MDsetp。mt=125Ncm在本生產情況中指定給生產控制人員，因此技術上實現(xiàn)的扭矩的分布偏離理論分布，如在圖2中表示的。在節(jié)點區(qū)域中的扭矩值，此處為89Ncm,124Ncm和173Ncm附近，根據(jù)GS理論在技術上不能穩(wěn)定地生產，因為在節(jié)點附近總是存在波動和擾動，參見第4頁的表格和圖7中的實例。.圖7表明，范圍0.88Nm到0.92Nm是與實際生產的鉸鏈扭矩的大波動相關的，說明值0.89Nm在實際中不能穩(wěn)定地生產。鉸鏈生產的全局定標優(yōu)化主要有2部分第一個目標是保持達到生產質量。如果可能，每個鉸鏈的扭矩MD保證以最小的容許波動AMD在容許間隔的中間。因此，具有最小波動的額定可變范圍是最佳的，即之間的值MDsuw=133Ncm=[24;+5]和MDsub2=146Ncm=[24;+4]因此，在50到200Ncm容許范圍內鉸鏈生產的最優(yōu)額定數(shù)值在133Ncm和146Ncm的對數(shù)平均值，艮卩139.2Ncm。鉸鏈生產的第二個目標是使鉸鏈制造工藝相對擾動盡可能的堅固(或靈活)。在生產過程中扭矩MD基本是所謂的尺寸過大所引起的。尺寸過大是鉸鏈的栓釘直徑加上兩倍的套管壁厚度，并且大于栓釘所插入的鉸鏈孔的直徑。在這個示例應用中，鉸鏈的各個部件受到由于機械生產的費用原因而不能再縮小的限制，因此即使是各個部件在每一個容許范圍內，其額定變量也必須按照GS優(yōu)化地確定。鉸鏈栓釘和鉸鏈孔的直徑大約處于12mm，而套管壁厚度大約0.48mm，己知不同的經驗模型化方法用于模型化各部件的扭矩MD依賴關系。在本應用中，由于扭矩和影響變量之間函數(shù)關系的最大可能的精度是關鍵的，描述了模型化經驗的數(shù)據(jù)的提取方法。因此進行任何其他的模型化過程，例如尺寸過大和扭矩之間的線性模型化，但模型化的精度較小。3.紀錄處理數(shù)據(jù)各種測量換能器和控制/儀器技術在現(xiàn)有的技術中用來以指定的處理時間增量寫和歸檔過程數(shù)據(jù)，在示例應用中該增量是10秒。4.工藝模型化和目標變量的靈敏度分析現(xiàn)有技術中使用各種解析的(例如微分方程)或經驗的(例如線性和非線性回歸或者神經網(wǎng)絡)方法，取決于該工藝可以如何好地解析地描述。在制造工藝中，例如涉及復雜的裝配，也使用基于知識的工藝方法，其中工藝的行為通過其工藝數(shù)據(jù)而獲取，參看M.Polke的文章Prozessleittechnik(ProcessControlengineering),Oldenbourgverlag，慕尼黑/維也納，1994年，第813-817頁。.在手頭的示例中，工藝模型化是通過神經網(wǎng)絡模型化實現(xiàn)。達到的精確度僅不到88%，即該模型可用于估算10個輸入變量的扭矩數(shù)值時，在對應于扭矩測量的測量范圍內僅低于88%的精確度。還知道通過基于模型的靈敏度分析實現(xiàn)質量變量，在本例中是扭矩MD，對它的影響變量的數(shù)量相關性。參見R.Otte的文章SelbstorganisierendeMerkmalskartenzurmultivariatenDatenanalysekomplexertechnischerProzesse(Self-OrganizingFeatureCardsforMultivariateDataAnalysisofComplexTechnicalProcesses),ShakerVerlag,Aachen,1999undR.Otteetal.,DataMiningfuerdieindustriellePraxis(DataMiningforIndustrialPratice),CarlHanserVerlag,2004年。圖8表示基于鉸鏈生產的前述神經元模型的靈敏度分析結果。圖8表明，扭矩MD的最重要的影響變量是栓釘DB1，然后是栓釘DB2，然后是矯正輪軸DK。溫度TW和TU對扭矩具有最小的工藝影響。這意味著溫度的變化平均來講導致相對較小的扭矩變化。過程步驟4自動地識別影響目標變量值的那些輸入變量，在本例子中的扭矩MD。5.GS優(yōu)化目標變量值的工藝優(yōu)化在過程步驟5中，對過程步驟4的最重要的影響變量或被操控變量確定特定的額定數(shù)值，以獲得規(guī)定的目標變量數(shù)值。在現(xiàn)有技術中，經驗學習模型是優(yōu)化任務的反演，以便計算給定的目標變量的相應的影響變量數(shù)值。例如，可以通過自組織映射描繪工藝特性，參見EP0845720Bl禾卩R.Otte,的文章SelbstorganisierendeMerkmalskartenzurmultivariatenDatenanalysekomplexertechnischerProzesse(Self-OrganizingFeatureCardsforMultivariateDataAnalysisofComplexTechnicalProcesses),ShakerVerlag,Aachen,1999年。圖9表示根據(jù)自組織映射方法的這樣的基于模型的數(shù)據(jù)分析。、使用工藝模型來優(yōu)化任務使得對任一個給定的GS優(yōu)化值計算目標變量，在本例中是MD，成為可能，GS最佳值的輸入變量最終導致目標值。因此依據(jù)本發(fā)明對目標變量值的每一項GS計算結果反向計算出影響變量的相應數(shù)值。作為例子，圖10示出GS優(yōu)化目標變量MD=139.2Ncm=1.392Nm的所選輸入變量校正輪軸DK、溫度TW和TU、鉸鏈半徑DS、套管壁厚度BW和栓釘直徑DB1，DB2，DB3的數(shù)值。在本例中作為結果確定的是導致GS最佳目標變量數(shù)值yQS，MD=1.392Ncm的輸入變量。6.最重要的影響變量的全局定標分析步驟1和步驟2用來確定在指定容許范圍ymm和ymax內目標變量的所有GS最佳數(shù)值Yc^。過程步驟3、4和5用來確定該工藝的相應的輸入變量數(shù)值。如果從產品的角度來講，在該間隔內僅有單個的最佳GS數(shù)值，那么此處描述的過程步驟6可以跳過，并且GS數(shù)值yc^所屬的被操控變量依據(jù)過程步驟5和7進行計算。如果存在數(shù)個同等的GS最佳數(shù)值yQSI，則多次使用過程步驟5通過輸入變量的GS分析進行選擇，即反向計算導向優(yōu)化的yCSI的輸入變量。輸入變量的多個數(shù)值用這種方法確定。這些數(shù)值也進行GS結構，如在圖ll中使用溫度為例所示的。在根據(jù)過程步驟5確定特定的輸入變量數(shù)值之后，根據(jù)過程步驟2對每個所找到的輸入數(shù)值Xn,進行GS分析。對最重要的輸入變量以這種方法確定GS最佳數(shù)值。GS最佳輸入數(shù)值取決于輸入變量的類型。如下類型的輸入變量是GS最優(yōu)的a)輸入測量變量由確定發(fā)生的最大概率的每個GS最優(yōu)值，因為這些數(shù)值在將來會最經常出現(xiàn)。b)如果輸入測量變量是技術產品的測量值，這些數(shù)值掃描的額定變量可通過GS優(yōu)化。此情形下，例如，套管壁厚度BW是在0.46mm到0.5mm的范圍內優(yōu)化。BWlower=0.46腿=[2133—335]BWrated=0.48醒=[2133216-9〗BW叩^=0.5匪=[2136—33-3]因此，作為額定數(shù)值，值BW=0.471mm等于通過每個GS的[2133-5]，從而是優(yōu)化的，因為它處于Il3的間隙中。c)輸入被操控變量根據(jù)超靈活性的的每個GS優(yōu)化，因為這些數(shù)值對數(shù)值本身的變化和工藝的變化是最不敏感的。在過程步驟6中，對每個過程步驟2的每一個GS最佳目標變量值進行了GS分析并對每個過程步驟4和5的它的相應輸入變量進行了GS分析，因此該工藝進行完整的GS分析。7.最佳工藝狀態(tài)的確定在過程步驟7中，GS最佳工藝狀態(tài)是從每個GS的全部可能的工藝狀態(tài)中選擇的，并且確定相應的被操控變量。最多數(shù)量的GS最佳輸入變量達到工藝最佳，此時目標變量yc^正好是GS最佳。如果數(shù)個目標變量值相等，則更多地處于yn^和yn^間隔的對數(shù)平均值中的數(shù)值yc^是最佳的。被操控變量XStemGS的子數(shù)量從找到的最佳值yGS所屬的輸入變量X1GS,X2GS,X3GS,...,XnGS的數(shù)量中讀出。因此，找到了制造和處理的最佳值，取得最佳值的被操控變量Xste^S通過現(xiàn)有的控制/儀器技術向該工藝輸出。8.GS最佳值輸出給該工藝每個過程步驟7的最佳工藝狀態(tài)的被操控變量的GS優(yōu)化數(shù)值通過控制/儀器技術或例如SPS輸出到技術或化學工藝過程，從而該工藝依據(jù)本發(fā)明通過GS優(yōu)化。權利要求1.一種穩(wěn)定技術工藝的方法，其特征在于包括以下步驟a)記錄和選擇數(shù)據(jù)以及準備數(shù)據(jù)；b)在指定的容許范圍內目標數(shù)值的GS分析；c)自動工藝模型化和靈敏度分析，以確定所選的目標變量yi的最重要的影響變量xi。d)在容許范圍內選擇GS最佳目標變量數(shù)值以及通過常規(guī)的優(yōu)化方法反向計算相應的輸入變量數(shù)值、額定數(shù)值、所有影響變量；e)對過程步驟d)中計算的影響變量的額定數(shù)值作GS分析，以及f)重復過程步驟d)和e)到在給定的容許范圍內獲得GS最佳目標變量數(shù)值，直至已找到影響變量和被操控變量的所有重要的GS最佳額定數(shù)值；g)輸出GS最佳的被操控變量到工藝中。2.—種穩(wěn)定技術工藝的方法，其特征在于數(shù)個目標變量是同時并相干地根據(jù)全局定標(GS)迸行優(yōu)化，這是使用任何所需的數(shù)學函數(shù)將所選目標變量聯(lián)系在一起和GS優(yōu)化所產生的冪函數(shù)(G)實現(xiàn)的。3.根據(jù)權利要求2所述的方法，其中所有與優(yōu)化相關的變量通過基于全局定標方法相對于靈活性和穩(wěn)定性進行優(yōu)化，其中對相關參數(shù)和相應的目標變量的數(shù)據(jù)進行了全局定標分析。4.根據(jù)權利要求3所述的方法，其特征在于工藝本身被優(yōu)化。5.根據(jù)權利要求3所述的方法，其特征在于通過工藝制造的產品被優(yōu)化。6.根據(jù)前述權利要求2至5中任一項權利要求所述的方法，其特征在于工藝的影響變量也進行GS分析和優(yōu)化目標變量的GS優(yōu)化。7.根據(jù)權利要求2至6中任一項權利要求所述的方法，其特征在于機械工程或化學工業(yè)的工藝或產品被穩(wěn)定化或優(yōu)化。全文摘要本發(fā)明涉及穩(wěn)定技術工藝的方法或技術系統(tǒng)，并且適合于穩(wěn)定處理制造廠。該方法的特征為以下步驟a)確定該現(xiàn)有質量變量和它們的可允許的容限；b)在該規(guī)定的容限內對每個質量變量進行全局定標(GS)分析，確定這個質量變量的所有GS最優(yōu)值；c)記錄處理數(shù)據(jù)；d)工藝模型化和靈敏度分析現(xiàn)有的影響，以便確定本地的處理影響；e)通過返回計算該值的最重要的影響變量對這個或所有規(guī)定的GS最佳目標變量進行過程優(yōu)化；f)對最重要的影響變量執(zhí)行全局定標分析，以便選擇GS的最佳目標變量；g)確定該最佳工藝情況和返回計算相應的影響變量，特別是該被控變量，即選擇GS最佳目標變量；h)輸出操作變量到該工藝，必要時返回到和返回計算到步驟c。文檔編號G05B5/00GK101421680SQ200580003039公開日2009年4月29日申請日期2005年1月14日優(yōu)先權日2004年1月23日發(fā)明者哈特馬特·穆勒,拉爾夫·奧特申請人:科技數(shù)據(jù)公司