飞机装配过程质量数据深度分析与控制

刘贡平

摘  要：飞机生产安装过程中，飞机装配是其中的重要环节。在飞机装配过程中，一定程度上存在装配过程质量数据系统性不足，数据利用效率有待提升的问题，针对这种问题，该文就飞机装配过程质量数据深度分析与数据控制的有效策略进行分析与探讨，以期提高装配质量数据的利用价值，发挥数据信息为支撑飞机装配质量优化起到的积极作用，有效提高飞机装配质量。

关键词：飞机装配质量;数据分析;数据控制

中图分类号：V262.4                文献标志码：A

0 前言

对于飞机制造而言，飞机装配是其中至关重要的环节，航空公司为了降低生产成本、提高生产效率、保证生产质量与产品性能，就需要竭力提高飞机装配效率及装配质量。随着测量辅助装配技术被应用于飞机装配环节，飞机装配过程中所产生数据信息的价值愈发凸显，也成为保证飞机装配过程质量的重要元素。

1 飞机装配质量数据深度分析

目前在飞机装配制造工作中，数据挖掘分析技术的应用尚未成熟，但随着数据挖掘技术应用优势的日渐凸显，飞机装配制造过程对于质量数据的累积与深度分析，必然成为提高飞机装配质量及工作效率的重要因素。大数据时代，人们对于数据信息的重要价值有更多的认识，在繁杂的飞机装配过程中进行数据信息的挖掘、分析与管理工作，可以作为提高飞机装配质量及工作效率的重要切入点，同时也可以帮助技术人员更好地对相关数据进行整理，并提炼其中有价值的数据。

1.1 数据聚类特征的分析选择

飞机装配过程所产生的数据信息不计其数，因此在进行数据分析时，应采用聚类挖掘技术进行重要数据的整合，归纳冗余参数，提炼特征参数，强化对于这些特征参数的挖掘与应用。数据聚类分析方法的应用，即根据数据样本的固有属性对数据进行类型划分，在划分数据类型时，尽量保证同类数据属性与异类数据属性之间保持较大差距。将数据聚类分析方法与特征算法相互结合，对相关特征聚类中无关特征参数的数据加以删除。

出于获取关键技术参数特征的考量，进行多特征选择算法的应用时，应就数据特征类进行信息筛选，滤除噪声数据，以过滤式算法进行特征集合的选择。完成特征集筛选之后，可通过数据聚类的方式，对数据特征之间的属性关系加以确定，可基于数据的相似性进行组别划分，提炼关键特征，确定关键参数。

1.2 以关联规则分析特征关系

考虑到数据信息的高维特征，飞机装配质量的數据分析工作中，可将飞机装配质量与相关技术人员之间存在的隐藏关系作为切入点进行数据信息挖掘，进行关联关系的构建，对其他影响因素进行排除。假设飞机某一次装配工作人员为P=（装配员xID），其中xID属于集合{ID1，ID2，…，IDi}，装配质量等级为Q=（装配质量等级y），y∈{a，b，…，j}。假设A为某次装配过程中装配员的操作情况，则A={xID，y}，As={（xID，y）}，为该次装配过程中装配员操作的Apriori分析项集。事务项Ts={（装配员ID1，装配质量等级a），（装配员ID2，装配质量等级b），…，（装配员IDi，装配质量等级j）}，代表该次飞机装配操作中所有参与人员的操作事务。Ts为As项集组合，每个装配员的具体操作过程都可以集合成一个数据集，事务的全部可能集合采用P×Q来表示，采用Apriori分析方法进行数据挖掘，提炼P×Q中的全部频繁项集，通过该项集生成关联性规则。

飞机装配工作中，不同装配环节由不同工作人员进行操作，而操作人员专业技能等方面存在一定差异，会影响飞机的装配效果。为此，可针对装配人员技能差异的平均值进行数据分析，并假设i=10。当装配质量等级j=5时，项目事务数量将达到250。在数据分析时，如果采用Apriori分析方式，则会导致数据运算量加大，因此该方法的应用难以实现，可采用数据模型体系及聚类特征的选择，以实现数据信息的预处理，降低数据维度，减少数据总量，选择其中质量较为优异的数据进行分析，可有效降低数据维度及数量。在实际的数据分析时，需采用结构化数据处理方法，装配人员的操作A可采用装配项、装配员ID信息及质量等级来加以表示。

1.3 数据结果分析评估

采用数据挖掘技术进行飞机装配的评价与分析，充分结合专家经验分析质量问题根源，对IDx及IDy之间的关联关系进行研究。在研究中可以发现，IDx及IDy为依赖关系，采用量化数据进行表达，明确二者之间的影响程度，进行隐性关联关系的挖掘。对于装配员之间关系的评价，可采用杠杆率lev（R）作为评价指标，杠杆率越大，其对于装配质量的影响越大。采用确信度conv（R）对装配人员IDx及IDy之间的独立性进行评价。

2 飞机装配质量数据控制方法

2.1 飞机装配质量的波动规律

飞机装配质量数据的控制，应当以数据统计规律为基础，采用数据统计分析方法，对飞机装配及生产过程中的质量控制工作进行研究与分析，采用应用广泛的SPC技术实现。SPC技术的应用是以统计学原理为基础，采用数理统计方法监控飞机装配过程的每一个阶段，以实现产品质量的改进与保障。

飞机装配过程中，无论技术应用过程如何标准与规范，所装配的产品都不可能完全相同，或多或少都会存在一定会差异与不足，而这种特点被认为是质量数据所固有的特性，即质量波动性。飞机装配中存在的质量波动，按照其成因的性质，可以划分为偶然性因素与系统因素2种，偶然性因素无可规避，系统性因素则可采取有效措施加以避免。飞机装配的质量统计数据，能够对质量波动性进行描述，也可以描述质量波动的规律性特征，也正是由于对质量波动的规律性特征有所了解，才能够对这种质量波动规律加以利用，以实现飞机装配质量的控制与改进，提升飞机生产效率。

2.2 装配数据波动规律的测量

飞机装配质量的数据分析与控制，即对飞机装配数据进行数学分析，采用数学方法实现抽象信息的具象化，运用数学公式的度量分析，并结合正态分布概率、泊松分布等方式对概率分布变化规律进行研究，通过定量控制的方式分析具体的工序能力，了解质量数据的集中情况，明确数据信息的分散程度，以便开展数据规律的量化控制。在进行数据控制时，应采用统计控制图的控制方法，将飞机装配质量数据的影响因素划分为“人、机、料、法、环”5个方面，数据输出过程中，相关因素会随时间产生同步变化，并体现在质量数据规律特征上。要想实现对于飞机装配过程的数据控制，就需要对飞机装配中影像数据信息中存在的特殊因素加以剥离与剔除，以实现飞机装配过程输出特性的优化与改良。

飞机装配过程中，无论普通因素还是特殊因素，都能够对过程输出造成影响，为此应强化对于过程输出的监控工作，对其中导致波动的根本性因素进行有效识别，以此为基础实现对于数据信息的有效控制，通过分析典型分布是否出现偏离就可以判定是否出现特殊原因波动。

3 结语

飞机的数字化生产过程中，需采用信息化技术以支撑飞机装配与制造过程，这就使在飞机装配与制造工作中累积大量历史数据，可采用数据挖掘、分析与控制方法，通过数据分析以明确质量问题存在的关键特征，实现对于飞机典型部件装配质量的优化控制。

参考文献

[1]郑守国，崔雁民，王青，等.飞机装配现场数据采集平台设计[J].浙江大学学报（工学版），2018，52（8）：1526-1534.

[2]孟飙，周飞，王旭东，等.面向飞机装配质量数据深度分析方法研究[J].科学技术与工程，2015，15（34）：235-241.

[3]陈哲涵，杜福洲，唐晓青.基于关键测量特性的飞机装配检测数据建模研究[J].航空学报，2012，33（11）：2143-2152.