本發(fā)明涉及一種基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，屬于產(chǎn)品通用質(zhì)量特性的智能化設(shè)計(jì)和優(yōu)化。

背景技術(shù)：

1、隨著工業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展，工業(yè)生產(chǎn)過(guò)程中的傳感器數(shù)量和種類不斷增加，從而導(dǎo)致現(xiàn)代工業(yè)活動(dòng)中收集到的傳感器數(shù)據(jù)越來(lái)越多，為制造業(yè)帶來(lái)新的挑戰(zhàn)和機(jī)遇。面對(duì)如此海量而復(fù)雜的數(shù)據(jù)集，傳統(tǒng)的數(shù)據(jù)處理方法已難以滿足需求，因此對(duì)數(shù)據(jù)挖掘、數(shù)據(jù)分析、信息處理等能力提出了更高的要求。

2、產(chǎn)品的通用質(zhì)量特性是其固有屬性，是影響產(chǎn)品功能適用性的重要因素。新體制下對(duì)產(chǎn)品通用質(zhì)量特性的試驗(yàn)與評(píng)估提出了新的挑戰(zhàn)，綜合利用體系試驗(yàn)、實(shí)裝試驗(yàn)、仿真試驗(yàn)、綜合評(píng)價(jià)等各種手段考核評(píng)估，這就意味著產(chǎn)品通用質(zhì)量特性在試驗(yàn)設(shè)計(jì)階段需要結(jié)合產(chǎn)品全壽命周期、產(chǎn)品體系全層級(jí)開展試驗(yàn)與評(píng)價(jià)，也是對(duì)產(chǎn)品通用質(zhì)量特性試驗(yàn)設(shè)計(jì)提出了新的要求。試驗(yàn)設(shè)計(jì)的主要任務(wù)是在試驗(yàn)任務(wù)實(shí)施之前，對(duì)產(chǎn)品試驗(yàn)的考核指標(biāo)、試驗(yàn)項(xiàng)目、試驗(yàn)方法和程序、試驗(yàn)條件等方面的關(guān)鍵要素作出規(guī)定并進(jìn)行通盤考慮和適當(dāng)安排，其中試驗(yàn)指標(biāo)體系構(gòu)建貫穿試驗(yàn)全過(guò)程，是試驗(yàn)設(shè)計(jì)聚焦的關(guān)鍵所在，因此其設(shè)計(jì)是否科學(xué)合理，直接關(guān)系到試驗(yàn)設(shè)計(jì)的科學(xué)性、數(shù)據(jù)采集完整性和試驗(yàn)評(píng)估可信性。指標(biāo)體系構(gòu)建問(wèn)題一直是產(chǎn)品試驗(yàn)與評(píng)估的研究熱點(diǎn)，但是針對(duì)于產(chǎn)品通用質(zhì)量特性試驗(yàn)指標(biāo)體系的分析不夠全面和深入、構(gòu)建思路不夠清晰、對(duì)產(chǎn)品適用性的聯(lián)系不夠緊密，這也是目前產(chǎn)品試驗(yàn)與評(píng)估領(lǐng)域的研究熱點(diǎn)和亟待解決的問(wèn)題。

3、指標(biāo)體系是產(chǎn)品通用質(zhì)量特性試驗(yàn)設(shè)計(jì)的基礎(chǔ)，也是產(chǎn)品試驗(yàn)鑒定工作的主要內(nèi)容之一。數(shù)據(jù)驅(qū)動(dòng)融合了數(shù)據(jù)科學(xué)和數(shù)據(jù)分析，利用統(tǒng)計(jì)和數(shù)學(xué)等領(lǐng)域的定量方法以及現(xiàn)代技術(shù)，開發(fā)出用于知識(shí)發(fā)現(xiàn)模式、結(jié)果預(yù)測(cè)和為復(fù)雜問(wèn)題尋找最佳解決方案的方法，對(duì)解決產(chǎn)品通用質(zhì)量特性試驗(yàn)參數(shù)指標(biāo)種類繁多、關(guān)系錯(cuò)綜復(fù)雜等問(wèn)題提供了解決思路。

4、在產(chǎn)品的設(shè)計(jì)過(guò)程中，需要重點(diǎn)參考的產(chǎn)品實(shí)際數(shù)據(jù)主要有兩個(gè)方面：一個(gè)是產(chǎn)品實(shí)際的運(yùn)行數(shù)據(jù)，包括以往此類產(chǎn)品的運(yùn)行數(shù)據(jù)；另一個(gè)就是產(chǎn)品的試驗(yàn)數(shù)據(jù)，產(chǎn)品的試驗(yàn)數(shù)據(jù)對(duì)整個(gè)產(chǎn)品的后續(xù)設(shè)計(jì)至關(guān)重要。目前產(chǎn)品運(yùn)行與試驗(yàn)數(shù)據(jù)的分析技術(shù)一般都是首先通過(guò)獲取到的有關(guān)數(shù)據(jù)后，再運(yùn)用傳統(tǒng)的專家系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行分析。傳統(tǒng)的方法建立專家系統(tǒng)時(shí)，要求專家將個(gè)人經(jīng)驗(yàn)總結(jié)成規(guī)則，以供計(jì)算機(jī)建立知識(shí)庫(kù)用。這種方法存在無(wú)法克服的弊端。一是很多用于診斷的信息難以用數(shù)學(xué)方法或明顯規(guī)則的語(yǔ)言來(lái)表達(dá)；二是數(shù)據(jù)分析過(guò)程中，有的規(guī)則特別多，規(guī)則太多會(huì)導(dǎo)致推理前后矛盾，而傳統(tǒng)的專家系統(tǒng)缺乏學(xué)習(xí)能力，對(duì)知識(shí)庫(kù)的修改、補(bǔ)充需借助人為干預(yù)才能進(jìn)行，系統(tǒng)本身沒有自學(xué)習(xí)的機(jī)制。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，圍繞產(chǎn)品交互數(shù)據(jù)進(jìn)行建模分析，挖掘其中的相關(guān)性和內(nèi)在聯(lián)系，以協(xié)助產(chǎn)品通用質(zhì)量特性設(shè)計(jì)的過(guò)程。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案是：

3、一種基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，具體過(guò)程為：

4、在產(chǎn)品壽命周期不同階段，收集不同指標(biāo)來(lái)源的數(shù)據(jù)，所述數(shù)據(jù)來(lái)源包括包含歷史數(shù)據(jù)和仿真數(shù)據(jù)；基于數(shù)據(jù)挖掘方式對(duì)產(chǎn)品指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理；

5、將預(yù)處理后的數(shù)據(jù)通過(guò)專家評(píng)價(jià)系統(tǒng)后作為樣本數(shù)據(jù)，存入知識(shí)數(shù)據(jù)庫(kù)；通過(guò)產(chǎn)品數(shù)據(jù)來(lái)挖掘影響產(chǎn)品的設(shè)計(jì)規(guī)則，并存入知識(shí)數(shù)據(jù)庫(kù)中；

6、構(gòu)建數(shù)據(jù)驅(qū)動(dòng)模型，利用所述知識(shí)數(shù)據(jù)庫(kù)中的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，使模型輸出產(chǎn)品通用質(zhì)量特性指標(biāo)體系設(shè)計(jì)方案滿足預(yù)期要求，并再次利用專家評(píng)價(jià)系統(tǒng)對(duì)其評(píng)估進(jìn)而迭代優(yōu)化；

7、對(duì)訓(xùn)練完成的模型進(jìn)行效率與精度的性能評(píng)測(cè)，若性能未達(dá)到應(yīng)用需求，還需進(jìn)行重新設(shè)計(jì)并構(gòu)建新模型并訓(xùn)練，直至模型滿足需求。

8、進(jìn)一步地，本發(fā)明所述在產(chǎn)品壽命周期不同階段，收集不同指標(biāo)的故障數(shù)據(jù)、維修數(shù)據(jù)、測(cè)試數(shù)據(jù)、保障數(shù)據(jù)、事故數(shù)據(jù)、環(huán)境數(shù)據(jù)、成功數(shù)據(jù)和使用數(shù)據(jù)。

9、進(jìn)一步地，本發(fā)明所述數(shù)據(jù)預(yù)處理包括：

10、數(shù)據(jù)整編：對(duì)不同類型數(shù)據(jù)對(duì)象進(jìn)行內(nèi)容識(shí)別、規(guī)范格式、質(zhì)量檢查、特征提取以及置標(biāo)；

11、數(shù)據(jù)清洗：對(duì)數(shù)據(jù)進(jìn)行重新審查和校驗(yàn)，刪除重復(fù)信息、糾正存在的錯(cuò)誤；

12、數(shù)據(jù)分類：根據(jù)數(shù)據(jù)的屬性或特征，按設(shè)定原則對(duì)其進(jìn)行區(qū)分和歸類，并建立分類體系和排列順序；

13、數(shù)據(jù)編碼：將數(shù)據(jù)編碼為具有規(guī)律、易于計(jì)算機(jī)和人識(shí)別與處理的符號(hào)，并形成對(duì)應(yīng)代碼表的過(guò)程。

14、進(jìn)一步地，本發(fā)明所述數(shù)據(jù)進(jìn)入知識(shí)數(shù)據(jù)庫(kù)之前，根據(jù)數(shù)據(jù)的重要性程度，為不同里程碑決策點(diǎn)所形成的數(shù)據(jù)賦予相應(yīng)的權(quán)重。

15、進(jìn)一步地，本發(fā)明所述數(shù)據(jù)驅(qū)動(dòng)模型包括：任務(wù)剖面與試驗(yàn)剖面、指標(biāo)映射模型和指標(biāo)體系約束傳遞適配。

16、進(jìn)一步地，本發(fā)明所述任務(wù)剖面與試驗(yàn)剖面構(gòu)設(shè)具體過(guò)程為：設(shè)置任務(wù)剖面用于限定產(chǎn)品在使用中的環(huán)境條件；分析產(chǎn)品任務(wù)內(nèi)容和環(huán)境條件，綜合試驗(yàn)內(nèi)容構(gòu)建試驗(yàn)剖面，所述試驗(yàn)剖面與任務(wù)剖面和環(huán)境剖面呈現(xiàn)一一對(duì)應(yīng)關(guān)系，所述試驗(yàn)剖面用于提供試驗(yàn)用的環(huán)境參數(shù)與時(shí)間的關(guān)系圖。

17、進(jìn)一步地，本發(fā)明所述指標(biāo)映射模型包括任務(wù)層—能力層—指標(biāo)層—分析層維度、參數(shù)層—指標(biāo)層—能力層—任務(wù)層維度以及數(shù)據(jù)層—技術(shù)層—應(yīng)用層維度；

18、“任務(wù)層—能力層—指標(biāo)層—分析層”為“自上而下”式需求分解，產(chǎn)品任務(wù)層是產(chǎn)品通用質(zhì)量特性指標(biāo)的頂層目標(biāo)需求，能力層是指產(chǎn)品的實(shí)用性，指標(biāo)層包含了為滿足產(chǎn)品適用性而提出的所有指標(biāo)，分析層是指標(biāo)映射模型的核心層次，包括產(chǎn)品通用質(zhì)量特性參數(shù)、指標(biāo)、能力參數(shù)；

19、“參數(shù)層—指標(biāo)層—能力層—任務(wù)層”維度為“自下而上”式需求滿足過(guò)程，以任務(wù)層和能力層作為產(chǎn)品任務(wù)能力的輸出端，以參數(shù)層和指標(biāo)層作為輸入端，建立不同層級(jí)指標(biāo)間函數(shù)關(guān)系、影響關(guān)系和相關(guān)關(guān)系三類映射關(guān)系；

20、“數(shù)據(jù)層—技術(shù)層—應(yīng)用層”為在數(shù)據(jù)層通過(guò)數(shù)據(jù)收集、數(shù)據(jù)處理、要求約束，完成通用質(zhì)量特性參數(shù)向指標(biāo)的轉(zhuǎn)化；在技術(shù)層進(jìn)行指標(biāo)和關(guān)系的知識(shí)抽取，并進(jìn)行知識(shí)融合，并通過(guò)知識(shí)推理、更新和評(píng)估完成知識(shí)加工，形成可指導(dǎo)指標(biāo)體系構(gòu)建的知識(shí)；在應(yīng)用層對(duì)指標(biāo)體系進(jìn)行虛擬仿真，對(duì)仿真結(jié)果進(jìn)行評(píng)估，考核其任務(wù)完成能力，評(píng)估結(jié)果可以為后續(xù)指標(biāo)體系改進(jìn)提供輸入和參考。

21、進(jìn)一步地，本發(fā)明所述指標(biāo)體系約束傳遞適配為：對(duì)特性指標(biāo)和結(jié)構(gòu)性能的約束信息進(jìn)行分析、約簡(jiǎn)，依據(jù)關(guān)聯(lián)相似與約束，建立性能約束下特性維度到結(jié)構(gòu)維度的關(guān)聯(lián)映射關(guān)系，構(gòu)建適配模型，并在約束條件下的適配過(guò)程進(jìn)行多目標(biāo)求解，獲得結(jié)構(gòu)性能最優(yōu)的產(chǎn)品通用質(zhì)量特性指標(biāo)體系設(shè)計(jì)方案。

22、進(jìn)一步地，本發(fā)明所述通過(guò)專家系統(tǒng)評(píng)估后，再次進(jìn)入流程，通過(guò)反復(fù)迭代優(yōu)化，形成產(chǎn)品通用質(zhì)量特性指標(biāo)體系設(shè)計(jì)最佳方案實(shí)例，對(duì)設(shè)計(jì)實(shí)例進(jìn)行分解，建立子設(shè)計(jì)實(shí)例，通過(guò)關(guān)聯(lián)信息將子設(shè)計(jì)實(shí)例存于數(shù)據(jù)庫(kù)中，供后續(xù)建模與訓(xùn)練使用。

23、進(jìn)一步地，本發(fā)明在對(duì)數(shù)據(jù)驅(qū)動(dòng)模型進(jìn)行測(cè)試與維護(hù)時(shí)，還需針對(duì)產(chǎn)品實(shí)際任務(wù)應(yīng)用中面臨的使用場(chǎng)景變化等情形對(duì)模型進(jìn)行及時(shí)維護(hù)與更新。

技術(shù)特征：

1.一種基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，具體過(guò)程為：

2.根據(jù)權(quán)利要求1所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述在產(chǎn)品壽命周期不同階段，收集不同指標(biāo)的故障數(shù)據(jù)、維修數(shù)據(jù)、測(cè)試數(shù)據(jù)、保障數(shù)據(jù)、事故數(shù)據(jù)、環(huán)境數(shù)據(jù)、成功數(shù)據(jù)和使用數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述數(shù)據(jù)預(yù)處理包括：

4.根據(jù)權(quán)利要求1所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述數(shù)據(jù)進(jìn)入知識(shí)數(shù)據(jù)庫(kù)之前，根據(jù)數(shù)據(jù)的重要性程度，為不同里程碑決策點(diǎn)所形成的數(shù)據(jù)賦予相應(yīng)的權(quán)重。

5.根據(jù)權(quán)利要求1所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述數(shù)據(jù)驅(qū)動(dòng)模型包括：任務(wù)剖面與試驗(yàn)剖面、指標(biāo)映射模型和指標(biāo)體系約束傳遞適配。

6.根據(jù)權(quán)利要求5所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述任務(wù)剖面與試驗(yàn)剖面構(gòu)設(shè)具體過(guò)程為：設(shè)置任務(wù)剖面用于限定產(chǎn)品在使用中的環(huán)境條件；分析產(chǎn)品任務(wù)內(nèi)容和環(huán)境條件，綜合試驗(yàn)內(nèi)容構(gòu)建試驗(yàn)剖面，所述試驗(yàn)剖面與任務(wù)剖面和環(huán)境剖面呈現(xiàn)一一對(duì)應(yīng)關(guān)系，所述試驗(yàn)剖面用于提供試驗(yàn)用的環(huán)境參數(shù)與時(shí)間的關(guān)系圖。

7.根據(jù)權(quán)利要求5所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述指標(biāo)映射模型包括任務(wù)層—能力層—指標(biāo)層—分析層維度、參數(shù)層—指標(biāo)層—能力層—任務(wù)層維度以及數(shù)據(jù)層—技術(shù)層—應(yīng)用層維度；

8.根據(jù)權(quán)利要求5所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述指標(biāo)體系約束傳遞適配為：對(duì)特性指標(biāo)和結(jié)構(gòu)性能的約束信息進(jìn)行分析、約簡(jiǎn)，依據(jù)關(guān)聯(lián)相似與約束，建立性能約束下特性維度到結(jié)構(gòu)維度的關(guān)聯(lián)映射關(guān)系，構(gòu)建適配模型，并在約束條件下的適配過(guò)程進(jìn)行多目標(biāo)求解，獲得結(jié)構(gòu)性能最優(yōu)的產(chǎn)品通用質(zhì)量特性指標(biāo)體系設(shè)計(jì)方案。

9.根據(jù)權(quán)利要求1所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，所述通過(guò)專家系統(tǒng)評(píng)估后，再次進(jìn)入流程，通過(guò)反復(fù)迭代優(yōu)化，形成產(chǎn)品通用質(zhì)量特性指標(biāo)體系設(shè)計(jì)最佳方案實(shí)例，對(duì)設(shè)計(jì)實(shí)例進(jìn)行分解，建立子設(shè)計(jì)實(shí)例，通過(guò)關(guān)聯(lián)信息將子設(shè)計(jì)實(shí)例存于數(shù)據(jù)庫(kù)中，供后續(xù)建模與訓(xùn)練使用。

10.根據(jù)權(quán)利要求1所述基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，其特征在于，在對(duì)數(shù)據(jù)驅(qū)動(dòng)模型進(jìn)行測(cè)試與維護(hù)時(shí)，還需針對(duì)產(chǎn)品實(shí)際任務(wù)應(yīng)用中面臨的使用場(chǎng)景變化等情形對(duì)模型進(jìn)行及時(shí)維護(hù)與更新。

技術(shù)總結(jié)
本發(fā)明一種基于數(shù)據(jù)驅(qū)動(dòng)的智能化通用質(zhì)量特性設(shè)計(jì)方法，屬于產(chǎn)品通用質(zhì)量特性的智能化設(shè)計(jì)和優(yōu)化技術(shù)領(lǐng)域。具體過(guò)程為：在產(chǎn)品壽命周期不同階段，收集不同指標(biāo)來(lái)源的數(shù)據(jù)；基于數(shù)據(jù)挖掘方式對(duì)產(chǎn)品指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理；將預(yù)處理后的數(shù)據(jù)通過(guò)專家評(píng)價(jià)系統(tǒng)后作為樣本數(shù)據(jù)，存入知識(shí)數(shù)據(jù)庫(kù)；通過(guò)產(chǎn)品數(shù)據(jù)來(lái)挖掘影響產(chǎn)品的設(shè)計(jì)規(guī)則，并存入知識(shí)數(shù)據(jù)庫(kù)中；構(gòu)建數(shù)據(jù)驅(qū)動(dòng)模型，利用知識(shí)數(shù)據(jù)庫(kù)中的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，使模型輸出產(chǎn)品通用質(zhì)量特性指標(biāo)體系設(shè)計(jì)方案滿足預(yù)期要求，并再次利用專家評(píng)價(jià)系統(tǒng)對(duì)其評(píng)估進(jìn)而迭代優(yōu)化；對(duì)訓(xùn)練完成的模型進(jìn)行效率與精度的性能評(píng)測(cè)，若性能未達(dá)到應(yīng)用需求，還需進(jìn)行重新設(shè)計(jì)并構(gòu)建新模型并訓(xùn)練，直至模型滿足需求。

技術(shù)研發(fā)人員：韓志敏,張?chǎng)稳A,姜盛鑫,蔡健平,張睿,高潔,宋汝寧,歐陽(yáng)嘉誼,陳陽(yáng)
受保護(hù)的技術(shù)使用者：中國(guó)航天標(biāo)準(zhǔn)化研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/22