宗奕錦 徐克林
摘 要:基于QUEST的灰色質量預測仿真系統的應用,可有效提高仿真效率,改善仿真效果?;诖?,本文首先簡要闡述了基于QUEST的灰色質量預測仿真系統的構成,強調了系統的應用優勢。其次,重點從“應用流程及要點”、“應用方式”兩方面出發,對系統的應用問題進行了總結與歸納。
關鍵詞:QUEST;灰色質量預測算法;仿真系統
中圖分類號:TP391.9 文獻標識碼:A 文章編號:1671-2064(2019)11-0015-02
0 前言
DENEB-QUEST(以下簡稱QUEST)本質為三維數字化仿真工具,可面向對象實現對離散事件的仿真,以可視化的形式,展示物體的二維圖像以及三維模型,使用戶可根據仿真結果,對物體的性能進行評估。以QUEST為基礎,建立灰色質量預測仿真系統,可有效改善系統性能。
1 基于QUEST的灰色質量預測仿真系統的結構
1.1 上層與下層結構
本系統中,下層含有QUEST的Unix圖形工作站,上層含有Windows平臺的PC機。上述設置方式,能夠有效滿足系統性能的發揮需求。本系統所具備的仿真、圖像顯示功能,均需借助底層含有QUEST的Unix圖形工作站而實現。系統上層的PC機,功能主要在于對數據進行統計,并對系統的整體運行情況進行管理。系統的上層與下層之間,可通過QUESTBCL接口以及SCL接口實現通信,使數據傳輸的目的得以達成。
1.2 結構優化方式
為提高基于QUEST的灰色質量預測仿真系統的應用水平,對其結構進行優化是關鍵。本系統中,下層Unix圖形工作站圖形仿真是否流暢,是決定系統應用效果的主要因素。對此,可采用SGI的Octan,對圖形工作站進行設計,確保仿真流暢。為提高系統功能的完善性,建議將BCL、SCL以及CDLL三種功能納入至系統中,使其功能得以拓展。各功能中,BCL可有效實現對QUEST中數據的批量處理,降低數據處理難度。SCL的功能,則在于對模型進行預處理。CDLL的功能,在于支持灰色預測模塊生成。
2 基于QUEST的灰色質量預測仿真系統的設計
2.1 系統構成情況的設計思路
基于QUEST的灰色質量預測仿真系統,由QUEST、管理控制平臺兩部分構成,兩者可通過BCL接口以及SCL接口,對數據進行傳輸。就目前的情況看,QUEST尚未提供直接的質量系統仿真方法[1]。為解決上述灰問題,將色質量預測系統與QUEST結合較為重要。當前的QUEST,可支持二次開發。如將相應的用戶屬性添加至QUEST中,可有效增加接口功能,使系統的性能得到拓展,使仿真系統的應用價值得以體現。為確保基于QUEST的灰色質量預測仿真系統性能得以發揮,本文采用兩層結構對系統進行了設計[2]。
2.2 系統模塊設計
本課題所設計的基于QUEST的灰色質量預測仿真系統,共包括“計劃決策模塊”、“管理控制模塊”、“執行模塊”三種,各模塊功能的設計方法如下:(1)計劃決策模塊:“計劃決策模塊”為灰色質量預測仿真系統的主要模塊之一。為確保生產過程能夠順利進行,有關人員需于生產前,對質量方針、生產流程等進行計劃?!坝媱潧Q策模塊”的功能,便在于為上述目的的達成提供支持。本課題中,該模塊可與CIMS及其他子系統之間相互聯系,以便于進行數據傳輸。(2)管理控制模塊:本系統中,“管理控制模塊”的功能在于采集模型數據,并對數據的質量進行分析,為模型仿真過程的實現奠定基礎。(3)執行模塊:該模塊的功能,在于為仿真過程的實現提供支持。
2.3 系統功能拓展設計
(1)BCL設計:所謂BCL,指批控制語言。借助該功能,系統可實現對QUEST語言的控制。發出BCL命令后,有關人員便可借助灰色質量預測仿真系統,對模型進行讀取,且可實現對模型參數的調整,使模型運行,獲取并查詢仿真結果,使灰色質量預測仿真系統得以完善。(2)SCL設計:所謂SCL,指仿真控制語言。借助該功能,有關人員可在應用QUEST仿真的過程中,對程序化語言進行控制。此外,該功能同樣可實現對建模規則的控制,從而達到調整仿真模型運行方式的目的,使仿真效果得以改善。(3)C動態鏈接庫:C動態鏈接庫的功能,在于為SCL語音對C語音的調取提供便利。借助該功能對灰色質量預測仿真系統進行設計,能夠有效拓展QUEST功能,提高程序運行效率。
3 基于QUEST的灰色質量預測仿真系統的實現及應用
3.1 基于QUEST的灰色質量預測仿真系統的實現
3.1.1 系統執行層的實現
為確保系統功能得以實現,應首先將SCL程序納入至系統程序中。確保工件達到某一工位時,SCL命令可隨即執行,使生產的過程可順利進行。例如:有關人員可將Quality LX納入至系統中,將其設置為Numeric型,并將SCL聲明部分設置為實型,使執行層的功能能夠有效實現,為灰色質量預測仿真過程的完成奠定基礎。值得注意的是,為提高仿真系統對數據的獲取效率,有關人員同樣應將C動態鏈接庫應用到系統中,將C-EXECO語句應用到SCL中,調用相應的函數,使執行層的功能得以實現。為確保執行層與管理控制層的數據能夠相互傳輸,可借助Socket對系統進行調整。仿真過程中,有關人員僅需自客戶端打開端口,便可調用READ()語句,對系統進行訪問。
3.1.2 管理控制層的實現
基于QUEST的灰色質量預測仿真系統中,管理控制層需能夠采集執行層的數據,對數據進行處理,以建立生產模型,為模型仿真的實現提供保證。本課題所設計的仿真系統中,管理控制層屬于中間層。為使系統的仿真功能得以實現,有關人員應將相應仿真算法納入至該層之中。本系統中,管理控制層需借助基于VC6.0的DLL實現。除灰色質量預測仿真系統的核心仿真算法外,該層同樣含有常用的仿真函數。仿真過程中,有關人員應借助客戶端,調用Socket通訊函數,開始仿真過程。本系統的管理控制層,本質為執行層的服務器。因此,有關人員可以以服務器的方式打開端口,以提高仿真執行效率,降低系統的開發難度,使仿真效果得以改善。
3.1.3 計劃決策層的實現
為使系統功能得以拓展,本課題對基于QUEST的灰色質量預測仿真系統的計劃決策層實現方式進行了控制。本系統中,計劃決策層的功能均需借助數據共享得以實現。因此,本課題將Oracle數據庫應用到了該層的實現過程中,為該層數據存儲、傳輸功能的實現提供了支持。本課題所設計的仿真系統中,計劃決策層的開發工具,以VB6.0為主。該工具可有效滿足系統的開發需求,有利于促進灰色質量預測仿真系統功能實現。計劃決策層的開發方式,應根據灰色質量預測仿真系統的仿真目的而確定,以確保該層可準確收集仿真數據,并將數據傳輸至管理控制層,使其實現對數據的處理,使系統的仿真功能得以實現。
3.2 系統的應用流程及要點
3.2.1 系統的應用流程
為提高基于QUEST的灰色質量預測仿真系統的性能,應采用以下流程,對系統進行應用,方法如下:(1)將產品的相關數據輸入至系統之中,利用系統功能,對數據進行預處理,以便于進一步對數據進行統計,制作仿真模型。(2)制作中心線,根據模型的建立目的,對警戒線進行設置。設置完成后,需借助控制圖展示中心線及警戒線的制作成果。(3)選擇最近點,建立GM(1,N)模型,對模型進行分析。(4)對數據量進行統計,當數據量達到一定程度時,應對各項參數進行計算,并明確中心線與警戒線的位置,實現對數據的分析。在此流程中,需計算的參數,以“單組數據平均值”、“多組數據平均值”、“極差”、“極差平均值”等為主。(5)重復建立GM(1,N)模型,結合控制圖,對模型進行分析。
3.2.2 系統的應用要點
對控制圖的處理,為基于QUEST的灰色質量預測仿真系統的應用要點。設計所用的控制圖中,如存在25個連續的點處于線內,且存在35個連續的點處于線外,則表明系統可能處于正常的運行狀態。此時,需對點的波動情況進行觀察,如點可在控制線內隨機波動,且波動的過程中,多數點均圍繞于中心線附近,則可證明系統能夠正常運行。當點處于線外時,如7個連續的點均處于線的一側,且各點的走行一致,則表明點的排列呈周期性變化。當7個連續的點中,3個或以上數量的點處于控制線附近,而經過灰色預測的預測點處于控制線外,則表明系統處于非正常狀態。一旦出現上述問題,需立即明確原因,并給予處理。
3.3 系統的應用方式
3.3.1 企業應用概況
A企業為管道閥門生產企業,2017年12月,該企業將基于QUEST的灰色質量預測仿真系統應用到了設計與生產的過程中,對閥門進行了設計。企業首先收集了閥門的孔徑、直徑等數據,以數據為基礎,建立了5個點的GM(1,1)新陳代謝模型。模型建立后,有關人員對系統的運行情況進行了觀察,結果顯示,系統可正常運行,故隨即對數據進行了處理。GM模型中,數據必須為正數,因此,將數據輸入至系統前,需對其進行+2平移處理。例如:
X(0)=[0.82,1.22,1.32,1.83,1.89]T,可累加生成:
X(1)=[0.82,2.04,3.36,5.19,7.08]T。
上述數據處理完成后,應將微分方程代入至計算的過程中,得出X(0)與X(1)的預測值,為仿真模型的建立提供數據支持。
3.3.2 系統應用效果
為評估基于QUEST的灰色質量預測仿真系統的應用效果,企業于系統應用后,對其性能進行了評價。評價結果顯示,獲取預測值,并對其進行-2平移后,系統可隨即生成粗略的質量控制圖,并繪制出相對誤差曲線。通過對圖形及曲線的觀察,有關人員便可明確灰色預測是否有效。本企業的技術人員通過對圖形及曲線的觀察,未見明顯異常,表明,預測結果具有可信度。得到粗略的控制圖后,有關人員將其應用到了閥門生產質量的控制過程中。通過對生產結果的觀察發現,應用該系統后,閥門的生產效率及生產質量明顯提升。表明,基于QUEST的灰色質量預測仿真系統的應用,取得了良好的效果。
4 結語
綜上所述,本文以QUEST為基礎所設計的灰色質量預測仿真系統,具有可視化程度高、仿真效率高的優勢。將其應用到生產過程中,可有效減少產品的質量問題,且可使生產效率以及產品的精密度得以提高。未來,建議有關領域將該系統投入應用,為自身經濟效益的提升奠定基礎。
參考文獻
[1] 王靜,董文杰,方志耕.基于實用弱化緩沖算子的質量成本灰色DGM預測模型[J].裝備環境工程,2018,15(07):1-4.
[2] 馬子驥,唐濤,劉宏立.基于非等間距灰色模型和Elman神經網絡的軌道質量預測[J].哈爾濱工業大學學報,2018,50(05):137-144.